AI for entrepreneurship

LIEU : Bastia, Ajaccio ricanto, Ajaccio sposata, Porto-Vecchio

OBJECTIFS

Maîtriser les techniques de maximisation des capacités d’apprentissage de méthodes et outils de la création d’entreprise par le déploiement de l’Intelligence artificielle.
Savoir introduire le couplage du GRP-lab (outil de formalisation du Business model ) avec les IA basées sur les modèles larges de langages (ex. Chat-Gpt).
Connaître les outils de Deep learning pour prédire les principaux facteurs critiques de la création d’une nouvelle offre de marché. Prédire la scalabilité du projet et sa pertinence (financière et extra-financière) à court-terme.

Introduction formation

Diagnostic préformation et des attentes formation
Évaluation du niveau en amont de la formation pour le positionnement de chaque apprenant
Accueil des participants
Présentation du formateur et des participants, présentation du déroulé de la formation, de ses objectifs, présentation du programme, et règles de fonctionnement du groupe
Présentation du contenu pédagogique
Distribution du support pédagogique

Définition et présentation de la chaine de Markov et de ses applications

Théorie de chaines de Markov appliquées à la représentation d’un diagramme de Gantt d’un processus de création entrepreneurial sous forme de chaines de Markov.
Introduction au Markov Reward process (MRP) appliquées à la représentation d’un Lean Canvas de création entrepreneurial sous forme de MRP.
Introduction aux Markov Decision Process (MDP). Représentation d’un business model sous forme d’un processus décisionnel markovien. Comparaison de l’approche goal-reward et de l’approche penalty-reward.
Introduction au reward engineering pour formuler une approche de la performance du projet en termes de performance financière et assurantielle et de performance sociale et environnementale.

Le couplage du GRP-LAB avec les IA

Introduction au couplage exploitation entre Grp-lab et Chat-Gpt. Familiarisation avec l’approche IA Model-based . Mise en adéquation entre l’approche Model-based et la recherche d’équilibre entre performance financière et performance sociale et environnementale.
Introduction au couplage exploration entre Grp-lab et Chat-Gpt. (Grp-lab) et aux approches exploratives Model-free. Mise en adéquation entre l’approche Model-free et la recherche d’équilibre entre performance financière et performance sociale et environnementale.
Couplage de l’approche Grp- lab, Chat-Gpt, Markov Decision Process (MDP) et les approches, valeur actuelle nette (VAN) et l’indice de profitabilité (IP) et le modèle DuPont.
Couplage de l’approche Grp- lab, Chat-Gpt, Markov Reward Process (MRP) et l’horloge stratégiques.

Les outils du Deep learning

Introduction au Deep learning et aux Hidden markov models (HMM) pour déterminer les différents critères de validation et d’impact d’une démarche spécifique de mise en service d’une nouvelle offre de marché tels:Prédiction du comportement des early adopter, évaluation de la performance financière et sociale de la “Unique value proposition” par la prédiction via des réseau neurones (RNN), Prediction des perfomances des “revenue streams” (financiers, sociaux, environnementaux) par rapport aux “cost structures” (financiers, sociaux, environnementaux)
Introduction à l’environnement Google colab aux principales librairies en language python pour réaliser des RNN.
Utilisation de Chat-Gpt pour générer le code python de programmation des RNN en Google colab.

Approfondissement et calibrage en distanciel

Débriefing de fin de formation

questions/réponses, évaluation à chaud par les apprenants
Evaluation et sanction de la formation – atteinte des objectifs afin de pouvoir travailler le plan d’actions à mettre en œuvre

Dirigeant d’entreprise, dirigeant d’une Business Unit (BU) ou d’un centre de profit, membre de comité de direction ou de comité exécutif, cadre supérieur amené à occuper une fonction de direction, qui a besoin de définir, affiner ou retravailler la stratégie de son entité ou de son entreprise.

Mise en œuvre de cas pratiques, études de cas, QCM et quizz, tout au long de la formation permettant l’évaluation des acquis au fil de l’eau et l’atteinte des objectifs visés et la mise en œuvre éventuelles de remédiations.
En fin de formation, il est remis à chaque participant/participante, une attestation de fin de formation précisant le niveau d’acquisition des compétences et des connaissances en cohérence avec les objectifs

Mise en oeuvre à travers une pédagogique interactive et collaborative avec :

un apport théorique apporté par le formateur à travers un support projeté de type diaporama pouvant être accompagné d’autres supports numériques de type vidéo, photos, reportages, etc..
une mise en pratique autour d’exercices, études de cas, mise en oeuvre de cas pratiques, autodiagnostic, etc..
une évaluation continue au fil de l’eau permettant de s’assurer de l’acquisition de nouvelles compétences et l’atteinte des objectifs pour chaque participant(e).)
Salle de cours adaptée et équipée multimédia (Tableau interactif, wifi).
Supports de cours développés par le formateur
Site tests
La formation est assurée par un formateur possédant une expérience professionnelle. CV à disposition sur demande

Le délai d’accès tient compte des formalités administratives nécessaires pour la prise en charge de la formation et est variable en fonction du financeur (5 jours ouvrés minimum).
Une convocation avec tous les éléments nécessaires est envoyée à chaque stagiaire avant le démarrage de la formation ; elle précise également les horaires journaliers de formation.