7 DCO C

Vérifier la faisabilité des solutions basées sur l’IA

Compétences opérationnelles couvertes : C4

Phases projet associées : P5

Objet du module : La faisabilité de solutions basées sur l’IA dans une organisation. Des spécialistes ou des professionnels apportent leur soutien dans le développement de la démarche. Les données concrètes, les informations et les expériences sont fournies par les supérieurs hiérarchiques ou les spécialistes. L’analyse des avantages et de la rentabilité est disponible.

Présentation pédagogique

Le module 7 est central pour la préparation de l’examen partie 1, qui exige C4 comme compétence obligatoire. Il couvre l’intégralité de la phase P5 (vérification de la faisabilité).

L’enjeu pédagogique central du module est la maîtrise de l’évaluation multi-dimensions de la faisabilité : technique, données, organisationnelle, juridique, éthique. La compréhension conceptuelle des biais et des architectures techniques (LLM, RAG, fine-tuning) est explicitement attendue, sans nécessité de maîtrise d’implémentation.

À l’issue du module, les apprenants sont capables de définir les critères de faisabilité avec les spécialistes, de mobiliser les bons outils selon les dimensions (DPIA pour la conformité, ALCOA+ pour les données, KPIs ML pour la performance), et de produire un rapport de faisabilité multi-dimensions structuré avec conditions et risques résiduels.

Objectifs opérationnels

Les objectifs opérationnels du module, selon le référentiel officiel FAAIB :

• Analyser les approches de solutions basées sur l’IA en fonction de leur cadre technique, organisationnel et stratégique ainsi que de leurs exigences en matière de gouvernance
• Développer des critères d’évaluation de la faisabilité des approches de solutions basées sur l’IA et compléter la base d’évaluation avec des critères généraux liés à l’IA, issus de bases, conditions générales et exigences supérieures
• Développer une approche pour fournir et identifier les données, informations et connaissances nécessaires pour tester la faisabilité des approches de solutions basées sur l’IA
• Organiser la mise à disposition et l’identification des données, informations (notamment aussi sur les risques, les effets de biais, etc.) et connaissances nécessaires sur la faisabilité des approches
• Évaluer les solutions basées sur l’IA à l’aide des données, informations et expériences recueillies, en fonction des critères de faisabilité définis et des critères généraux liés à l’IA
• Élaborer, sur la base des critères de faisabilité évalués ainsi que d’un examen existant de l’utilité et de la rentabilité, une évaluation globale incluant des recommandations d’action pour une approche de solution avec des exigences pour une mise en œuvre
• Élaborer des recommandations en matière de gouvernance pour les solutions basées sur l’IA dont la faisabilité a été testée
• Présenter et justifier les résultats de l’analyse et de l’évaluation de la faisabilité des solutions ainsi que les recommandations liées à la gouvernance à différentes parties prenantes
• Évaluer le test de faisabilité des solutions basées sur l’IA et élaborer des propositions d’optimisation basées sur les résultats

Livrables attendus à l’issue du module

Productions individuelles ou collectives validant l’acquisition des compétences :

• Grille de critères de faisabilité par dimension
• Rapport de faisabilité multi-dimensions (20-40 pages)
• DPIA pour les traitements à risque élevé
• Recommandations de gouvernance pour la solution

Outils méthodologiques mobilisés

Méthodes, canvas et frameworks travaillés dans le module :

• Évaluation ALCOA+ des données
• KPIs ML standards
• Analyse de biais (compréhension conceptuelle)
• DPIA — Évaluation d’impact LPD
• Rapport de faisabilité

Boussole AIBS — Manuel méthodologique non officiel pour le brevet fédéral d’AI Business Specialist.

Sources : Profil de qualification AIBS v15.04.2025 · Annexe directives FAAIB v1.01 · Document modules FAAIB v2.0 · Règlement examen v3.0 (mars 2026)