Programme - Certificat IA pour managers et leaders

Module 1 : Initiation à la gestion et à l’exploitation de la Data

UE 1.1 Sources et scalabilité des données

Comprendre les sources des données, comment elles circulent et comment les systèmes d'IA les exploitent à grande échelle. Ce module est un prérequis au module 3.1.

• Typologies et sources de données. Objectif : Distinguer données internes/externes, structurées/non structurées et identifier les sources pertinentes pour son activité. 
• Qualité et gouvernance des données. Objectif : Comprendre les enjeux de fiabilité, de cohérence et de conformité des données en entrée des systèmes d’IA 
• Scalabilité et passage à l'échelle. Objectif : Appréhender comment les infrastructures de données permettent à l'IA de traiter des volumes croissants tout en maintenant la performance.

UE 1.2 : Initiation à l’analyse des données pour la décision

Donner aux managers les bases de l'analyse de données pour interpréter les résultats produits par les outils d'IA, identifier les insights actionnables et ancrer leurs décisions dans une lecture rigoureuse des données plutôt que dans la seule intuition.

• Analyse descriptive : Objectif : Découvrir comment les données historiques permettent de comprendre les tendances et le fonctionnement actuel de l’entreprise. 
• Analyse prédictive : Objectif : Initier les managers à l’idée que les données peuvent aider à anticiper des événements ou résultats futurs.
• Analyse prescriptive : Objectif : Montrer que les analyses peuvent suggérer des recommandations, mais que le jugement humain reste central pour décider et arbitrer. 

UE 1.3. Principes de gouvernance des données

Sensibiliser les managers à l’importance de la gouvernance des données, pour garantir leur qualité, leur fiabilité et leur disponibilité, et montrer que tout projet IA efficace repose sur des données bien gouvernées.

• Qualité et cycle de vie des données : Objectif : garantir la fiabilité, la cohérence et la traçabilité des données depuis leur collecte jusqu'à leur archivage ou suppression.
• Sécurité et confidentialité des données : Objectif : identifier les risques liés à la protection des données et les bonnes pratiques à mettre en place au niveau managérial. 
• Cadre réglementaire sur la protection des données : Objectif : connaître les obligations tunisiennes et africaines qui s'imposent aux organisations en matière de collecte et de traitement des données personnelles.

Module 2 : Démystification et sensibilisation aux IA

UE 2.1 : Introduction et types d’IA

Ce module propose une introduction aux concepts fondamentaux de l’IA dans une perspective managériale.

• Définition de l’IA : Objectifs : Comprendre les fondamentaux de l’IA et être capable d’identifier pourquoi et comment l’intégrer dans son entreprise, notamment à travers la sélection pertinente de cas d’usage à forte valeur ; clarifier les différences entre IA, machine learning, deep learning et réseau de neurones artificiels.
• Panorama des différents types d’IA : Objectif : Fournir une lecture structurée des grandes familles d’IA en distinguant, d’une part, les systèmes d’IA « classiques » fondés sur la perception et l’analyse de données issues de capteurs (vision par ordinateur, reconnaissance vocale, NLP, IoT) et, d’autre part, les IA avancées de type modèles de langage (LLM) et IA agentique.

Module 3 : IA et stratégie d’entreprise

UE 3.1 : IA et Data pour la prise de décision

Ce module permet aux managers de comprendre comment l’IA et les données peuvent soutenir et améliorer la prise de décision stratégique (en lien avec l’analyse prescriptive abordée dans l’UE 1), d’exploiter les informations de manière critique et éclairée, et de mettre en place une gouvernance garantissant valeur ajoutée pour l’organisation (en lien avec les principes éthiques abordés dans le module 2.2).

• Prise de décision augmentée et exploitation des données. Objectif : Permettre aux managers d’intégrer l’IA dans leurs processus décisionnels en maîtrisant la chaîne données–insight–décision, en évaluant la fiabilité et les biais des informations produites, et en distinguant ce qui peut être augmenté par l’IA de ce qui relève du jugement humain.
• Esprit critique dans la décision augmentée. Objectif : Clarifier la responsabilité du manager face aux recommandations algorithmiques, développer sa capacité à questionner la fiabilité, les biais et la pertinence des outputs de l’IA, et ancrer une culture de décision data-driven où le jugement humain demeure l’instance finale d’arbitrage.

UE 3.2 : IA et création de valeur organisationnelle 

Ce module se concentre sur comment l’IA peut générer de la valeur à l’échelle de l’organisation, de mesurer son impact sur la performance stratégique et d’adopter des pratiques de gouvernance et de culture data-driven pour maximiser cette valeur tout en maîtrisant les risques.

• IA comme levier de création de valeur et transformation de la performance. Objectif : Comprendre comment l’IA reconfigure les activités clés, les processus et les métiers pour générer un avantage concurrentiel durable, tout en transformant les KPI traditionnels et les modalités de mesure de la performance. Développer la capacité à identifier les zones de création de valeur, à définir de nouveaux indicateurs stratégiques et à les mobiliser pour piloter la performance globale et orienter la décision. 
• Rôles et responsabilités dans la gouvernance de l’IA. Objectif : Définir une organisation claire (comité IA, risk manager, data owner, métiers) permettant d’assurer un pilotage transversal et une responsabilité partagée des initiatives IA.

UE 3.3 : IA et innovation dans le modèle d’affaires

Ce module a pour objectif de permettre aux managers de comprendre les transformations des modèles d’affaires induites par l’IA, les nouvelles sources de revenus et de valeur générées. Il vise à leur faire comprendre comment adapter leur stratégie pour tirer parti de ces opportunités tout en maîtrisant les risques. 

• Impact de l’IA sur la proposition de valeur. Objectif : Identifier comment l’IA peut enrichir l’offre de produits ou services, créer des expériences client différenciantes et générer de nouvelles sources de revenus 
• Nouvelles opportunités de business model et d’innovation. Explorer les modèles économiques émergents rendus possibles par l’IA (plateformes, services basés sur la data, produits intelligents), et apprendre à identifier et prioriser les initiatives stratégiques .

Module 4 : IA et pilotage opérationnel

UE 4.1 : outils d’IA générative et prompting

Permettre aux managers de maîtriser les principaux outils d'IA générative et de formuler des instructions efficaces (prompts) pour les exploiter dans leurs missions quotidiennes.

UE 4.2 : management d’équipe outillé par l’IA

Permettre aux managers d'intégrer l'IA comme levier concret dans l'animation et la coordination de leur équipe - suivi de performance, feedback, répartition des tâches et accompagnement individuel - pour gagner en efficacité managériale

• Suivi de performance et reporting augmentés. Objectif : utiliser l'IA pour analyser les données d'équipe, générer des tableaux de bord et identifier les signaux faibles 
• Feedback et communication managériale assistés. Objectif : s'appuyer sur l'IA pour préparer des entretiens, formuler des retours constructifs et personnaliser sa communication selon les profils.
• Délégation et organisation intelligente du travail. Objectif : mobiliser l'IA pour prioriser, répartir les tâches et anticiper les charges de travail.

UE 4.3 Conduite du changement augmentée par l’IA

Ce module combine l’usage opérationnel de l’IA pour faciliter le changement et le rôle humain du manager dans l’adoption de l’IA.

• IA au service de l’accompagnement du changement. Objectif : Comprendre comment l’IA peut fournir des outils et insights pour faciliter la conduite du changement dans l’organisation (prédictions, analyses de scénarios, priorisation des actions) et augmenter l’efficacité des managers
• Gestion humaine de l’adoption de l’IA. Objectif : Développer les compétences managériales pour accompagner l’intégration de l’IA dans les équipes, gérer les résistances et maintenir l’engagement humain, tout en tirant parti des recommandations des outils IA.

UE 4.4 Gestion de projet augmentée par l’IA 

Analyser comment l’IA impacte la planification, la priorisation et le suivi des projets. Savoir utiliser les outils et recommandations générés par l’IA pour optimiser les ressources, anticiper les risques et améliorer la performance des projets tout en conservant la responsabilité managériale. 

• Planification et priorisation des projets. Objectif : Comprendre comment l’IA influence la planification des projets et aide à prioriser les initiatives en fonction des impacts stratégiques et opérationnels.
• Suivi et contrôle des performances. Objectif : Apprendre à utiliser les recommandations et indicateurs générés par l’IA pour suivre l’avancement des projets et prendre des décisions éclairées 
• Gestion des risques et optimisation des ressources. Objectif : Identifier et anticiper les risques opérationnels liés à l’IA dans les projets, et optimiser l’allocation des ressources grâce aux outils d’IA.