1 – Les grands courants de l’intelligence artificielle

• Définition de l’IA, ses origines des années 1950 à nos jours (hivers de l’IA et renaissance)
• Les ruptures technologiques majeures ayant accéléré son développement
• Domaines où l’IA a surpassé l’humain (échecs, Go, poker, Starcraft, simulation économique…)
• Interactions entre l’IA et d’autres technologies : objets connectés (IoT), informatique quantique, cloud, blockchain

2 – Grandes briques technologiques de l’IA

• Les différents types d’IA : IA symbolique Vs connexionniste (comme les réseaux neuronaux) et leurs usages Les moteurs de règles, la logique floue, les algorithmes génétiques
• Les réseaux de neurones : fonctionnement, labellisation, apprentissage (entraînement, test)
• Machine Learning (supervisé, non supervisé et apprentissage par renforcement) et usages concrets en entreprise (classification, prédiction, regroupement…)
• Deep Learning (apprentissage profond) et ses principes élémentaires (techniques d’apprentissage, les différents réseaux neuronaux dont les transformers)
• IA génératives : GAN (Generative Adversarial Networks), transformers, LLM (ex : ChatGPT, GPT-4), World Models

3 – Mener un projet IA dans l’entreprise

• Les premiers projets à envisager, leurs spécificités, les phases du projet
• Méthodologie de priorisation : évaluer l’impact et la facilité de mise en œuvre pour choisir les projets.
• Comment les projets d’Intelligence Artificielle sont-ils menés ? Du brainstorming et définition du cas d’usage à la mise en production, implication des équipes pour le mener à bien
• L’intérêt d’un « ChatGPT » interne ?
  • 1er atelier collaboratif pour concevoir comment déployer un projet IA (interne/parties externalisées, gestion des données, compétences, conduite du changement…), identifier les obstacles et comment y répondre

4 – Expérimenter l’IA générative

• Le rôle des données (qualité, source, labellisation, données synthétiques)
• Utilisation des assistants conversationnels et agents (ChatGPT, Claude, Gemini, Copilot, Mistral), leurs usages et différences
• Techniques de prompting : contexte, rôle, mission et format de sortie, méta-prompting, skills, projets et use cases spécifiques à vos métiers
  • Exercices de prompting (au choix : cas proposés aux participants ou cas professionnels), accompagnement individuel sur les cas par le formateur, revue des cas d’usages en groupe

5 – Utiliser IA générative dans ses applications et créer des réseaux d’agents IA

• Usages dans des applications : MS Office / Copilot, Cowork, Claude for PME
  • Exercices pratiques d’utilisation de l’IA dans des applications type MS Office
• Réseaux d’agents IA (MCP, A2A, RPA – Robotic Process Automation, Make, N8N, Cowork, OpenClaw…)
• Création de réseaux d’agents IA combinant différentes IA (orchestrateurs, symboliques …)
  • Exercices de création d’agents IA, accompagnement individuel sur les cas par le formateur, revue des cas d’usages en groupe
• Traitement et génération multimodaux (vidéo, texte…) : de musique, d’images, de vidéos : Midjourney, Dall-E, Stable Diffusion, Vall-E, HeyGen
• IA générative dans la Robotique : les différents marchés et usages de la robotique (industrie, santé, logistique…)

6 – IA et infrastructure informatique

• La cartographie des principales briques SI de l’IA (chips, logiciels du développement, frameworks…)
• Les limites physiques à une croissance exponentielle de la puissance de calcul
• Les processeurs (GPU, neuromorphiques) et serveurs dédiés à l’IA
• Les puces IA dans les smartphones et PC
• L’IA dans le système d’information (dont cloud, AIOps, DevOps, transfert de données et de modèle IA)
• Quels sont les différents spécialistes de l’IA (Data Scientist, data et AI engineer) ?
• Intégration de l’IA dans les outils métiers et dans la programmation (création pour des néophytes, conseils et failles, utilisation des API pour connecter l’IA générative aux outils ERP, VBA, Excel)
  • Exercices pratiques de création de programmes pour des néophytes avec l’IA

7 – Risques de l’IA

• IA et cybersécurité, techniques de hacking (empoisonnement de données, rétroingénierie, fraude au président, hacking de ChatGPT, …) et outils pour s’en prémunir,
• IA : failles, erreurs et biais (dont hallucinations), manque de bon sens et comment s’en prémunir (dont explicabilité) ?
  • Exercices pour tester et évaluer les hallucinations potentielles des IA
• IA éthique, réglementation européenne (AI Act) et problématiques juridiques (propriété intellectuelle, hypo-vigilance, déduction de données personnelles grâce à l’IA)
• Impact environnemental de l’IA (émissions CO2, matériaux, effet rebond…) et solutions pour les réduire (mesures, IA open-source, l’utiliser quand on en a vraiment besoin, effet rebond) et risques climatiques sur l’IA (liés au manque d’eau, électricité, canicule…)

8 – Les applications métiers de l’IA (avec des exemples d’usages) et conduite du changement

• Relation client, chatbot, assistant d’achat Internet, Marketing /Ventes
• Ressources humaines, Juridique
• Transports, Utilities, Retail, Industrie
• Finance, Assurances, Santé
• Conduite du changement en entreprise : démarche pour mettre en œuvre l’IA, par où commencer, surmonter les freins et obstacles

9 – Les grands acteurs de l’Intelligence Artificielle

• Enjeux géopolitiques (États-Unis, Chine, Europe)
• Forces et faiblesses de l’IA des grands acteurs : Microsoft, Google, Meta, OpenAI, Anthropic, Amazon, IBM
• La position de la Chine dans l’IA : Baidu, Huawei, Alibaba, Tencent. Vont-ils s’imposer en Europe ?
• L’écosystème européen et français : focus sur Mistral AI et les modèles Open Source (EuroLLM).

10 – L’Intelligence Artificielle dans la société

• Transformation de l’emploi : métiers menacés, évolution des compétences et fracture numérique.
• Impact cognitif : risques de perte de compétences humaines et d’esprit critique par délégation à l’IA.
• Futur de l’intelligence : de l’IA étroite (ANI) vers l’IA générale (AGI) et la superintelligence (ASI).

 Ce programme a été mis à jour le 21 septembre 2026.