À retenir
Les repères essentiels.
- Demander un diagnostic du processus avant une recommandation d’outil.
- Exiger des critères de réussite, des sources et des validations explicites.
- Vérifier qui maintient le système, les intégrations et les accès après le lancement.
Partir du problème métier, pas de la démonstration
Le premier échange doit permettre de comprendre qui réalise le travail, dans quels logiciels, avec quelles données et à quel moment une décision humaine reste nécessaire. Une démonstration impressionnante ne prouve pas qu’un système saura traiter les exceptions réelles de l’entreprise.
L’agence doit être capable de reformuler le problème, de distinguer une automatisation classique d’un usage réellement utile de l’IA et de dire lorsqu’un projet n’est pas encore prêt.
Comparer les livrables plutôt que les promesses
Une proposition solide décrit ce qui sera observable à chaque étape. Elle précise également les éléments qui restent à confirmer avant de chiffrer la production complète.
- Un périmètre, des utilisateurs et des cas de test définis.
- Les sources de données, logiciels et droits nécessaires.
- Les actions autorisées et les validations conservées.
- Une méthode d’évaluation avant et après le déploiement.
Vérifier l’indépendance technologique
ChatGPT, Claude, Mistral, Gemini ou d’autres modèles peuvent convenir selon la tâche. Le choix doit reposer sur la qualité mesurée, la confidentialité, la vitesse, le coût et les contraintes d’hébergement, pas sur un partenariat présenté comme universel.
L’agence doit aussi expliquer ce qui se passe si un modèle, une API ou un tarif évolue. Une architecture maintenable sépare autant que possible les données, les règles métier et le fournisseur de modèle.
Clarifier la sécurité, les accès et la responsabilité
Il faut savoir quelles informations quittent l’entreprise, qui peut consulter les résultats, où sont stockées les traces et comment une action sensible est interrompue. Les réponses vagues sur la confidentialité doivent être approfondies avant toute connexion aux outils internes.
L’agence ne remplace pas les responsables juridiques, financiers ou métiers. Elle doit néanmoins concevoir le système pour que les contrôles et responsabilités restent identifiables.
Préparer l’après-prototype
Le prototype est une étape de décision, pas une fin. Avant de choisir un prestataire, demandez qui documente le système, traite les erreurs, suit les coûts, met à jour les règles et accompagne les utilisateurs.
Une agence crédible peut expliquer les conditions de passage en production, mais aussi les situations dans lesquelles elle recommanderait d’arrêter ou de réduire le périmètre.
Questions fréquentes
Réponses directes.
Faut-il choisir une agence située à Monaco ?
La proximité peut faciliter l’observation des processus et les ateliers avec les équipes. Le critère principal reste toutefois la capacité à comprendre le métier, intégrer les outils et maintenir le système avec des responsabilités claires.
Comment comparer deux propositions d’agence IA ?
Comparez le périmètre, les livrables, les hypothèses, les accès nécessaires, les cas de test, la maintenance et les exclusions. Un prix isolé ne permet pas de savoir si les deux propositions couvrent réellement le même projet.
Une agence IA doit-elle garantir un résultat ?
Elle doit définir ce qui sera mesuré et les conditions du test. Elle ne peut pas garantir honnêtement une performance avant d’avoir observé les données, les exceptions et l’usage réel.