Programme IA souveraine : stratégies et gouvernance pour les décideurs
Durée : 1 journée - 7 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Aucun
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
IA générative et souveraineté numérique : usages, risques et maîtrise des données
Usages et adoption
Cartographier les usages de l’IA générative dans les équipes métiers et techniques et repérer les cas d’usage à forte valeur ajoutée.
Analyser les attentes des utilisateurs, les facteurs d’adoption des assistants IA et les risques liés aux usages non encadrés (Shadow AI).
Souveraineté et cadre juridique
Distinguer la souveraineté technique, la souveraineté juridique et la maîtrise opérationnelle d’une solution d’IA.
Analyser les enjeux liés aux lois extraterritoriales, dont le CLOUD Act américain, et évaluer les offres de cloud souverain au regard des critères de qualification SecNumCloud.
Protection des données et fiabilité des résultats
Retracer le cycle de vie des données, de leur saisie à leur suppression, et examiner les modalités de stockage, de traçabilité et de contrôle des accès.
Repérer les risques de fuite ou de divulgation involontaire de données, ainsi que les risques de réponses erronées mais plausibles (hallucinations).
Comparer les niveaux de confidentialité selon l’architecture retenue et identifier ce que le chiffrement permet de protéger.
Comparer les architectures d’IA : cloud, local et hybride
Identifier les composants clés d’une architecture d’IA générative, du modèle à l’interface utilisateur.
Distinguer les modes de déploiement : cloud public, cloud sécurisé ou souverain, hébergement local et architecture hybride.
Comparer ces options selon les coûts, les performances, la sécurité, la maîtrise des données et les besoins de maintenance.
Situer le rôle d’Ollama, de LM Studio et de vLLM dans l’exécution des modèles, ainsi que celui des bases de données vectorielles dans la recherche d’informations.
Évaluer les solutions d’IA et accompagner leur adoption
Évaluer la qualité des réponses et les performances d’une solution d’IA à partir de cas d’usage métiers.
Comparer les solutions cloud et locales au regard des besoins des équipes et de leurs contraintes opérationnelles.
Identifier les freins à l’adoption des solutions internes et proposer des actions pour en faciliter la prise en main.
Justifier le choix d’une solution en tenant compte des exigences de sécurité, de la simplicité d’utilisation et des gains attendus pour les équipes.
Définir la gouvernance et la feuille de route IA
Structurer la gouvernance de l’IA en définissant qui valide les usages, qui décide des déploiements et qui suit les risques.
Fixer les règles d’utilisation de l’IA, classer les données selon leur sensibilité et définir les droits d’accès.
Prioriser les cas d’usage en tenant compte des exigences de souveraineté, de la qualité des résultats, des coûts et de la facilité d’adoption par les équipes.
Construire une feuille de route en trois étapes, de l’expérimentation au déploiement à grande échelle, en passant par un pilote.