Aller au contenu

5.1 Feuille de route pour l'adoption de l'IA générative

L'intégration de l'IA doit être planifiée. Si elle est faite de manière anarchique, elle expose l'entreprise à des risques juridiques et financiers majeurs.

5.1.1 Les risques de l'IA fantôme ("Shadow AI")

L'IA fantôme désigne l'utilisation d'outils d'IA par les employés sans l'approbation ou la supervision de l'entreprise.

Pourquoi est-ce dangereux ?

  • Sécurité : fuite de données sensibles vers des outils publics.
  • Légal : problèmes de licence (le code généré appartient à qui ?).
  • Qualité : aucune validation des résultats générés.

Fil rouge : FrigoMagique

Avant la mise en place officielle de GUS, un développeur impatient utilisait secrètement une IA gratuite en ligne pour corriger ses bugs. Il a copié-collé tout le code source du module de paiement.

Conséquence : le code propriétaire de FrigoMagique se retrouve potentiellement dans la base d'apprentissage d'une entreprise tierce.

5.1.2 Aspects clés d'une stratégie GenAI

Pour réussir, la stratégie doit définir :

  1. Les objectifs : que veut-on améliorer ? (Vitesse ? Couverture ? Coût ?).
  2. La conformité : respect du RGPD et de l'AI Act.
  3. La qualité des données : L'IA ne peut pas bien tester si les spécifications d'entrée sont mauvaises ("Garbage In, Garbage Out").

5.1.3 Sélection des modèles : LLM vs SLM

Il n'y a pas que les géants (Gemini, GPT-5, Claude 3). Le syllabus introduit une distinction importante pour l'examen :

  • LLM (Large Language Model) : modèles immenses, généralistes, très "intelligents" mais lents et coûteux.
  • SLM (Small Language Model) : modèles compacts, moins de paramètres, plus rapides, moins chers et hébergeables en local.

Critères de choix : performance, coût récurrent, potentiel de fine-tuning , communauté et assistance.

Fil rouge : FrigoMagique

La CTO de FrigoMagique doit choisir les modèles pour deux tâches :

  • Tâche A : brainstorming de recettes créatives.
    • Choix : LLM (ex: Gemini). On a besoin de créativité et de culture générale immense. Le coût est acceptable car c'est ponctuel.
  • Tâche B : complétion de code pour les développeurs.
    • Choix : SLM (ex: un modèle spécialisé de 7 milliards de paramètres). Il doit être ultra-rapide (millisecondes) et tourner en local pour ne pas faire fuiter le code.

5.1.4 Les phases d'adoption

L'ISTQB définit 3 phases classiques :

  1. Découverte : sensibilisation, formation, PoC (Proof of Concept) isolés.
  2. Initiation et définition de l'usage : sélection des cas d'usage prioritaires, mise en place de l'infrastructure (RAG).
  3. Utilisation et itération : déploiement généralisé, mesure du ROI, amélioration continue.

🎓 Point syllabus (ce qu'il faut retenir)

  • IA fantôme : l'ennemi n°1 de la sécurité.
  • Stratégie : doit inclure des objectifs clairs et une politique de données stricte.
  • Sélection : ne pas négliger les SLM (Small Language Models) pour les tâches spécifiques nécessitant rapidité et confidentialité.


Ce cours vous est utile ?

Ce contenu est 100% gratuit. Si cette section sur FrigoMagique vous a aidé :

Soutenez-moi sur Ko-fi
C'est 0% de frais pour moi, et 100% d'énergie pour la suite ! ☕