Gouvernance de l’IA : mettre en place les processus et les outils pour rester conforme

L’intelligence artificielle se diffuse rapidement dans les organisations, parfois sans cadre clair : outils grand public utilisés par les collaborateurs, assistants intégrés aux suites bureautiques, automatisation de tâches, analyse de données, génération de contenus, systèmes d’aide à la décision ou projets métiers fondés sur des modèles d’IA.

Cette diffusion crée des opportunités, mais aussi des risques : confidentialité, biais, discrimination, hallucinations, dépendance aux outils, défaut de traçabilité, sécurité, propriété intellectuelle, conformité réglementaire et acceptabilité sociale. Cette formation permet de comprendre les enjeux de gouvernance de l’IA, d’identifier les risques, de structurer les rôles et responsabilités, puis de construire une feuille de route de mise en conformité et de maîtrise des usages.

Programme

Objectifs

comprendre les principaux enjeux réglementaires, éthiques et organisationnels liés à l’IA
identifier les usages et systèmes d’IA présents ou envisagés dans l’organisation
classer les usages selon leur niveau de risque
définir les rôles et responsabilités dans une gouvernance IA
élaborer une politique interne d’usage de l’IA
construire une matrice de risques et de contrôles
préparer un dispositif d’audit et de suivi des usages
formaliser une feuille de route de gouvernance IA
  • IA générative, machine learning, deep learning, systèmes d’aide à la décision : repères essentiels.
  • Pourquoi gouverner l’IA : confiance, conformité, sécurité, qualité, responsabilité, performance.
  • Les usages visibles et invisibles de l’IA dans l’organisation.
  • Shadow AI : risques liés aux usages non déclarés.
  • Opportunités et risques : productivité, innovation, biais, erreurs, confidentialité, sécurité, dépendance fournisseur.
  • Gouvernance de l’IA, gouvernance des données et gouvernance de l’information : articulations et différences.
  • Les grands principes du cadre européen sur l’IA.
  • Approche par les risques : usages interdits, usages à haut risque, transparence, IA à usage général.
  • Obligations de sensibilisation et d’acculturation des utilisateurs.
  • Responsabilités des fournisseurs, déployeurs et utilisateurs.
  • Données personnelles, RGPD, propriété intellectuelle, secret des affaires.
  • Normes, référentiels et bonnes pratiques : ISO 42001, gestion des risques, audit, conformité.
  • Évolutions à surveiller et veille réglementaire.
  • Identifier les outils utilisés : IA générative, assistants bureautiques, outils métier, automatisations, modèles internes ou externes.
  • Distinguer expérimentation, usage ponctuel, usage métier, système critique.
  • Recenser les données utilisées.
  • Identifier les publics concernés : collaborateurs, clients, usagers, candidats, citoyens, partenaires.
  • Repérer les usages sensibles : RH, notation, recommandation, décision, surveillance, accès aux droits, données personnelles.
  • Formaliser un registre des usages IA.

Atelier pratique
Construire une première cartographie des usages IA d’une organisation.

  • Cartographie des systèmes et initiatives d’IA dans votre entreprise : classification par niveau de risque
  • Identification des acteurs clefs et de leurs rôles : CDO, Data Scientist, Data Governance Officer, Data Steward, Data Product Manager, Data Owner, Compliance Manager, DPO…
  • Le rôle des départements juridiques, audit, conformité
  • Comment intégrer ces compétences dans un comité de gouvernance de l’IA
  • Fusionner ou séparer gouvernance de l’IA et gouvernance de l’information
  • Formalisation de la politique de gouvernance des algorithmes : les 10 étapes de la mise en conformité
  • Alignement de la gouvernance de l’IA avec la gouvernance d’entreprise
  • Etudes de cas : présentation des stratégies déjà élaborées par certains groupes
  • Identifier les risques : juridique, éthique, sécurité, données, réputation, qualité, organisation du travail.
  • Évaluer la gravité, la probabilité et la maîtrise actuelle.
  • Classer les usages selon leur criticité.
  • Définir les usages autorisés, encadrés, interdits ou soumis à validation.
  • Prioriser les chantiers de gouvernance.
  • Construire une matrice risques / contrôles.

Atelier pratique
Qualifier plusieurs cas d’usage IA et les classer selon leur niveau de risque.

  • Direction générale, DSI, juridique, conformité, DPO, RH, métiers, data, audit interne.
  • Faut-il créer un comité IA ?
  • Rôle des responsables métiers dans la validation des usages.
  • Rôle des professionnels de l’information dans la qualité des sources, corpus et contenus.
  • Rôle des managers dans l’acculturation et le contrôle des usages.
  • Organiser la remontée des incidents, erreurs et usages à risque.
  • Définir un modèle de gouvernance simple et réaliste.
  • Définir les principes d’usage responsable.
  • Identifier les données pouvant ou non être utilisées.
  • Encadrer les usages des outils grand public.
  • Définir les règles de vérification, validation et traçabilité.
  • Poser les règles de transparence.
  • Préciser les cas nécessitant une validation juridique, DSI ou conformité.
  • Construire une charte IA pour les collaborateurs.

Atelier pratique
Rédiger les grandes lignes d’une politique ou charte interne d’usage de l’IA.

  • La confiance n’exclut pas le contrôle… quels outils pour mesurer le respect des normes : audit interne ou audit externe
  • Auditer ses systèmes d’IA : surveillance humaine, méthodes, cadre d’audit, outils et tableaux de bord
  • Se préparer aux futures certifications : modèle de conformité et évaluation
  • Etude de cas : simulation d’un audit sur un cas pratique
  • Contrôler la qualité des réponses générées.
  • Vérifier les sources et données utilisées.
  • Identifier les biais et erreurs récurrentes.
  • Suivre les incidents et signalements.
  • Mesurer les gains et risques.
  • Définir des indicateurs : adoption, satisfaction, qualité, conformité, temps gagné, erreurs évitées.
  • Construire un tableau de bord de gouvernance IA.
  • Définir le périmètre d’audit.
  • Auditer les outils, données, prompts, instructions, corpus, résultats et validations.
  • Vérifier les droits d’accès.
  • Documenter les décisions et contrôles.
  • Évaluer les risques de sécurité, confidentialité et biais.
  • Préparer une grille d’audit.
  • Simuler un audit sur un cas pratique.

Atelier pratique
Construire une grille d’audit IA et l’appliquer à un cas d’usage.

  • Pourquoi former et acculturer les collaborateurs.
  • Adapter l’acculturation selon les publics : direction, managers, métiers, RH, DSI, utilisateurs réguliers.
  • Définir les compétences minimales attendues.
  • Organiser des sensibilisations, ateliers ou référents IA.
  • Construire une bibliothèque de bonnes pratiques.
  • Intégrer l’IA dans les processus qualité, RH et formation.
  • Prévenir les usages non maîtrisés.
  • Identifier les chantiers prioritaires.
  • Définir les parties prenantes.
  • Prioriser les actions à 30, 60 et 90 jours.
  • Mettre en place un registre des usages.
  • Lancer une charte IA.
  • Organiser un comité ou dispositif de gouvernance.
  • Préparer les premiers audits.
  • Planifier la montée en compétences.

Atelier final
Élaborer une feuille de route de gouvernance IA : cartographie, risques, règles, responsabilités, contrôles, acculturation et calendrier de déploiement.

 

  • Comprendre les enjeux réglementaires et éthiques de l’IA.
  • Cartographier les usages IA dans une organisation.
  • Classer les risques et définir des mesures de maîtrise.
  • Construire une politique interne d’usage de l’IA.
  • Définir les rôles et responsabilités de gouvernance.
  • Préparer un dispositif d’audit et de contrôle.
  • Élaborer une feuille de route de gouvernance IA.
  • Questionnaire de positionnement en amont.
  • Études de cas.
  • Cartographie des usages IA.
  • Construction d’une matrice de risques.
  • Élaboration d’une grille d’audit.
  • Production d’une feuille de route.
  • Quiz de consolidation.
  • Évaluation à chaud.
  • Évaluation à froid à 6 mois.

Avant : FAD50 pour consolider les bases des IA génératives ou FA89 pour cadrer un projet IA.

Après : FA99 pour approfondir l’exploitation des LLM avec les données d’entreprise, FA143 pour encadrer l’automatisation par agents et workflows, ou un accompagnement intra pour formaliser la charte et la gouvernance IA.

Déclinaison intra possible

En intra, cette formation peut être adaptée à un CODIR, une DSI, une direction juridique, une direction métier ou un groupe projet IA. Elle peut déboucher sur un registre des usages IA, une matrice de risques, une charte interne, une grille d’audit et une feuille de route de gouvernance.

Formateur·ice

Philippe Nieuwbourg
Philippe Nieuwbourg
Voir son parcours

Philippe Nieuwbourg est depuis plus de 30 ans spécialisé dans les données. Il a formé et accompagné plusieurs centaines d’entreprises sur des sujets tels que la gouvernance et données et celle de l’intelligence artificielle. Il dispense des formations et donne des conférences en Europe, Afrique, Amérique du Nord et du Sud, pour des entreprises privées ou des organisations publiques.

Prochaines sessions

Session
Distanciel
A venir
Date de début :mardi 6 octobre 2026
Date de fin :mercredi 7 octobre 2026
Session
Distanciel
A venir
Date de début :mardi 9 mars 2027
Date de fin :mercredi 10 mars 2027
Session
Distanciel
A venir
Date de début :lundi 12 juillet 2027
Date de fin :mardi 13 juillet 2027
Session
Distanciel
A venir
Date de début :mercredi 15 décembre 2027
Date de fin :jeudi 16 décembre 2027

Une plateforme d'apprentissage en ligne

Nous proposons à nos stagiaires un accès gratuit à notre Learning Management System Moodle pour leur permettre d’apprendre plus efficacement à distance, accéder aux documents et communiquer avec l’équipe pédagogique après la formation.

Plateforme d’apprentissage en ligne

Témoignages

Gouvernance de l’IA : mettre en place les processus et les outils pour rester conforme

Programme

Objectifs

comprendre les principaux enjeux réglementaires, éthiques et organisationnels liés à l’IA
identifier les usages et systèmes d’IA présents ou envisagés dans l’organisation
classer les usages selon leur niveau de risque
définir les rôles et responsabilités dans une gouvernance IA
élaborer une politique interne d’usage de l’IA
construire une matrice de risques et de contrôles
préparer un dispositif d’audit et de suivi des usages
formaliser une feuille de route de gouvernance IA
  • IA générative, machine learning, deep learning, systèmes d’aide à la décision : repères essentiels.
  • Pourquoi gouverner l’IA : confiance, conformité, sécurité, qualité, responsabilité, performance.
  • Les usages visibles et invisibles de l’IA dans l’organisation.
  • Shadow AI : risques liés aux usages non déclarés.
  • Opportunités et risques : productivité, innovation, biais, erreurs, confidentialité, sécurité, dépendance fournisseur.
  • Gouvernance de l’IA, gouvernance des données et gouvernance de l’information : articulations et différences.
  • Les grands principes du cadre européen sur l’IA.
  • Approche par les risques : usages interdits, usages à haut risque, transparence, IA à usage général.
  • Obligations de sensibilisation et d’acculturation des utilisateurs.
  • Responsabilités des fournisseurs, déployeurs et utilisateurs.
  • Données personnelles, RGPD, propriété intellectuelle, secret des affaires.
  • Normes, référentiels et bonnes pratiques : ISO 42001, gestion des risques, audit, conformité.
  • Évolutions à surveiller et veille réglementaire.
  • Identifier les outils utilisés : IA générative, assistants bureautiques, outils métier, automatisations, modèles internes ou externes.
  • Distinguer expérimentation, usage ponctuel, usage métier, système critique.
  • Recenser les données utilisées.
  • Identifier les publics concernés : collaborateurs, clients, usagers, candidats, citoyens, partenaires.
  • Repérer les usages sensibles : RH, notation, recommandation, décision, surveillance, accès aux droits, données personnelles.
  • Formaliser un registre des usages IA.

Atelier pratique
Construire une première cartographie des usages IA d’une organisation.

  • Cartographie des systèmes et initiatives d’IA dans votre entreprise : classification par niveau de risque
  • Identification des acteurs clefs et de leurs rôles : CDO, Data Scientist, Data Governance Officer, Data Steward, Data Product Manager, Data Owner, Compliance Manager, DPO…
  • Le rôle des départements juridiques, audit, conformité
  • Comment intégrer ces compétences dans un comité de gouvernance de l’IA
  • Fusionner ou séparer gouvernance de l’IA et gouvernance de l’information
  • Formalisation de la politique de gouvernance des algorithmes : les 10 étapes de la mise en conformité
  • Alignement de la gouvernance de l’IA avec la gouvernance d’entreprise
  • Etudes de cas : présentation des stratégies déjà élaborées par certains groupes
  • Identifier les risques : juridique, éthique, sécurité, données, réputation, qualité, organisation du travail.
  • Évaluer la gravité, la probabilité et la maîtrise actuelle.
  • Classer les usages selon leur criticité.
  • Définir les usages autorisés, encadrés, interdits ou soumis à validation.
  • Prioriser les chantiers de gouvernance.
  • Construire une matrice risques / contrôles.

Atelier pratique
Qualifier plusieurs cas d’usage IA et les classer selon leur niveau de risque.

  • Direction générale, DSI, juridique, conformité, DPO, RH, métiers, data, audit interne.
  • Faut-il créer un comité IA ?
  • Rôle des responsables métiers dans la validation des usages.
  • Rôle des professionnels de l’information dans la qualité des sources, corpus et contenus.
  • Rôle des managers dans l’acculturation et le contrôle des usages.
  • Organiser la remontée des incidents, erreurs et usages à risque.
  • Définir un modèle de gouvernance simple et réaliste.
  • Définir les principes d’usage responsable.
  • Identifier les données pouvant ou non être utilisées.
  • Encadrer les usages des outils grand public.
  • Définir les règles de vérification, validation et traçabilité.
  • Poser les règles de transparence.
  • Préciser les cas nécessitant une validation juridique, DSI ou conformité.
  • Construire une charte IA pour les collaborateurs.

Atelier pratique
Rédiger les grandes lignes d’une politique ou charte interne d’usage de l’IA.

  • La confiance n’exclut pas le contrôle… quels outils pour mesurer le respect des normes : audit interne ou audit externe
  • Auditer ses systèmes d’IA : surveillance humaine, méthodes, cadre d’audit, outils et tableaux de bord
  • Se préparer aux futures certifications : modèle de conformité et évaluation
  • Etude de cas : simulation d’un audit sur un cas pratique
  • Contrôler la qualité des réponses générées.
  • Vérifier les sources et données utilisées.
  • Identifier les biais et erreurs récurrentes.
  • Suivre les incidents et signalements.
  • Mesurer les gains et risques.
  • Définir des indicateurs : adoption, satisfaction, qualité, conformité, temps gagné, erreurs évitées.
  • Construire un tableau de bord de gouvernance IA.
  • Définir le périmètre d’audit.
  • Auditer les outils, données, prompts, instructions, corpus, résultats et validations.
  • Vérifier les droits d’accès.
  • Documenter les décisions et contrôles.
  • Évaluer les risques de sécurité, confidentialité et biais.
  • Préparer une grille d’audit.
  • Simuler un audit sur un cas pratique.

Atelier pratique
Construire une grille d’audit IA et l’appliquer à un cas d’usage.

  • Pourquoi former et acculturer les collaborateurs.
  • Adapter l’acculturation selon les publics : direction, managers, métiers, RH, DSI, utilisateurs réguliers.
  • Définir les compétences minimales attendues.
  • Organiser des sensibilisations, ateliers ou référents IA.
  • Construire une bibliothèque de bonnes pratiques.
  • Intégrer l’IA dans les processus qualité, RH et formation.
  • Prévenir les usages non maîtrisés.
  • Identifier les chantiers prioritaires.
  • Définir les parties prenantes.
  • Prioriser les actions à 30, 60 et 90 jours.
  • Mettre en place un registre des usages.
  • Lancer une charte IA.
  • Organiser un comité ou dispositif de gouvernance.
  • Préparer les premiers audits.
  • Planifier la montée en compétences.

Atelier final
Élaborer une feuille de route de gouvernance IA : cartographie, risques, règles, responsabilités, contrôles, acculturation et calendrier de déploiement.

 

  • Comprendre les enjeux réglementaires et éthiques de l’IA.
  • Cartographier les usages IA dans une organisation.
  • Classer les risques et définir des mesures de maîtrise.
  • Construire une politique interne d’usage de l’IA.
  • Définir les rôles et responsabilités de gouvernance.
  • Préparer un dispositif d’audit et de contrôle.
  • Élaborer une feuille de route de gouvernance IA.
  • Questionnaire de positionnement en amont.
  • Études de cas.
  • Cartographie des usages IA.
  • Construction d’une matrice de risques.
  • Élaboration d’une grille d’audit.
  • Production d’une feuille de route.
  • Quiz de consolidation.
  • Évaluation à chaud.
  • Évaluation à froid à 6 mois.

Avant : FAD50 pour consolider les bases des IA génératives ou FA89 pour cadrer un projet IA.

Après : FA99 pour approfondir l’exploitation des LLM avec les données d’entreprise, FA143 pour encadrer l’automatisation par agents et workflows, ou un accompagnement intra pour formaliser la charte et la gouvernance IA.

Déclinaison intra possible

En intra, cette formation peut être adaptée à un CODIR, une DSI, une direction juridique, une direction métier ou un groupe projet IA. Elle peut déboucher sur un registre des usages IA, une matrice de risques, une charte interne, une grille d’audit et une feuille de route de gouvernance.

FA64

Gouvernance de l’IA : mettre en place les processus et les outils pour rester conforme

2 jours
1490€ nets de TVA*

*Serda SAS est exonéré de TVA au titre de l’article 261-4-4 du CGI

Prochaine session
Distanciel
A venir
Date de début : mardi 6 octobre 2026
Date de fin : mercredi 7 octobre 2026

33+ 1 44 53 45 08

Public

Pré-requis

Méthode pédagogique

  • Apports théoriques, méthodologiques et juridiques : 35 %
  • Études de cas : 25 %
  • Exercices et ateliers pratiques : 30 %
  • Échanges, débats et retours d’expérience : 10 %

Modalités et délais d'accès

⏳ Inscription possible jusqu’à 24h avant le début de la session (sous réserve de places disponibles).
♿ En situation de handicap ? Contactez-nous pour adapter les modalités de votre parcours.

Prochaines sessions

Session
Distanciel
A venir
Date de début :mardi 6 octobre 2026
Date de fin :mercredi 7 octobre 2026
Session
Distanciel
A venir
Date de début :mardi 9 mars 2027
Date de fin :mercredi 10 mars 2027
Session
Distanciel
A venir
Date de début :lundi 12 juillet 2027
Date de fin :mardi 13 juillet 2027
Session
Distanciel
A venir
Date de début :mercredi 15 décembre 2027
Date de fin :jeudi 16 décembre 2027

Formateur·ice

Philippe Nieuwbourg
Philippe Nieuwbourg
Voir son parcours

Philippe Nieuwbourg est depuis plus de 30 ans spécialisé dans les données. Il a formé et accompagné plusieurs centaines d’entreprises sur des sujets tels que la gouvernance et données et celle de l’intelligence artificielle. Il dispense des formations et donne des conférences en Europe, Afrique, Amérique du Nord et du Sud, pour des entreprises privées ou des organisations publiques.

Ces autres formations pourraient vous intéresser

FA145

Copilot Studio et agents Microsoft 365 : créer des assistants métier en environnement d’entreprise

2 jours

Présentiel – Distanciel

FA144

Claude pour optimiser ses processus métier : déléguer, analyser et produire avec un assistant IA avancé

1 jour

Présentiel – Distanciel

FA143

Automatiser ses tâches avec l’IA générative : agents, workflows et assistants métier

2 jours

Présentiel – Distanciel

Préparation du téléchargement
Initialisation...