IA Générative (LLM, RAG, Agents) levier stratégique et opportunités d’application Distance learning

1 - Découvrir l'IA, ses règles, ses usages

Enjeux stratégiques de l'IA pour l'entreprise.
Qu'est-ce que l'IA Générative ? 
Distinguer l'IA des autres technologies industrielles
L'importance des données pour l'IA
Le concept de "Large Language Model" (LLM) : comment ça marche. 
Le fonctionnement des LLMs : architecture Transformer, processus d'entraînement, etc. (notions de tokens, paramètres, etc.).
Capacités principales : génération de texte, traduction, résumé, réponse aux questions, etc.
Démonstration prompt
Limites des LLM (ne connaît pas les données d'entreprise, ne génère que du texte)

2 - Plongée dans le RAG

Retrieval-Augmented Generation (RAG). Principe de fonctionnement.
Recherche d'informations pertinentes + génération de réponse contextuelle.
Les avantages du RAG : réponses basées sur les faits (données de l'entreprise), réduction des hallucinations, personnalisation.

3 -  Plongée dans les agents IA

Qu'est-ce qu'un Agent IA ? (LLM + outils + capacité d'action).
Comment ils fonctionnent : décomposition de tâches, utilisation d'outils (APIs, recherche web, calculs), exécution de séquences d'actions, mémoire persistante.
Exemples conceptuels et démonstration.
Comment les agents peuvent utiliser le RAG pour accéder à la connaissance interne avant d'agir.

4 - Applications concrètes

Présentation de Gemini dans Google Workspace.
Capacités clés : compréhension et génération texte, code, image, audio, vidéo.
Intégration Gemini dans Gmail, Docs, Sheets, Slides, Meet, 
Démonstrations ciblées.
Démonstrations dans d'autres outils (ChatGPT, Mistral, Claude, etc.)
Gains de productivité, créativité, qualité
Biais potentiels, questions éthiques
Évolution rapide de l'IA

Alternance de démonstration du formateur par écran partagé avec le support de formation et de cas pratique

Support de formation et fichier d'exercice ou cas pratique fourni

Cas pratique

Fichier d'exercices

Enquête de satisfaction