IA et allégations marketing5 septembre 2026 · Dr Maria Mercanti-Guérin · IAE Paris SorbonneL’IA peut aussi mettre les promesses marketing à l’épreuve. Maria Mercanti-Guérin, maître de conférences à l’IAE Paris-Sorbonne, croise avis clients, brevets et discours des marques cosmétiques pour mieux aligner communication, innovation et attentes des consommateurs.Regarder la vidéoMaria Mercanti-Guérin, maître de conférences à l’IAE Paris-Sorbonne, utilise l’intelligence artificielle pour confronter les promesses des marques cosmétiques aux attentes des consommateurs et aux informations scientifiques et techniques disponibles. Au cœur de cette démarche, une question : comment repérer les écarts entre les messages des marques, l’expérience des clients et les innovations documentées ?L’analyse croise les communications des marques, les avis et questions publiés en ligne, les brevets et les rapports d’activité. Cette approche s’appuie sur l’informétrie, l’étude quantitative de l’information, pour rapprocher des sources habituellement étudiées séparément et comparer ce qu’elles disent des produits et de leurs ingrédients.L’IA repère les ingrédients, rapproche leurs noms scientifiques et commerciaux, puis classe les avis selon leur contenu, les préoccupations exprimées et leur tonalité. La comparaison sémantique permet aussi de relier des formulations différentes, en français comme en anglais. Ces usages constituent des applications concrètes pour une formation IA marketing, associant analyse des données textuelles et compréhension des attentes des consommateurs.Pour les synthèses produites par l’IA générative, l’approche RAG rattache les résultats aux documents d’origine afin de faciliter leur vérification. Les correspondances entre les sources font également l’objet d’un contrôle croisé entre l’humain et l’IA. Apprendre l’IA implique ici de savoir vérifier les rapprochements proposés et de conserver la trace des informations utilisées.Dans les avis étudiés, le prix, l’expérience d’utilisation, la composition des produits et les préoccupations éthiques occupent une place importante. Les technologies présentes dans les brevets ne coïncident pas toujours avec les ingrédients mis en avant par les marques ou évoqués par les consommateurs. Ces observations concernent les grandes marques et les sources retenues pour l’étude : elles permettent d’examiner les décalages entre recherche, communication et attentes.Pour une formation IA en entreprise orientée marketing et communication, ce cas illustre plusieurs compétences : analyser les attentes, comparer des sources et vérifier les éléments qui étayent un message. Se former à l’intelligence artificielle dans ce contexte consiste aussi à mieux articuler l’écoute des consommateurs, le travail de recherche et développement et la formulation d’allégations compréhensibles et crédibles.
Vers quelle IA allons-nous au sein des organisations ?5 septembre 2026 · Dr Michael Pichat · Neocognition.aiMichael Pichat, fondateur de Neocognition, professeur affilié à l’IAE Paris-Sorbonne et co-directeur des programmes exécutifs IA, définit, à partir des sciences cognitives, les caractéristiques des futures IA sur-mesure à intelligence professionnelle augmentée : modularité, auto-adaptation, flexibilité cognitive, couplage, métacognition, etc.Regarder la vidéoLe 5 septembre 2026, dans le cadre de l’E-forum exécutif « L'IA au cœur de la transformation managériale et stratégique des organisations », Michael Pichat, fondateur de Neocognition, Maître de Conférences des Universités, professeur affilié à l’IAE Paris Sorbonne et co-directeur des certificats exécutifs IA de l’IAE Paris Sorbonne et Neocognition.ai a exposé ce que doit être une IA sur-mesure à intelligence professionnelle augmentée pour une organisation : ajustée, adaptative, autonome, alignée, explicable et sécurisée, cognitivement augmentée et efficiente ; cela, sur la base des principales caractéristiques de l’intelligence identifiées par les sciences cognitives. Une grille de lecture utile à toute formation IA pour dirigeants et managers.Modularité : des modules experts métier — L'IA sur-mesure à intelligence augmentée est un système cognitif structuré en sous-systèmes spécialisés. Chaque module expert est obtenu par fine-tuning, c'est-à-dire par l'apprentissage d'un type de tâche métier spécifique. Deux difficultés : le coût computationnel, et la coordination des modules (couplage interne, connectivité, capacité à se phaser).Σ fine-tuning : fabriquer des experts à moindre coût — La décomposition en valeurs singulières révèle la répartition Σ des poids d'importance des compétences fondamentales déjà présentes dans le modèle. Le Σ fine-tuning fabrique chaque module expert en optimisant cette pondération : moins de données et de paramètres à l'entraînement, stockage additionnel minimal à l'usage. Il en résulte des modules experts métier économiques, un argument central pour toute formation IA en entreprise qui veut dépasser l'usage de l'IA générative grand public.Interopérabilité, flexibilité et métacognition — Les modules experts sont compositionnels : ils parlent le même langage et interagissent. La flexibilité cognitive consiste à activer et coordonner les bons modules ; la métacognition synchronique, à connaître les expertises de ses modules sur-mesure pour choisir les plus adaptés, la même compétence attendue de salariés formés à piloter un agent IA.Autonomie et IA neuro-symbolique — L'autonomie repose sur l'auto-feedback et l'auto-apprentissage : l'IA évalue la qualité de ses propres réponses. L'IA neuro-symbolique articule processus neuronaux artificiels et éléments symboliques humains : implantation de chaînes humaines de pensée dans le réseau (intrication cognitive) et injection de normes d'efficience au cœur de chaque couche. Gains cognitifs : explicabilité, alignement, débogage et sécurité, avec un couplage externe équilibrant assimilation et accommodation.Conclusion — Des écosystèmes modulaires à spécialisation fine et interopérables, des IA flexibles et autonomes capables de s'ajuster, et l'articulation des intelligences artificielle et humaine dans des modèles de gouvernance augmentés. Modularité, autonomie, interopérabilité et alignement : une IA cognitivement augmentée, plus experte métier, plus rapide, plus sécurisée et mieux alignée, le socle conceptuel d'une formation en intelligence artificielle destinée aux organisations.
L’IA générative et agentique dans le secteur bancaire5 septembre 2026 · Xavier Chassagnol · BNP ParibasComment automatiser les activités bancaires sans déléguer les décisions sensibles ? Xavier Chassagnol, Architecte Solutions Data & Intelligence Artificielle chez BNP Paribas, explore l’IA générative et les agents IA appliqués au crédit, à la conformité et à la relation client, sous supervision humaine.Regarder la vidéoPour Xavier Chassagnol, Architecte Solutions Data & Intelligence Artificielle chez BNP Paribas, l’IA générative transforme le travail bancaire en facilitant l’analyse des dossiers de crédit, la recherche financière et la préparation des entretiens clients. Avec l’IA agentique, ces usages peuvent s’enchaîner au sein d’un même processus. Un agent IA, ou AI agent, reçoit un objectif, organise les tâches et mobilise les outils autorisés, avec des validations humaines aux étapes sensibles.Les applications touchent aussi bien les équipes internes que la relation client. Les analystes accèdent plus rapidement aux informations utiles à leurs recherches, les équipes crédit disposent de synthèses documentaires et les conseillers patrimoniaux gagnent du temps sur leurs comptes rendus. D’autres agents facilitent les vérifications de connaissance client ou aident les particuliers à comprendre leurs dépenses et à suivre leur budget.La qualité des résultats dépend de la manière dont ces systèmes sont construits. Plusieurs agents spécialisés peuvent se répartir le travail et signaler les incohérences, tandis que le prompt engineering et la qualité des sources contribuent à leur fiabilité. Les contrôles humains restent essentiels pour examiner les situations ambiguës et arbitrer les décisions à risque.Le développement logiciel évolue lui aussi avec les agents de codage. Capables d’écrire des programmes, de produire des tests et de corriger des erreurs, ils ouvrent des possibilités pour moderniser les applications bancaires anciennes. Les gains varient toutefois selon la complexité du travail : le temps économisé sur la production de code doit être apprécié avec celui consacré à sa relecture et à sa validation.Cette autonomie exige un périmètre d’action précis pour chaque agent. Les droits d’accès déterminent les données qu’il peut consulter, tandis que la traçabilité permet de retrouver les sources et les opérations effectuées. Protection des informations sensibles, plafonds de coût et points d’approbation humaine s’intègrent dès la conception, avec la participation des équipes métiers, techniques et juridiques.La formation IA en entreprise accompagne ces changements : pour les salariés, apprendre l’IA implique de vérifier les résultats et de reconnaître les situations nécessitant une expertise humaine. Les managers et les dirigeants doivent également définir les objectifs, ajuster l’autonomie des agents et évaluer leurs conditions de déploiement. La formation à l’IA générative s’ancre ainsi dans des processus concrets, dont il faut comprendre le fonctionnement, établir les contrôles et superviser l’exécution.
Manager l’IA à l’échelle de l’entreprise5 septembre 2026 · Patrice de Flaujac · MédiamétrieComment faire de l’IA générative une pratique collective ? Patrice de Flaujac, directeur des systèmes d’information de Médiamétrie, partage l’approche de Médiamétrie : formation IA en entreprise, gouvernance et accompagnement des usages de Copilot et Claude Code.Regarder la vidéoPatrice de Flaujac, directeur des systèmes d’information de Médiamétrie, partage l’expérience de Médiamétrie, où l’IA générative accompagne la transformation des métiers et du système d’information. Engagée depuis 2022, la démarche associe l’automatisation des tâches quotidiennes, l’amélioration des services aux clients et l’assistance aux équipes informatiques. Son déploiement dépend autant de la qualité des données que des compétences et de l’adaptation des méthodes de travail.La formation IA en entreprise s’organise au plus près des équipes, avec les « Marmites de l’IA », les « Comptoirs de l’IA » et des coachs internes. Ces espaces permettent d’expérimenter des usages concrets, de poser des questions et d’obtenir de l’aide. La formation à Microsoft Copilot s’inscrit dans cet accompagnement progressif des salariés.Les dirigeants et les managers participent directement à cette transformation : le comité exécutif soutient le programme, tandis que des pilotes IA dans chaque direction relient les projets aux priorités métiers. Les experts techniques éclairent les choix, et les équipes font remonter les besoins rencontrés dans leur activité. Les cas d’usage sont ensuite sélectionnés selon leur impact mesurable et leur faisabilité, dans une feuille de route à dix-huit mois.À la direction des systèmes d’information, l’assistance au développement associe Claude Code à GitLab, au sein de la chaîne d’intégration et de livraison continues des logiciels. Le déploiement avance équipe par équipe, avec une formation à Claude Code d’une heure assurée par un coach DevOps. Une charte d’usage et un guide de bonnes pratiques accompagnent cette prise en main, tout en maintenant les contrôles du code avant sa mise en production.Sur un projet de portage technique, le travail réalisé avec Claude Code a mobilisé 30 jours-homme, contre une estimation initiale de 600 jours-homme en mode traditionnel. Ce résultat ponctuel illustre les possibilités d’accélération sur certains chantiers informatiques. À l’échelle de la DSI, leur exploitation reste liée à la sécurité du code, à la traçabilité des opérations et à la maîtrise des coûts.L’intégration d’agents IA dans la chaîne logicielle constitue la prochaine étape envisagée, notamment pour mieux documenter les applications et renforcer les contrôles. Elle demande d’anticiper les risques de cybersécurité, les dépendances technologiques et l’évolution des compétences. Se former à l’intelligence artificielle implique alors d’associer la compréhension des métiers à l’expérimentation, au partage des pratiques et à la vérification des résultats.
L’agent IA nouvel acteur organisationnel chez Orange5 septembre 2026 · Achraf Elgheriany · Orange BusinessEt si les agents IA avaient aussi une fiche de poste ? Achraf Elgheriany, Head of Data AI Adoption & Enablement chez Orange Business (et consultant chez Neocognition), détaille l’approche d’Orange Business : une mission, des droits, un budget et un responsable humain pour encadrer leur autonomie.Regarder la vidéoPour Achraf Elgheriany, Head of Data AI Adoption & Enablement chez Orange Business (et consultant chez Neocognition), l’essor de l’IA générative chez Orange Business transforme la manière d’organiser le travail et de répartir les responsabilités. Un agent IA, ou AI agent, peut poursuivre un objectif, mobiliser des outils et des données, puis solliciter une validation humaine aux étapes qui le nécessitent.Créer un agent ne garantit pourtant pas son adoption par les équipes. Sans habitudes d’usage, droits d’accès clairs ou moyens consacrés à son suivi, ses capacités techniques peuvent rester peu exploitées. Son intégration demande donc de préciser sa place dans les activités quotidiennes et les conditions de son utilisation.L’agent doit disposer d’une identité métier, d’un périmètre d’action limité et d’un responsable humain identifié. Son fonctionnement nécessite également un budget, une évaluation des résultats et des ajustements réguliers avec l’équipe. Le manager encadre ainsi son activité et veille à ce que ses productions servent effectivement les objectifs du métier.Cette organisation permet de mieux prévenir le risque de l’« agent fantôme », déployé puis abandonné avec des accès toujours ouverts et aucune maintenance. Une autre difficulté apparaît lorsque les utilisateurs valident les réponses sans les vérifier, installant une dépendance excessive. Les usages isolés et la délégation systématique peuvent aussi fragiliser le partage des savoirs et l’exercice du jugement critique.Chez Orange Business, l’assistant Benoit donne un exemple concret de cette spécialisation : dédié à la veille concurrentielle sur l’Internet des objets, il s’adresse aux équipes produit dans l’environnement Live Intelligence. AI Architect accompagne, de son côté, la création, la configuration et l’amélioration d’assistants IA, pour structurer leur fonctionnement dès la conception.La formation IA en entreprise prend ici une dimension managériale : définir qui supervise l’agent, quelles actions il peut mener et comment ses résultats sont évalués. Pour les managers, les dirigeants et les salariés, se former à l’intelligence artificielle implique aussi de vérifier les réponses, de partager les pratiques et de maintenir la maîtrise des connaissances métier.
Déployer l’IA dans un environnement réglementé5 septembre 2026 · Pierre Jarrijon · BpifranceCréer des agents IA ne garantit pas leur utilité. Pierre Jarrijon, responsable Accélération IA chez Bpifrance, montre comment Bpifrance s’appuie sur le no-code pour apprendre l’IA en expérimentant, puis sélectionner les usages dont la valeur est démontrée.Regarder la vidéoPierre Jarrijon, responsable Accélération IA chez Bpifrance, mise sur l’expérimentation pour permettre aux équipes métiers d’identifier les usages de l’IA qui améliorent leur travail. Dans cet environnement réglementé, les règles de confidentialité, de sécurité et de validation servent de point d’appui aux nouveaux usages. Une charte IA, un accord de méthode et une répartition explicite des responsabilités organisent le parcours jusqu’au déploiement.Les équipes partent d’un problème concret et construisent un prototype avec des outils no-code, avant d’engager des ressources plus importantes. Apprendre l’IA se fait alors dans le travail réel : tester une idée, observer ses effets et ajuster l’approche. Les pionniers explorent les possibilités, tandis que les ambassadeurs transforment ces apprentissages en pratiques partageables.Le dispositif associe notamment Dust, utilisé pour construire et tester des agents sans coder, et Mistral Vibe, retenu comme solution généraliste de référence. L’outil d’expérimentation ne détermine pas automatiquement la solution de déploiement : celle-ci dépend du cas d’usage, des données, des risques, des intégrations nécessaires et des coûts de maintenance.Un agent IA peut, par exemple, examiner une thèse d’investissement pour repérer des angles morts et des risques insuffisamment considérés, tout en laissant la décision aux professionnels. Un autre usage consiste à préparer une mission de conseil en rassemblant les informations sur le secteur, le marché et le client. Un gain d’une journée sur une mission de dix à quinze jours a ainsi été observé dans un cas précis.Les 500 pionniers et plus de 1 500 agents créés témoignent d’une forte capacité d’exploration. Ces chiffres ne correspondent toutefois pas à autant de solutions adoptées ou industrialisées. L’enjeu devient de sélectionner les usages réellement utiles, de mesurer leur utilisation et de prévoir leur maintien dans la durée.Le passage à l’échelle exige un responsable identifié, des critères d’évaluation et une maîtrise des accès aux données. La formation IA en entreprise, pour les managers comme pour les salariés, trouve ici des applications concrètes : prototyper, vérifier l’utilité des résultats et déterminer les conditions d’un déploiement fiable. Se former à l’intelligence artificielle implique aussi de savoir quand poursuivre une expérimentation, la déployer ou l’arrêter.
Développer l’IA dans une entreprise multisectorielle5 septembre 2026 · Alexandre Delaroche · Groupe BolloréInvestir vite dans l’IA n’est pas toujours avancer mieux. Alexandre Delaroche, responsable Digital & IA du groupe Bolloré, défend le pragmatisme de Bolloré : formation IA des managers, tests ciblés et mesure des gains avant de généraliser les usages.Regarder la vidéoAlexandre Delaroche, responsable Digital & IA du groupe Bolloré, défend une adoption progressive de l’IA générative, fondée sur les besoins métiers et les résultats des tests. Dans ce groupe multisectoriel, l’évolution rapide des outils, des coûts et des contrats conduit à expérimenter sur de petits périmètres avant d’investir durablement. L’objectif est d’identifier les usages utiles tout en maîtrisant les risques et les dépendances technologiques.La démarche commence par une gouvernance commune et une charte associant les équipes informatiques, juridiques et de cybersécurité. La formation IA des managers porte sur les opportunités, les limites et les risques des outils. Le déploiement de Copilot Chat, accompagné de webinaires et de formations à Copilot, permet aux équipes de développer leurs premiers usages.Les projets partent des difficultés rencontrées dans le travail quotidien : retrouver une information, synthétiser des documents ou rédiger des contenus répétitifs. Selon le besoin, la réponse peut relever de l’IA, d’une automatisation classique ou d’une meilleure organisation documentaire. Cette analyse préalable aide à choisir une solution adaptée au problème rencontré.Les essais d’agents IA documentaires pour les ressources humaines et la DSI, construits sur des bases SharePoint, n’ont pas été concluants. Le manque de fiabilité des réponses a mis en évidence l’importance d’un périmètre maîtrisé, de documents bien structurés et de droits d’accès adaptés. La préparation des données apparaît ainsi comme un préalable au développement des usages.Un agent de la Digital Factory a obtenu des résultats partiels, avec une recherche fonctionnelle dans SharePoint et Planner, mais des limites sur les scénarios complexes. Un pilote Finance consacré à Excel comparait parallèlement Copilot, Claude et GPT pour le nettoyage des données, les formules et les scripts. Cette expérimentation était encore en cours au moment de l’intervention.La formation IA en entreprise accompagne donc une compétence essentielle : savoir décider à partir des résultats d’un test. Pour les salariés comme pour les managers, apprendre l’IA suppose d’évaluer les gains et les limites, puis de choisir entre poursuivre, ajuster ou arrêter. Le passage à l’échelle reste conditionné à une valeur démontrée et à des usages suffisamment fiables et sécurisés.
L’IA au service de l’excellence opérationnelle chez SOCOTEC5 septembre 2026 · Raphaël Leclercq · Groupe SOCOTECLes gains individuels ne deviennent pas automatiquement une performance collective. Raphaël Leclercq, responsable Data & IA du groupe SOCOTEC, montre comment SOCOTEC associe IA générative, données métiers et formation IA des managers pour transformer ses processus.Regarder la vidéoRaphaël Leclercq, responsable Data & IA du groupe SOCOTEC, ancre l’adoption de l’intelligence artificielle dans les étapes concrètes des missions d’inspection et d’expertise. De la réponse aux appels d’offres à la facturation, chaque usage doit améliorer un processus métier tout en préservant la qualité de l’avis d’expert.La plateforme d’IA générative associe BlueGen, pour la synthèse, la traduction, la rédaction et la recherche documentaire, à SOCOTEC Intelligence, qui intègre l’IA dans les processus métiers. Les assistants mobilisent les informations et les outils autorisés pour préparer une réponse technique, retrouver une norme ou contribuer à la production d’un rapport.Les données techniques, les référentiels réglementaires et les connaissances des experts donnent aux réponses leur contexte métier. Les droits d’accès et la traçabilité encadrent leur utilisation, avec un pilotage commun aux métiers et à l’informatique. Une validation humaine reste obligatoire pour les productions qui engagent la signature du groupe.La formation IA en entreprise s’intègre directement aux usages grâce à BlueGen Quest, qui propose des apprentissages dans l’outil, adaptés au contexte professionnel, notamment pour les inspecteurs. La formation IA des managers et des dirigeants complète ce dispositif, soutenu par des relais locaux et des champions IA. Les équipes font remonter leurs besoins et contribuent aux projets à partir de leur expérience du terrain.Dans l’inspection électrique, un modèle de vision par ordinateur exploite les images des disjoncteurs pour en extraire les informations techniques. La précision annoncée dépasse 98 % sur les équipements les plus courants, avec une validation réalisée sur une centaine d’installations réelles. Intégré à l’application mobile de l’inspecteur, ce dispositif facilite une collecte plus complète et plus homogène des informations.L’ambition est de répliquer les solutions éprouvées d’un pays à l’autre, avec un objectif de mise en production dans un autre pays en six à neuf mois. Les managers intermédiaires jouent un rôle déterminant pour transformer les gains individuels en pratiques d’équipe. Apprendre l’IA prend ainsi une dimension collective : évaluer l’effet sur le travail, partager les pratiques et rendre les solutions réutilisables.
Comment rendre nos systèmes professionnels d'IA plus intelligents et sélectifs ?30 mai 2026 · Dr Michael Pichat · Neocognition.aiAccumuler des données ne suffit plus : l'abondance d'informations peut transformer l'IA en « accélérateur de bruit ». Michael Pichat montre comment passer des connaissances déclaratives aux connaissances opératoires pour bâtir des systèmes d'IA qui discernent l'essentiel — via le prompt système, le fine-tuning et l'« intrication cognitive ».Regarder la vidéoMichael Pichat, fondateur de Néocognition et chercheur en psychologie de l'intelligence artificielle, montre comment rendre nos systèmes professionnels d'IA plus intelligents et sélectifs. L'évolution actuelle de l'intelligence artificielle est marquée par un paradoxe : alors que le volume de données disponibles croît de manière exponentielle, la qualité et la pertinence des réponses ne progressent pas proportionnellement. L'idée selon laquelle l'accumulation massive de données garantirait une meilleure performance est aujourd'hui identifiée comme une illusion. En réalité, l'abondance non hiérarchisée d'informations risque de transformer l'IA en « accélérateur de bruit », générant des résultats statistiquement probables mais factuellement erronés, tout en induisant une paralysie analytique et des biais de surconfiance.Dans ce contexte, la valeur ajoutée ne réside plus dans l'accès à l'information, devenue commune, mais dans la capacité de discernement, d'attention sélective et de contextualisation. L'enjeu majeur pour les organisations est donc de faire passer l'IA d'une logique d'abondance à une logique de pertinence, en apprenant au modèle à distinguer le « signal utile » (le facteur décisif) du « bruit » (l'élément accessoire).Pour atteindre cette efficience, il est nécessaire de substituer aux « connaissances déclaratives » — l'accumulation simple de faits — des « connaissances opératoires ». Ces dernières ne consistent pas à savoir ce qu'est une chose, mais comment agir ou décider en fonction d'une situation donnée. Cette approche repose sur deux piliers : premièrement, les concepts opératoires, des éléments concrets (objets et prédicats) qui permettent de filtrer l'information pour ne retenir que les caractéristiques déterminantes d'une tâche ; deuxièmement, les théorèmes opératoires, des règles logiques de coordination (« si… alors… ») qui guident le raisonnement vers une décision experte.La distinction fondamentale entre un novice et un expert, qu'il soit humain ou artificiel, réside précisément dans cette capacité à ne pas confondre le « visible » (les indicateurs superficiels) avec le « décisif » (les facteurs réellement déterminants pour l'action).Cette démarche ouvre la voie à une véritable intrication cognitive et à un gain d'efficience. L'intégration de ces connaissances peut s'opérer de deux manières : soit via le prompt système (approche externe), soit par le fine-tuning (approche interne). L'objectif ultime est l'« intrication cognitive », un processus où les connaissances opératoires sont injectées directement dans les couches neuronales du modèle. L'IA ne se contente alors plus de traiter des données en surface, mais raisonne à partir d'un « ADN cognitif » restructuré.Cette mutation vers une performance cognitive ciblée offre des avantages opérationnels majeurs. En réduisant le bruit informationnel, l'entreprise diminue non seulement les risques d'erreurs et les coûts financiers, mais également l'empreinte énergétique liée aux calculs inutiles. En somme, en orientant l'attention de l'IA vers les seuls facteurs stratégiques, on transforme un outil de traitement de données en un véritable levier d'efficience décisionnelle, alliant précision, rapidité et fiabilité.
Opérationnaliser la métacognition managériale par l'IA30 mai 2026 · Maxime Rabéchault · Neocognition.aiÀ l'ère de l'infobésité, les dirigeants font face à une « détresse décisionnelle » croissante. Maxime Rabéchault montre comment l'IA générative, loin d'aggraver la surcharge, peut servir le discernement — avec la méthode du pre-mortem et un « Cognitive Pre-mortem Copilot » pour détecter les angles morts avant qu'il ne soit trop tard.Regarder la vidéoMaxime Rabéchault, consultant IA au sein de Néocognition, montre comment l'IA générative peut opérationnaliser la métacognition managériale. À l'ère de l'infobésité, les dirigeants font face à une « détresse décisionnelle » croissante. Si l'intelligence artificielle offre des capacités d'analyse inédites, elle peut paradoxalement aggraver la surcharge cognitive. L'enjeu n'est donc plus seulement de posséder un diplôme, mais de se former à une IA axée sur le discernement et le traitement cognitif de l'information.La qualité d'une décision repose sur la métacognition : l'aptitude à surveiller son propre processus de pensée. Or ce mécanisme est souvent entravé par la « pensée groupale » (groupthink), où l'homogénéité d'une équipe neutralise l'esprit critique. Intégrer des compétences en IA générative permet de transformer l'intuition du risque en plan d'action concret : utiliser la technologie non pour remplacer la pensée, mais pour l'augmenter.Pour sécuriser les projets stratégiques, l'approche prospective du « pre-mortem » consiste à imaginer l'échec d'un projet pour en identifier rationnellement les causes. Pour l'opérationnaliser, un « Cognitive Pre-mortem Copilot » devient essentiel. Le maîtriser demande une formation pointue au prompt engineering, qui transforme l'IA en partenaire de réflexion capable de détecter les angles morts et les biais cognitifs — excès de confiance, biais de planification.Le déploiement de l'IA en milieu professionnel ne s'improvise pas. Qu'il s'agisse d'une formation intra-entreprise ou d'un accompagnement des salariés, l'objectif est de passer à un pilotage probabiliste et proactif. En couplant l'analyse de données à des audits de préparation (readiness assessment), l'entreprise peut corriger sa trajectoire avant que les erreurs ne deviennent irréversibles.Face à la multiplication des offres, mieux vaut viser des programmes qui couvrent non seulement les outils (ChatGPT, Claude, Gemini) mais aussi la méthodologie cognitive. Obtenir un certificat valorisé est aujourd'hui un bon moyen de s'adapter aux nouveaux métiers de l'IA et d'assurer une transition réussie.
L'IA et l'éthique responsable du manager30 mai 2026 · Dr Emmanuel Brochier · IPC-Facultés LibresMaîtriser l'IA ne se limite plus à l'apprentissage technique : l'enjeu majeur est le discernement. Emmanuel Brochier, doyen de l'IPC, montre pourquoi l'esprit critique est le pilier de tout usage responsable de l'IA générative — et comment éviter la « spirale délirante » des biais de confirmation.Regarder la vidéoÀ l'heure des nouvelles réglementations européennes, maîtriser l'IA ne se limite plus à l'apprentissage technique. Pour tout manager ou dirigeant, l'enjeu majeur est désormais le discernement. Face à la montée en puissance de l'IA générative, savoir utiliser un outil est insuffisant : il faut savoir questionner ses résultats pour éviter les dérives liées à l'automatisation de la pensée.L'un des risques majeurs avec des outils comme ChatGPT, Claude ou Copilot est la rupture avec le réel. L'IA ne produit pas de sens, mais des probabilités linguistiques. Sans esprit critique rigoureux, l'utilisateur risque de s'enfermer dans des biais de confirmation et des croyances erronées. D'où la nécessité d'une méthode de vérification systématique : ne pas seulement apprendre à « prompter », mais confronter les résultats de l'IA aux faits concrets et à l'expérience terrain.Le savoir est une construction sociale. Or l'usage intensif d'agents IA peut créer des « chambres d'écho » numériques qui renforcent nos propres biais. Dans une organisation, notamment pour les équipes marketing ou RH, il est crucial de maintenir l'interaction humaine comme filtre de validation : l'IA doit rester un support, pas un substitut au jugement collectif.L'usage professionnel de l'IA impose une véritable « responsabilité épistémique », qui repose sur trois vertus intellectuelles : l'impartialité (rechercher activement des arguments contradictoires), la sobriété (ne pas confondre confirmation immédiate et vérité) et le courage (accepter l'effort de vérification des sources plutôt que la facilité du résultat instantané).En conclusion, la valeur ajoutée ne réside pas dans le logiciel, mais dans la force intellectuelle de l'utilisateur. Pour un débutant comme pour un profil non technicien, mieux vaut privilégier un parcours intégrant une dimension éthique et critique — indispensable pour transformer l'outil en un véritable levier de performance professionnelle.
Le leadership à l'ère de l'IA : garder la main sur l'intelligence30 mai 2026 · Olivier Sztabowicz · Neocognition.aiL'IA n'est pas qu'un outil d'efficacité : c'est un vecteur de transformation cognitive qui redéfinit le leadership. Olivier Sztabowicz explore l'augmentation cognitive, le risque de « re-taylorisation » et le nouveau rôle du manager — celui qui sait poser les bonnes questions plutôt que détenir tout le savoir.Regarder la vidéoOlivier Sztabowicz, consultant IA au sein de Néocognition, explore le leadership à l'ère de l'IA et la façon de garder la main sur l'intelligence. L'intégration de l'IA dans le monde professionnel n'est pas une simple mise à jour technique, mais une mutation profonde des structures de pensée. Se former à l'intelligence artificielle devient un impératif : l'IA n'est pas qu'un outil d'efficacité, c'est un vecteur de transformation cognitive qui redéfinit le leadership.Loin de se limiter à la génération de contenus, l'IA agit comme une extension des capacités humaines — mais en tirer profit exige une vraie rigueur dans la formulation de la pensée. C'est là tout l'enjeu d'une formation à l'IA générative : transformer l'outil en instrument de discipline mentale pour clarifier ses intentions et structurer son raisonnement. En maîtrisant ChatGPT, Claude ou Gemini, le leader peut simuler des dialogues avec des experts pour explorer des perspectives complexes.Malgré la puissance des modèles, une limite fondamentale subsiste : l'absence d'incarnation. L'IA traite des données, mais ne saisit ni la complexité affective, ni les nuances culturelles humaines. Pour les entreprises, le risque est de tomber dans une « re-taylorisation » centrée uniquement sur la productivité automatisée. Une démarche pertinente doit donc intégrer la dimension humaine pour préserver l'agilité organisationnelle.Dans ce contexte, le leadership doit être redéfini. Si l'IA peut assister l'orchestration technique, elle est impuissante face à l'animation humaine. Le leader de demain n'est pas celui qui détient tout le savoir, mais celui qui sait poser les questions pertinentes et hiérarchiser les priorités.Investir dans une formation à l'intelligence artificielle aujourd'hui, c'est s'assurer non d'être remplacé par la machine, mais d'être le leader capable de la piloter avec éthique et vision — en conciliant augmentation cognitive et responsabilité humaine.
Le manager de transition à l'ère de l'IA30 mai 2026 · Bruno Baranger · Entreprises RollandLe manager de transition s'impose comme un catalyseur stratégique de l'adoption de l'IA. Bruno Baranger montre comment ce tiers de confiance aide PME et ETI à passer des usages spontanés et non gouvernés à une maîtrise professionnelle et certifiée de l'IA générative.Regarder la vidéoBruno Baranger, manager de transition et directeur d'usine au sein des Entreprises Rolland, montre comment intégrer efficacement l'IA dans les processus métiers. L'évolution fulgurante de l'IA générative redéfinit les contours du management opérationnel. Dans ce paysage en mutation, le manager de transition s'impose comme un catalyseur stratégique : son rôle est d'accompagner les organisations pour répondre à une question cruciale — comment intégrer efficacement l'IA dans les processus métiers ?Expert opérationnel mobilisé sur des missions courtes, le manager de transition apporte une neutralité précieuse. Au sein des PME et ETI, il agit comme un conseiller indépendant pour aider le dirigeant à déterminer quelle formation et quels outils déployer. Sa valeur ajoutée : transformer l'essai technologique en résultats tangibles.Un paradoxe domine aujourd'hui : des outils comme Copilot, ChatGPT ou Claude sont massivement déployés, mais souvent sans gouvernance ni stratégie d'apprentissage. Ce vide organisationnel crée des usages « cachés » où les salariés s'approprient l'outil sans en maîtriser le prompt engineering. Le manager de transition intègre alors un diagnostic IA systématique pour structurer la montée en compétence et éviter les risques d'un usage non encadré.Son rôle n'est pas uniquement technique : il oriente le dirigeant vers des solutions pérennes et fait office de filtre contre les offres superficielles, en privilégiant des cas d'usage concrets à forte valeur ajoutée plutôt que des « gadgets ».Si l'IA apporte objectivité et réduction des biais dans la prise de décision, elle ne remplace pas l'intelligence émotionnelle. L'enjeu pour les organisations est de passer d'une utilisation intuitive à une maîtrise professionnelle et certifiée — l'humain restant le garant de la responsabilité finale.
Piloter l'adoption de l'IA : leadership, coaching et accompagnement du changement30 mai 2026 · Nicolas Crom · Neocognition.aiInstaller un logiciel ne garantit pas son adoption. Nicolas Crom montre pourquoi l'adoption de l'IA est avant tout un défi humain et psychologique — et comment le coaching, l'implication des RH et des cas d'usage métiers concrets transforment la résistance en appropriation active.Regarder la vidéoNicolas Crom, consultant IA au sein de Néocognition.ai, montre pourquoi piloter l'adoption de l'IA est avant tout un défi humain et d'accompagnement du changement. Le déploiement technique d'outils d'IA est souvent confondu avec son adoption réelle. Or installer un logiciel ne garantit pas que les collaborateurs s'en serviront efficacement. Sans véritable accompagnement, l'investissement devient un coût sans valeur ajoutée et peut générer des risques organisationnels. L'entreprise doit passer d'une logique de déploiement à une stratégie d'acculturation et de conduite du changement.L'adoption de l'IA est avant tout un défi psychologique. Pour acculturer ses collaborateurs, l'implication de la direction des ressources humaines est cruciale : un accompagnement adapté permet de lever les freins liés à la peur du remplacement ou aux barrières générationnelles. Plutôt que d'imposer l'outil, mieux vaut privilégier le coaching pour transformer la résistance en appropriation active.Pour obtenir un retour sur investissement concret, il faut définir des cas d'usage réels avec les utilisateurs finaux. Le e-learning est utile pour les bases mais reste souvent trop théorique : l'efficacité maximale s'obtient via une formation contextualisée au poste de travail, incluant un vrai travail sur le prompt engineering pour maîtriser ChatGPT, Claude ou Copilot. Pour éviter le « Shadow AI », la stratégie doit concilier sécurité informatique et ergonomie.Le manager est le maître d'œuvre du « dernier kilomètre » : il doit être lui-même utilisateur pour piloter la transition. En maîtrisant l'IA générative, il devient un facilitateur capable de transformer l'investissement technologique en amélioration réelle des pratiques.L'objectif final n'est pas de remplacer l'humain mais de le libérer des tâches répétitives, pour qu'il développe son sens critique et sa créativité. Cette mutation redéfinit les métiers de l'IA et valorise les collaborateurs qui montent en compétence — là où l'intelligence humaine et l'IA collaborent en synergie.
Quelles visions, quelles conduites, et quels KPI pour le manager ?30 mai 2026 · Florian Pittion-Rossillon · Neocognition.aiL'intégration de l'IA fait évoluer le manager vers un rôle d'« orchestrateur ». Florian Pittion-Rossillon décrypte les pièges du Shadow AI et du paradoxe de productivité, et propose une stratégie de déploiement segmentée — direction, Codir, collaborateurs — pour transformer le temps gagné en valeur business.Regarder la vidéoFlorian Pittion-Rossillon, consultant IA au sein de Néocognition, décrypte les visions, conduites et KPI du manager à l'ère de l'IA. L'intégration de l'IA générative n'est pas une simple mise à jour technique mais une mutation profonde. Le rôle du manager évolue vers celui d'un « orchestrateur » : intégrer et déployer l'IA au cœur des opérations tout en préservant la cohésion humaine.L'adoption sauvage comporte des risques structurels, notamment le Shadow AI — l'usage d'outils sans cadre ni monitorage. Ce manque de structure conduit à un paradoxe de productivité : le temps gagné individuellement avec ChatGPT ou Claude ne se traduit pas automatiquement par de la valeur business. Le manager doit passer d'une mesure comptable du temps à une création de valeur stratégique.Une approche segmentée est indispensable. Pour la direction générale, l'enjeu est de transformer les pratiques commerciales (prospection, appels d'offres). Pour le comité de direction, un accompagnement technique évite l'effet « boîte noire » et permet de comprendre le potentiel réel des outils. Pour les collaborateurs, l'objectif est la démocratisation : passer d'un usage basique à une maîtrise avancée du prompt engineering.L'IA peut fragiliser le lien social en créant des « performeurs isolés ». Pour contrer cela, l'entreprise doit institutionnaliser des « power users » : des référents métiers qui documentent les bonnes pratiques et les diffusent. Cette transformation exige aussi un cadre sécurisant, aligné avec le juridique et les RH.La réussite repose sur l'exemplarité des leaders. La transformation ne peut être imposée par note de service : elle exige que les dirigeants s'engagent eux-mêmes pour maîtriser l'IA générative et piloter avec crédibilité un changement qui impacte simultanément les processus, les compétences et la culture collective.
L'IA, amplificateur et révélateur de la performance organisationnelle30 mai 2026 · Céline Guérin · Neocognition.aiL'IA agit comme un miroir : elle amplifie la productivité individuelle mais révèle surtout les fragilités systémiques d'une organisation. Céline Guérin explore le paradoxe de la productivité, la fin de l'« implicite » et le déplacement de la valeur vers le jugement stratégique.Regarder la vidéoCéline Guérin, consultante IA au sein de Néocognition.ai, explore le paradoxe de la performance organisationnelle, l'IA agissant comme amplificateur et révélateur. L'intégration de l'IA ne doit pas être vue comme une simple mise à jour technique, mais comme un catalyseur de transformation profonde. L'IA agit comme un miroir : elle amplifie la productivité individuelle, mais révèle surtout les fragilités systémiques d'une organisation.L'augmentation de la performance individuelle via ChatGPT, Claude ou Copilot ne garantit pas l'efficacité collective. Ce « paradoxe de la productivité » montre qu'une formation à l'IA générative seule est insuffisante si les processus de décision restent obsolètes. L'IA marque la fin de l'« implicite » : elle impose une clarté absolue, qui suppose une vraie maîtrise du prompt engineering et une structuration des données.L'IA bouleverse les modèles économiques, notamment dans le conseil et le droit : la valeur ajoutée se déplace vers le jugement stratégique et l'analyse de risque. Le rôle du manager évolue — il ne détient plus le savoir, mais guide le discernement critique. Pour accompagner cette mutation, dirigeants, managers, RH, marketing et juristes ont tout intérêt à monter en compétence.Réussir cette transition demande d'aligner la stratégie globale avec la réalité métier. Pour les entreprises, des sessions sur mesure, intra-entreprise, sont le meilleur moyen d'acculturer les collaborateurs sans rupture brutale, en alliant maîtrise technique et vision stratégique.Si l'IA transforme les outils, elle ne remplace pas le lien humain. La compétitivité d'une organisation repose sur la qualité des relations entre ses équipes : l'objectif n'est pas seulement technique, il vise à construire une structure plus agile, cohérente et centrée sur l'humain.
FloFixER : l'IA au service de l'urgentiste — santé numérique et facteur humain21 mars 2026 · Dr Rania Jebri · Hospices Civils de LyonComment l'IA peut-elle assister un médecin urgentiste en temps réel sans remplacer son jugement clinique ? Le Dr Rania Jebri présente FloFixER, un co-pilote IA conçu pour les urgences, et partage une conviction fondamentale : l'intelligence artificielle ne crée de valeur que lorsqu'elle s'intègre intelligemment aux pratiques humaines existantes.Regarder la vidéoLe Dr Rania Jebri, urgentiste aux Hospices Civils de Lyon, présente FloFixER, un co-pilote d’intelligence artificielle conçu pour alléger la charge cognitive des médecins urgentistes en temps réel. Son projet illustre concrètement pourquoi se former à l’intelligence artificielle et apprendre l’IA générative est devenu incontournable, aussi bien pour les professionnels de santé que pour les dirigeants et les managers.Dans un service d’urgences, un médecin gère simultanément une dizaine de patients, des interruptions permanentes et une pression médico-légale constante. Résultat : 40 % des incidents graves sont liés à des informations incomplètes ou des transmissions manquantes. FloFixER s’attaque directement à ce problème.Concrètement, le médecin dicte ses actions au fil de sa garde — « scanner cérébral programmé », « appeler l’orthopédiste » — et cet outil d’IA générative les convertit instantanément en une to-do list priorisée, accessible depuis son téléphone au chevet du patient. Le médecin superviseur dispose, lui, d’une vue macro du service : effectifs disponibles, délais d’attente, alertes de saturation. L’IA ne prescrit pas, elle organise.Trois scénarios concrets sont analysés : la gestion d’une équipe amputée après un incident violent, un service saturé où tous les indicateurs sont au rouge, et une nuit de garde en « hôpital sous tension ». Dans chaque cas, FloFixER transforme une décision instinctive en décision éclairée — sans prétendre tout résoudre. L’intelligence artificielle peut modéliser les compétences, les disponibilités et les flux patients ; elle ne peut prédire ni l’humeur d’un soignant ni les affinités d’équipe.C’est précisément le message central de cette conférence sur la santé numérique et le facteur humain : la donnée est un repère, pas un verdict. Déployer l’intelligence artificielle dans un hôpital — comme dans n’importe quelle entreprise — suppose d’en comprendre les limites autant que les apports. C’est tout l’enjeu d’une bonne formation IA générative : apprendre à utiliser ces outils, mais aussi savoir où s’arrête leur pertinence. Les décisions managériales les plus éclairées combinent toujours lecture des données et compréhension fine du terrain humain — ce que FloFixER appelle « l’aide à la décision organisationnelle ».Incubé à l’Inria Startup Studio, le projet est en phase de pré-déploiement auprès de plusieurs établissements hospitaliers, avec une personnalisation propre à chaque service.Cet exemple résume la conviction qui guide notre catalogue de formation en intelligence artificielle : qu’il s’agisse de former ses équipes à l’IA générative, d’acculturer ses collaborateurs à l’intelligence artificielle ou d’accompagner les dirigeants et managers, l’enjeu n’est pas de subir la transformation numérique mais de la piloter. Comprendre comment l’IA générative s’intègre dans les métiers — de la santé au management — est exactement ce que vise une formation IA conçue pour les professionnels en poste comme pour celles et ceux qui souhaitent se reconvertir dans l’IA.
Impact de l'IA sur les métiers du conseil9 mars 2026 · Olivier Guerin · Artik ConsultingL'IA automatise analyses, synthèses et benchmarks — mais elle renforce aussi la valeur du jugement humain. Olivier Guerin, associé fondateur d'Artik Consulting, montre comment la profession de consultant se transforme : moins de production mécanique, plus de cadrage stratégique et de responsabilité dans la décision.Regarder la vidéoOlivier Guerin, cofondateur d’Artik Consulting et fort de quarante ans d’expérience dans le conseil en systèmes d’information, pose une question que beaucoup évitent : l’intelligence artificielle va-t-elle rendre les consultants obsolètes ? Sa réponse, nuancée et documentée, éclaire tous les professionnels confrontés à la transformation numérique — et rappelle pourquoi se former à l’intelligence artificielle est devenu une compétence stratégique, pas une option.Ce que l’IA générative permet aujourd’hui est réel : générer en quelques minutes un benchmark sectoriel, produire une synthèse documentaire, rédiger une proposition commerciale structurée, automatiser les comptes-rendus de réunion. Des tâches qui mobilisaient autrefois plusieurs jours de travail junior se réalisent désormais en heures. La productivité augmente, les délais se compriment, et les clients le savent : ils réclament des réponses en jours, parfois en heures.Mais c’est précisément là que le discernement du consultant devient un avantage compétitif irremplaçable. L’IA générative hallucine, standardise, lisse : elle produit des propositions plausibles mais parfois fausses, et ne peut ni comprendre la politique interne d’une organisation, ni lire les jeux de pouvoir, ni sentir qu’une recommandation techniquement juste sera rejetée pour des raisons culturelles. Le vrai travail du consultant — poser les bonnes questions, reformuler un problème flou en cadre d’analyse exploitable, assumer la responsabilité d’une recommandation — reste irréductiblement humain. C’est exactement ce qu’une bonne formation IA générative doit enseigner : apprendre à utiliser ces outils tout en sachant où s’arrête leur fiabilité.La conférence aborde aussi un risque structurel pour les cabinets : si l’IA prend en charge les tâches historiquement confiées aux consultants juniors, comment former les seniors de demain ? La pyramide des compétences en conseil repose sur un apprentissage progressif qui ne peut être court-circuité sans fragiliser toute la profession. La réponse passe en partie par la formation : acculturer ses collaborateurs à l’intelligence artificielle et former ses équipes à l’IA générative, pour qu’elles montent en compétence avec l’outil et non contre lui.Illustrée de cas concrets — La Poste, la Sanef, des missions de cybersécurité — cette intervention est une référence pour comprendre comment l’IA générative transforme les métiers intellectuels à haute valeur ajoutée. Elle s’adresse autant aux dirigeants et managers qui recrutent des cabinets qu’aux consultants cherchant à repositionner leur valeur dans un monde où tout le monde utilise les mêmes outils.C’est tout l’objet d’une formation en intelligence artificielle pensée pour les professionnels en poste : qu’il s’agisse de dirigeants, de managers ou de consultants, l’enjeu n’est pas de subir l’IA générative mais d’en faire un levier. Comprendre ses apports comme ses limites, développer les compétences IA les plus recherchées par les entreprises, et transformer une menace perçue en opportunité de repositionnement professionnel — voire de reconversion vers les métiers de l’IA.
DINOOTOO : expérimenter l'IA générative en toute confiance chez Orange5 mars 2026 · Annick Geysse Beeker · OrangeComment déployer l'IA à grande échelle dans un groupe de 150 000 personnes ? Annick Geysse Beeker, responsable prospective RH chez Orange, présente le dispositif Dinootoo : un agrégateur interne d'IA adopté par plus de 100 000 utilisateurs, une bibliothèque de 800 assistants IA métier et une gouvernance éthique structurée.Regarder la vidéoComment déployer l’intelligence artificielle générative à l’échelle de 124 000 salariés répartis dans 26 pays, sans sacrifier la sécurité des données ni la confiance des équipes ? C’est le défi qu’Orange a relevé depuis fin 2023 avec Dinoutoo, un agrégateur interne de LLMs aujourd’hui considéré comme l’un des exemples les plus aboutis de formation IA en entreprise et de déploiement de l’IA générative en grande organisation française.Annick Geysse Beeker, responsable Prospective RH et Strategic Workforce Planning du groupe, détaille l’architecture de l’outil : une vingtaine de modèles disponibles (GPT, Claude, Mistral, Gemini), affichés avec leur impact carbone pour guider des usages responsables, une bibliothèque de plus de 800 assistants labellisés couvrant tous les métiers, et un environnement sécurisé où les données restent hébergées en interne — condition non négociable pour un groupe de cette taille.Les chiffres parlent d’eux-mêmes : plus de 100 000 utilisateurs uniques en deux ans, 65 000 salariés formés à l’IA générative via des ambassadeurs volontaires et des ateliers pratiques, et un assistant de génération de présentations PowerPoint utilisé plus de 54 000 fois. Au-delà des indicateurs d’adoption, c’est la philosophie qui retient l’attention : chaque assistant labellisé est accompagné d’une documentation complète incluant ses limites, son modèle sous-jacent et ses considérations environnementales et éthiques. C’est exactement ce que devrait transmettre une bonne formation IA générative : apprendre à utiliser ChatGPT, Claude ou Gemini, mais aussi en comprendre les limites.La gouvernance IA d’Orange repose sur cinq piliers — formation massive, outil sécurisé, comité éthique, dialogue social structuré, capitalisation des cas d’usage — et une conviction centrale : l’humain est au cœur de la stratégie. Pas comme contrainte réglementaire, mais comme condition réelle du passage à l’échelle. Ce modèle montre pourquoi acculturer ses collaborateurs à l’intelligence artificielle et former ses équipes à l’IA générative sont devenus les premiers leviers de toute transformation réussie.Cette conférence est une référence indispensable pour tout DRH, DSI ou dirigeant qui réfléchit à la transformation par l’IA de son organisation, à la conduite du changement ou à ce que signifie construire une culture d’entreprise à l’ère des LLMs.Le cas Orange illustre une certitude qui structure notre offre de formation en intelligence artificielle : qu’il s’agisse de mettre en place une formation IA en entreprise, d’outiller les services RH, marketing ou juridiques, ou d’accompagner dirigeants et managers, le passage à l’échelle ne tient pas qu’à la technologie. Il repose sur des collaborateurs formés, capables de tirer le meilleur de l’IA générative tout en en maîtrisant les risques — exactement l’objectif d’une formation IA intra-entreprise conçue pour les professionnels en poste.
Neuropsychologie de l'IA2 mars 2026 · Dr Michael Pichat · Neocognition.aiPour piloter efficacement l'IA dans une organisation, il faut comprendre comment elle "pense". Michael Pichat, fondateur de Neocognition et maître de conférences, explique comment les LLMs segmentent l'information, construisent des catégories de pensée synthétiques et se représentent le monde à partir de tokens et d'opérations mathématiques.Regarder la vidéoCette conférence de neuropsychologie de l’intelligence artificielle répond à une question essentielle pour toute personne qui veut réellement apprendre l’IA et se former à l’intelligence artificielle au-delà des usages superficiels : comment les grands modèles de langage (LLM) segmentent, catégorisent et organisent leur « monde interne » ? À partir de l’analyse des 12 800 neurones des premières couches du modèle GPT-2 XL, Michael Pichat montre que la cognition synthétique ne copie pas le monde : elle le reconstruit en fonction de l’architecture du réseau, de ses paramètres et de ses données d’entraînement.L’exposé détaille les mécanismes cognitifs propres aux réseaux de neurones : la divergence catégorielle (des mots sémantiquement éloignés activant un même neurone), la fonction d’agrégation et ses trois effets — l’amorçage catégoriel (effet X), l’attention catégorielle (effet W) et le phasage catégoriel (effet sigma) — puis les phénomènes de « détourage » et de restructuration catégorielle par lesquels chaque couche fabrique des catégories de pensée de plus en plus abstraites. Il introduit enfin la notion d’alien concepts : des catégories de pensée propres à l’IA, sans équivalent dans le langage humain.En rendant visible le fonctionnement intime de l’IA générative, cette approche éclaire les enjeux d’explicabilité, de sécurité et d’alignement. Elle constitue le socle théorique d’une formation en intelligence artificielle destinée aux dirigeants, managers et professionnels qui souhaitent comprendre — et non subir — la révolution des modèles de langage.
L'IA de confiance chez CNP Assurances : un enjeu de personnes, pas de technologie15 nov. 2025 · Florence Tagger · CNP Assurances Protection SocialeCréer une IA de confiance se joue à 70% sur les personnes et les processus. Florence Tagger, directrice Stratégie Digitale & Data chez CNP Assurances, présente un cadre concret : former pour rendre autonome, évaluer l'IA selon 5 critères (facteur humain, transparence, explicabilité, biais, protection des données).Regarder la vidéoFlorence Tagger, directrice Stratégie Digitale & Data chez CNP Assurances Protection Sociale, gère 1,4 million d’assurés et des volumes massifs de données de santé et financières. Dans ce contexte sensible, déployer l’intelligence artificielle sans un cadre de confiance solide n’est pas une option — c’est un risque majeur. Elle partage ce que son organisation a mis en place, avec une franchise rare sur ce qui fonctionne et ce qui ne s’improvise pas.Le premier enseignement est brutal : 70 % de l’effort pour réussir une transformation IA doit porter sur les personnes et les processus, pas sur la technologie. C’est la règle du 30/70, documentée par le BCG et vérifiée sur le terrain. Choisir le bon modèle, c’est 30 % du travail. Former les collaborateurs, accompagner les managers, créer des ambassadeurs internes et anticiper l’impact sur les métiers — c’est tout le reste. Autrement dit, une formation IA en entreprise bien pensée pèse davantage que le choix de l’outil.La conférence détaille quatre catégories de parties prenantes à embarquer dans la conduite du changement IA : les collaborateurs (formation, autonomisation, fiches de bonnes pratiques), les équipes data — dont les data scientists eux-mêmes, bousculés par l’IA générative dans leur propre métier —, les « transformateurs » ou référents métiers qui font le lien entre stratégie et terrain, et enfin le comex, sans l’adhésion duquel aucun passage à l’échelle n’est possible. Former ses équipes à l’IA générative et acculturer ses collaborateurs à l’intelligence artificielle deviennent ici la colonne vertébrale du projet.Florence Tagger aborde aussi un sujet souvent tabou : le shadow AI. Les collaborateurs utilisent déjà l’IA en dehors de tout cadre officiel — depuis leur téléphone, avec des outils gratuits. L’interdire ne sert à rien ; l’accompagner, le nommer et en faire un terrain d’exploration encadré, oui. C’est précisément le rôle d’une formation IA générative : apprendre à utiliser ChatGPT et les autres outils dans un cadre maîtrisé plutôt que clandestin.Côté choix technologiques, elle recommande d’intégrer systématiquement au moins un acteur européen dans les comparatifs de solutions IA, pour bénéficier de fournisseurs régis par le RGPD et l’AI Act — et d’adopter une approche frugale : la meilleure IA n’est pas la plus puissante, c’est celle qui répond exactement au besoin avec le moindre risque.Le retour d’expérience de CNP Assurances confirme ce qui fonde notre offre de formation en intelligence artificielle : la technologie ne suffit jamais. Réussir la transformation par l’IA suppose de former massivement les collaborateurs, d’outiller dirigeants, managers et référents métiers, et d’installer une culture commune — exactement ce que vise une formation IA intra-entreprise conçue pour les professionnels en poste, du comex aux équipes opérationnelles.
IA sur-mesure et cognitivement augmentées pour les organisations15 nov. 2025 · Dr Michael Pichat · Neocognition.aiComment concevoir des IA véritablement adaptées aux spécificités cognitives et métier d'une organisation ? Michael Pichat présente l'approche de l'IA à intelligence augmentée : des systèmes qui intègrent les règles de pensée propres à chaque organisation pour produire des réponses pertinentes, explicables et alignées.Regarder la vidéoComment passer d’outils IA génériques et figés à une intelligence artificielle sur-mesure, adaptée à chaque métier et à chaque organisation ? Dans cette conférence, Michael Pichat montre comment incorporer les caractéristiques de l’intelligence — identifiées par les sciences cognitives — dans l’architecture des systèmes d’IA, au service d’une IA plus ajustée, plus adaptative, plus autonome et mieux alignée sur les normes d’efficacité propres à chaque entreprise. Un sujet central pour toute formation IA en entreprise visant la transformation managériale et stratégique.L’exposé part de la modularité cognitive (des modules experts spécialisés : logistique, prévision des ventes, conformité, maintenance…) et du fine tuning, dont il pointe les limites : coût computationnel élevé et difficulté de coordination entre modules. Il présente alors le Sigma Fine Tuning, fondé sur la décomposition en valeurs singulières : une méthode ultra-efficiente (de l’ordre du millième des paramètres) qui fabrique des modules métier rapides, légers, économes et écologiques, tout en restant interopérables entre eux.Sont ensuite abordées la flexibilité cognitive, la métacognition (savoir quel module activer pour quelle tâche), l’autonomie via l’auto-feedback, et l’IA neurosymbolique (ou IA hybride). Cette « intrication cognitive », spécialité de Neocognition, injecte des normes humaines d’efficience au cœur même des couches neuronales, améliorant l’explicabilité, l’alignement, le débogage et la sécurité — toujours sous validation humaine.Pour les entreprises et leurs équipes, comprendre ces leviers est décisif. C’est précisément l’objet d’une formation IA pour dirigeants, managers et salariés : savoir comment former ses équipes à l’IA générative, déployer des agents IA (AI agents) métier et faire de l’intelligence artificielle un véritable avantage stratégique.
L'IA au service de tous les salariés : déploiement chez Orange15 nov. 2025 · Vincent Lecerf · OrangeComment industrialiser l'IA générative à l'échelle d'un groupe de 150 000 salariés ? Vincent Lecerf, DRH Groupe Orange, partage les résultats concrets : 56 000 salariés formés, 90 000 utilisateurs sur l'agrégateur interne Dinootoo, une charte IA responsable et un dialogue social structuré.Regarder la vidéoVincent Lecerf, DRH Groupe Orange (130 000 collaborateurs, 26 pays), partage un retour d’expérience pragmatique sur l’une des transformations RH les plus ambitieuses engagées en France autour de l’intelligence artificielle. Orange n’est pas un néophyte : le groupe détient 600 brevets IA, emploie 2 000 personnes en recherche IA depuis trente ans, et intègre l’IA dans ses réseaux, sa relation client et ses systèmes d’information depuis des années. Ce qui est nouveau, c’est la dimension humaine et culturelle du déploiement de l’IA générative.La pièce centrale de cette transformation est Dinoutoo : un agrégateur sécurisé donnant accès à l’ensemble des LLMs du marché, avec une condition non négociable — les données des collaborateurs restent dans l’environnement Orange et ne sont jamais transmises aux modèles externes. Résultat : 86 000 utilisateurs actifs, 26 000 utilisateurs hebdomadaires, et une bibliothèque de 13 000 prompts co-construits par les équipes elles-mêmes — preuve qu’apprendre à utiliser ces outils et à rédiger de bons prompts est devenu une compétence métier à part entière.Mais le chiffre le plus révélateur est celui-là : 56 000 salariés formés à l’IA générative. Pas un module e-learning expédié par mail — une formation IA en entreprise réelle, différenciée selon les niveaux (culturation, maîtrise, expertise), animée par un réseau d’ambassadeurs volontaires présents dans toutes les directions. C’est cette mobilisation humaine qui explique l’adoption, pas la technologie : former ses équipes à l’IA générative et acculturer ses collaborateurs à l’intelligence artificielle sont les véritables moteurs du passage à l’échelle.Vincent Lecerf est direct sur une question qui préoccupe tous les dirigeants : l’impact sur l’emploi. À ce stade, aucune étude n’est conclusive. Ce que l’on voit sur le terrain, c’est que certaines tâches s’accélèrent, mais que d’autres émergent. L’infobésité, par exemple, est un effet secondaire réel de la productivité IA — produire plus vite ne signifie pas travailler mieux. Un argument de plus pour une formation IA générative qui enseigne l’usage pertinent des outils, et pas seulement leur maniement.Sa conviction finale : les entreprises qui réussiront ne seront pas celles qui auront les meilleurs modèles, mais celles qui auront su faire de l’IA un outil au service de l’humain — et non l’inverse.Ce retour d’expérience de DRH résume ce qui fonde notre offre de formation en intelligence artificielle : qu’il s’agisse d’une formation IA pour les services RH, d’accompagner dirigeants et managers, ou de structurer une montée en compétence différenciée (culturation, maîtrise, expertise), c’est la formation des collaborateurs — et non le modèle — qui décide du succès. C’est tout l’objet d’une formation IA intra-entreprise conçue pour les professionnels en poste.
Définir et mettre en œuvre une stratégie IA dans la finance chez Veolia15 nov. 2025 · Patrick Houssin · Groupe VeoliaPatrick Houssin, directeur de la transformation finance chez Veolia, présente un cadre pragmatique pour piloter l'IA dans un contexte décentralisé : articuler stratégie globale et initiatives locales, identifier les cas d'usage, et transformer le rôle des équipes financières vers plus d'analyse et de conseil.Regarder la vidéoPatrick Houssin, directeur de la Transformation Finance Groupe chez Veolia (45 milliards d’euros de chiffre d’affaires, 60 pays, 1 900 filiales), présente un cadre stratégique complet pour déployer l’intelligence artificielle dans une grande organisation décentralisée. Son retour d’expérience est précieux précisément parce qu’il part d’une situation difficile : une infrastructure IT hétérogène, une culture d’autonomie locale forte, des niveaux de maturité IA très inégaux selon les équipes, et des contraintes réelles de gouvernance des données.La méthode développée repose sur cinq étapes séquentielles : identifier et prioriser les cas d’usage via une approche double bottom-up et top-down ; intégrer l’IA comme axe central de la roadmap de transformation finance (et non comme projet expérimental périphérique) ; mettre en place une gouvernance avec un comité de pilotage actif ; communiquer sur les succès pour créer l’effet d’entraînement ; et former les équipes de façon ciblée.La priorisation des cas d’usage est au cœur de la démarche. Veolia utilise une matrice valeur/faisabilité : quel gain concret ce cas d’usage génère-t-il (temps, coûts, qualité, satisfaction), et est-il réalisable compte tenu des contraintes techniques, des risques et de l’architecture existante ? Trois proof of concepts sont lancés simultanément, avec un objectif clair : démontrer la valeur rapidement, puis répliquer.Un avertissement particulièrement utile : inutile de développer en interne ce que les éditeurs SAP, Oracle ou autres intégreront dans leurs solutions dans six mois. La vraie valeur du déploiement IA interne réside dans les cas d’usage propres à l’entreprise, non dans la réinvention de ce qui existe déjà sur le marché.La conclusion est sans détour : dans trois à cinq ans, le rôle des équipes finance sera fondamentalement différent — moins de production de données, beaucoup plus d’analyse et d’aide à la décision. La transformation par l’IA n’est pas une option : c’est la condition de la compétitivité future de la fonction finance. Et cette bascule ne se fera pas sans une montée en compétence massive — c’est là qu’une formation IA en entreprise devient décisive.Le cas Veolia illustre une conviction au cœur de notre offre de formation en intelligence artificielle : la réussite d’un projet IA dépend moins des modèles que des équipes formées. Qu’il s’agisse d’accompagner dirigeants et managers, d’outiller les fonctions support — finance, RH, juridique — ou de former ses équipes à l’IA générative de façon ciblée, l’enjeu est de transformer chaque collaborateur en acteur de la transformation. C’est l’objectif d’une formation IA intra-entreprise adaptée à chaque métier et à chaque niveau de maturité.
Optimisation de la supply chain avec l'IA chez Decathlon15 nov. 2025 · Shriman Tiwari · DecathlonShriman Tiwari, Senior Manager Data & IA chez Decathlon, présente des cas d'usage concrets sur le forecast, la gestion des stocks, le transport et la planification S&OP. Un retour terrain sur comment piloter par l'impact dans un environnement à fort volume et forte complexité opérationnelle.Regarder la vidéoPourquoi un modèle d’IA unique ne fonctionne pas à l’échelle mondiale ? Le cas Decathlon (supply chain)Chez Decathlon, la supply chain n’est pas une fonction support : c’est le cœur stratégique qui détermine si le bon produit est au bon endroit au bon moment — et donc si le client achète chez Decathlon ou chez le concurrent. Shriman Tiwari, Senior Manager Data & IA, présente comment le groupe utilise le machine learning et les modèles de séries temporelles avancés pour relever un défi d’une complexité redoutable : 1 800 magasins, 30 000 références produit, et des dizaines de marchés aux habitudes de consommation, calendriers scolaires et conditions météorologiques radicalement différents. Un cas d’usage emblématique de ce que recouvrent aujourd’hui les métiers de l’IA et de la data.La première leçon est contre-intuitive : un modèle unique de prévision des ventes ne fonctionne pas à l’échelle mondiale. La demande de kimonos de judo explose en France entre le 1er et le 10 septembre (rentrée scolaire), mais ce signal n’existe ni en Chine ni en Inde. Les modèles développés par Decathlon sont donc segmentés par univers sportif et par zone géographique, en intégrant des variables externes comme la météo, les vacances locales et les événements sportifs majeurs — le Tour de France génère un pic identifiable sur les ventes de vélos dans les villes étapes.Les technologies déployées incluent des modèles de Gradient Boosting et des Temporal Fusion Transformers (TFT) — les mêmes architectures transformer qui propulsent les LLMs comme ChatGPT, appliquées ici aux données de vente temporelles. Comprendre ce lien entre l’intelligence artificielle générative et le machine learning prédictif est exactement le type de socle qu’une formation IA solide doit transmettre. Une attention particulière est portée à la détection des « ventes manquées » : lorsqu’un produit est en rupture de stock, les données de vente s’effondrent artificiellement ; il faut alors reconstituer la demande réelle pour ne pas sous-commander les semaines suivantes.Cette conférence illustre concrètement ce que signifie piloter par l’impact dans un environnement à fort volume et forte incertitude — et pourquoi l’IA en supply chain ne se déploie jamais avec un modèle universel, mais toujours avec une adaptation fine aux réalités locales.Ce cas Decathlon montre pourquoi les compétences en IA et en data sont parmi les plus recherchées par les entreprises. Pour celles et ceux qui veulent travailler dans l’IA, se reconvertir dans l’IA ou monter en compétence sur ces sujets, c’est tout l’objet d’une formation en intelligence artificielle concrète : comprendre le machine learning, les modèles prédictifs et l’IA générative, et savoir les appliquer à des cas d’usage métier réels — du retail à la supply chain.
Enjeux éthiques de l'IA et gouvernance des organisations15 nov. 2025 · Dr Emmanuel Brochier · IPC-Facultés LibresEmmanuel Brochier, doyen de l'IPC-Facultés Libres, propose un cadre clair et actionnable pour arbitrer entre performance, risques, transparence et redevabilité. Il questionne les limites d'un projet d'intelligence artificielle générale et ce qui fait irréductiblement l'humain dans la décision.Regarder la vidéoL’intelligence artificielle n’est pas seulement une révolution technologique : c’est une révolution qui repose la question de ce que nous considérons comme intelligent — et donc de ce que vaut l’intelligence humaine dans une organisation. Emmanuel Brochier, philosophe et doyen de l’IPC-Facultés Libres de Paris, propose une réflexion exigeante sur les enjeux éthiques concrets auxquels font face les dirigeants et managers aujourd’hui.Son point de départ est pratique : comment introduire un nouvel outil dans une organisation sans provoquer résistance passive, perte de motivation ou détournement du système ? La réponse tient en un mot : consentement. Pas un consentement formel signé en bas d’un formulaire — un consentement éclairé, construit par la concertation, l’explication du sens du changement et la participation des équipes à la conception des nouvelles pratiques. L’IA bien managée, c’est d’abord du management humain bien fait.La conférence explore ensuite un parallèle saisissant : les éléments d’un bon prompt (rôle, tâche, contexte, méthode, format, limite) sont exactement les mêmes que ceux d’un bon discours managérial, tels que les rhéteurs grecs les avaient codifiés il y a vingt-cinq siècles. Ce que l’art du prompt nous apprend sur l’IA, il faudrait l’appliquer à la façon dont nous formulons nos attentes envers les personnes que nous manageons. C’est aussi pourquoi le prompt engineering ne se résume pas à une compétence technique : bien le maîtriser, comme l’enseigne une formation prompt engineering, c’est aussi réapprendre à formuler des consignes claires — pour la machine comme pour les équipes.Mais la différence irréductible entre la machine et l’humain tient en un mot : sémantique. L’IA ne comprend pas le sens — elle le calcule. C’est l’humain qui délibère, c’est-à-dire qui confronte objectifs, écoute, expérience et intuition pour prendre une décision dont il assume la responsabilité. Cette capacité de délibération — qui ne peut être ni déléguée ni automatisée — est le cœur de l’éthique managériale à l’ère de l’IA générative.Cette réflexion rejoint une conviction au cœur de notre offre de formation en intelligence artificielle : maîtriser l’IA, ce n’est pas seulement connaître les outils, c’est comprendre ce qui reste irremplaçable dans le jugement humain. C’est tout l’enjeu d’une formation IA pour dirigeants et managers : apprendre à rédiger de bons prompts, à former et acculturer ses équipes à l’intelligence artificielle, et à décider à l’ère de l’IA générative en gardant l’humain au centre.
L'anxiété liée à l'IA chez les salariés du secteur bancaire15 nov. 2025 · Dr Maria Mercanti-Guérin · IAE Paris SorbonneL'IA génère une anxiété multidimensionnelle chez les salariés : technologique, professionnelle et sociale. Maria Mercanti-Guérin présente une étude analysant 1 421 commentaires de banquiers sur Wall Street Oasis, et propose des recommandations managériales concrètes pour accompagner cette rupture technologique.Regarder la vidéoQuand on parle de transformation par l’intelligence artificielle, on évoque souvent les cas d’usage, le ROI et l’efficacité opérationnelle. Maria Mercanti-Guérin, maître de conférences en marketing à l’IAE Paris, a choisi de donner la parole à ceux qu’on entend moins : les salariés eux-mêmes. À travers l’analyse de 1 421 commentaires de professionnels du secteur bancaire publiés sur le forum Wall Street Oasis — collectés et traités avec des agents IA — elle documente une réalité que les communications corporate passent souvent sous silence : l’anxiété profonde que génère l’IA au travail.Cette anxiété se déploie sur trois dimensions. La première est technologique : les collaborateurs ne comprennent pas comment fonctionnent les algorithmes qui influencent leur travail, s’interrogent sur la fiabilité des systèmes et s’inquiètent de la confidentialité de leurs données. La deuxième est professionnelle : la menace sur les emplois est perçue comme réelle, les compétences évoluent plus vite que les formations disponibles, et le rôle d’analyste junior — déjà qualifié de « singe Excel » — semble condamné. La troisième est sociale : déshumanisation du travail, isolement croissant, surveillance algorithmique, et une culture d’entreprise qui mute sans que personne n’ait clairement défini vers quoi.Le cas Goldman Sachs — passé de 600 traders humains à deux en quelques années — est devenu le symbole anxiogène de cette transformation. Mais la conférence ne se limite pas au diagnostic : elle propose des pistes d’adaptation stratégique et de repositionnement vers des tâches à haute valeur humaine, et insiste sur ce qui ressort clairement des données : l’accompagnement managérial face à l’IA est massivement insuffisant.C’est précisément ce décalage — des compétences qui évoluent plus vite que les dispositifs de formation — qu’une formation IA en entreprise bien conçue doit combler. Réduire l’anxiété passe d’abord par la compréhension : se former à l’intelligence artificielle, comprendre comment fonctionnent les outils et l’IA générative, et acculturer ses collaborateurs à l’intelligence artificielle transforme une menace subie en compétence maîtrisée.L’IA ne change pas seulement les outils — elle fait basculer toute la culture d’entreprise dans un nouvel écosystème. En ignorer l’impact humain, c’est prendre le risque d’une transformation qui réussit techniquement et échoue socialement. C’est pourquoi notre offre de formation en intelligence artificielle s’adresse autant aux salariés qu’aux dirigeants et managers : former ses équipes à l’IA générative, accompagner le repositionnement professionnel, voire la reconversion vers les métiers de l’IA, est la meilleure réponse à l’anxiété qu’elle suscite.
L'IA au service du business et de l'efficacité opérationnelle au Crédit Agricole15 nov. 2025 · Nasser Ben Khemis · Crédit AgricoleNasser Ben Khemis, directeur de programme IA au Crédit Agricole Île-de-France, partage une lecture concrète : priorisation des cas d'usage par la valeur, accélération de l'efficacité opérationnelle, et pilotage par les indicateurs — délais, coûts, qualité, satisfaction, risques.Regarder la vidéoNasser Ben Khemis dirige le programme IA Générative du Crédit Agricole Île-de-France, l’une des premières caisses régionales du groupe (7 milliards d’euros de fonds propres, 1,6 million de clients). Sa présentation est un modèle de ce que devrait être un déploiement de l’intelligence artificielle en organisation : structuré, mesuré, ancré dans des cas d’usage concrets et piloté par la valeur créée plutôt que par l’enthousiasme technologique.La méthode repose sur une double approche top-down et bottom-up pour recenser les besoins, suivie d’un filtrage par matrice valeur/faisabilité. Sur la quarantaine de cas d’usage cartographiés à ce jour, une dizaine ont déjà été déployés — avec des résultats chiffrés qui parlent d’eux-mêmes.Sur le marché des entreprises : la préparation des dossiers de crédit, qui mobilisait jusqu’à trois jours et demi de travail par dossier, a été réduite de 30 % grâce à l’IA générative. Sur 2 000 dossiers traités chaque année, c’est un gain considérable que les chargés d’affaires réinvestissent dans la relation client. Côté IT : la rédaction des expressions de besoin pour la réécriture d’outils applicatifs a permis d’économiser l’équivalent d’un poste et demi sur un an. En juridique : un outil d’analyse et de comparaison de contrats est déployé depuis six mois — un cas d’usage qui illustre tout l’intérêt d’une formation IA pour les juristes. Et pour l’ensemble des collaborateurs : « Félix », le ChatGPT interne sécurisé du Crédit Agricole Île-de-France, accompagné d’une bibliothèque de prompts partagée — preuve que savoir rédiger un bon prompt et apprendre à utiliser ChatGPT est devenu une compétence du quotidien.Un principe guide toutes ces initiatives : la donnée ne sort pas. La confidentialité des informations clients est non négociable pour une banque, et tous les outils déployés fonctionnent dans un environnement fermé. C’est aussi ce cadre de gouvernance et de protection des données qui a rendu possible l’adoption par 80 % des collaborateurs en moins d’un an.Ce retour d’expérience confirme une conviction au cœur de notre offre de formation en intelligence artificielle : la valeur de l’IA générative se concrétise quand chaque métier — crédit, IT, juridique, relation client — sait l’utiliser dans son contexte. C’est l’objet d’une formation IA en entreprise ciblée : former ses équipes à l’IA générative, acculturer ses collaborateurs à l’intelligence artificielle et accompagner dirigeants et managers, dans un cadre sécurisé et respectueux des données.
Éthique de la coopération des intelligences humaines et artificielles17 mai 2025 · Dr Emmanuel Brochier · IPC-Facultés LibresEmmanuel Brochier, philosophe et doyen de l'IPC-Facultés Libres, explore les conditions d'une collaboration IA-humain qui préserve la dignité, la responsabilité et le sens du travail collectif.Regarder la vidéoPeut-on parler d’éthique de la coopération entre intelligence humaine et intelligence artificielle sans se perdre dans des abstractions déconnectées des réalités du management ? Emmanuel Brochier, philosophe et doyen de l’IPC-Facultés Libres, démontre que non — et que les questions posées par l’IA agentique, par l’AI Act européen et par le transhumanisme sont en fait très concrètes pour tout dirigeant ou manager qui déploie l’IA dans son organisation aujourd’hui.La première tension qu’il explore oppose performance et dignité. Norbert Wiener, père de la cybernétique, l’écrivait dès 1950 : transférer notre responsabilité à la machine, c’est la lancer au vent. Ce n’était pas une prophétie mais une observation sur la logique de tout système automatisé. Les agents IA d’aujourd’hui — capables d’agir de façon autonome sur plusieurs canaux sans validation humaine — posent exactement ce problème : à quel moment la délégation devient-elle abdication ?L’AI Act européen, entré en vigueur en août 2024, commence à encadrer ces questions. Les usages absolument inacceptables sont listés (notation sociale, identification biométrique en temps réel, déduction des émotions en milieu professionnel). Les IA à haut risque en RH — recrutement, évaluation des performances, promotion — seront strictement encadrées à partir d’août 2026. Une avancée réelle, mais la réglementation seule ne suffit pas : encore faut-il que les équipes RH et les managers comprennent ces règles, ce qui relève directement d’une formation IA pour les RH et les dirigeants.La deuxième tension concerne l’équité. L’exemple de Benoît Carré, musicien qui utilise l’IA comme collaborateur créatif sans lui déléguer les choix artistiques, illustre ce que la coopération vertueuse entre humain et machine peut produire : quelque chose qu’aucun des deux n’aurait créé seul, mais où l’humain reste responsable du « pourquoi ». C’est ce « pourquoi » — la capacité à justifier une décision et à en répondre — qui demeure le cœur irréductible de la responsabilité humaine dans les organisations.Ces questions ne sont pas réservées aux philosophes : elles structurent ce qu’une formation en intelligence artificielle sérieuse doit aborder. Se former à l’intelligence artificielle, c’est aussi comprendre l’AI Act, les risques des agents IA et les limites éthiques de l’IA générative — exactement ce que vise une formation IA pour dirigeants et managers, pensée pour décider en gardant l’humain responsable du « pourquoi ».
Intégrer l'IA à l'intelligence collective dans les organisations17 mai 2025 · Fernando Troncoso Salazar · Cabinet Chrysippe-R&DFernando Troncoso Salazar, sociologue, montre comment l'IA peut amplifier l'intelligence collective : en favorisant la circulation de l'information, en réduisant les biais cognitifs collectifs et en libérant du temps pour les interactions à haute valeur humaine.Regarder la vidéoL'intelligence artificielle et l'intelligence collective sont-elles compatibles ? La question peut sembler abstraite — elle est en réalité au cœur des défis concrets que rencontrent les organisations qui déploient des LLMs à grande échelle. Fernando Troncoso Salazar, sociologue au Cabinet Chrysippe-R&D, propose une lecture originale fondée sur le constructivisme et la sociologie des organisations pour y répondre.Son premier argument est surprenant : l'IA est fondamentalement constructiviste. Tout ce qu'elle manipule — des représentations, des catégories, des croyances encodées dans des données — est en essence le produit de l'intelligence collective humaine. Elle n'est donc pas incompatible avec l'IC, à condition que son déploiement respecte les principes qui font qu'une intelligence est réellement collective : sécurité psychologique, diversité des points de vue, unité collaborative autour d'objectifs partagés.Mais un problème de taille se pose : l'IA a une psychologie. Elle est « WEIRD » — Western, Educated, Industrialized, Rich, Democratic — c'est-à-dire qu'elle reflète les catégories et croyances d'une pensée majoritairement occidentale, anglophone et technologique. Lorsqu'une organisation lui délègue trop de pouvoir dans la construction de sa réalité partagée, elle risque ce que la sociologie appelle une violence symbolique : l'imposition inconsciente d'un cadre de pensée dominant sur les membres du collectif.La distinction centrale de la conférence oppose deux modes d'usage. L'usage mécanique — ChatGPT non entraîné, données non filtrées, requêtes sauvages — génère des biais, des hallucinations et des risques de confidentialité. L'usage organique — IA éduquée sur des données filtrées, ajustée aux objectifs spécifiques de l'organisation, déployée dans un processus structuré — réduit ces risques et contribue réellement à l'intelligence collective.La leçon finale, illustrée par une expérience live avec ChatGPT sur la question des talents mondiaux, est limpide : l'IA ne donne de bonnes réponses qu'à ceux qui savent poser les bonnes questions. Et savoir poser les bonnes questions — c'est précisément ce que cultive l'intelligence collective humaine.
Développer le management augmenté par l'IA dans les organisations17 mai 2025 · Dr Michael Pichat · Neocognition.aiMichael Pichat présente un modèle opérationnel du manager augmenté : pilotage d'équipes hybrides humains-IA, prise de décision augmentée, délégation intelligente aux agents IA. Une vision ancrée dans les sciences cognitives et immédiatement applicable.Regarder la vidéoL’IA est devenue une réalité stratégique : 90 % des grandes organisations ont accéléré leurs investissements. Pourtant, beaucoup de managers se sentent dépassés et les collaborateurs s’emparent des outils de manière informelle (« shadow GPT ») : plus d’un salarié sur deux utilise l’IA générative sans cadre officiel. Michael Pichat montre comment structurer cette dynamique grâce à une formation IA pour managers et dirigeants, véritable levier de performance et de satisfaction collective.Le management augmenté par l’IA repose d’abord sur un parcours de montée en compétences en quatre axes : connaissances fondamentales en IA, confiance dans la technologie, compétences spécifiques (exploiter les données, maîtriser tel outil) et, surtout, pratiques de réorganisation managériale. L’objectif n’est pas de transformer le manager en développeur, mais de l’acculturer à l’intelligence artificielle pour aligner son potentiel sur les objectifs de l’équipe et de l’organisation.L’exposé détaille ensuite l’intégration de l’IA dans la stratégie managériale (cas d’usage à fort impact et gains rapides), puis la réorganisation du travail autour de la coactivité humain–IA : équipes hybrides augmentées, supervision « human in the loop » et émergence de nouveaux rôles — prompt designer (pour devenir prompt engineer), référents IA métier, Chief AI Officer. Autant de métiers de l’IA et de pistes de reconversion IA pour les années à venir.Conclusion : les organisations vont se doter d’une nouvelle architecture humaine autour de l’IA, avec un besoin croissant de coaching, de conseil et de formation IA en entreprise — pour les RH, le marketing, les équipes opérationnelles et les dirigeants de PME — afin d’installer une collaboration vertueuse entre intelligence humaine et artificielle.
Comment l'IA peut impacter la stratégie d'une entreprise ?Juin 2024 · Dr Judicaël Poumay · Neocognition.aiJudicaël Poumay, docteur en IA langagière et data scientist, montre comment les entreprises peuvent utiliser l'IA pour orienter leurs investissements, optimiser leur sélection de collaborateurs et identifier de nouvelles opportunités de création de valeur.Regarder la vidéoOn produit aujourd’hui 20 % de données supplémentaires chaque année dans le monde. Cette croissance cumulée a créé un volume d’information que plus aucune organisation ne peut analyser manuellement — et c’est précisément là que l’intelligence artificielle devient un levier stratégique de premier ordre, bien au-delà des tableaux de bord financiers traditionnels. Judicaël Poumay, docteur en IA et data scientist chez Neocognition, présente comment des entreprises de secteurs très différents utilisent l’IA appliquée aux données pour orienter leurs investissements, comprendre leurs marchés et identifier de nouvelles opportunités de création de valeur.Les cas d’usage concrets présentés sont issus d’une spin-off de l’Université de Liège. Pour les archives universitaires Orbi, l’IA a analysé 100 000 publications scientifiques sur vingt ans pour en extraire des tendances thématiques invisibles à l’œil nu — révélant par exemple un plateau dans la recherche sur l’agriculture durable après des années d’expansion, une information directement actionnable pour orienter les investissements futurs. Pour Orange, l’analyse de milliers d’offres d’emploi sur Indeed a permis de cartographier les compétences IT émergentes et les évolutions des métiers du numérique — un outil de veille RH et de planification stratégique des talents. Pour une entreprise de biotechnologie, l’IA a identifié les chercheurs actifs dans un domaine précis afin de cibler les clients potentiels — une approche marketing B2B radicalement plus précise que les méthodes traditionnelles.Le cas Orange est particulièrement parlant : si l’IA elle-même sert à cartographier les compétences IT émergentes et les métiers de l’IA les plus recherchés, c’est bien que ces compétences évoluent vite — et qu’une formation en intelligence artificielle devient indispensable pour celles et ceux qui veulent travailler dans l’IA ou se reconvertir vers les métiers de la data.La conférence est aussi lucide sur les obstacles réels : les données ne sont pas toujours accessibles, pas toujours de bonne qualité, et le RGPD peut ralentir considérablement un projet — même sur des données publiques. « Garbage in, garbage out » : la qualité de la décision dépend entièrement de la qualité des données en entrée. Ces mises en garde pratiques font de cette intervention une boussole utile pour tout dirigeant qui veut investir intelligemment dans la data et l’IA sans se laisser aveugler par le marketing.C’est exactement la philosophie de notre offre de formation IA en entreprise : comprendre ce que l’intelligence artificielle et la data permettent réellement — et leurs limites — pour décider en connaissance de cause. Que l’objectif soit d’accompagner des dirigeants et managers dans leurs choix d’investissement, d’outiller les équipes data, ou de former ses collaborateurs à l’IA appliquée à leur métier, la compétence humaine reste le facteur décisif de toute stratégie data réussie.
Le problème de l'humanisme numérique dans les organisationsJuin 2024 · Dr Emmanuel Brochier · IPC-Facultés LibresEmmanuel Brochier, docteur en philosophie, explore la cancel culture et le transhumanisme à travers le prisme philosophique, et propose un cadre pour penser un humanisme numérique qui préserve la dignité et le sens de l'action collective.Regarder la vidéoL’humanisme numérique n’est pas un concept réservé aux philosophes. C’est le cadre dans lequel se jouent, dès aujourd’hui, les décisions les plus concrètes des organisations : comment former nos collaborateurs à l’IA sans les déposséder de leur sens critique ? Comment garantir l’égalité dans un monde où certains maîtrisent les outils d’intelligence artificielle et d’autres pas ? Comment maintenir des liens de fraternité dans des collectifs de travail que l’IA fragmente et recompose ?Emmanuel Brochier, philosophe et doyen de l’IPC-Facultés Libres, retrace la généalogie de ces questions à travers trois textes fondateurs : le rapport Science sans frontières (1945), qui promettait que la libération du chercheur mènerait au plein emploi et au temps libre ; la Condition postmoderne de Lyotard (1979), qui annonçait la fin des grands récits et l’avènement d’une technique sans autre finalité qu’elle-même ; et le rapport NBIC américain de 2002, qui posait les bases de la convergence technologique accélérée que nous vivons aujourd’hui avec l’intelligence artificielle.Ce cadre historique éclaire une tension contemporaine très concrète. D’un côté, le transhumanisme — philosophie de Sam Altman, d’Elon Musk et de Ray Kurzweil, largement dominante dans l’industrie IA mondiale — voit dans la technologie le vecteur d’une transformation radicale de l’humain lui-même. De l’autre, des penseurs comme Harari avertissent que l’IA pourrait créer deux classes irréconciliables : les « dieux » qui la maîtrisent et les « inutiles » qu’elle a rendus superflus. Cette fracture place la formation à l’intelligence artificielle au rang d’enjeu démocratique : l’accès aux compétences IA décide de quel côté de la ligne on se trouve.La réponse de Brochier à cette bifurcation n’est ni technophobe ni naïvement optimiste. Elle passe par la culture — la littérature, la philosophie, l’histoire — comme mode d’augmentation authentiquement humaine, irréductible à la performance calculable. Dans les organisations, cela se traduit par une exigence simple : donner à chaque collaborateur les moyens de délibérer, pas seulement d’exécuter.C’est exactement la conviction qui guide notre offre de formation en intelligence artificielle : se former à l’IA, ce n’est pas seulement apprendre à manier des outils, c’est développer le jugement qui permet de les utiliser sans s’y soumettre. Qu’il s’agisse d’acculturer ses collaborateurs à l’intelligence artificielle, de former ses équipes à l’IA générative ou d’accompagner dirigeants et managers, l’objectif reste le même : faire de chacun un acteur lucide, capable de délibérer à l’ère de l’IA.
La formation au management peut-elle s'appuyer sur l'IA collaborative ?Juin 2024 · Christian Ganem · Cabinet Chrysippe-R&DChristian Ganem, coach, consultant et ancien cadre dirigeant, questionne : comment intégrer l'IA dans les dispositifs de formation sans perdre la dimension humaine ? Quels usages, quelles limites, quelle pédagogie ?Regarder la vidéoPeut-on s’appuyer sur l’IA collaborative pour la formation au management et le développement des organisations ? La réponse de Christian Ganem est clairement oui — à condition de bien comprendre comment apprendre l’IA et l’intégrer aux pratiques humaines. Pour le démontrer, il propose trois grilles de lecture : la relation individu/groupe (et ses enjeux éthiques), la relation entre l’instant et la durée, et la relation entre la théorie et la pratique.À travers les exemples de l’armée (l’« école de guerre » et la formation par l’action), du sport et du football (données des joueurs, scouting, onboarding) et de la musique (travail individuel puis jeu en groupe), il montre que l’IA collaborative est un formidable outil : elle fait gagner du temps, donne accès à des masses de données et permet de s’entraîner. Mais elle ne remplace ni la pratique en situation réelle, ni l’apprentissage collectif.Christian Ganem alerte aussi sur le risque d’« auto-expertise » (agir seul parce qu’on croit avoir toutes les ressources) et rappelle, via le Club de Rome et la Cour des comptes, que la donnée et la rationalité ne suffisent pas : elles doivent être exploitées individuellement et en groupe. L’intervention humaine demeure indispensable, et il vaut souvent mieux améliorer les processus que bouleverser l’organisation.Une mise en perspective précieuse pour concevoir une formation IA destinée aux managers et aux dirigeants : se former à l’IA générative et collaborative, oui, mais sans perdre de vue la dimension humaine, éthique et collective du management.
Psychologie de l'IA et alignement cognitifJuin 2024 · Dr Michael Pichat · Neocognition.aiMichael Pichat présente son approche de l'alignement cognitif : faire correspondre la structure de pensée d'une IA avec les besoins cognitifs réels des utilisateurs et les spécificités métier de l'organisation. Un levier fondamental pour passer d'une IA générique à une IA véritablement utile.Regarder la vidéoComment fiabiliser et aligner l’IA générative pour des usages professionnels exigeants ? Michael Pichat part de l’expérience d’assistants IA (bots) intégrés à des activités de coaching et de formation au management (programmes co-portés avec Dauphine). Il en présente les nombreuses valeurs ajoutées : meilleure observance, hyper-focalisation sur les objectifs, disponibilité permanente, feedback immédiat, synthèses automatiques, séances flash, réduction des coûts et continuité pédagogique.Il analyse aussi les difficultés côté utilisateur (cadrage, logique de substitution, expression lacunaire) et côté IA : si les compétences générales sont bluffantes, les modèles peinent sur les compétences techniques fines et les process méthodologiques précis. C’est la question centrale de l’alignement : hallucinations, opacité, biais culturels. La distinction entre IA symbolique (transparente, régulable) et IA empirique (puissante mais opaque) conduit à l’IA hybride, ou neurosymbolique.Au niveau macro, l’exposé détaille le prompt engineering comme étayage cognitif (au sens de Bruner) : Tell & Show (définition en compréhension et en extension), chaîne de raisonnement et few-shot learning. Il présente l’injection de modules de compétences (intentionnel, conceptualisation, procédural, au sens de Vergnaud) qui rendent les bots bien plus fonctionnels. Au niveau micro, il ouvre une piste de recherche sur les embeddings et les « alien concepts » émergents, pour mieux comprendre — et réguler — la cognition propre des modèles de langage.Une conférence essentielle pour toute formation en prompt engineering et formation IA générative : apprendre à utiliser ChatGPT et les autres modèles de façon rigoureuse, alignée et réellement efficace en contexte professionnel.
