Formation : Intelligence artificielle : enjeux et outils

Découvrir les technologies de l'intelligence artificielle, leurs possibilités et leurs limites.

Séminaire - 2j - 14h00 - Réf. IAO
Prix : 2020 CHF H.T.

Intelligence artificielle : enjeux et outils

Découvrir les technologies de l'intelligence artificielle, leurs possibilités et leurs limites.


Formation incontournable Formation Blended

Ce séminaire donne une vision de l'intelligence artificielle, sans prérequis technique. Vous comprendrez comment fonctionnent le machine learning, le deep learning, l'IA générative et l'IA agentique, ce qu'ils permettent concrètement en entreprise, et quels cadres juridiques et éthiques encadrent leur usage.


INTER
INTRA
SUR MESURE

Séminaire en présentiel ou à distance
Disponible en anglais, à la demande

Réf. IAO
  2j - 14h00
2020 CHF H.T.
En option :
Dynamique.Model.Bean_FormationOption
Blended : 117 CHF H.T.




Ce séminaire donne une vision de l'intelligence artificielle, sans prérequis technique. Vous comprendrez comment fonctionnent le machine learning, le deep learning, l'IA générative et l'IA agentique, ce qu'ils permettent concrètement en entreprise, et quels cadres juridiques et éthiques encadrent leur usage.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Comprendre ce que sont les outils de Machine Learning et de Deep Learning, leurs potentiels et leurs limites
Identifier les risques liés aux données, aux biais et aux réponses générées.
Identifier les principales étapes d’un projet IA et les critères de choix d’une solution.
Qualifier un cas d’usage pertinent pour son métier ou son secteur.
Identifier les principales obligations juridiques et les enjeux éthiques et de souveraineté liés à l’IA.

Public concerné
Managers, chefs de projet, dirigeants et professionnels des fonctions support ou métiers ayant une appétence pour les technologies numériques.

Prérequis
Utilisation courante des outils numériques.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Qu'est-ce que l'intelligence artificielle ?

  • Définitions : IA, IA faible et IA générale, fantasme et réalité.
  • Deux grandes approches : règles écrites par l'humain versus apprentissage à partir des données.
  • Grandes étapes historiques : Machine Learning, Deep Learning, IA générative, IA agentique.
  • Capacités de l’IA : classer, prédire, regrouper, recommander, générer et agir.
  • Idées reçues sur l'IA : compréhension, conscience, objectivité.
Échanges
« Vrais ou faux » sur les idées reçues

2
Apprendre à partir des données : Machine Learning et Deep Learning

  • Qu'est-ce que le Machine Learning ?
  • Méthodes d'apprentissage du Machine Learning : apprentissage supervisé, non supervisé, par renforcement.
  • Réseaux de neurones et deep learning : applications aux images, au son et au texte.
  • Données d’entraînement, de validation et de test : apprentissage et évaluation des performances.
  • Limites : besoin de données, biais, surapprentissage.
Démonstration
Etude de cas sur la reconnaissance d’image.

3
L'IA générative

  • Ce qui change avec l'IA générative (texte, images, son, code…).
  • Fonctionnement des LLM : transformers, tokens, fenêtre de contexte et multimodalité.
  • Génération d'images et de vidéos : principe des modèles de diffusion.
  • Comment utiliser un LLM : quelques méthodes de prompting.
  • Enrichir un LLM : RAG (recherche dans des documents), fine-tuning.
  • Limites spécifiques : hallucinations, confidentialité des données, dépendance aux fournisseurs.
Démonstration
Exemple d'outils d’IA générative classés par objectifs (rédaction de contenus, productivité....)

4
L'IA agentique

  • IA agentique : du chatbot à l'agent
  • Composants d'un agent : modèle, instructions, outils, mémoire, boucle d'action.
  • Niveaux d'autonomie : assistant, copilote, agent autonome, systèmes multi-agents.
  • Exemples d'usages : traitement de demandes, recherche documentaire, automatisation de processus métier.
  • Connecter un agent à son système d'information : outils, API, MCP (Model Context Protocol).
  • Risques spécifiques : erreurs en chaîne, actions non souhaitées, sécurité, place de la supervision humaine (human in the loop).
Démonstration
Observer un agent réaliser une tâche en plusieurs étapes et analyser ses décisions.

5
Open source, souveraineté : bien choisir ses solutions d’IA en entreprise

  • Familles de solutions : assistants conversationnels, IA intégrée aux logiciels, plateformes cloud et solutions métiers.
  • Modèles propriétaires, modèles à poids ouverts et IA open source : différences et conditions d’utilisation.
  • SaaS, cloud et déploiement local : hébergement, contrôle des données et contraintes d’exploitation.
  • Souveraineté : fournisseurs, juridictions applicables, dépendances techniques et réversibilité.
  • Critères de choix : qualité, confidentialité, intégration au SI, licences et coût total d’utilisation
Échanges
Exemples d’outils actuels par famille

6
Cas d'usage par métier et par secteur

  • Création de valeur : automatiser, assister, analyser et créer.
  • Panorama sectoriel : industrie, santé, finance, commerce, services publics.
  • Panorama par fonction : RH, marketing, juridique, relation client, achats, production.
  • Qualification d’un cas d’usage : valeur attendue, faisabilité, données disponibles, risques et coûts.
  • Étapes d’un projet IA : cadrage, expérimentation, évaluation, déploiement, adoption et suivi.
  • Indicateurs de réussite : qualité des résultats, temps gagné, coûts et utilisation effective.
Démonstration
Qualifier un besoin métier, choisir une approche et définir les critères permettant d’évaluer les résultats et les gains attendus.

7
Enjeux juridiques et éthiques

  • Pourquoi encadrer l'IA : risques pour les personnes, les organisations et la société.
  • Règlement européen sur l'IA (AI Act), pratiques interdites.
  • RGPD (Règlement général sur la protection des données) et IA : données personnelles dans les données d'entraînement et dans les usages.
  • Propriété intellectuelle : données d'entraînement et contenus générés.
  • Éthique : biais et discrimination, transparence, explicabilité, contrôle humain.
  • Impact environnemental de l'IA.
  • Gouvernance de l'IA en entreprise : charte d'usage, référents, normes (ISO/IEC 42001).
Etude de cas
Classer des cas d'usage selon les niveaux de risque du RIA et identifier les obligations associées.


Options
Blended : 117 CHF H.T.
Approfondissez les connaissances acquises en formation grâce aux modules e-learning de notre Chaîne scénarisée - L'intelligence artificielle en entreprise. Un apprentissage flexible et complet, à suivre à votre rythme dès le premier jour de votre présentiel.

Avis clients
4,3 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
FRANCOIS L.
22/10/26
3 / 5

formation trop technique par rapport l’intitulé
LAURENT F.
22/10/26
3 / 5

La bonne volonté de l’animatrice a sauvé pour partie cette session de formation. Elle a accepté de générer des supports complémentaires et exercices correspondant aux attentes de la majorité des inscrits, le programme proposé ne répondant pas aux attentes. Mais le nombre de participant (presque 30) n’a pas permis d’échanger ou d’avoir l’intéractivité attendu. Merci à elle pour les efforts d’adaptation consentis.
SÉBASTIEN P.
22/10/26
4 / 5

La formatrice n’a pas pu échanger avec nous car nous etions trop nombreux impossible donc de faire un tour de table pour evoquer nos attentes, nos connaissances actuelles et organiser en fonction. Il faut a mon avis plus decrire la formation sur le portail orsys afin que les personnes comprennent bien la formation. Quand a la formatrice top, elle a su s’adapter




Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.

Dates et lieux

Dernières places
Date garantie en présentiel ou à distance
Session garantie
Du 26 au 27 novembre 2026 *
FR
Classe à distance
S’inscrire
Du 17 au 18 décembre 2026 *
FR
Classe à distance
S’inscrire
Du 25 au 26 mars 2027
FR
Classe à distance
S’inscrire
Du 25 au 26 mars 2027
EN
Classe à distance
S’inscrire
Du 27 au 28 mai 2027
FR
Classe à distance
S’inscrire
Du 27 au 28 mai 2027
EN
Classe à distance
S’inscrire
Du 1 au 2 juillet 2027
FR
Classe à distance
S’inscrire
Du 5 au 6 octobre 2027
FR
Classe à distance
S’inscrire
Du 5 au 6 octobre 2027
EN
Classe à distance
S’inscrire
Du 23 au 24 novembre 2027
FR
Classe à distance
S’inscrire
Du 21 au 22 décembre 2027
FR
Classe à distance
S’inscrire
Du 21 au 22 décembre 2027
EN
Classe à distance
S’inscrire

CLASSE À DISTANCE
2026 : 26 nov., 17 déc.

2027 : 25 mars, 25 mars, 27 mai, 27 mai, 1 juil., 5 oct., 5 oct., 23 nov., 21 déc., 21 déc.



Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.