Bibliothèque

Base culturelle

Comprendre l'IA, distinguer ce qu'elle peut faire de ce qu'on en dit, et poser un cadre de confiance dans votre organisation avant d'agir. Aucun prérequis — c'est le point de départ naturel. → Prêt à explorer ? Passez à l'étape suivante.

Exploration

Expérimenter avec l'IA dans des contextes contrôlés pour développer un sens critique ancré dans la pratique. Identifier vos irritants, repérer les opportunités réalistes, éviter les faux départs. → Vous avez exploré ? Passez au cadre de décision. Il vous manque les bases ? Revenez à l'étape 01.

#atelier AT-01 — Atelier : Matrice 2×2 et IA
#atelier AT-02 — Atelier : Cartographier les irritants de votre organisation
#faqs FA-02 — FAQ : Culture, adoption et changement
#guide GD-12 — Identifier les projets IA dans votre organisation
#guide GD-13 — Projets IA à éviter
#guide PR-01 — Guide de prompting : Gestionnaire
#guide PR-02 — Guide de prompting : Ressources humaines
#guide PR-03 — Guide de prompting : Analyste d'affaires
#guide PR-05 — Structurer des prompts réutilisables

Cadre de décision

Se doter de critères pour décider quand, quoi et comment adopter l'IA. Évaluer le ROI, prioriser avec méthode, éviter les projets à risque. → Prêt à passer aux données ? Avancez. Besoin de mieux comprendre vos opportunités ? Revenez à l'exploration.

#type-checklist CK-03 — Indicateurs de succès d'un projet IA
#type-checklist CK-05 — Identifier des processus automatisables
#faqs FA-04 — Identifier des projets IA concrets
#faqs FA-05 — Automatiser des processus avec l'IA
#guide GD-14 — Comment calculer le ROI d'un projet IA
#guide GD-15 — Projets IA à court terme vs projets structurants
#guide GD-19 — Identifier et gérer les risques d'un projet IA
#guide GD-32 — Identifier des projets IA à partir de vos irritants opérationnels
#guide GD-33 — Projet pilote, déploiement progressif ou abandon ?
#guide GD-51 — Planifier son budget IA
#outil OT-01 — Matrice : Problème d'affaires ↔ expertise IA requise

Compétence données

Comprendre, évaluer et gouverner les données qui alimentent vos projets IA. Sans données fiables, même le meilleur projet ne livre pas. → Vos données sont prêtes ? Passez à la veille. Vos critères ne sont pas clairs ? Revenez au cadre de décision.

#type-checklist CK-02 — Êtes-vous prêts pour un projet IA ?
#type-checklist CK-04 — Êtes-vous prêts côté données pour un projet IA ?
#type-checklist CK-06 — Données prêtes pour un RAG interne
#faqs FA-03 — Données et information : par où commencer
#guide GD-16 — Identifier vos données d'affaires
#guide GD-17 — Qualité des données — jusqu'où investir ?
#guide GD-18 — Anonymisation et protection des données pour l'IA
#guide GD-26 — Faire l'inventaire de ses données
#guide GD-27 — Où sont vos données aujourd'hui ?
#guide GD-28 — Distinguer les données critiques des données secondaires
#guide GD-29 — Données structurées et non structurées : quoi en faire concrètement
#guide GD-30 — Gouvernance des données dans un contexte d'IA
#guide GD-31 — Préparer ses données avant de rencontrer un consultant IA

Veilles vivantes

Se situer dans l'écosystème. Ces portraits par fonction d'affaires montrent ce qui est mature, ce qui émerge et ce qui reste expérimental au Québec. → Vous savez où vous en êtes ? Tracez votre feuille de route.

#type-veille VE-01 — IA et comptabilité / finance
#type-veille VE-02 — IA et approvisionnement
#type-veille VE-03 — IA et ventes / marketing
#type-veille VE-04 — IA et conception / design
#type-veille VE-05 — IA et production / opérations
#type-veille VE-06 — IA et ressources humaines
#type-veille VE-07 — IA et service à la clientèle
#type-veille VE-08 — IA et logistique / transport
#type-veille VE-09 — IA et gestion documentaire
#type-veille VE-10 — IA et direction / gouvernance

Feuilles de route

Planifier et piloter la transformation IA avec des trajectoires adaptées à votre contexte. Étapes, responsables, horizons — pour passer du plan à l'action. → Votre plan est en place ? Passez aux enjeux d'excellence.

#faqs FA-06 — RAG interne et gestion des connaissances
#type-feuille-de-route FR-01 — Feuille de route : Maintenance prédictive
#type-feuille-de-route FR-02 — Feuille de route : Chatbot service à la clientèle
#type-feuille-de-route FR-03 — Feuille de route : RAG interne (base de connaissances IA)
#type-feuille-de-route FR-04 — Feuille de route : Automatiser les comptes de dépenses
#type-feuille-de-route FR-05 — Feuille de route : Contrôle qualité par image
#type-feuille-de-route FR-06 — Feuille de route : Automatiser les soumissions
#type-feuille-de-route FR-07 — Feuille de route : Prévision de la demande et des volumes
#type-feuille-de-route FR-08 — Feuille de route : Rédaction assistée de propositions commerciales

Experts et marché IA

Évaluer les prestataires, comprendre le marché et construire des partenariats éclairés. Savoir quoi demander, quoi comparer, quoi exiger. → Vous êtes bien entouré ? Passez à la gouvernance. Besoin de structurer votre projet ? Revenez aux feuilles de route.

#type-checklist CK-01 — Préparer une rencontre avec un expert ou fournisseur IA
#guide DI-01 — Dictionnaire des rôles IA
#guide GD-20 — Quel expert IA pour quel besoin ?
#guide GD-21 — Avez-vous besoin d'un rôle IA interne ?
#guide GD-34 — Ce que fait réellement un consultant en intelligence artificielle
#guide GD-35 — Comment bien travailler avec un expert ou un fournisseur IA

Gouvernance et conformité

#guide-avance GD-05 — Auditabilité et traçabilité des systèmes IA
#guide GD-22 — IA et Loi 25 : obligations et bonnes pratiques
#politique PO-03 — Validation humaine des décisions automatisées

Éthique IA

Les dimensions éthiques concrètes de l'IA — biais, transparence, explicabilité, supervision humaine. Des cas d'ici, pas de la théorie abstraite.

#guide-avance GD-03 — Transparence et explicabilité des systèmes IA
#guide-avance GD-04 — Human-in, on et over-the-loop
#guide GD-23 — Éthique appliquée à l'IA : cas concrets d'ici

Gestion des risques

Identifier, évaluer et atténuer les risques propres aux systèmes IA. Pour protéger votre organisation avant que les problèmes n'arrivent en production.

#guide GD-24 — Risques propres aux systèmes IA
#guide-avance GD-25 — Mettre en place un comité interne IA
#guide GD-36 — Cybersécurité en IA
#guide GD-37 — Sécurité des données utilisées par l'IA
#guide GD-38 — Dépendance aux fournisseurs et solutions infonuagiques
#guide GD-39 — Continuité des opérations et plans de relève en IA
#guide GD-40 — Sauvegarde et suivi des modèles IA