Les questions à poser avant de lancer un projet d’IA

Quel problème cherche-t-on à résoudre ?

Décrivez la situation de départ avec ses utilisateurs, ses difficultés et son coût. Un intitulé comme « mettre de l’IA dans le service » ne constitue pas un besoin. Il faut pouvoir expliquer ce qui doit changer pour une personne ou un processus.

Examinez aussi les alternatives. Une règle mieux définie, une intégration ou une amélioration des données peut parfois répondre au problème sans recourir à l’IA.

Comment reconnaîtra-t-on un résultat acceptable ?

Les critères d’évaluation doivent être définis avant le pilote. Choisissez des situations représentatives, y compris des cas difficiles. Précisez ce qui constitue une erreur et les conséquences qu’elle peut avoir.

Une moyenne satisfaisante peut masquer des échecs graves sur certaines situations. L’évaluation doit tenir compte des usages et de la gravité des erreurs, pas seulement d’une performance globale.

Quelles données et quelles autorisations ?

Identifiez les sources, leur qualité, les droits d’utilisation et les conditions d’accès. Une donnée disponible n’est pas automatiquement adaptée à l’usage envisagé. Les informations personnelles, confidentielles ou contractuellement contraintes appellent un examen spécifique.

Associez les fonctions compétentes. Le cadrage doit faire apparaître les questions juridiques et de sécurité à instruire, sans transformer un choix technique en promesse générale de conformité.

Qui contrôle, corrige et assume ?

Définissez la place du contrôle humain et les moyens dont disposent les utilisateurs pour détecter ou corriger une erreur. Une supervision formelle mais impossible à exercer en pratique ne constitue pas une réponse suffisante.

Prévoyez aussi le fonctionnement dégradé. Que se passe-t-il si le service est indisponible, trop coûteux, incorrect ou modifié par son fournisseur ?

Quand décide-t-on de poursuivre ou d’arrêter ?

Le pilote doit avoir une limite, un responsable et un rendez-vous de décision. Le coût complet inclut l’intégration, l’exploitation, le contrôle, les données et les évolutions, pas seulement l’accès au modèle.

La sortie du pilote doit permettre de choisir : poursuivre, adapter, restreindre ou arrêter. Un projet d’IA utile est un projet dont on accepte aussi d’examiner l’absence de valeur.

Les points à vérifier

• Le problème métier et la référence de départ sont décrits.
• Les erreurs sont évaluées selon leurs conséquences.
• Les données et leurs conditions d’usage sont examinées.
• Un point de décision et une possibilité d’arrêt sont prévus.

Pour approfondir ce thème : les ressources et ouvrages de l’écosystème DYNAMAP SI.