• Comprendre les fondements de l’IA agentique et ses spécificités
• Identifier les architectures les plus utilisées pour créer des agents autonomes
• Évaluer la pertinence d’un cas d’usage pour un agent d’IA
• Concevoir un schéma fonctionnel d’agent intégrant les composants clés
• Manipuler ou tester des agents existants via des outils open source ou no-code

Matin : comprendre et modéliser les agents d’IA‍1. Introduction à l’IA agentique (45 min)‍

• définition d’un agent autonome et différences avec l’IA classique
• types d’agents : réactifs, proactifs, mono-agent, multi-agents
• cas d’usage concrets en entreprise

‍2. Architecture technique d’un agent IA (1h)‍

• composants clés : LLM, outils, mémoire, orchestrateur
• panorama des frameworks : LangChain, AutoGen, CrewAI, Dust
• lecture et analyse d’un schéma fonctionnel

‍3. Démonstration d’un agent autonome (45 min)‍

• démonstration en direct
• boucle perception–action, analyse du comportement
• discussion sur les limites observées

‍4. Cas d’usage et limites (1h)‍

• domaines propices à l’agentique
• risques : hallucinations, supervision, RGPD
• critères pour valider un projet d’agent

Après-midi : comprendre et expérimenter un agent IA

‍‍5. Application et intégration des outils IA dans un workflow (1h30)‍

• définition d’un besoin métier et d’objectifs
• construction d’un schéma fonctionnel (inputs, outputs, outils)
• présentation et discussion en groupe

‍6. Manipulation ou test d’un agent IA (1h15)‍

• test d’un agent via un outil no-code ou interface dédiée
• analyse du comportement en conditions réalistes
• identification des leviers d’optimisation

‍7. Intégration dans un workflow métier (30 min)‍

• réflexion sur les usages concrets
• étapes de lancement d’un projet pilote
• échanges et synthèse collective