Qui de mieux que les intervenants Oreegami pour répondre aux questions que se posent les entreprises dans cette nouvelle ère digitale ?

Jérémy est en effet à la tête de Self Upgrade, une communauté qui accompagne les entreprises et créateurs de contenu dans leur transformation digitale au travers de formations, du conseil et même un podcast. Cet ambassadeur de Vivatech 2025, qui a à ce jour formé plus de 1 500 professionnels, enseigne l’IA et le no-code chez Oreegami, des compétences dont les entreprises doivent se doter pour rester compétitives. Rencontre avec ce passionné qui affirme qu’en lui ouvrant plusieurs perspectives de carrière, le digital l’a sauvé !

Jérémy François – Expert Growth Marketing

Bonjour Jérémy, pouvez-vous vous présenter en quelques mots ?

Jérémy François : Bien sûr ! J’ai grandi en Martinique, une île magnifique où j’ai découvert ma passion pour la technologie en bricolant des consoles de jeux. Après des études en finance — que j’ai faites pour faire plaisir à mes parents — je suis parti en Australie, où j’ai rencontré des personnes inspirantes dans l’e-commerce et le développement web. De retour à Paris, j’ai poursuivi un MBA en marketing digital et je me suis spécialisé dans le growth hacking. J’ai eu la chance de travailler comme Lead Growth pour une entreprise anglo-saxonne où nous avons atteint une croissance à trois chiffres. Aujourd’hui, je partage mon temps entre la formation, le conseil et mon projet principal, Self Upgrade, une communauté dédiée à la digitalisation des compétences.

Vous êtes un expert du growth marketing. Comment définiriez-vous cette discipline ?

Jérémy François : Le growth marketing, c’est générer de la croissance pour une entreprise en adoptant une approche holistique. Contrairement au marketing classique, qui peut être cloisonné entre différents départements (marketing, commercial, opérationnel), le growth marketing s’intéresse à tout le tunnel de conversion. Nous utilisons souvent le framework AARRR (Acquisition, Activation, Rétention, Référencement, Revenu) pour optimiser chaque étape sans compromettre les autres. L’objectif est d’itérer rapidement, comme un département R&D du marketing, afin d’identifier des opportunités de croissance inédites. Cela permet aux entreprises d’être plus agiles et compétitives.

Vous enseignez également le no-code. Pourquoi est-ce important aujourd’hui ?

Jérémy François : Le no-code démocratise la création digitale. Pendant longtemps, les développeurs étaient les seuls à pouvoir concevoir des outils ou des plateformes numériques. Cela coûtait cher et prenait du temps. Avec des outils comme Zapier, N8N, Bubble ou Webflow, n’importe qui peut passer d’une idée à sa réalisation rapidement et sans compétences techniques avancées. Cela redonne du pouvoir aux équipes non techniques — marketeurs, communicants ou entrepreneurs — qui peuvent désormais tester leurs idées sans dépendre des développeurs. En entreprise, cela se traduit par une exécution plus rapide et donc une meilleure compétitivité.

Quels impacts concrets cela peut-il avoir pour une entreprise ?

Jérémy François : Dans un environnement compétitif, la vitesse d’exécution est cruciale. Être lent ou ne pas être rapide peut parfois faire perdre des parts de marché. Alors, qu’une entreprise capable de tester rapidement un nouveau produit ou un nouveau service apprend plus vite que ses concurrents. Par exemple, grâce au no-code et à l’automatisation, une équipe peut concevoir une landing page ou un prototype en quelques jours au lieu de plusieurs semaines auparavant. Cela permet non seulement de gagner du temps mais aussi d’économiser des ressources tout en identifiant rapidement ce qui fonctionne ou non.

Avez-vous un exemple concret d’entreprise ayant utilisé ces méthodes avec succès ?

Jérémy François : Absolument ! Lorsque j’étais chez Growth Tribe en tant que Lead Growth, nous avons mis en place une stratégie d’event-based marketing centrée sur la formation au growth hacking. Nous avions formé environ 16 000 personnes, principalement des CEO qui avaient rencontré des difficultés avec des freelances et souhaitaient internaliser cette compétence, donc nous connaissions notre cible.

Pour cibler efficacement ces décideurs, nous avons automatisé un processus qui analysait toutes les entreprises qui recrutaient en growth hacking ou en growth marketing sur Indeed (via API). Puis, nous avons automatisé la récupération des informations correspondant à ces entreprises sur societe.com, et programmé l’envoi d’emails personnalisés générés par une IA simulant une écriture manuscrite.

Au final, c’est un process qui est très scalable : on peut le passer à l’échelle rapidement et cela ne coûte pas plus d’argent à développer, hormis le temps humain. On a connu un gros pic de croissance grâce à cette stratégie.

Enfin, quels conseils donneriez-vous aux PME souhaitant se lancer dans le no-code ou l’IA ?

Jérémy François : Mon premier conseil serait de ne pas voir la montagne plus haute qu’elle ne l’est, et donc de commencer petit, mais stratégique. Identifiez un problème précis — comme automatiser une tâche répétitive ou tester une nouvelle idée — et utilisez les outils no-code ou IA pour y répondre rapidement. Formez vos équipes pour qu’elles comprennent ces technologies et puissent les exploiter au mieux.

Mon second conseil serait de rester ‘project driven’ plutôt que de se dire, ‘j’apprends beaucoup de choses et puis je vais à quoi ça me sert’. Faites du ‘reverse engineering’ car quand on a un projet en tête et une vision, c’est beaucoup plus simple d’apprendre.

---

/

Qui de mieux que les intervenants Oreegami pour répondre aux questions que se posent les entreprises dans cette nouvelle ère digitale ?

Souraj aborde pour nous les thématiques essentielles pour comprendre la data, telles que la « first party data », la réglementation RGPD, l’optimisation du retour sur investissement (ROI) et des conseils aux entreprises pour mieux exploiter leurs data.

Exploiter la data marketing pour de meilleures décisions stratégiques au service de plus de performance.

Souraj Check Mouhammad – Expert data chez Dentsu

Bonjour Souraj, pouvez-vous vous présenter et nous parler de votre parcours ?

Souraj : Bien sûr, je m’appelle Souraj et j’évolue dans le domaine de la publicité depuis 2018. Mon parcours est assez atypique : après un baccalauréat scientifique, j’ai exploré divers horizons académiques, passant par une école d’ingénieur et des études en sociologie. Ces expériences variées m’ont permis d’acquérir une perspective multidimensionnelle. J’ai intégré le marché grâce à une alternance chez Dentsu au sein du pôle Display…. et j’y suis resté ! Depuis maintenant 8 ans, je collabore avec des acheteurs Display sur des problématiques complexes pour des grands comptes ainsi que pour le secteur public et gouvernemental.

J’ai aussi un rôle de formateur auprès des apprenants d’Oreegami. J’apprécie beaucoup de transmettre mon savoir auprès de cette audience, qui est toujours attentive et soucieuse d’apprendre toujours plus.

Pouvez-vous nous parler de vos missions actuelles chez Dentsu ?

Depuis 3 ans, je pilote les campagnes publicitaires digitales du Gouvernement. Mon rôle inclut notamment l’étude et le choix des partenaires utilisant de la 3rd party data nous permettant de modéliser une audience qui se rapprocherait de l’audience que souhaite adresser mes annonceurs, à cela on la combine à de la first party data qu’on pourrait retrouver sur les plateformes d’authentification ou collectée par d’autres actions marketing comme, par exemple, la newsletter. Un mix data essentiel pour pallier aux restrictions sans-cesse annoncées par les géants comme Google. Par ailleurs, la réglementation RGPD joue un rôle majeur dans la manière dont nous collectons et analysons ces données. 

Définir la data : entre statistiques et modélisation

La notion de « data » est vaste et parfois floue. Quelle est votre définition ?

La data peut être définie comme une donnée statistique que l’on collecte, traite et exploite. Elle revêt plusieurs formes : chiffrée (comme les données analytiques sur le comportement des internautes) ou textuelle (telles que les informations issues des CRM).

Par exemple, chez Dentsu, nous combinons deux types de données : la ‘Ad centric’ (provenant des campagnes publicitaires) et la ‘site centric’ (issue de la navigation sur un site web). Cette combinaison permet d’obtenir une vision plus complète des comportements utilisateurs. En somme, la data est une ressource modulable selon son usage – quantitative ou qualitative – qui nécessite un traitement rigoureux pour révéler son potentiel.

La valeur stratégique de la ‘first party data‘

Pourquoi insiste-t-on tant sur l’importance de la « first party data » (Les first-party data sont les informations collectées par l’entreprise directement auprès de son public) ?

La ‘first party data’ possède une valeur inestimable, car elle est fiable et complète. Contrairement aux données achetées auprès de fournisseurs tiers, elle garantit que chaque euro investi génère un retour significatif. Cependant, sa limite réside dans sa volumétrie restreinte par rapport aux données externes. Les annonceurs doivent donc travailler à enrichir leur base propriétaire pour maintenir leur précision et maximiser leur ROI.

Structurer ses outils pour exploiter efficacement la data

Quels sont les premiers pas pour une entreprise souhaitant exploiter sa data ?

La structuration des outils est fondamentale. Tout commence par le choix d’une CMP (Consent Management Platform : plateforme de gestion des cookies), qui permet de gérer efficacement le consentement des utilisateurs tout en respectant les recommandations de la CNIL vis-à-vis du RGPD. Une CMP bien configurée inspire confiance aux internautes et optimise le taux de consentement nécessaire à une collecte efficace. Ensuite, il faut analyser cette donnée grâce à un data scientist, qui saura classifier les informations en données chaudes (orientées conversion) et données froides (orientées fidélisation).

Ressources humaines nécessaires pour valoriser la data

Quelles ressources humaines sont indispensables pour exploiter pleinement la data ?

Une configuration type inclut plusieurs profils clés. Un responsable SI doit assurer la conformité technique vis-à-vis du RGPD tout en gérant l’infrastructure nécessaire à l’exploitation des données. Un alternant spécialisé en marketing digital peut également jouer un rôle opérationnel sous l’encadrement d’un responsable marketing expérimenté. Certaines entreprises structurent même un pôle dédié au data marketing pour maximiser leurs efforts publicitaires tout en respectant les réglementations en vigueur.

Retour sur investissement (ROI) grâce à une stratégie axée sur la data

Quels gains peut-on espérer avec une stratégie basée sur la data ?

Une optimisation basée sur la donnée peut générer un gain financier moyen entre 15 % et 20 %. De plus, utiliser sa propre donnée réduit les coûts liés à l’achat de données externes tout en augmentant leur valeur au fil des campagnes grâce à l’enrichissement progressif des bases existantes. Enfin, cela permet d’améliorer significativement les performances publicitaires en ciblant plus précisément les audiences pertinentes.

Conseils aux PME-PMI pour exploiter leur gisement de données

Si une PME souhaite se lancer dans l’exploitation de ses données, quelles seraient vos recommandations ?

Pour une PME qui dispose d’une base limitée, il faut d’abord augmenter cette volumétrie en collectant davantage d’informations pertinentes via ses outils CRM ou ses campagnes digitales. Ensuite, il faut appliquer une logique différenciée entre conquête (données chaudes orientées vers l’achat) et fidélisation (données froides permettant de renforcer les relations avec les clients existants). Cette approche stratégique permet non seulement d’optimiser le ROI mais également d’assurer une croissance durable du business.

Merci Souraj d’avoir répondu à nos questions ! Vos conseils précieux s’adressent aussi bien aux grandes entreprises qu’aux PME souhaitant exploiter au mieux le potentiel offert par leurs propres ressources numériques, nous espérons qu’ils seront en tirer des bénéfices.

---

/

Qui de mieux que les intervenants Oreegami pour répondre aux questions que se posent les entreprises dans cette nouvelle ère digitale ?

Avec l’IA qui devient accessible à tous en 2025, le champ de possibles du no-code s’élargit encore plus, non seulement pour Arthur, mais aussi pour les entreprises. Aujourd’hui freelance, Arthur dispense des cours sur le no-code aux apprenants d’Oreegami.

Nous l’avons interrogé sur les opportunités que présente le no-code pour les entreprises, quelle que soit leur taille.

Arthur Soustelle, – Expert automatisation / no-code

Bonjour Arthur, c’est quoi ta définition du no-code ?

Arthur : Je parle très peu de no-code et davantage de programmation visuelle. Je trouve que le terme est beaucoup plus professionnalisant et moins ‘marketing’. Donc pour moi, c’est créer des applications ou des solutions digitales en s’abstenant de complexités techniques, sans forcément de formation initiale. Avec l’envie d’apprendre et une bonne dose de détermination, on peut y arriver et même devenir expert. J’en suis le parfait exemple. En revanche, cela prend plus de temps que de suivre une formation.

Pour les entreprises, qu’est-ce que le no-code leur permet d’accomplir ?

Arthur : Ça apporte un vrai soutien économique et de vraies options. Le no-code permet de créer des solutions fonctionnelles, maintenables et scalables, à un coût acceptable, ce qui est loin d’être négligeable lorsque l’on voit les coupes budgétaires que subissent tous les secteurs. 

Par exemple, une application à 15 000 euros en no-code coûterait 3 à 4 fois plus cher en développement classique. Pour des applications métiers en interne où on a besoin d’aller vite sans trop se soucier du design, le no-code à toute sa place. Par contre, pour un projet où l’on recherche du ‘pixel perfect’, pour le grand public par exemple, le no-code est moins intéressant, car cela va demander énormément de temps, presque autant qu’un développeur. Quand bien même, le coût financier d’une personne qui fait du no-code restera forcément beaucoup plus bas qu’une personne qui fait du développement.

On entend davantage parler de l’IA que du no-code bien qu’ils soient complémentaires. À ton avis, pourquoi ?

Arthur : L’Intelligence Artificielle fait davantage vendre, et surtout, c’est plus accessible. L’IA a un côté magique et offre des résultats rapides… Mais si on revient quatre ans en arrière, on tenait exactement le même discours sur le no-code : « C’est incroyable, on peut créer une application sans coder ! » Mais force est de constater que le no-code a été absorbé par l’IA, et c’est normal. Aujourd’hui, avec un prompt, on peut avoir un résultat exploitable en quelques secondes contre deux ou trois heures en no-code. Donc il y a un vrai effet ‘waouh’. Cependant, si on veut créer une application ou une automatisation, l’IA va être ‘mignonne’, à savoir qu’elle pourra guider un petit peu, mais elle ne va pas faire le fondement des choses. Le no-code restera la brique principale.

Selon toi, quelle est la personne la mieux placée dans une entreprise pour se saisir du no-code ? Ou faut-il faire appel à une ressource externe, une agence, upskiller des collaborateurs ?

Arthur : Ça va dépendre de deux critères : l’investissement financier et le temps imparti. L’agence sera certes plus onéreuse, mais ce sont de vrais experts. Elle ira donc plus vite et sera très réactive. Prendre quelqu’un en alternance, c’est intéressant aussi, car c’est un investissement sur le long terme, qui sera forcément rentabilisé. Par contre, la personne ne sera pas experte tout de suite. Et en interne, on observe souvent quelques « champions » qui vont mettre les mains dans le cambouis. Ce n’est pas leur métier, ils sont avant tout des chefs de produit, chefs de projet, marketeurs… Bref, ils ne sont pas ‘tech’, mais ils se lancent. On les appelle les « no-code citizens ». Là aussi, c’est intéressant, mais cela peut prendre du temps, donc si le besoin est pressant, il vaut mieux tabler sur une agence ou un expert en freelance. Sinon, le meilleur investissement sur le long terme reste d’avoir une personne en interne qui apprend au fil de l’eau.

D’après tes observations, quel est le degré de maturité des entreprises vis-à-vis des opportunités qu’offrent l’IA et le no-code ?

Arthur : Déjà, je peux donner un chiffre : sur les six derniers mois, je n’ai remonté qu’une quinzaine d’offres d’emploi dans lesquelles le mot ‘no-code’ apparaissait. C’est très peu… On peut dire que la maturité augmente puisque de facto le métier n’existait pas encore, il y a quatre ans, et que le métier de ‘Product Builder no-code’ est à présent reconnu par France Compétences depuis décembre 2023. De plus, quand on sait qu’à peu près 30% des entreprises en France n’ont toujours pas de CRM, la marche à franchir reste haute. Les entreprises qui ont un board digital ont très souvent connaissance du no-code, mais ça ne va pas plus loin.

Qu’est-ce qui freine cette adoption massive du no-code au sein des entreprises ?

Cela tient en grande partie à la conjoncture économique, qui n’est pas optimale. Si on était dans une période plus prospère économiquement, les choses seraient différentes. Aux USA,  la notion de programmation visuelle est déjà beaucoup plus importante parce qu’ils sont davantage dans une logique d’investissement. 

En France, on est freiné par la logique qui veut que l’informatique, le digital, ce sont des dépenses. Certes, il faut payer des licences, payer quelqu’un pour le faire, mais lorsque tu investis 5 000 euros, tu récoltes 30 fois plus.Donc, à un moment, il faut prendre le risque. A contrario, les entreprises qui commencent à mettre un pied dans le no-code y vont très fort parce qu’elles savent que la scalabilité est juste infinie. Ça ne leur coûte quasiment rien et ça leur fait gagner de l’argent, donc le ROI est là.

As-tu un exemple d’entreprise qui a su tirer parti de no-code ?

Arthur : Bien sûr, car ces entreprises ont tendance à le marketer très fort. Je pense à une boîte à Montpellier qui scandait que ‘chez eux, ils avaient tout optimisé grâce à l’automatisation pour bien mieux travailler’ ! Cela devient un vrai levier pour booster leur marque employeur. Je trouve ça chouette. J’ai aussi l’exemple d’une connaissance qui était Data Analyst dans une boîte, et qui est devenu CTO parce que la boîte faisait de full no-code. Ils ont explosé le marché ! Pourquoi ? Parce qu’ils étaient d’une réactivité folle grâce à l’automatisation. Ils étaient capables de répondre tellement vite aux besoins de leurs clients, de fluidifier la partie commerciale en interne et d’exploser sur le SEO qu’ils ont mangé tout le monde. Cette boîte en question, Ma Nouvelle Assurance, a fait une hyper croissance en quatre ans, ce qui est énorme ! 

Plus largement, quels bénéfices une entreprise pourrait-elle tirer en développant par exemple une stratégie marketing autour du no-code ?

Arthur : Typiquement en marketing, je pense à la veille concurrentielle. On peut automatiser beaucoup de choses : créer automatiquement du contenu avec de l’IA, absorber le contenu de ses concurrents, créer des dashboards automatiques, optimiser son référencement naturel, produire des posts LinkedIn, créer des vidéos, générer des présentations, etc. Mais le no-code peut aussi être pertinent à tous les niveaux : support client, commerciaux, opérations, finance…  

Côté ROI, si on prend le cas de l’alternance, par exemple un alternant Oreegami, cela va coûter 1 800 € max par mois (soit un peu plus de 20 000 € l’année), et il n’y a pas de charges. Tu as une ressource technique et ultra flexible, qui peut permettre de créer une application ou qui va développer une solution sous un, deux, voire trois mois. Une agence, elle, pour une application va te demander entre 15 et 20 000 €. Le calcul est vite fait, l’alternance va vite être rentabilisée.

Inversement, qu’est-ce que les entreprises auraient-elles à perdre si elles n’activaient pas ce levier qu’est le no-code ?

Arthur : Je vais reprendre l’exemple de Ma Nouvelle Assurance pour expliquer mon propos. À mon sens, le risque pour une boîte qui ne se met pas au no-code et à l’IA (parce que j’associe les deux), c’est de perdre en parts de marché. Cette boîte a ‘mangé’ une grande partie de ses concurrents. Mais c’est aussi prendre le risque de perdre en performance et en agilité.

90% des usagers d’outils no-code / low-code pensent que leur entreprise n’aurait jamais pu se développer aussi rapidement sans ces outils.
Etude Zapier, 2021

Quand on enseigne sur un secteur qui bouge aussi vite, comment on reste à jour pour proposer des cours qui tiennent compte de toutes les évolutions et qui restent adaptés aux besoins concrets des entreprises ?

Arthur : Je suis littéralement en veille 24/7 et je m’oblige à tester toutes les nouveautés, quitte à ce que ce soit difficile à suivre, mais c’est nécessaire pour fournir un travail de qualité. J’automatise aussi ma veille bien évidemment, notamment celle provenant des éditeurs. Et pour les entreprises, je pense qu’il faut les évangéliser. Il faut que les équipes prennent du recul sur leur quotidien et se rendent compte que les tâches qu’ils font manuellement depuis des années peuvent être automatisées, et donc gagner en performance. Il faut aussi que les entreprises s’ouvrent sur de nouvelles perspectives : dépenser 50 000 € pour un dév n’est plus la seule option.

37% des usagers de technologies no-code / low-code économiseraient entre 10 et 20 heures de travail chaque semaine.
Etude Zapier, 2021

Cette évangélisation passe par des lives sur LinkedIn et YouTube, des conférences, le No Code Summit, des articles tels que celui-ci par exemple. Toutes les petites actions sont bonnes à prendre, car il faut bien se rendre compte que le no-code, c’est une bulle de 15 000 – 20 000 personnes… et qui ne sont pas les plus ‘communicants’. Donc tout repose sur l’éclatement de cette bulle pour acculturer les entreprises aux opportunités que présentent l’IA et le no-code.

---

/

Et on ne peut pas leur jeter la pierre. IA, no code, agent IA, prompt, etc. Les mots fusent, mais leurs champs d’application restent flous… Pourtant, lorsque l’on couple l’IA et le no code, les opportunités sont assez spectaculaires.

En effet, l’IA et le no code rendent possible des applications qui vont de l’automatisation des tâches quotidiennes à l’analyse de données et la prévision des tendances. Si vous ignoriez comment tirer profit de l’IA et du no code, pas de panique ! Nous avons recensé quelques uns des cas usages concrets de l’IA en entreprise développés par les apprenants Oreegami dans le cadre du programme Chef de Projet IA & No-Code

En voici quelques-uns :

Cas d’usage n°1 : Automatiser sa veille grâce à l’IA

Vous connaissez le scénario ? Des collaborateurs qui passent des heures à chercher des articles sur l’IA et le No-Code ou tout autre sujet, à les trier, à les partager… C’est clair que ça peut être un vrai casse-tête.

Mais imaginez un outil qui transforme cette corvée en jeu d’enfant. C’est possible, et ça ne demande même pas de compétences en IA !

Le problème : la veille, un marathon chronophage

Les équipes passent trop de temps à :

Chercher des articles sur des sujets précis (IA, no code, formation professionnelle, tourisme…).

Les trier selon des critères précis (source, date, thématiques).

Les résumer pour les partager.

Résultat ? Un temps précieux perdu, et une info qui arrive en retard.

La solution : une veille automatisée et gamifiée

Ce groupe d’apprenants a développé un outil qui :

Centralise automatiquement les articles : pas de recherche manuelle, tout est regroupé dans une interface intuitive.

Propose des résumés clairs : l’IA synthétise l’essentiel pour gagner du temps.

Ajoute des challenges ludiques : des quiz sous forme de « défis » pour tester ses connaissances.

Comment ça marche ?

1️⃣ Collecte intelligente : l’outil scanne les sources en temps réel (blogs, médias, réseaux) pour trouver des articles sur l’IA et le No-Code.

2️⃣ Tri et résumé : il filtre les contenus selon les critères (date, source, thématique) et génère des résumés percutants.

3️⃣ Gamification : les collaborateurs testent leurs connaissances via des quiz, avec des récompenses pour les plus rapides ou les plus précis.

Les bénéfices ? On vous liste tout

Pour les collaborateurs :

• Gain de temps : adieu les heures de recherche manuelle.
• Engagement boosté : les défis ludiques rendent l’apprentissage fun.
• Info accessible : une interface simple pour trouver et partager des contenus.

Pour l’entreprise :

• Connaissances partagées : les équipes sont alignées sur les dernières tendances.
• Culture d’apprentissage : les quiz favorisent l’engagement et la collaboration.
• Réactivité accrue : les infos sont disponibles en temps réel.

Exemple concret

Scénario	Avant	Après
Recherche d’un article sur le No-Code	30 min de navigation	Article trouvé et résumé en 2 clics
Partage d’info aux collègues	Envoi manuel par mail	Partage instantané via l’interface

Cas d’usage n°2 : quand l’IA booste les commerciaux

Le quotidien des commerciaux ? Des heures perdues à chercher désespérément des informations sur leurs clients dans un CRM labyrinthique, perdant un temps précieux.

Et si vos commerciaux pouvait posséder un qui transforme ce chaos en réponses en temps réel ? Ce serait l’eldorado, et en plus, c’est accessible à tous !

Le problème : les CRMs traditionnels, un frein pour les équipes

Les commerciaux passent trop de temps à fouiller dans des bases de données complexes pour répondre aux questions clients. Résultat ? Des délais rallongés et une expérience client moins fluide.

Le défi Oreegami : un chatbot connecté au CRM en 2,5 jours

Une équipe d’apprenants Oreegami a conçu, en 2,5 jours, un chatbot connecté à un CRM fictif. Ce chatbot intelligent a permis de :

Répondre aux questions des commerciaux en temps réel : « Quel est le dernier contact avec M. Dupont ? » → Réponse instantanée.

S’interconnecter avec le CRM fictif : pas besoin de basculer entre des outils, tout est centralisé.

Libérer du temps pour se concentrer sur le relationnel : fini les recherches fastidieuses, place à l’accompagnement client.

Comment ça marche ?

1️⃣ Analyse des données CRM : le chatbot extrait les infos clés (historique des contacts, préférences clients).

2️⃣ Génération de réponses : grâce à l’IA, le chat bot formule des réponses précises et adaptées.

3️⃣ Intégration fluide : pas de compétences techniques requises, l’outil est prêt à l’emploi.

Les bénéfices ?

Pour les commerciaux :

• Gain de temps : moins de recherche manuelle = plus de focus sur le terrain.
• Réactivité accrue : réponse aux clients sans délai = satisfaction client boostée.
• Connaissances centralisées : tout l’historique client à portée de clic.

Pour l’entreprise :

Scalabilité : le chatbot s’adapte à l’évolution des données.

Productivité en hausse : les équipes se concentrent sur l’essentiel.

Expérience client optimisée : des réponses cohérentes et rapides.

Cas d’usage n°3 : l’IA au service de la personnalisation dans la pub en ligne

Des publicités génériques qui passent à côté des attentes des clients, malgré une segmentation précise. Aïe ! C’est comme envoyer un mail type à un ami proche : ça manque de punch.

Mais imaginez un monde où chaque annonce est sur mesure, adaptée aux préférences, aux comportements et même aux émotions de chaque utilisateur. C’est possible, grâce à l’IA générative et au No-Code.

Le problème : des créas génériques malgré la segmentation

Les marketeurs segmentent leurs audiences (par âge, centres d’intérêt, etc.), mais finissent par envoyer les mêmes visuels à tous. Résultat ? Un taux d’engagement qui patine, et une expérience client impersonnelle.

La solution : l’IA générative au cœur de la personnalisation

Avec des outils comme Google Ads ou Insider, l’IA transforme les données en publicités dynamiques :

Analyse des comportements : navigation, achats, interactions sur les réseaux… pour identifier des segments ultra-précis.

Création de contenu adapté : visuels, textes, vidéos générés en temps réel, alignés avec les préférences de chaque utilisateur.

Optimisation en continu : ajustements automatiques des campagnes pour maximiser les conversions.

Comment ça marche ?

1️⃣ Collecte de données : historique d’achat, interactions, préférences… pour définir des profils clients.

2️⃣ Segmentation hyper-ciblée : regroupement des utilisateurs par critères précis (ex : intérêts, fréquence d’achat).

3️⃣ Génération de contenu : l’IA crée des visuels, des textes ou des vidéos adaptés à chaque segment de client, avec des prompts détaillés.

4️⃣ Ajustements en temps réel : l’IA adapte les annonces selon les réactions des utilisateurs.

Les bénéfices ?

Pour les marketeurs :

• Gain de temps : adieu le design manuel pour chaque segment.
• ROI boosté : des visuels qui résonnent = taux de clics et de conversion en hausse.
• Créativité libérée : l’IA propose des idées innovantes que l’on n’aurait pas imaginées.

Pour les clients :

• Une expérience personnalisée : des publicités qui leur parlent vraiment.
• Engagement accru : des visuels qui captent l’attention et créent du lien.

Cas d’usage n°4 : Révolutionner le recrutement, quand la tech booste les RH

Recruter, une des missions les plus fastidieuses et capitales ! Et pourtant, cela rime avec des candidatures qui affluent de partout (ATS, emails, LinkedIn…), un tri manuel qui prend des heures, et des retours aux candidats qui traînent en longueur. C’est sûr que cela peut être un vrai casse-tête pour les RH.

Mais imaginez un outil qui transforme ce chaos en processus fluide. 🌟 C’est possible, et ça ne demande même pas de magie !

La solution : tout centraliser et automatiser

Avec un outil bien configuré, vous pouvez :

Collecter les candidatures en un clic : plus de chasse aux CVs éparpillés sur des plateformes.

Trier et centraliser les profils : adieu le tri manuel, bonjour l’efficacité.

Envoyer des retours personnalisés : « Votre profil correspond à cette formation » ou « Découvrez cette offre qui vous convient ». Plus de silences radio, ni de frustration.

Et pourquoi pas un chatbot coach virtuel ?

Et si un chatbot jouait les détectives de talents ? 🕵️

Il analyse les candidats, repère des compétences cachées et propose des pistes inattendues. Exemple : un candidat en marketing avec un profil technique méconnu ? Le chatbot le souligne.

Les RH gagnent… et les candidats aussi !

Pour les RH :

• Du temps libéré pour se concentrer sur l’accompagnement des talents.
• Un processus plus rapide : les candidats sont traités en temps réel.
• Une marque employeur renforcée : des retours personnalisés = une expérience candidate positive.

Pour les candidats :

• Des conseils sur mesure (formations, offres adaptées).
• Un suivi transparent : fini les « black holes » post-candidature.

Le résultat ? Une recrutement zen et performant

Collaborateurs RH plus sereins : moins de tâches répétitives = plus de focus sur l’humain.

Candidats plus engagés : une expérience fluide = une image positive de l’entreprise.

Des talents découverts : grâce au chatbot, on repère des profils atypiques qui passaient inaperçus.

Cas d’usage n°5 : Bannir les tâches répétitives sans valeur ajoutée

Vous reconnaissez-vous dans ce scénario ? Des équipes coincées dans une boucle infernale de demandes internes (IT, RH, finance…), où chaque ticket ressemble au précédent. Réinitialiser des mots de passe, répondre aux mêmes questions sur les congés, trier des requêtes… Le quotidien pourrait vraiment être plus agréable..

Mais imaginez un monde où ces tâches fastidieuses disparaissent en un claquement de doigt. C’est possible, et ça ne demande pas de licencier tout le monde !

La recette miracle : automatiser sans culpabiliser

Avec le bon outil (disons, un modèle bien configuré), vous pouvez :

✅ Trier les demandes en un clic : plus de « mais c’est pour qui ? » ou de ping-pong entre services.

✅ Répondre automatiquement aux requêtes courantes : « Mot de passe oublié ? Voici la procédure ! » → Libéré du temps pour des missions qui comptent.

✅ Anticiper les problèmes : si un ticket ressemble à dix autres déjà résolus, l’outil propose déjà une solution. Proactif, ça vous dit quelque chose ?

On ne licencie personne, on booste l’humain

Le but ? Pas de remplacer les équipes, mais de leur offrir l’oxygène nécessaire pour briller. Plutôt que de passer 80% de leur temps à des tâches répétitives, ils pourront :

Innover : « Comment améliorer le processus de recrutement ? »

Conseiller : « Comment optimiser le budget IT ? »

Accompagner : « Comment aider les nouveaux collaborateurs à s’intégrer ? »

Le résultat ? Une entreprise plus zen et efficace

Collaborateurs satisfaits : moins de tâches fastidieuses = plus de motivation.

Résolutions rapides : les demandes sont traitées en temps réel, sans attente.

Réactivité décuplée : l’entreprise peut enfin se concentrer sur ce qui compte vraiment.

Cas d’usage n°6 : L’IA au service de l’apprentissage, quand la personnalisation devient réalité

Vous connaissez le scénario ? Des élèves qui patinent sur un exercice, des profs qui jonglent entre niveaux disparates, et des manuels qui semblent ignorer nos différences. En termes d’efficacité, bof bof…

Mais imaginez un outil qui transforme cette uniformité en apprentissage sur mesure. C’est possible, et ça ne demande même pas de compétences en programmation !

Le problème : un apprentissage standardisé

Nous n’apprenons pas tous à la même vitesse ni de la même manière. Résultat ? Des élèves découragés, des profs épuisés, et des lacunes qui s’accumulent.

La solution : une IA agentique au service des élèves

Avec cette IA, vous pouvez :

Générer des contenus adaptés : des exercices, des vidéos ou des explications qui s’ajustent au niveau de chaque élève.

Analyser les erreurs en temps réel : si un élève bloque sur une question, l’IA propose immédiatement une explication ciblée.

Aider les profs à suivre la progression : des tableaux de bord pour identifier les points faibles et ajuster les cours.

Comment ça marche ?

1️⃣ Personnalisation des contenus : l’IA crée des leçons adaptées aux forces et aux difficultés de chaque élève.

2️⃣ Feedback instantané : les erreurs sont détectées et expliquées sur le moment, sans attendre la correction.

3️⃣ Suivi par les enseignants : les profs ont une vue d’ensemble pour adapter leurs méthodes et cibler l’aide.

Les bénéfices ? On vous liste tout

Pour les élèves :

• Apprentissage fluide : des contenus qui s’adaptent à leur rythme.
• Confiance renforcée : des explications claires qui évitent la frustration.
• Progression visible : ils voient leurs progrès en temps réel.

Pour les profs :

• Gain de temps : plus de corrections manuelles, plus de focus sur l’accompagnement.
• Insights précieux : identifier les lacunes collectives pour ajuster les cours.
• Équité : chaque élève reçoit l’attention nécessaire, même en classe nombreuse.

Exemple concret

Scénario	Avant	Après
Un élève bloque sur une équation	Attend la correction du prof	Explication immédiate via l’IA
Un prof suit 30 élèves	Difficulté à cibler les besoins	Tableau de bord avec les points faibles de chaque élève

C’est donc un atout de taille qui renforce leur performance opérationnelle et leur attractivité sur le marché.

Tous les métiers (RH, production, logistique, marketing…) doivent aujourd’hui se doter d’une dimension digitale pour s’adapter aux enjeux technologiques et rester compétitifs dans un environnement où la concurrence va chaque jour plus vite.

Cette augmentation des compétences métiers permet notamment d’optimiser les processus, d’exploiter les données stratégiques, de mieux répondre aux attentes des clients, etc. De nouveaux outils comme l’IA, le cloud computing, le no-code ou encore les plateformes collaboratives constituent autant de leviers pour automatiser les tâches répétitives, renforcer la cybersécurité et favoriser l’agilité organisationnelle.

Pour répondre à ces enjeux, le dispositif POEI de France Travail devient alors idéal et permet aux entreprises de moderniser leur écosystème professionnel tout en gardant le cap sur ses objectifs.

Prêts à accélérer votre transformation digitale ?

La POEI en deux mots

La Préparation Opérationnelle à l’Emploi Individuelle est un dispositif de France Travail qui permet à une entreprise de former un futur employé avant son embauche, pour combler les lacunes de compétences. L’objectif ? Lui donner les outils pour être opérationnel dès le premier jour.

Le trio clé :

• France Travail : L’institution valide le projet, finance la formation et assure la rémunération du stagiaire pendant la formation (ARE – Allocation chômage d’aide au retour à l’emploi ou Revenu minimum).

• L’entreprise : Elle définit les objectifs de la formation, et peut également en définir le programme ou le confier à un organisme spécialisé.

• Le demandeur d’emploi : Il ou elle suit jusqu’à 400 heures de formation sur-mesure.

POEI + Oreegami = une solution pour le numérique

Oreegami, l’académie de référence des transitions numériques, spécialisée dans les métiers tech (marketing digital, IA, data, no-code), utilise la POEI pour aider les entreprises à recruter des profils opérationnels en proposant des formations personnalisées répondant aux besoins des entreprises.

L’approche Bootcamp + Alternance :

• 3 mois de formation intensive pour acquérir les bases du nouveau métier.
• 12 mois en entreprise, pour exercer son nouveau métier et continuer sa montée en compétence.

Exemple concret :

Une candidate, qui travaillait précédemment dans le secteur des RH, souhaite augmenter ses compétences et se doter de capacités en IA / no-code, qui lui permettrait de bénéficier d’un réel avantage dans son métier.

Concrètement, la POEI finance sa formation. Elle va donc suivre un bootcamp intensif de 3 mois “Chef de projet digital IA / no-code” et intégrer une entreprise en alternance pendant 12 mois.

Avantage réciproque : l’entreprise, qui recherchait un profil IA / no-code, obtient un profil sur mesure. Le candidat obtient, quant à lui, un job et une formation financée.

Il n’y a que des bénéfices ?

La réponse est oui, oui, et encore oui.

Pour les entreprises :

✅ Économie d’argent : la formation est financée ET l’alternance bénéficie d’une aide de l’Etat.

✅ Recrutement sécurisé : le candidat est testé pendant le bootcamp et l’alternance : si l’entreprise souhaite l’embaucher, il connaît parfaitement son futur collaborateur.

✅ Accès à des talents rares : cette formule est idéale pour se doter d’un profil formé sur les métiers du digital, particulièrement en tension, notamment pour les spécialisations en IA / no-code.

Pour les demandeurs d’emploi :

✅ Formation gratuite : pas de frais pédagogiques, la formation étant financée par France Travail, puis l’entreprise et son OPCO pendant l’alternance.

✅ Certification RNCP : un diplôme reconnu (niveau Bac+3/4).

✅ Rémunération maintenue : le bénéficiaire conserve ses allocations pendant la formation et l’entreprise qui l’embauche le rémunère pendant la durée de son alternance.

La POEI revêt de nombreux avantages. Pour l’activer, vous pouvez utiliser le chemin dit ‘classique’ ou pour en tirer parti pleinement, vous pouvez conjuguer POEI avec Oreegami. On vous explique.

Bénéficier d’un alternant avec le dispositif POEI : la méthode traditionnelle

Nous l’appelons ‘traditionnelle’ car il s’agit là de la méthode classique, qui consiste à se rapprocher de France Travail, qui vous proposera plusieurs CV.

Voici les étapes clés à suivre pour cette méthode :

1 – Déposez une offre d’emploi auprès de France Travail.

2 – France Travail vous propose un ou plusieurs candidats.

3 – Identifiez un candidat potentiel qui, après une formation, pourrait occuper le poste vacant.

4 – Concevez un plan de formation en collaboration avec France Travail, en précisant les objectifs pédagogiques, les compétences à acquérir, le contenu du cursus et l’organisme de formation choisi. Une convention doit être signée entre l’entreprise, France Travail (ou l’OPCO), le centre de formation et le candidat.

5 – Désignez un tuteur pour accompagner le futur salarié.

6 – Signez conjointement avec le futur salarié un contrat de travail… Et voilà, c’est parti !

Côté administratif, vous devrez également fournir à France Travail ou à l’OPCO le bilan de la POEI, une copie du contrat signé, une facture précisant le décompte des heures de formation et enfin, le RIB de l’entreprise ou du prestataire de formation.

Bénéficier d’un alternant avec le dispositif POEI : la méthode sur-mesure avec Oreegami

Le démarche est quelque peu différente car un organisme de formation, tel qu’Oreegami, peut répondre à votre demande avec une formation préalable :

1 – Vous déposez une offre d’emploi auprès de France Travail ou vous manifestez auprès d’Oreegami votre besoin en recrutement.

2 – Oreegami se positionne avec la formation adéquate et sur mesure.

3 – France Travail contacte l’ensemble des candidats potentiels.

4 – Ces candidats sont méthodiquement évalués par notre équipe sourcing et sélection.

5 – Vous sélectionnez votre futur talent, qui sera formé par Oreegami et rejoindra votre entreprise suite à sa formation (3 mois de bootcamp).

6 – Vous signez conjointement avec le futur salarié un contrat de travail… Et voilà, c’est parti !

La POEI groupée, une autre façon d’activer ce dispositif

Dans le cas d’une POEI groupée, Oreegami se charge de contacter plusieurs entreprises susceptibles ayant un besoin en recrutement similaire afin de former plusieurs personnes en même temps. C’est ainsi qu’une promotion est lancée ! France Travail se charge alors de sourcer les candidats, qui seront ensuite passer au peigne fin par Oreegami pour matcher les candidats avec les entreprises.

Oreegami, un partenaire de choix

Quelle que soit le type de POEI, individuel ou groupé, les candidats présentés sont évalués au-delà de leur CV. Oreegami se démarque depuis toujours grâce à une méthode innovante d’évaluation des candidats basée sur les soft skills — une démarche qui se veut plus inclusive car les équipes d’Oreegami en sont convaincues : l’égalité des chances se joue dès l’évaluation des candidats !

Oreegami opère en effet une sélection rigoureuse, qui inclut des tests cognitifs avec l’outil Assessfirst, une solution basée sur la science des comportements et sur une Intelligence Artificielle éthique, qui permet aux entreprises de se développer plus rapidement tout en augmentant leur résilience. Ces tests cognitifs sont ensuite complétés par des tests techniques, ainsi que des entretiens.

Cette rigueur dans la sélection garantit ainsi à l’entreprise de rencontrer des profils correspondants aux besoins de la fiche de poste et à même de compléter avec succès la formation à suivre.

Cette méthode a fait ses preuves : 20 998* candidats ont postulé pour intégrer les bootcamps d’Oreegami, parmi lesquels 1 782 ont été retenus, soit 8,49 % (*données au 31 décembre 2024). La sélection se veut donc minutieuse pour augmenter les chances de réussite, aussi bien du côté de l’entreprise que du candidat.

En plus de la sélection effectuée par Oreegami, notre école se distingue par :

• Des formations adaptées aux métiers du futur : IA, no-code, data, le marketing digital …
• Un accompagnement pro : tous les intervenants et formateurs Oreegami sont des professionnels reconnus dans leur secteur. Au cours de l’alternance, l’immersion en entreprise est complète avec un tuteur qui encadre son activité.
• Un réseau solide : les partenaires d’Oreegami, dans les secteurs du marketing, de la communication et de la tech peuvent être des opportunités concrètes pour les apprenants.

Ce qu’il faut retenir

La POEI avec Oreegami est une solution gagnante, qui dote les entreprises de véritables atouts numérique et répondant aux besoins des entreprises.

En s’appuyant sur ce mécanisme, Oreegami propose une réponse sur-mesure, qui combine une formation personnalisée sur des métiers émergents et une insertion professionnelle pour les demandeurs d’emploi, tout en offrant aux entreprises des talents opérationnels dès le premier jour.

Un bilan encourageant : avec un taux de réussite de 83 % des bénéficiaires encore en poste après 6 mois, la POEI démontre son efficacité pour transformer les compétences en opportunités concrètes.

Le POEI est assurément un dispositif qui associe innovation pédagogique et insertion professionnelle durable.

Comment cela est-il possible ? Comment peut-on avoir une machine qui peut réussir l’examen du barreau, écrire du code, parler couramment 50 langues et pourtant ne pas être capable de détecter de nouveaux schémas, oublier ce qu’elle faisait cinq minutes auparavant, ou réécrit parfois exactement le même résultat ?

Est-ce que, malgré l’avènement de l’IA, l’humain restera au centre du jeu ?
Quelle est son fonctionnement, ses capacités … globalement, quelles sont les limites de l’IA ?

Les LLMs dépassent la cognition humaine… mais seulement jusqu’à un certain point !

Les LLMs sont conçus pour traiter et synthétiser d’énormes volumes d’informations, et ils le font avec une efficacité stupéfiante. Ils peuvent passer des examens du barreau, écrire du code et converser dans des centaines de langues. Ces systèmes sont extraordinaires lorsqu’il s’agit de manipuler des données dans des contextes prévisibles et structurés. Ce qui les rend particulièrement pertinents dans l’automatisation des tâches.

Les modèles de langage massifs (Large Language Models) actuels montrent des prouesses impressionnantes dans des tâches spécifiques, et surpassent même les capacités humaines dans certains domaines comme le traitement du langage naturel ou l’analyse de données massives.

Cependant, leur intelligence semble limitée lorsqu’il s’agit de comportements intuitifs, une zone où pourtant, même les animaux à faible cognition comme les chats les surpassent.

Les limites de l’IA ? L’intuition, la flexibilité cognitive et la capacité à détecter des schémas nouveaux échappent encore à ces modèles. L’IA peut oublier ce qu’elle faisait juste quelques moments auparavant, écrire la même fonction de code deux fois sans le réaliser, ou halluciner des étapes complètes lorsqu’on lui demande d’accomplir une tâche ouverte dans le monde réel.

Mais pourquoi un chat semble-t-il plus intelligent ?

Les cerveaux des mammifères, et donc des chats, sont biologiquement évolués pour traiter l’information d’une manière holistique et multitâches que les LLMs, limités par des structures contextuelles rigides, ne peuvent imiter.

Ceci met en lumière des limitations déconcertantes : un chat saura instantanément comprendre et s’adapter à son environnement changeant, tandis qu’un LLM se perdra dans des détails sans importance, incapable de réagir aux nuances non codifiées de son environnement. C’est parce que les processus biochimiques qui animent le cerveau des mammifères sont infiniment plus complexes que les calculs algorithmiques qui constituent la base des LLMs.

Les mammifères, y compris les humains, les singes et les chats, possèdent des compétences cognitives remarquables par rapport aux intelligences artificielles actuelles comme GPT. Ils peuvent facilement reconnaître de nouveaux schémas sans supervision, distinguer des modèles complexes avec aisance, et apprendre continuellement sans oublier les concepts précédemment acquis. De plus, ils peuvent identifier des objets avec une grande variation et ont une compréhension innée des formes 3D.

Les humains, spécifiquement, ont la capacité de généraliser des modèles à de nouvelles expériences, appliquer des concepts d’un domaine à un autre, accumuler des connaissances au fil du temps par le biais de l’écriture et du langage, et focaliser leurs efforts sur des récompenses futures grâce à leur capacité de projection dans l’avenir.

Les mythes qui entourent les LLMs

Le moment est venu de déconstruire certains mythes qui entourent les LLMs, comme la faculté supposée de mémoriser. En effet, la « mémoire » des LLMs est limitée aux contextes immédiats, et toute session prolongée peut entraîner des pertes d’information. Cela s’explique par la manière dont ces modèles traitent l’information, de façon contextuelle, sans accès à une mémoire persistante.

Vous avez dû le remarqué : Les modèles peuvent générer des données incorrectes, incohérentes ou entièrement fabriquées, ce qui montre bien les limites de la compréhension de l’IA. Lorsque vous utiliser l’IA générative, elle tente de deviner la suite logique d’une conversation en se basant sur des calculs de probabilités. Parfois, ces calculs produisent des réponses qui semblent logiques pour l’IA, mais qui n’ont pas de sens pour un humain. C’est ce qu’on appelle des « hallucinations ».

L’IA actuelle est souvent perçue comme impressionnante, mais en réalité, elle n’est pas prête à résoudre tous les problèmes, en raison de l’absence de caractéristiques fondamentales.

Les limites de l’IA et les problèmes non résolus à ce jour

L’IA est un modèle d’imitation plutôt que de compréhension. La réalité de ce constat apparaît particulièrement claire quand on considère les avancées des LLMs, qui se heurtent à des limites bien humaines, comme le bon sens ou la capacité d’adaptation au changement.

Professeur Madalina Croitoru, docteure en IA, argumente que l’IA doit évoluer pour intégrer des aspects de l’intelligence émotionnelle et contextuelle humaine, comme la créativité et l’intuition, des éléments encore largement inexploités par la technologie actuelle.

Les êtres humains ont l’avantage d’utiliser leur expérience passée pour prévoir et anticiper les résultats futurs, un domaine où les modèles actuels de l’IA échouent spectaculairement.

Les illusions de progrès rapide en IA persistent alors que certains problèmes majeurs demeurent sous-estimés et non résolus. Beaucoup s’imaginent que davantage de données et de puissance de calcul suffiront pour surmonter ces défis, mais la réalité est plus complexe :

• Actuellement, aucun modèle d’IA ne peut commencer de zéro et apprendre de manière autonome par expérience, excepté quelques systèmes de jeux limités.
• Les modèles actuels ne possèdent pas de représentation interne efficace d’eux-mêmes ou du monde. Ils ne simulent pas des scénarios avant de prendre des décisions.
• L’oubli reste un problème capital : lorsqu’un modèle est ajusté avec des nouvelles informations, il oublie souvent certains apprentissages antérieurs.
• Continuer à apprendre en temps réel est une compétence que nos modèles actuels ne maîtrisent pas. Par exemple, GPT n’adapte pas ses connaissances pendant les interactions, et ne peut apprendre que lors d’entraînements explicites hors ligne.
• Contrairement à la plasticité cérébrale humaine, les modèles d’IA sont statiques depuis leur dernier entraînement.
• Les LLMs ne parviennent pas encore à créer des concepts véritablement nouveaux ou à élaborer des solutions inédites.
• Les modèles IA échouent souvent là où les cerveaux humains réussissent, comme comprendre qu’une seule expérience négative avec un objet coupant s’applique à des objets similaires sans besoin d’exemples répétitifs.

La reconnaissance de variabilité reste également limitée. Contrairement aux animaux qui généraliseront après une unique exposition, les modèles IA ont besoin de nombreux exemples pour se “calibrer”.

Max Bennett illustre ceci en présentant une expérience avec des poissons qui, bien que cognitivement inférieurs en puissance théorique par rapport aux LLMs, réussissent mieux dans des tests de reconnaissance de modèles grâce à leur capacité d’apprentissage par l’expérience directe.

Vers une intelligence générale artificielle (AGI), mais un chemin encore critique vers la super-intelligence

Les experts le savent : Mettre davantage de processeur graphique (GPU) dans les systèmes d’IA ne suffira pas pour atteindre l’AGI, à savoir, une intelligence semblable à celle des humains.

Les modèles actuels permettent aux systèmes de simuler les conséquences de leurs actions, semblables à la manière dont certains animaux agissent intelligemment sans langage complexe. Le développement de « modèles du monde » et de « modèles de soi », qui permettent à une IA de comprendre et prédire ses interactions avec le monde, est nécessaire pour progresser vers la super-intelligence, celle qui dépassera l’intelligence humaine.

Yann LeCun, l’une des voix les plus influentes dans le domaine de l’IA, affirme que

« nous accordons trop d’importance au langage et aux symboles en tant que substrats de l’intelligence ».

En parallèle, Max Bennett dans son livre « A Brief History of Intelligence » recontextualise cette vision en notant que les animaux sans complexes langagiers humains, surpassent aisément nos meilleures IA dans une série d’opérations intuitives.

Nous avons besoin de nouveaux paradigmes algorithmiques que certains, comme Jeff Hawkins dans son livre « A Thousand Brains », explorent déjà.

Les modèles d’IA doivent se doter d’une architecture semblable à celle du cerveau humain : s’inspirer des fonctions cérébrales neuromorphes et se doter d’une neuroplasticité, c’est-à-dire la capacité à s’adapter et à croître avec le temps, pour recréer les capacités dynamiques et adaptatives du cerveau humain.

Contrairement aux modèles traditionnels de deep learning, qui reposent sur des réseaux de neurones artificiels rigides et pré-entrainés, les systèmes neuromorphiques sont bâtis pour refléter la complexité du cerveau avec ses milliards de neurones et innombrables connexions synaptiques.

L’avancée vers une intelligence artificielle comparable nécessitera d’explorer et de reproduire ces mécanismes complexes de simulation et de prédiction, allant bien au-delà des simples augmentations de données ou des nouveautés de performance matérielle.

Le chemin vers une intelligence artificielle générale (AGI) est encore long, bien que Sam Altman, PDG d’OpenAI, dit l’avoir déjà atteint avec son modèle « o3 ».

Pourquoi ? Car nous atteignons déjà un plateau avec les méthodes actuelles. C’est un parcours délicat qui nécessite non seulement des avancées technologiques, mais aussi des innovations en termes de technique, de cognition et de biologie inspirée.

Les modèles Open-Source sont en train de rattraper la performance des modèles fermés, tels que ceux proposés par ChatGPT.

Former l’avenir avec l’IA et le no-code

Dans cette “discipline” en pleine évolution, les écoles émergent comme des accélérateurs du changement. Intégrer l’intelligence artificielle dans nos métiers ne doit pas se faire au détriment de l’intelligence humaine. C’est précisément cette synergie que vise à réaliser Oreegami : préparer les apprenants à devenir des acteurs clés dans la transformation numérique des entreprises, tout en cultivant leur capacité à innover et à collaborer efficacement.

Oreegami propose des formations qui allient maîtrise technique des outils d’IA et développement de compétences transversales essentielles. Les apprenants acquièrent non seulement une expertise pratique en IA, no-code et marketing digital, mais aussi des aptitudes socio-comportementales clés dans l’adoption de l’IA en entreprise, telles que l’esprit critique, l’agilité et l’adaptabilité.

En effet, la pédagogie Oreegami se distingue par son accent mis sur les « fondamentaux humains », souvent négligés dans le discours technologique. Cette approche vise à former des professionnels polyvalents, capables de s’adapter rapidement aux évolutions du marché et de relever les défis d’un monde en constante mutation.

---