JDN – Machine learning ou IA générative : quelle technologie pour quels besoins ?
Comment choisir la bonne technologie selon votre cas d’usage et éviter les erreurs coûteuses.
JDN – Illusions utiles : quand l’IA rassure trop et retarde le soin
IA utile, mais illusion de sécurité (rareté, données incomplètes, signaux faibles) : triage/ajustements ⇒ revue humaine.
JDN – IA & Santé : lignes de faille
La confiance ne naît pas d’un lac de données, mais d’un système : finalité clinique claire, minimisation, traçabilité, « chaîne du froid » des données et revue mensuelle clinique–data.
JDN – IA agentique : la gouvernance, premier pas vers un véritable impact
Les agents d’IA s’imposent comme la nouvelle frontière concurrentielle pour les entreprises françaises. La promesse est immense : gains de productivité, analyses plus rapides et innovation accélérée.
JDN – Pourquoi les directeurs financiers préfèrent une IA « ennuyeuse » mais fiable
Les directeurs financiers préfèrent une IA fiable et prévisible à une IA autonome mais imprévisible.
JDN – Pourquoi l’IA ne remplacera jamais un coaching
On l’annonce chaque semaine : l’Intelligence Artificielle va transformer nos vies.
JDN – IA générative : sortir des fantasmes pour créer de la valeur
95% des projets en IA générative échouent : pour créer de la valeur, il faut dépasser les fantasmes, limiter l’usage de l’IA au nécessaire, tester rigoureusement et viser l’industrialisation.
JDN – IA et delivery agile : vers une exécution augmentée
L’IA transforme l’exécution agile : génération de tests automatiques, détection des blocages, prévision de vélocité et sprint planning prédictif. Un copilote puissant qui fiabilise le delivery.