La carte de A à Z du livre

L'essentiel du livre tient en 26 chapitres, un par lettre, de A à Z (p. 3-4). Toutes les trois lettres, de C à U, vient un guide de bonnes pratiques : sept au total. Une préface de Pascal Bornet ouvre le livre et un glossaire le referme (p. 8, p. 279).

Les auteurs le disent sans détour : certaines idées clés reviennent plus d'une fois (p. 4). Les chapitres sont indépendants, alors choisissez la lettre qui correspond au problème que vous avez aujourd'hui.

La plupart des chapitres suivent les mêmes trois parties. D'abord un court essai sur un grand sujet : les décisions en D, les risques en F et R, le prompt engineering en P, l'avenir du travail en O. Puis une liste de termes qui commencent par cette lettre. Chaque terme a une définition simple, un exemple en entreprise et un exemple de prompt à adapter.

Enfin, des prompts de productivité pour des métiers qui commencent par la même lettre, d'Accountant à Zoologist, soit de comptable à zoologiste (p. 19, p. 277). Cela ressemble à un jeu, mais l'idée est sérieuse. Un hydrologue et un fiscaliste peuvent utiliser les mêmes outils. Les prompts montrent ce que cela donne dans une journée de travail ordinaire.

Entre les lettres s'intercalent sept guides plus longs. C'est la partie la plus concrète du livre.

1. 1Artificial Intelligence Centre of Expertise essential rolesp. 36Qui il vous faut, du sponsor exécutif aux ingénieurs support, avec une matrice RACI pour dire qui fait quoi.
2. 2How to build a generative AI business case and obtain ROIp. 73Leviers de valeur, KPI, coûts directs et indirects, et comment présenter le dossier aux parties prenantes.
3. 3How to select the right large language model(s) for your businessp. 105Taille du modèle, pré-entraînement, besoins de fine-tuning, vitesse et coût, feuille de route, licences, et méthode de test.
4. 4Citizen innovators: AI powered superhumansp. 135Comment des collaborateurs hors DSI peuvent créer avec des outils low-code et génératifs, et les garde-fous qui sécurisent la démarche.
5. 5Key advice when implementing generative AIp. 174L'évaluation et le cadrage d'abord, prévoir le support et la maintenance, rester indépendant des technologies.
6. 6Industry use cases for generative AIp. 210De la découverte de médicaments et de la mode aux chatbots de service client et au code.
7. 7Exploring generative AI’s impact on public educationp. 238Comment les enseignants peuvent regagner du temps, avec le regard d'un enseignant et de deux universitaires.

Le plus long, sur les citizen innovators, fait 15 pages. Le plus court, sur les cas d'usage par secteur, tient en deux (p. 135-149, p. 210-211).

Chaque lettre, sa première page et ses grands sujets. Les numéros de page suivent la table des matières du livre (p. 3).

1. Ap. 12Ce qu'est l'IA générative. Des prompts de copywriting « Act as ». Synthèses, traduction, API.
2. Bp. 20L'IA et l'IA générative côte à côte. Biométrie, blockchain, big data.
3. Cp. 27Les prompts en chaîne. Copilot et Code Interpreter. ChatGPT peut-il remplacer les ingénieurs logiciel ?
4. Dp. 42Decision Insight. Onze leviers pour les dirigeants. Deep learning, modèles spécialisés par domaine.
5. Ep. 53L'IA éthique. L'IA explicable. La gestion des erreurs.
6. Fp. 59Les cas d'usage par type de contenu. Quinze risques et quinze façons de les réduire. Fine-tuning, modèles de fondation.
7. Gp. 81Le cadre de Gartner pour le contenu. GAN et GPT. Le design génératif.
8. Hp. 89Six étapes pour les dirigeants. L'humain dans la boucle. La productivité dans les e-mails.
9. Ip. 98Des prompts pour vos profils en ligne. Inférence, interprétabilité, intégration.
10. Jp. 111Des prompts pour les candidats à l'emploi. Les métiers transformés par l'IA. Des règles qui varient selon les pays.
11. Kp. 118L'organisation générative. Bases et graphes de connaissances. Les défis clés.
12. Lp. 125Les grands modèles de langage. Les Large Action Models. L'espace latent.
13. Mp. 150Ce qu'est un modèle. La loi de Moore. Une check-list de prompts marketing. L'IA multimodale.
14. Np. 160L'emploi et l'adaptation. Le traitement du langage naturel. Réseaux de neurones, no-code.
15. Op. 167Regards sur l'avenir du travail. Un assistant pour le conseil d'administration. Surmonter les biais.
16. Pp. 181Le prompt engineering. Les humains et l'IA générative. L'IA qui protège la vie privée.
17. Qp. 191La qualité des données d'entrée et les hallucinations. Informatique quantique et IA.
18. Rp. 200Cinq façons de réduire le risque lié à l'IA. Les règles européennes et américaines. Le RAG (retrieval augmented generation).
19. Sp. 212Vendre avec ChatGPT. Les réseaux sociaux. Analyse de sentiment, apprentissage supervisé.
20. Tp. 221Comment les enseignants utilisent ChatGPT. Tester et créer du code. Les transformers.
21. Up. 229L'apprentissage non supervisé. Le guide ultime des prompts. L'incertitude.
22. Vp. 245La valeur de l'IA générative. Les bases de données vectorielles. Le clonage de voix.
23. Wp. 253L'écriture : tons, styles et niveaux de lecture. Les world models. L'automatisation des workflows.
24. Xp. 263L'eXplainable AI (IA explicable). Les contenus en eXtended reality (réalité étendue).
25. Yp. 268Le yield optimization (optimisation du rendement). La personnalisation. Un compagnon créatif.
26. Zp. 273Le zero-shot learning. La détection des exploits zero-day. La détection des modèles zombies.

L'introduction présente le livre comme un mode d'emploi pour le manager métier non spécialiste (p. 4). Ce n'est pas un manuel technique. Le but : aider un manager à suivre les échanges avec les équipes techniques, à poser de meilleures questions et à voir où l'IA peut l'aider (p. 10-11).

Deux pages vont plus loin : cas d'usage et prompts, et risques, éthique et adoption.