Fabriquer les outils numériques à l’ère de l’IA
L’IA générative transforme déjà la manière dont les organisations imaginent, conçoivent et fabriquent leurs outils numériques. En quelques minutes, une idée peut devenir un prototype. Chaque métier peut désormais créer ses propres applications, automatisations ou agents IA, au plus près de ses besoins. Une formidable opportunité pour accélérer l’innovation, personnaliser les processus et réduire le délai entre une idée et sa mise en œuvre.
Cependant, cette révolution change aussi la nature des compétences attendues. Popularisé par Andrej Karpathy, le vibe coding accélère le prototypage, mais ne répond pas aux exigences de qualité, de sécurité, de fiabilité, de conformité, de collaboration et de gouvernance de données et du logiciel attendues en entreprise. Les organisations doivent également maîtriser les coûts d’exploitation des modèles d’IA, préserver leurs données, limiter leur dépendance aux plateformes SaaS et rester capables de faire évoluer leurs actifs numériques pendant plusieurs années. Les technologies évolueront. Les modèles d’IA aussi. Le véritable enjeu est donc d’acquérir des méthodes suffisamment solides pour accompagner ces évolutions sans repartir de zéro. Les analyses publiées en 2026 par Forrester, Gartner et Thoughtworks convergent d’ailleurs sur un même constat : l’enjeu n’est plus d’expérimenter l’IA, mais de l’industrialiser.
C’est précisément l’ambition du nouveau Certificat de Dauphine Executive Education. Accessible sans prérequis technique, il utilise l’IA comme un accélérateur d’apprentissage et le code léger (Low-Code) comme un accélérateur de réalisation. Guidés par la pratique, les participants apprennent à transformer une idée en produit numérique professionnel : comprendre un besoin, concevoir une solution, la réaliser, intégrer l’IA lorsqu’elle crée de la valeur, puis la tester, la déployer et la faire évoluer selon les meilleures pratiques de la gestion de produit, du génie logiciel et de l’intelligence artificielle. Ils acquièrent également les repères nécessaires pour prendre des décisions éclairées sur les performances, les coûts, la sécurité, la fiabilité et la gouvernance des systèmes d’IA. L’objectif n’est pas d’apprendre un outil supplémentaire, mais d’acquérir une méthode de travail durable, transférable à l’ensemble des technologies qui façonneront les produits numériques de demain.
Les concepts sont mis en pratique grâce à Lightcodepedia, un environnement 100 % open source, fourni avec la formation, permettant de conserver la maîtrise des sources et des développements, sans dépendance à une plateforme SaaS propriétaire. Cette approche s’appuie sur le projet européen Erasmus+ LightCode, des travaux présentés notamment à ACM SIGCSE et des usages déjà éprouvés dans des contextes académiques et professionnels.
