Piloter l’IA dans son entreprise à Montpellier
✴️ Formation : Piloter l’IA dans son entreprise
|
Durée |
14 heures (2 jours consécutifs) |
|
Tarif |
1 650 € HT / participant |
|
Format |
Présentiel (100% synchrone) |
|
Lieu |
En entreprise (intra) ou dans nos locaux (inter) |
|
Prérequis |
Être à l’aise avec l’utilisation d’un ordinateur et la navigation internet. Aucune compétence technique préalable en IA requise. |
|
Effectif |
6 à 12 participants par session |
|
Certification |
Attestation de fin de formation — Organisme certifié Qualiopi |
|
Accessibilité |
Formation accessible aux PSH — contactez-nous pour les aménagements |
Problème visé
Tout le monde utilise ChatGPT dans l’entreprise. Personne ne sait ce qu’il fait. Pas de stratégie, pas de cadre, pas de mesure. L’AI Act arrive et l’organisation n’est pas prête. Le shadow AI se développe sans contrôle.
Promesse de la formation
En 2 jours, vous repartez avec une compréhension solide de l’IA, une maîtrise du prompt engineering, un diagnostic de vos cas d’usage, et une expression de besoin formalisée pour votre premier projet IA.
Pour qui
- Dirigeants, managers et responsables d’équipe souhaitant structurer l’usage de l’IA
- Chefs de projet en charge de la transformation numérique
- Fonctions support
RH, communication, administration, finance, juridique - Fonctions opérationnelles
Marketing, gestion de projet, commercial - Responsables conformité, qualité ou RSE concernés par l’AI Act
- Indépendants et entrepreneurs souhaitant intégrer l’IA dans leur activité
Prérequis
Être à l’aise avec l’utilisation d’un ordinateur et la navigation internet. Aucune compétence technique préalable en IA requise.
Objectifs pédagogiques
À l’issue de la formation, le participant sera capable de :
- Comprendre l’évolution récente de l’IA et le fonctionnement des modèles de langage (LLM)
- Identifier les principaux outils IA (Claude, ChatGPT, Gemini, Mistral, Copilot, Perplexity) et leurs spécificités
- Maîtriser les techniques de prompt engineering avec des méthodes structurées
- Développer sa data literacy
Comprendre les données qui alimentent l’IA et leurs limites - Prendre en compte les enjeux éthiques, réglementaires (AI Act Art. 4, RGPD) et environnementaux
- Identifier et prioriser les cas d’usage IA pertinents dans son contexte professionnel
- Structurer une démarche de gestion de projet IA
De l’idée à l’expression de besoin - Choisir les solutions techniques adaptées aux contraintes de son organisation
- Formaliser une expression de besoin pour son premier projet IA
Stack outils technologiques
Chaque outil est manipulé en situation réelle, pas en tutoriel isolé. L’apprenant développe une littératie multi-modèle.
|
Outil |
Usage dans la formation |
Module |
|
Claude |
LLM principal — raisonnement structuré, analyse longue, rédaction |
J1 + J2 |
|
ChatGPT |
LLM comparatif — polyvalence, GPTs personnalisés, multimodal |
J1 + J2 |
|
Gemini |
LLM multimodal — intégration Google Workspace, Gems |
J1 |
|
Mistral / Le Chat |
LLM souverain — données sensibles, conformité européenne |
J1 |
|
Perplexity |
Recherche augmentée — veille, vérification des sources, fact-checking |
J1 + J2 |
|
Microsoft Copilot |
Intégration écosystème Microsoft 365 (démo comparative) |
J1 |
|
NotebookLM |
Analyse documentaire — synthèse de documents internes |
J2 |
|
Claude Cowork |
Travail sur fichiers métier, production de livrables |
J2 |
Projet fil rouge
Mon diagnostic IA et expression de besoin — L’apprenant choisit un cas d’usage concret de son quotidien professionnel dès le Jour 1 et le développe tout au long de la formation : identification du besoin, choix de la solution technique, prototypage avec les outils, formalisation de l’expression de besoin. Le livrable est opérationnel : il peut être présenté à sa direction dès le lundi suivant.
Le projet est lancé en Jour 1 et soutenu en Jour 2. L’apprenant repart avec un livrable opérationnel utilisable dès le lendemain.
Programme détaillé
JOUR 1 — Comprendre les fondamentaux de l’IA et commencer à pratiquer
Module 1 — Fondamentaux de l’IA (1h30)
- L’évolution récente de l’IA : des systèmes experts aux LLM, ce qui a changé et pourquoi ça change tout
- Fonctionnement des modèles de langage : tokens, fenêtre de contexte, température, raisonnement vs. pattern matching
- Les différentes familles d’IA : générative (texte, image, audio, vidéo), prédictive, analytique
- Limites cognitives des LLM : hallucinations, biais, confiance calibrée, effet de récence
- Ce que l’IA fait bien, ce qu’elle fait mal, ce qu’elle ne fait pas : poser un cadre réaliste
- Les enjeux spécifiques pour les PME/ETI : ressources limitées, ROI rapide, priorisation
Module 2 — Panorama des outils et cas d’usage (1h30)
- Panorama comparé des principaux LLM : Claude (Anthropic), ChatGPT (OpenAI), Gemini (Google), Mistral (France), Copilot (Microsoft) — forces, limites, positionnement, tarification
- Outils spécialisés : Perplexity (recherche), NotebookLM (analyse documentaire), Midjourney/DALL-E (image), Suno/ElevenLabs (audio)
- Expérimentation en binômes : tester un même cas professionnel sur 4 LLM différents, comparer les résultats, identifier le meilleur outil par besoin
- Découverte du shadow AI : identifier les usages non déclarés dans votre organisation et les risques associés
- Identification des cas d’usage par métier : fonctions support, opérationnelles, commerciales, techniques
- Atelier pratique : construire ses 3 premiers cas d’usage IA opérationnels
Module 3 — Prompt engineering (1h30)
- Maîtrise du prompt engineering structuré : contexte, rôle, objectif, contraintes, format, exemples
- Techniques avancées : chaînage de prompts, few-shot learning, tree-of-thought, instructions système
- Adapter ses prompts en fonction du contexte, du public cible et des données à disposition
- Esprit critique face aux résultats : détecter les hallucinations, minimiser les erreurs, vérifier et fiabiliser
- Atelier pratique : rédiger des prompts efficaces adaptés à son métier — production de contenus professionnels (emails, synthèses, analyses)
- Créer son premier assistant IA personnalisé : GPTs (ChatGPT), Gems (Gemini), Projets (Claude)
Module 4 — Data literacy et enjeux éthiques (1h30)
- Data literacy : comprendre les données qui alimentent l’IA, d’où elles viennent, comment elles sont utilisées
- Qualité des données : biais de représentation, données d’entraînement, impact sur les résultats
- Enjeux RGPD appliqués aux usages IA : quelles données peut-on envoyer ? Quelles précautions prendre ?
- AI Act Art. 4 : obligation de littératie IA (applicable depuis février 2025), implications concrètes pour votre organisation
- Enjeux environnementaux : empreinte carbone des LLM, sobriété numérique, usage responsable
- Atelier : cartographier les risques éthiques et réglementaires de ses propres cas d’usage
- Choix du projet fil rouge : chaque participant sélectionne son cas d’usage prioritaire pour le Jour 2
JOUR 2 — Structurer sa démarche IA et formaliser son projet
Module 5 — Méthodologie de gestion de projet IA (1h30)
- La démarche THINK–BUILD–TRAIN appliquée à un projet IA : penser avant d’outiller
- Les 5 tensions stratégiques de l’IA en organisation : adoption vs. transformation, exploration vs. exploitation, performance locale vs. valeur globale, capacité technique vs. organisationnelle, mesure classique vs. valeur réelle
- Cartographier les processus de son organisation : identifier les flux automatisés, semi-automatisés, manuels
- Distinguer les besoins IA (LLM, agents, génération) des besoins low-code/no-code (Make, Zapier)
- Trier tâches stratégiques (supervision humaine) et tâches opérationnelles (automatisables)
- Atelier pratique : cartographier les processus de son périmètre et identifier 5 opportunités IA
Module 6 — Identification et priorisation des cas d’usage (1h30)
- Matrice effort/impact : prioriser les cas d’usage par faisabilité, ROI et risque
- Quick wins vs. projets structurants : séquencer l’intégration IA
- Identifier les ressources internes (champions IA, early adopters) et externes (prestataires)
- Prendre en compte les contraintes organisationnelles : budget, culture, maturité numérique, résistances
- Atelier pratique : scorer et prioriser ses cas d’usage sur la matrice — définir les 3 priorités
- Retours d’expérience : cas réels d’intégration IA en PME/ETI (succès et échecs)
Module 7 — Choix des solutions techniques et prompt engineering avancé (1h30)
- Sélectionner les outils adaptés à son organisation : grille de choix multi-critères (coût, intégration, souveraineté, performance, RGPD)
- Créer des agents IA personnalisés aux métiers : GPTs, Gems, Projets Claude — configuration avancée
- Introduction aux connexions RAG (Retrieval-Augmented Generation) : connecter l’IA aux données internes
- Introduction au MCP (Model Context Protocol) : intégrer l’IA dans les outils métier existants
- Prompt engineering avancé : prompts système, chaînage complexe, gestion de la mémoire, multi-modal
- Atelier pratique : prototyper la solution technique de son projet fil rouge avec les outils choisis
Module 8 — Formaliser son expression de besoin et plan d’action (1h30)
- Structurer son expression de besoin IA : problème, solution, bénéfices attendus, risques, ressources
- Définir les indicateurs de performance IA pertinents : productivité, qualité, adoption réelle
- Anticiper la conduite du changement : adhésion des équipes, formation interne, gouvernance
- Rédiger une proposition de charte IA éthique pour son organisation
- Construire sa roadmap d’intégration IA à 30 jours : jalons, responsables, quick wins
- Restitution du projet fil rouge : pitch de l’expression de besoin devant le groupe
- Feedback croisé : chaque participant reçoit un retour structuré sur son projet
- Lancement Engage : activation du parcours d’ancrage cognitif WhatsApp Learning
Déroulé horaire
| JOUR 1 | |
| 9h00 — 9h15 | Accueil, présentations, tour de table, attentes |
| 9h15 — 10h45 | Module 1 : Fondamentaux de l’IA — évolution, fonctionnement LLM, limites |
| 10h45 — 11h00 | Pause |
| 11h00 — 12h30 | Module 2 : Panorama des outils et cas d’usage — comparatif multi-LLM en binômes |
| 12h30 — 13h30 | Déjeuner |
| 13h30 — 15h00 | Module 3 : Prompt engineering — méthodes structurées + atelier pratique |
| 15h00 — 15h15 | Pause |
| 15h15 — 16h45 | Module 4 : Data literacy et enjeux éthiques — RGPD, AI Act, choix projet fil rouge |
| 16h45 — 17h00 | Synthèse du jour 1 + briefing travail intersession |
| JOUR 2 | |
| 9h00 — 9h15 | Check-in : retours sur le travail intersession |
| 9h15 — 10h45 | Module 5 : Méthodologie de gestion de projet IA — THINK–BUILD–TRAIN, cartographie processus |
| 10h45 — 11h00 | Pause |
| 11h00 — 12h30 | Module 6 : Priorisation des cas d’usage — matrice effort/impact, retours d’expérience |
| 12h30 — 13h30 | Déjeuner |
| 13h30 — 15h00 | Module 7 : Solutions techniques + prompt avancé — agents, RAG, MCP, prototypage |
| 15h00 — 15h15 | Pause |
| 15h15 — 16h30 | Module 8 : Expression de besoin + plan d’action — restitution projet, lancement Engage |
| 16h30 — 17h00 | Restitution projet fil rouge + plan d’action + lancement Engage |
Suivi de l’exécution et évaluation
Suivi
- Feuilles de présence signées par demi-journée
- Attestation de fin de formation délivrée à chaque participant
Évaluation des acquis
- Positionnement initial : auto-évaluation des compétences IA en début de J1
- Évaluation formative continue : ateliers pratiques, exercices en binômes, cas d’usage
- Livrable projet fil rouge : évalué sur grille critériée (pertinence, qualité, opérationnalité)
- Positionnement final : auto-évaluation avant/après sur les objectifs pédagogiques
- Questionnaire de satisfaction à chaud en fin de J2
Ressources techniques et pédagogiques
- Support de formation complet (PDF)
- Bibliothèque de prompts multi-modèles (Claude, ChatGPT, Gemini, Mistral, Copilot)
- Grille d’audit des usages IA et de cartographie des processus
- Matrice effort/impact (template de priorisation)
- Modèle d’expression de besoin IA (template)
- Modèle de charte IA éthique (template personnalisable)
- Guide de sélection d’outils IA (grille multi-critères)
- Introduction RAG et MCP : documentation et tutoriels
- Check-list conformité AI Act Art. 4 + RGPD
- Template de roadmap d’intégration IA à 30 jours
- Accès communauté Slack/Discord (permanent)
- Accès Engage WhatsApp Learning (30 jours post-formation)
Équipe pédagogique
Rony Germon — Docteur en sciences de gestion (UTT), Professeur Associé à PST&B, ambassadeur national Plan Oser l’IA. 15+ ans en transformation numérique de la formation, 20 000+ apprenants. Publications : Computers in Human Behavior, European Management Review.
Financement
Formation dispensée par INTUICIA EDUCATION, organisme certifié Qualiopi (actions de formation). Financement possible : plan de développement des compétences (entreprise), OPCO, FAF, aides régionales, autofinancement. Nous vous accompagnons dans le montage de votre dossier.
Écosystème d’accompagnement post-formation
- Communauté Slack/Discord
Entraide entre pairs, partage de ressources, réseau professionnel permanent - Engage WhatsApp Learning (30 jours post-formation)
Micro-rappels cognitifs par le tuteur IA Léa (rappel espacé, remobilisation, micro-challenges) - Accès aux ressources de la formation pendant 12 mois
Durée totale d’accompagnement : 2 jours de formation + 30 jours d’ancrage Engage = 5 semaines.
Qualité et satisfaction
Indicateurs qualité disponibles sur demande. Taux de satisfaction, taux de complétion et Net Promoter Score mesurés à chaque session.
Contact
Vous voulez former vos équipes à un usage intelligent de l'IA ? Cette formation transforme la dépendance en autonomie augmentée.
La pédagogie avant la technologie
Montpellier / Paris / Distanciel
