À retenir
Les repères essentiels.
- L’IA n’est pertinente que si elle améliore un travail ou une décision identifiable.
- Le niveau d’autonomie doit dépendre des conséquences possibles d’une erreur.
- Le prototype sert à décider, pas à valider automatiquement un déploiement complet.
Quelle valeur attendons-nous ?
Le projet doit viser un changement observable : réduire une ressaisie, accélérer un dossier, rendre une source accessible, préparer une décision ou améliorer la régularité d’un contrôle. Une ambition générale de productivité ne suffit pas à guider les tests.
La direction doit connaître la mesure de départ et la personne responsable du résultat.
Quelles données seront utilisées ?
Il faut distinguer les données nécessaires des données simplement disponibles. Pour chaque source, l’entreprise doit connaître le propriétaire, les droits, la qualité, la durée de conservation et la possibilité de l’utiliser avec le fournisseur choisi.
Un système professionnel doit signaler lorsque la source manque ou se contredit.
Que peut faire le système sans validation ?
Informer, préparer et agir sont trois niveaux différents. Un système peut retrouver une procédure, préparer une mise à jour ou exécuter une action. La validation doit rester là où une erreur aurait une conséquence commerciale, financière, juridique ou opérationnelle importante.
Comment saurons-nous que le projet fonctionne ?
Les tests doivent inclure des situations fréquentes, des exceptions et des informations incomplètes. La qualité ne se limite pas à une réponse convaincante : il faut vérifier les sources, les actions, les erreurs, le coût et la capacité des utilisateurs à comprendre le résultat.
Le déploiement n’est justifié que lorsque les critères définis avant le prototype sont suffisamment atteints.
Questions fréquentes
Réponses directes.
Quel modèle IA choisir ?
Le choix vient après la définition de la tâche. Il dépend de la qualité mesurée, des données, de la confidentialité, de la vitesse, du coût et des contraintes d’intégration.
Faut-il une politique IA avant un premier test ?
Il faut au minimum des règles sur les données autorisées, les outils acceptés, la vérification et les usages interdits. Le niveau de formalisation augmente avec le nombre d’utilisateurs et les risques.
Qui doit participer au projet ?
Le responsable du processus, des utilisateurs représentatifs et les personnes responsables des données, outils ou risques concernés. Un projet uniquement technique manque souvent les exceptions du travail réel.
Comment éviter une dépendance à un fournisseur ?
Documentez les données, les règles, les évaluations et les interfaces séparément du modèle. Vérifiez aussi les conditions d’export, de changement d’API et de maintenance.