AI and Industry 4.0 Training

Définir l'intelligence artificielle et distinguer ses principales branches (apprentissage automatique, traitement du langage naturel, vision par ordinateur).

Expliquer le principe de l'apprentissage non supervisé à travers un exemple industriel (ex: détection d'anomalies).

Expliquer les applications de l'IA dans l'optimisation de la chaîne logistique (prévision de la demande, gestion des stocks).

Décrire les usages de l'IA dans le contrôle qualité automatisé et l'optimisation des processus.

Analyser un cas d'usage d'optimisation de la supply chain, en comparant l'approche IA aux méthodes traditionnelles.

En groupe, synthétiser les enseignements d'un cas d'usage et formuler des recommandations pour une application similaire.

Définir la gouvernance d'un projet IA en identifiant les rôles et responsabilités des parties prenantes (métier, data, IT, direction).

Identifier les risques courants d'un projet IA (qualité des données, adoption, budget) et des stratégies pour les mitiger.

Présenter et défendre la feuille de route devant un groupe en simulant un comité de direction.

Identifier les limites techniques actuelles de l'IA (qualité des données, explicabilité, coût de mise en œuvre).