ExpertiseAccélérer mon métierActualités IAContactEnglishParlons-en

Executive Master IA : pourquoi nous avons refondu un tiers du programme pour la rentrée 2026

Nous co-concevons depuis 2020 l'Executive Master Intelligence Artificielle de l'IMT-BS. Pour la promotion de septembre 2026, 29 des 96 séances ont été créées ou refondues. Ce que la bascule agentique change dans la formation des dirigeants à l'IA.

Jonathan Foureur9 min de lecture
Executive Master IA : pourquoi nous avons refondu un tiers du programme pour la rentrée 2026

Ce qu'il faut retenir

  • Nous co-concevons l'Executive Master Intelligence Artificielle de l'IMT-BS depuis 2020, aux côtés de l'équipe pédagogique de l'école. C'est un diplôme national de Master, RNCP niveau 7, 100 % à distance.
  • Nous intervenons à double titre : cabinet de conseil et d'ingénierie IA, et organisme de formation certifié Qualiopi qui forme des comités de direction toute l'année. C'est cette combinaison — terrain et pédagogie — que l'école est venue chercher.
  • La refonte 2026 est la plus profonde depuis la création : sur les 96 séances du parcours, 29 ont été créées ou entièrement réécrites pour la promotion de septembre.
  • Le déclencheur n'est pas technologique, il est managérial : quand l'IA passe de l'assistant que l'on utilise à l'agent qui exécute, le cadre cesse d'être utilisateur et devient donneur d'ordre — et responsable du résultat.
  • Un module entier est désormais consacré aux agents : la moitié de ses séances sont neuves. Les participants construisent, intègrent, auditent et cadrent juridiquement un agent sur leur propre terrain.
  • Ce que nous en retirons pour nos missions : les points de rupture que nous observons en clientèle sont devenus des exercices, et les exercices nous renvoient des cas que nous n'aurions pas vus.

Pourquoi un cabinet de conseil et d'ingénierie IA co-conçoit un master universitaire

La question nous est posée régulièrement, et elle est légitime : qu'est-ce qu'un cabinet de conseil et d'ingénierie fait dans la conception d'un diplôme universitaire ?

La réponse tient à une double position que nous occupons depuis 2020. Nous sommes d'un côté un cabinet d'ingénierie qui construit et déploie des systèmes d'IA en production ; de l'autre un organisme de formation certifié Qualiopi, qui forme chaque année des comités de direction et des équipes métier. Ce n'est pas une diversification : les deux activités s'alimentent, et c'est précisément cette combinaison que l'école est venue chercher.

Car il existe une asymétrie que nous avons constatée dès le départ. Les écoles disposent de la rigueur pédagogique, de la capacité à évaluer et de la légitimité du diplôme. Elles ont en revanche un accès indirect à ce qui se passe réellement dans les projets, et un cycle de mise à jour des contenus qui se compte en années. Un cabinet d'ingénierie a le problème inverse : il voit les projets échouer en direct, mais il n'a ni le cadre ni la légitimité pour en faire un parcours diplômant.

Notre certification Qualiopi comble le troisième manque, celui dont on parle le moins : savoir transmettre. Concevoir une séance qui tienne devant vingt dirigeants d'horizons différents, construire une évaluation qui mesure autre chose que la mémorisation, rattraper un groupe qui décroche — c'est un métier, et ce n'est pas celui d'un ingénieur. Les centaines d'heures que nous animons chaque année en formation d'entreprise, pour la plupart devant des CODIR, sont ce qui rend nos apports directement utilisables dans un cadre diplômant.

L'Executive Master Intelligence Artificielle pour les Managers Innovants de l'Institut Mines-Télécom Business School est né de cette complémentarité. Nous y apportons la matière issue de nos missions ; l'école apporte l'architecture pédagogique, l'évaluation par blocs de compétences et le diplôme.

Le bénéfice est réciproque, et c'est ce qui rend l'exercice tenable dans la durée. Ce que nous voyons casser chez nos clients devient un exercice l'année suivante. Et les cas apportés par les participants — une trentaine de secteurs différents chaque promotion — nous exposent à des situations qu'aucune de nos missions ne nous aurait montrées.

Qu'est-ce qui a changé depuis 2020 dans la formation des dirigeants à l'IA ?

Le programme a été actualisé chaque année depuis sa création. La révision engagée cette année est d'une autre nature : elle ne met pas le contenu à jour, elle change l'architecture.

En 2020, former un dirigeant à l'IA consistait pour l'essentiel à lui donner les moyens de dialoguer avec ses équipes techniques — comprendre ce qu'est un modèle, ce qu'il faut comme données, ce qu'on peut raisonnablement en attendre. En 2023, l'arrivée des assistants conversationnels a ajouté une couche d'usage : savoir formuler, savoir vérifier.

En 2026, ce socle reste nécessaire mais ne suffit plus, pour une raison précise.

De l'outil que l'on utilise au système dont on répond

La différence entre un assistant et un agent tient en une phrase : l'assistant produit un texte que vous relisez, l'agent produit un résultat que vous constatez.

Dans le premier cas, l'humain est dans la boucle par construction — il n'y a pas de sortie sans quelqu'un pour la lire. Dans le second, il faut l'y remettre volontairement, en concevant explicitement les points de contrôle. Un agent enchaîne des étapes, interroge des bases, appelle d'autres outils, poursuit un objectif. Personne ne relit chaque étape.

Pour un cadre, la conséquence est directe. Déployer un assistant, c'est équiper une équipe. Déployer un agent, c'est déléguer un périmètre de décision à un système et en assumer les sorties devant ses clients, ses collaborateurs et sa direction. Les questions changent de nature : non plus « comment obtenir un meilleur résultat ? », mais « jusqu'où puis-je laisser ce système opérer sans supervision ? », « à quel seuil de fiabilité est-ce acceptable ? », « qui répond de l'erreur ? ».

Ces questions ne sont pas techniques. Elles sont managériales — et c'est précisément ce qu'un programme conçu avant la bascule agentique n'enseigne pas.

Le droit va d'ailleurs dans le même sens, avec une nuance qu'il faut connaître. L'article 4 de l'AI Act, réécrit par l'omnibus numérique entré en vigueur le 27 juillet 2026, n'impose plus de garantir un niveau suffisant de maîtrise de l'IA mais de prendre des mesures pour le développer — une obligation de moyens, dont la supervision nationale a démarré le 3 août 2026. En revanche, pour les systèmes classés à haut risque, l'article 26 continue d'exiger que la supervision humaine soit confiée à des personnes disposant de la compétence et de la formation nécessaires. Nous détaillons ce calendrier dans notre analyse des obligations de l'AI Act.

Que contient le parcours refondu de l'Executive Master Intelligence Artificielle ?

Le parcours se déroule sur six mois, du 7 septembre 2026 au 4 mars 2027, à raison de quatre séances hebdomadaires du lundi au jeudi. Six modules, structurés en trois temps.

Comprendre et qualifier. Le module 1 couvre les intelligences artificielles et l'IA générative sur cinq semaines — du machine learning classique aux grands modèles de langage, jusqu'au RAG et au multi-agents. Le module 2 est consacré aux cas d'usage : les qualifier, trancher les situations où l'IA n'apporte rien, en évaluer les risques et les coûts, et produire une note d'opportunité.

Cadrer et construire. Le module 3 porte sur la feuille de route stratégique et le cahier des charges opposable, défendus en fin de module devant un comité de direction. Le module 4 — celui qui a le plus changé — traite des automatisations et des agents.

Déployer et pérenniser. Le module 5 est dédié à l'accompagnement du changement, avec les leviers RH et le réseau d'ambassadeurs. Le module 6 boucle sur le modèle économique, le pilotage et le financement, avant la soutenance.

Sur les 96 séances que compte l'ensemble, 29 ont été créées ou entièrement réécrites pour cette promotion. Le détail du programme, les modalités d'admission et les possibilités de financement figurent sur la fiche de l'Executive Master Intelligence Artificielle pour les Managers Innovants publiée par l'IMT-BS.

Pourquoi faire construire un agent à des cadres qui ne coderont jamais ?

C'est le choix le plus discuté de la refonte, et celui que nous défendons le plus fermement.

Le module 4 ne se contente pas de présenter l'IA agentique : les participants prototypent un premier agent en no-code, le font passer du POC au MVP, l'outillent de compétences externes, arbitrent l'orchestration multi-agents, l'intègrent au système d'information et le mettent en production. La troisième semaine est consacrée à le gouverner — audit de la qualité des données, détection de la dérive, explicabilité, supervision hybride — et se referme sur un atelier d'évaluation appliqué à un cas volontairement sensible : un outil de tri de CV.

L'objectif n'est évidemment pas d'en faire des développeurs. Il est de leur donner ce qu'aucune présentation ne transmet : une intuition juste de ce qui est facile, de ce qui est coûteux, et de ce qui ne fonctionne pas encore.

Nous voyons la différence en mission. Un dirigeant qui a lui-même vu un agent échouer sur une donnée mal formatée ne négocie pas le même cahier des charges, ni le même délai, ni le même budget. Il pose de meilleures questions à ses prestataires — y compris à nous. Et il reconnaît une démonstration truquée quand il en voit une, ce qui est peut-être la compétence la plus rentable de tout le parcours.

Quel intérêt pour une PME ou une ETI qui envoie un cadre en formation ?

C'est la question que se posent les dirigeants qui financent la formation, et elle mérite une réponse concrète.

Le parcours est organisé autour d'un Projet Fil Rouge posé dès la deuxième séance de la première semaine, sur le terrain réel du participant. Chaque module en produit une pièce : la note d'opportunité au module 2, le cahier des charges et la feuille de route au module 3, l'agent construit et audité au module 4, le plan de conduite du changement au module 5, le modèle économique et son financement au module 6. Le tout est consolidé en mémoire, mis en contradiction lors d'une soutenance blanche, puis soutenu devant jury.

Autrement dit : à l'issue des six mois, l'entreprise ne récupère pas seulement un diplômé, mais un dossier de projet instruit de bout en bout — cadré, chiffré, mis en conformité et prêt à être arbitré.

C'est aussi pour cette raison que nous considérons la formation et l'ingénierie comme deux faces du même sujet. Un cadre formé sans projet oublie en six mois ; un projet mené sans cadre formé en interne crée une dépendance au prestataire. Dans nos missions, nous cherchons systématiquement à ce que les deux avancent ensemble : nous définissons la stratégie IA avec le comité de direction, nous prototypons les cas d'usage avec les équipes métier, et nous laissons derrière nous des gens capables de reprendre la main.

Les limites : ce qu'un Executive Master ne règle pas

Nous serions malhonnêtes de présenter ce parcours comme une réponse universelle.

Ce n'est pas un dispositif d'acculturation de masse. Former un dirigeant sur six mois ne fait pas monter une organisation de deux cents personnes. C'est un investissement ciblé sur celui qui va porter les arbitrages, à articuler avec un plan de formation plus large pour les équipes — un sujet différent, que nous traitons ailleurs.

Le rythme est exigeant. Huit heures hebdomadaires en direct, quatre après-midi par semaine pendant six mois, en plus d'un poste à responsabilité. Les abandons que nous avons observés tiennent presque toujours à une charge sous-estimée au départ, rarement au niveau technique.

Un diplôme ne remplace pas une décision d'entreprise. Nous avons vu d'excellents mémoires ne jamais devenir des projets, faute de sponsor au comité de direction. Quand l'employeur n'est pas engagé en amont, le Projet Fil Rouge reste un exercice académique — c'est le principal facteur d'échec, et il se joue avant l'inscription.

Enfin, le contenu se périmera. C'est la raison d'être de la refonte annuelle, et la raison pour laquelle un programme figé sur trois ans nous paraît aujourd'hui difficilement défendable dans ce domaine.

Conclusion : la compétence attendue s'est déplacée, pas seulement élargie

Ce que nous retenons de cette refonte dépasse le cas d'un programme particulier. Entre 2023 et 2026, l'attente vis-à-vis d'un cadre n'a pas simplement augmenté d'un cran — elle s'est déplacée. On n'attend plus de lui qu'il sache se servir de l'outil. On attend qu'il sache décider de ce qu'on lui délègue, vérifier que le résultat tient, et répondre de ce que le système produit en son nom.

C'est un déplacement du même ordre que celui qu'ont connu les dirigeants avec la sécurité informatique il y a quinze ans : un sujet longtemps considéré comme technique, devenu une responsabilité de direction générale sans que personne n'ait vraiment décidé du moment où c'est arrivé.

La différence, cette fois, est que le calendrier est connu. Les agents sont déjà en production chez vos concurrents, et l'étude du MIT sur 300 déploiements en entreprise rappelle que 95 % des projets d'IA générative ne produisent aucun retour mesurable — non pas à cause des modèles, mais à cause d'un écart d'apprentissage entre l'outil et l'organisation qui l'accueille. Cet écart-là ne se comble pas avec un séminaire de sensibilisation.

Lire aussi : Formation IA en entreprise : comment former ses équipes à l'intelligence artificielle en PME


Sources


Vous vous demandez qui, chez vous, doit être capable de trancher ce que l'on délègue à un agent ? Vous hésitez entre former en interne et faire appel à un prestataire ? Parlons-en — nous vous aidons à définir votre stratégie IA et à prototyper vos cas d'usage avec vos équipes.