Le programme de la formation

Jour 1 : Comprendre les agents IA & leurs usages Introduction aux agents IA • Définition d’un agent et différences avec un LLM classique. • Notions clés : autonomie, objectifs, mémoire, capacité à agir. • Panorama des technologies du marché. Atelier court • Identifier un agent dans son environnement professionnel (existant ou potentiel).   Typologie des agents • Analyse approfondie par catégorie : • Agents conversationnels : FAQ, support, onboarding. • Agents autonomes : génération de rapports, automatisation complexe. • Agents multi‑outils : capables d’utiliser des API et des logiciels. • Agents orchestrateurs / multi‑agents. • Agents RAG : IA connectée aux données internes. Études de cas • Agent RH automatisant les demandes employées. • Agent IT résolvant les tickets simples. • Agent knowledge assistant pour centraliser la documentation. Analyse de cas d’usage • Matrice Impact / Complexité. • Recherche des quick wins. • Sélection de 3 cas d’usage prioritaires. Jour 2 : Stratégie, conception et déploiement Définition du périmètre • Objectifs business. • Limites et responsabilités de l’agent. • Interactions : utilisateur, système, données. • Risques : hallucinations, sécurité, confidentialité. Conception & choix des outils • Construction d’un schéma fonctionnel. • Choix du framework (LangChain, AutoGen…) selon : • Besoin d'autonomie, • Intégrations nécessaires, • Importance de la mémoire, • Accès aux données (RAG). • Définition de la logique d’action (tools, APIs, modules). Atelier pratique • Créer un prototype de workflow pour un agent simple : • Réception d’une demande • Extraction d’infos • Décision • Action automatisée (ex : email, note, rapport) Plan de déploiement • Phases : prototype → pilote → production. • Infrastructure : cloud, accès API, gestion des clés. • Gestion du changement et adoption. Mesure de performance • KPIs : taux de succès, qualité des réponses, rapidité, satisfaction usagers. • Outils de monitoring. • Amélioration continue et maintenance