Formation - Architecting Agentic AI Business Solutions

1 - Concevoir des solutions IA pour la productivité de l’entreprise

• Expliquer le rôle de l’architecte IA dans l’adoption de l’intelligence artificielle et la transformation de l’entreprise
• Identifier les principales responsabilités d’un architecte IA dans un contexte métier
• Comprendre comment aligner les solutions d’intelligence artificielle sur les objectifs de l’organisation
• Appliquer les bonnes pratiques pour déployer et mettre à l’échelle l’IA dans les environnements d’entreprise
• Identifier les principaux outils et services d’intelligence artificielle Microsoft
• Explorer les solutions Microsoft Copilot et analyser leur valeur pour l’entreprise
• Comprendre comment l’IA générative contribue à améliorer la productivité dans les environnements professionnels
• Identifier les ressources Microsoft d’agents IA prêtes à l’emploi (OOB) disponibles pour les solutions métier

2 - Découvrir les solutions d’entreprise basées sur l’IA agentique

• Expliquer comment les agents IA prennent en charge l’automatisation des tâches, l’analyse des données et l’aide à la décision
• Décrire le rôle de Microsoft Copilot et de l’intelligence artificielle générative dans l’amélioration de la productivité
• Évaluer les cas d’usage dans lesquels les agents IA apportent une valeur mesurable à l’entreprise
• Évaluer la qualité des données de base selon leur précision, leur pertinence, leur actualité, leur propreté et leur disponibilité
• Organiser les données des solutions d’entreprise afin de préparer leur utilisation par l’IA et leur exploitation à grande échelle

3 - Concevoir et industrialiser des agents IA en entreprise

• Associer les phases d’adoption de l’intelligence artificielle du Microsoft Cloud Adoption Framework (CAF) au cycle de vie des agents IA
• Concevoir un modèle d’exploitation adapté au déploiement des agents IA en entreprise
• Sélectionner et utiliser les plateformes Microsoft adaptées aux solutions d’intelligence artificielle
• Utiliser des listes de contrôle pour faire évoluer les charges de travail IA de la preuve de concept à la production

4 - Évaluer les coûts et les bénéfices des solutions d’intelligence artificielle

• Définir les critères de retour sur investissement (ROI) et évaluer le coût total de possession (TCO) des solutions IA
• Réaliser une analyse complète du retour sur investissement des processus métier optimisés par l’intelligence artificielle
• Analyser les besoins afin de décider s’il convient de concevoir, d’acheter ou d’étendre des composants IA
• Mettre en oeuvre des stratégies de routage des modèles afin d’optimiser les performances et les coûts des solutions d’intelligence artificielle

5 - Concevoir des agents IA pour les solutions métier

• Appliquer les principes de l’IA responsable à la conception des agents IA
• Configurer les termes métier et personnaliser Microsoft Copilot dans Dynamics 365
• Concevoir des connecteurs personnalisés et intégrer des agents IA à Dynamics 365 Contact Center
• Créer des agents IA autonomes et orientés tâches avec Microsoft Copilot Studio
• Mettre en oeuvre des agents conversationnels contrôlés par des invites et capables de fournir des réponses adaptées

6 - Concevoir des solutions IA extensibles, évolutives et sécurisées

• Concevoir des solutions d’intelligence artificielle évolutives et sécurisées à l’aide des plateformes Microsoft
• Exploiter des modèles personnalisés dans Microsoft Foundry
• Concevoir et opérationnaliser des agents IA dans Microsoft 365 Copilot
• Étendre les fonctionnalités des agents avec Microsoft Copilot Studio et le protocole MCP (Model Context Protocol)
• Appliquer les principes de gouvernance et de gestion du cycle de vie aux solutions d’intelligence artificielle

7 - Orchestrer la configuration des agents IA et des applications prédéfinies

• Orchestrer les fonctionnalités d’intelligence artificielle et les agents Microsoft Copilot dans les applications Dynamics 365 et Microsoft 365
• Concevoir des solutions IA sécurisées, conformes et extensibles
• Configurer et déployer des agents Copilot prédéfinis pour les scénarios liés à la finance, à la chaîne logistique, aux ventes et au service client
• Appliquer les bonnes pratiques de mesure responsable de l’IA, d’intégration aux flux de travail et d’évaluation de la réussite

8 - Surveiller, analyser et optimiser les agents IA

• Mettre en place des frameworks de surveillance adaptés aux agents IA
• Appliquer les outils et les processus d’observabilité utilisés dans le secteur
• Analyser les backlogs et les commentaires des utilisateurs afin d’obtenir des informations exploitables
• Appliquer des méthodes de diagnostic et d’optimisation basées sur l’intelligence artificielle
• Surveiller les performances et les indicateurs afin d’optimiser les flux de travail des agents IA

9 - Gérer les tests des solutions métier basées sur l’IA

• Concevoir des processus de test structurés pour les agents IA, les modèles personnalisés et les scénarios multi-applications
• Définir des critères de validation mesurables concernant les performances, la sécurité et la conformité
• Mettre en oeuvre des stratégies de test évolutives avec Microsoft Copilot afin d’assurer la cohérence et la couverture des tests
• Vérifier que les solutions IA restent alignées sur les objectifs de l’entreprise et fiables tout au long de leur cycle de vie

10 - Concevoir un processus ALM pour les solutions métier basées sur l’IA

• Concevoir des processus de gestion du cycle de vie des applications (ALM) pour les composants IA, notamment les jeux de données, les invites et les modèles
• Mettre en place la gouvernance, la sécurité et la surveillance entre les différents environnements
• Garantir un comportement cohérent et conforme des solutions IA, du développement jusqu’à la mise en production

11 - Concevoir la sécurité, la gouvernance et la conformité d’une IA responsable

• Concevoir des systèmes d’intelligence artificielle conciliant innovation et responsabilité
• Appliquer des mécanismes de gestion des identités, de contrôle des accès et de gouvernance des données afin de sécuriser les agents IA
• Mettre en oeuvre l’observabilité et la protection contre les menaces pour les solutions d’intelligence artificielle
• Traduire les exigences réglementaires et de conformité en contrôles techniques
• Réduire les vulnérabilités liées aux invites, aux modèles et aux flux de travail IA