Identification des risques liés à l’IA

Gouvernance IA
Durée: 1 jours
Paris
AI DRIVEN
Damien Darrigade
Damien a plus de 10 ans d'expérience de management international des Systèmes d'Information et de la Transformation Digitale. Il a occupé des postes de responsabilité, notamment chez Bouygues Telecom et Sanofi, où il a dirigé des équipes spécialisées en BI, IA, RPA et Lean Management.
Il intervient auprès de nombreux comptes CAC40 et moyennes entreprises en tant qu’initiateur et booster de la transformation.
Directeur du pôle d’expertise DATA & IA chez Acensi, il aide les organisations à prendre conscience de leur propre potentiel IA et DATA.
Ses équipes accompagnent leurs clients dans l’identification de Use Case à forte valeur ajoutée ainsi que sur la mise en place de ces projets innovants.
Son expérience en grands groupes et en startups lui offre une vision large des enjeux liés à l'IA et à la transformation digitale. Il est en recherche permanente de solutions et d'approches innovantes, au service de la performance des organisations.
 voir plus
Prochaines sessions
Prochaine date à venir

Objectifs

  • Savoir reconnaître et catégoriser les risques liés à l’usage de l’IA
  • Comprendre les implications légales, éthiques, opérationnelles et humaines
  • Acquérir des méthodes et outils pour évaluer, prévenir et réduire ces risques

Programme

1. Introduction à l’IA et contexte métier

  • Comprendre ce qu’est l’Intelligence Artificielle
  • Panorama des usages de l’IA dans différents secteurs (finance, santé, industrie, services)

2. Cadre réglementaire et conformité

  • Aperçu des obligations légales et réglementations émergentes (projet de Règlement Européen sur l’IA, RGPD, normes ISO)
  • Risques liés à la non-conformité (sanctions, amendes, perte de confiance)

3. Risques opérationnels et techniques

  • Risques liés à la qualité des données (données incomplètes ou obsolètes)
  • Dysfonctionnements des modèles d’IA (erreurs de prédiction, manque d’explicabilité)
  • Dépendance technologique et vulnérabilité face aux cyberattaques ou pannes

4. Risques éthiques et réputationnels

  • Biais algorithmiques et discriminations involontaires
  • Impact sur la réputation de l’entreprise (perte de confiance client, bad buzz)
  • Questions d’acceptabilité sociale et de responsabilité envers les parties prenantes

5. Risques humains et organisationnels

  • Résistance au changement, manque de compétences internes en IA
  • Impacts sur l’emploi, redistribution des rôles et reconversion des talents

6. Outils et bonnes pratiques pour identifier et gérer les risques

  • Cartographier les risques et créer un registre spécifique à l’IA
  • Méthodologies d’audit interne, d’évaluation d’impact (Data Protection Impact Assessment, Ethical Impact Assessment)
  • Intégration de ces analyses dans une démarche globale de Risk Management et de Continuité d’Activité
  • Mise en place de processus internes de veille réglementaire et de conformité
  • Gouvernance de l’IA : définir les responsabilités, lignes hiérarchiques et référents internes

7. Études de cas et ateliers pratiques

  • Analyse de scénarios réels : échecs notoires de projets IA (biais reconnus, non-conformité légale)
  • Mise en situation : identifier les risques sur un cas fictif et proposer des stratégies de mitigation
  • Échanges de bonnes pratiques entre participants

Nos formations à la une