Guide pratique de l'intelligence artificielle dans l'entreprise : après ChatGPT : créer de la valeur, augmenter la performance

Fiche technique

Format : Broché
Nb de pages : X-272 pages
Poids : 394 g
Dimensions : 14cm X 22cm
Date de parution :
ISBN : 978-2-416-01435-2
EAN : 9782416014352

Guide pratique de l'intelligence artificielle dans l'entreprise

après ChatGPT
créer de la valeur, augmenter la performance

de

chez Eyrolles

Paru le | Broché X-272 pages

Professionnels

24.00 En stock dans notre réseau
Ajouter au panier

préface de Luc Julia | avec la collaboration de Côme Chatagnon


Quatrième de couverture

L'IA est une révolution pour le monde du travail au même titre que l'a été l'arrivée de l'électricité. En venant aider, optimiser ou générer, l'IA va révolutionner tous les métiers mais aussi les structures de coûts, de revenus, et les organisations des entreprises.

Comment définir la stratégie Data IA de son entreprise ? Stéphane Roder démystifie de façon très didactique l'IA et ses dernières évolutions, la replace dans le contexte financier et stratégique de l'entreprise tout en permettant au lecteur de se projeter dans sa propre transformation. Il propose ainsi :

  • une grille d'analyse des gisements de gain de productivité et de revenus liés à l'introduction de l'IA ;
  • une méthodologie pour mettre en œuvre et réussir la transformation Data IA de son entreprise.

La puissance des IA conversationnelles et des Large Language Models (LLM) comme ChatGPT va accélérer le déploiement de l'IA dans l'entreprise. Son introduction massive devient un challenge pressant, voire une nécessité pour maintenir sa compétitivité et assurer sa pérennité. Il y aura ceux qui auront fait le choix de l'électricité et ceux qui seront restés à la vapeur.

Biographie

Stéphane Roder a fondé en 2018 Al Builders, son cabinet de conseil en intelligence artificielle. Il accompagne depuis les directions générales, métiers et Data dans cette nouvelle transformation afin qu'elles bénéficient pleinement de la valeur business des données et des gains de performance associés. Créateur de plusieurs start-up à succès après avoir travaillé dans l'industrie des télécoms, il est ingénieur Télécom Paris-Tech 92 et diplômé de Stanford et Coursera en machine learning, deep learning et Generative Al. Il est également professeur à l'ESSEC et expert auprès de la Fondation Jean-Jaurès.