intelligence artificielle appliquée au marketing

Formation de groupe

€1150
940
  • 10 Personnes maximum
  •  
  •  
  •  
Populaire

Formation de longue durée

Nous contacter
  • Formation sur mesure pour vos salariés

    Cognitus étant référencé organisme de formation auprès de l'état Français, vous pourrez bénéficier des aides au financement

Prochaines dates

1 Juillet



15 Juillet

Avantages et bénéfices distinctifs

Les bonnes raisons d’intégrer nos formations

☑️ Formation conçue pour les PME


☑️ L’acquisition d’un savoir-faire pratique pour une mise en œuvre rapide


☑️ Réponse sur mesure et adaptée en temps réel aux besoins exprimés par le marché

☑️ Utilisation de case study business avec mise en situation en temps réel


☑️ Tournée vers la concrétisation de vos projets réels, portée par des formateurs chercheurs internationaux et Dr en Big Data


☑️ Approche stratégique orientée compétitivité internationale des marchés

Type de certification

Cognitus est référencé et Datadocké organisme de formations

Efforts Nécessaires

2 heures par jour recommandé

Modalités

Formation en présentiel. Maximum 20 personnes par session

Niveau

Débutant

Durée

2 jours en moyenne (Variable suivant besoins)

Rythme

8h/ jour sur 2 jours

Langue

Français Cette formation est également proposée en anglais

Planning

Flexible suivant vos disponibilités

Lieu

Dans vos locaux ou Dans les locaux de Cognitus selon votre convenance

Sujets

Utiliser l'IA pour prédire et optimiser les tendances et besoins clients

Audience

Enthousiastes de la technologie (Profils techniques comme non-techniques) Ingénieurs, Membre d'une équipe SI, Développeurs, Chef de projet, Architectes

Tarifs

940€/jour + TVA pour tout le programme

Contexte et enjeu de la formation

En 2019, 36% des Directeurs Marketing européens prévoient d’investir dans des technologies innovantes
Prenez de l’avance !

Pour 26% des Directeurs Marketing au niveau mondial et 27% des Directeurs Marketingeuropéens, l’intelligence artificielle (IA) et le machine learning représentent la plus grande part de leurs investissements, juste derrière l’IoT (30%)

37% des Directeur Marketing du monde entier tirent parti des analyses marketing, de l’apprentissage automatique (28%) et de la publicité programmatique (24%) en tant que technologies clés de l’intelligence artificielle pour accélérer la croissance et créer de la valeur.

Objectifs

☑️   Assimiler les bases des techniques et applications de l’intelligence artificielle dans le Marketing
☑️   Connaître les concepts élémentaires de l’IA appliqué au Marketing
☑️   Comprendre les bénéfices et avantages de lancer un projet d’IA appliqué au Marketing 
☑️    Distinguer les tendances réelles et durables de l’IA appliqué au Marketing (Loin du Buzzword)  

 

☑️    Etre en mesure de prévoir l’évolution des techniques de l’IA appliqué au Marketing  dans les années à venir.
☑️    Savoir comment gérer un projet d’intelligence artificielle appliqué au Marketing
☑️    Obtenir une vision claire des compétences clés à acquérir pour réussir vos projets d’intelligence artificielle appliqué au Marketing
☑️    Découvrir comment évaluer les succès de vos projets d’intelligence artificielle appliqué au Marketing

Profils des PME concernées

A qui s’adresse cette formation ?

 Cette formation est pour vous si …  

Vous vous questionnez sur : 
Comment mon entreprise peut-elle intégrer l’IA dans sa stratégie marketing ? 
Quelles sont les bonnes méthodes et pratiques ? 
Vous souhaitez : 
Comprendre, appréhender et concevoir le potentiel de l’IA appliqué au Marketing, notamment pour améliorer votre expérience client.

Vous êtes un Directeur Général, un Décideur stratégique, un Responsable Marketing 
Ou
Un membres de : – Direction de la Relation Client– Direction marketing– Responsable de la communication

Programme détaillé de la formation

  • Les origines de l’Intelligence Artificielle dans les années 1950. Le summer camp de Darmouth. Les ambitions d’origine et les réalisations depuis.
  • Quels sont les grands concepts sous-jacents de l’Intelligence Artificielle (IA) ? 
  • Qui les a inventés et formulés ?
  • Quelles composantes de l’intelligence humaine se retrouvent dans l’IA ?
  • L’IA, le raisonnement automatique et les démonstrations de théorèmes.
  • Comment l’IA a-t-elle progressé depuis les années 1950 ?
  • Pourquoi l’IA a-t-elle connu des hauts et des bas pendant les années 1970 et 1990 ?
  • Le Rapport Lighthill. Les difficultés rencontrées avec le LISP et les systèmes experts.Pourquoi de nombreuses promesses avant-gardistes n’ont pas été tenues à l’époque ?
  • Quelles étaient les premières applications de l’IA dans les entreprises ?
  • Le rôle de l’armée, surtout américaine, dans les projets autour de l’IA.Quelles sont les ruptures technologiques qui ont récemment donné un coup d’accélérateur à l’Intelligence Artificielle?
  • L’impact de la loi de Moore, d’Internet, des objets connectés, des besoins métiers et des récentes avancées dans le Machine Learning et le Deep Learning.
  • Quelle est la signification réelle des grandes victoires de l’IA dans les jeux : échecs, Go et poker ?
  • Est-ce réellement de l’intelligence ?  
  • Tour d’horizon de la boite à outils de l’Intelligence Artificielle pour les entreprises.
  • Le raisonnement automatique avec les moteurs de règles, les systèmes experts, la programmation opérationnelle.
  • La logique floue comme moyen d’affiner les systèmes experts.
  • Pourquoi n’ont-ils pas le vent en poupe autant que le Machine Learning ?
  • Pourquoi la manipulation de concepts et abstractions n’a pas progressé aussi rapidement que le Deep Learning ?
  • Les nouvelles tentatives de faire converger les IA connexionnistes et symboliques.
  • Le Machine Learning et les différentes composantes de l’apprentissage supervisé, non supervisé et par renforcement.
  • Classification, régression, modèles prédictifs.
  • Les réseaux de neurones et leurs principes élémentaires.
  • Le Deep Learning ou l’apprentissage profond. Comment fonctionnent-ils pour reconnaître des images ou la parole ?
  • Comment ces techniques ont-elles récemment évolué ?
  • Les capsule networks.Les grands outils logiciels du développement et frameworks d’applications dans l’IA avec notamment Google TensorFlow et Keras.
  • Le rôle stratégique des données et des bases de connaissances dans les applications d’Intelligence Artificielle.
  • Le sourcing des données.
  • Le biais des données et comment l’éviter. La notion d’IA explicable et sa mise en application.
  • Qu’en est-il de la quête de l’Intelligence Artificielle générale ?
  • Est-ce un mythe ?
  • Est-ce que cela a du sens de classifier l’IA en trois catégories : étroite (Artificial Narrow Intelligence), généralisée (Artificiel General Intelligence) et supérieure (Artificial Super Intelligence) ?
  • Quels rôles jouent les supports matériels dans l’Intelligence Artificielle ?
  • Comment évolue l’application de la loi de Moore dans les processeurs, le stockage et les réseaux. Est-elle si mal en point ?
  • Les processeurs dédiés à l’IA : GPU, neuromorphiques, memristors.Dans quelles applications vont-ils améliorer les performances du Machine Learning ?
  • Exemples chez Google avec les TPU et dans l’informatique embarquée.
  • L’impact de ces processeurs sur les architectures d’objets connectés.
  • Les mémoires associées aux processeurs neuromorphiques (HBM2, HMC).
  • La loi de Moore dans le stockage.Les promesses de l’informatique quantique. Comment fonctionnent les ordinateurs quantiques ?
  • A quoi servent-ils aujourd’hui ?
  • A quoi pourront-ils servir demain dans l’IA ?
  • Quels sont les obstacles technologiques restant à lever ? 
  • Traitement des images : reconnaissance d’images fixes et de vidéos, 
  • Traitement du langage : reconnaissance de la parole, Chatbots textuels et vocaux, traduction, génération de textes, résumés automatique, analyse de sentiments. 
  • Comment développe-t-on un Chatbot ?
  • Marketing : segmentation automatique et ses applications dans le marketing, optimisation du mix marketing.
  • Détection de fraudes, churn et autres comportements clients anormaux.
  • Méthodes de prédiction.
  • Recommandation de contenus.
  • Dans la distribution : comment l’IA aide à mieux cibler ses clients, faire de l’upselling et du cross-selling, à détecter les tendances, l’humeur du marché et des clients ?
  • L’impact de l’IA dans la distribution physique et en ligne.
  • Les grands acteurs de l’Intelligence Artificielle au profit du Marketing
  • L’exemple d’IBM Watson, ses succès symboliques, ses études de cas de marchés verticaux et son modèle économique.
  • Quelles sont les technologies mises en œuvre dans IBM Watson ? Watson remplace-t-il les experts ?
  • Les principales startups dans l’IA et leur segmentation. Leurs domaines. Leurs modèles économiques. Leur financement.
  • Les grands écosystèmes d’innovation dans l’IA. Les « acquihires ».
  • L’IA washing dans le marketing des startups.
  • La stratégie IA d’autres grands acteurs du marché : Google, Facebook, Microsoft, SalesForce, Oracle, SAP, ainsi que leurs principales acquisitions de startups dans l’IA.
  • Comment fonctionne la recherche française dans l’IA ?
  • Comment se situe la France dans la concurrence ? Que sort-il des laboratoires de recherche publics ?
  • Comment l’IA et la robotique vont-elles transformer le secteur du Marketing ?
  • Quels métiers dans le futur ?
  • Quel sera l’impact de l’IA sur le futur de l’emploi ?
  • Quels sont les emplois les moins et les plus menacés ?
  • Quelles sont leurs caractéristiques ? Pourquoi les métiers manuels sont-ils moins menacés ?
  • Quels sont les moyens d’éviter de se faire « robotiser » ?
  • Dans quelle forme d’éducation faut-il investir ?
  • Comment faire évoluer les compétences des salariés ?
  • Quelles sont les limites des prédictions sur l’IA ?
  • Pourquoi les spécialistes de l’IA sont beaucoup plus prudents que les analystes ?
  • Pourquoi les prévisions de la singularité sont à prendre avec des pincettes ?
  • L’éthique de l’IA. Quelles régulations pourraient voir le jour autour de l’Intelligence Artificielle ?
  • Autour de la vie privée, de la protection des Données ou de la taxation du travail des robots.
  • Comment suivre le marché de l’IA, son évolution et ses applications pour innover ?
  • Quels sont les premiers projets à envisager?
  • Quels sont leurs spécificités ?
  • Quels sont les variants et les invariants des projets à base d’IA par rapport aux projets informatiques traditionnels ?
  • Comment les projets d’Intelligence Artificielle sont-ils menés ?
  • L’artisanat technologique. Les compétences associées. Les pilotes et les déploiements.Où sont les spécialistes de l’IA ?
  • Comment et où sont-ils formés ?Comment s’organiser pour « vendre » ces projets en interne ?
  • Comment évaluer l’efficacité de l’IA dans la pratique ?

Prochaines dates

1 Juillet



15 Juillet
Fermer le menu