Expert IA Transformation et Industrialisation des Pratiques IT H/F ClubSec

Le besoin

Contexte de la mission

Dans le cadre de l'évolution du positionnement de l'équipe en charge de la transformation et de l'industrialisation de l'IA, nous recherchons une compétence experte en Intelligence Artificielle, disposant d'une expérience concrète dans la mise en oeuvre et l'intégration de l'IA dans un environnement IT.

L'équipe pourra notamment être amenée à :

• qualifier les opportunités liées à l'IA ;

• intégrer les pratiques IA dans un cadre commun ;

• accompagner leur déploiement au sein de l'organisation ;

• mesurer les impacts et les gains associés aux usages de l'IA ;

• contribuer à l'évolution des modes de fonctionnement, des rôles et des pratiques.

Le principe directeur envisagé est le suivant :

« L'entreprise expérimente, l'équipe de transformation IA aide à qualifier, standardiser et déployer. »

L'objectif est donc de disposer d'un expert opérationnel et stratégique, capable de comprendre les enjeux liés à l'IA, mais surtout de les traduire concrètement dans les pratiques, les processus et les organisations IT.

Objectifs et livrables

Objectif de la prestation

La prestation consiste à accompagner l'équipe de transformation IA dans l'identification, la qualification, l'expérimentation, la structuration et le déploiement de pratiques liées à l'IA.

Le périmètre concerne prioritairement les rôles et activités de la DSI, avec une possibilité d'extension aux directions métiers.

La mission pourra porter sur tout ou partie des axes suivants, en fonction des priorités identifiées et des compétences du consultant.

Périmètre d'intervention

La mission pourra couvrir tout ou partie des axes suivants.

1. Acculturation et nouveaux usages de l'IA

• Accompagnement des équipes et des managers dans l'adoption de l'IA générative et agentique ;

• identification des cas d'usage et évolution des modes de travail ;

• évaluation de la maturité IA ;

• conception de parcours d'acculturation ;

• préparation et animation d'ateliers auprès des équipes IT et métiers.

2. IA dans le développement

• Accompagnement du vibe coding et de l'intégration de l'IA dans le développement ;

• mise en place de pratiques garantissant la qualité, la sécurité, la maintenabilité et la traçabilité ;

• structuration des approches SDD ;

• intégration de l'IA dans les pratiques DevSecOps ;

• définition de règles d'utilisation des assistants de développement ;

• accompagnement des équipes dans l'adoption de nouveaux outils et modes de travail.

3. Rôles et organisations augmentés par l'IA

• Analyse de l'évolution des rôles IT et métiers sous l'effet de l'IA ;

• identification des activités assistées, automatisables et restant sous responsabilité humaine ;

• analyse des impacts sur les compétences et les modes de fonctionnement ;

• réflexion sur les nouveaux rôles et les nouvelles responsabilités ;

• contribution à l'évolution des organisations et des modèles opérationnels.

4. Gouvernance et cadre d'implémentation

• Définition des règles d'usage, de sécurité, de qualité et de responsabilité ;

• accompagnement du passage de l'expérimentation à l'industrialisation ;

• mise en place de critères de qualification, de priorisation et d'arbitrage des initiatives IA ;

• définition de cadres communs pour l'expérimentation et le déploiement ;

• contribution à la gouvernance des solutions et pratiques IA ;

• prise en compte des enjeux réglementaires, éthiques, de sécurité et de protection des données.

5. Intégration de l'IA dans le cycle produit

• Intégration de l'IA dans les phases de discovery, de conception, de développement, de tests, de déploiement et de MCO ;

• identification des opportunités d'automatisation et d'amélioration des flux ;

• accompagnement des équipes dans l'adoption de nouvelles pratiques ;

• analyse des impacts sur les chaînes de delivery ;

• contribution à la définition de standards et de bonnes pratiques ;

• suivi de l'intégration de l'IA dans les produits et services numériques.

6. Qualité, mesure des impacts et conduite du changement

• Mise en place de dispositifs d'évaluation et de supervision des productions IA ;

• définition d'indicateurs de suivi de la qualité, de l'adoption et de la performance ;

• mesure des gains en matière de qualité, de délais, de productivité et de valeur métier ;

• suivi des risques et des effets indésirables liés aux usages de l'IA ;

• accompagnement des équipes et des managers dans la transformation des compétences et des pratiques ;

• production de bilans, recommandations et plans d'amélioration continue.

Livrables attendus

Les livrables pourront notamment inclure :

• une cartographie des cas d'usage IA existants et émergents ;

• une évaluation de la maturité IA des équipes et des activités concernées ;

• un cadre de qualification et de priorisation des initiatives IA ;

• des principes et règles de gouvernance ;

• un référentiel de bonnes pratiques pour l'usage de l'IA dans le développement ;

• des supports d'acculturation et de formation ;

• une analyse des impacts sur les rôles, les compétences et les organisations ;

• des indicateurs de suivi de l'adoption, de la qualité et des gains ;

• des recommandations pour le passage à l'échelle ;

• une feuille de route de déploiement et d'industrialisation des pratiques IA.