Transférer un système d'I.A : des données aux modèles.

Description

OBJECTIFS :

À l'issue de la formation, le participant sera capable de :

• Repérer les résultats de recherche prometteurs pour le transfert ;
• Cartographier un système d'IA comme un empilement d'actifs distincts et identifier, pour chaque couche, le régime juridique applicable ;
• Détecter dès la déclaration d'invention les situations à risque : corpus sous licence recherche, dépendance à un code copyleft, poids non licenciés, …
• Choisir la stratégie de valorisation / maturation adaptée à chaque couche et à leur combinaison ;
• Construire un prix en mobilisant les approches par les coûts, par le marché et par la valeur, et le co-construire avec le partenaire ;
• Sensibiliser les équipes de recherche aux réflexes à adopter en amont : traçabilité des données, documentation des dépendances, choix de licence à la publication.

PROGRAMME :

Jour 1 : Les objets technologiques de l'IA : trois couches, trois régimes

Objectif de la journée : cartographier un système d'IA et qualifier le régime juridique de chaque couche.

• Qu’est-ce qu'un système d'IA ?
• Couche 1 — Bases de données et corpus d'entraînement
• Couche 2 — Architectures d'apprentissage et d'inférence
• Couche 3 — Modèles entraînés / poids

Jour 2 : Les stratégies de valorisation

Objectif de la journée : décrypter des solutions d'IA existantes, choisir la voie de valorisation adaptée, former un prix, négocier et identifier l’instrument juridique le plus adéquat.

• Diffusion open source
• Spécificités de la maturation des technologies d'IA
• Construire un prix et négocier
• La détection dans les laboratoires

PUBLIC CONCERNÉ :

Formation conçue pour les 3 métiers qui interviennent sur un dossier de valorisation de technologie d'IA :

• Juristes PI — identifier les objets de PI, qualifier les droits,
• Business developers — construction de l'offre, formation du prix ;
• Chargés de valorisation / d'affaires — détection en laboratoire, pilotage du dossier, articulation des trois métiers.

Les cas pratiques sont pensés pour faire dialoguer les trois profils sur un même dossier.

MÉTHODE PÉDAGOGIQUE :

La formation alterne trois modalités, articulées sur chaque séquence :

• Exposés théoriques — cadre juridique, taxonomie des licences, régimes des corpus et des modèles ;
• Retours d'expérience — dossiers réels de valorisation, réussites et impasses, tirés du portefeuille de la SATT Ouest Valorisation ;
• Cas pratiques — travail en sous-groupes pluridisciplinaires sur des systèmes d'IA réels, avec restitution et débriefing.

PRÉREQUIS : 

Au moins l'un des éléments suivants :

• avoir suivi la formation « Droit du logiciel » ou « Transférer ses logiciels » du réseau CURIE
• ou justifier d'une expérience professionnelle significative en valorisation ou en gestion de la PI logicielle.

Aucune compétence technique en apprentissage automatique (programmation et mathématiques) n'est requise. En revanche, une culture générale minimale sur l'IA constitue un prérequis : savoir distinguer un modèle d'un logiciel classique, situer ce qu'est un LLM et un service d'IA générative, et comprendre qu'un modèle s'entraîne sur des données avant d'être utilisé.