ETI : passer de l’expérimentation à l’IA en production

Dans beaucoup d’ETI, l’IA est entrée par des essais : une preuve de concept ici, un assistant là. Les démonstrations convainquent, puis rien ne passe en production. Le phénomène est connu, et il n’est pas technique. Voici pourquoi les projets calent, et comment les faire aboutir.

Pourquoi les essais calent

1. Le cas d’usage a été choisi parce qu’il était démontrable, pas parce qu’il était rentable.
2. Aucun indicateur n’a été convenu avant l’essai : on ne sait pas dire si c’est un succès.
3. Les données de l’essai étaient choisies : en conditions réelles, les exceptions arrivent.
4. Personne n’est responsable de la suite : qui maintient, qui valide, qui paie le fonctionnement ?
5. Les règles ne sont pas écrites : accès, validation humaine, lieu de traitement des données. Chaque direction pose ses questions, et le projet attend.

Les cinq conditions pour passer en production

1. Choisir le processus pour sa valeur mesurée

Le temps passé, le délai de traitement, le volume : chiffrés avant de choisir. Un Audit métiers classe les processus d’un domaine métier selon leur valeur et leur faisabilité, sur vos données réelles ; pour un seul processus complexe, l’Audit de processus chiffre ce que sa prise en charge rapporterait.

2. Convenir des indicateurs avant l’essai

Deux indicateurs au plus, avec leur point de départ mesuré. C’est ce qui transforme une démonstration en décision.

3. Vérifier sur des cas réels, exceptions comprises

Pas sur un échantillon flatteur : sur 15 à 30 cas réels pour un processus, avec les règles de passage à une personne quand l’agent ne sait pas.

4. Écrire une gouvernance commune à tous les agents

Qui décide quoi, quelles actions sont validées par une personne, quels accès, quelles traces, où sont traitées les données. Communes à tous les agents, ces règles évitent de rouvrir le débat à chaque projet. Voir Gouvernance.

5. Organiser l’après-livraison

Un agent relié à vos outils vit avec eux. Il faut un référent côté métier, une surveillance régulière, et un budget de fonctionnement prévu. Voir Pourquoi un agent IA dérive sans supervision, et comment l’éviter ?.

Quand plusieurs agents arrivent

Le deuxième et le troisième agent posent une nouvelle question : la cohérence. Les mêmes règles, le même vocabulaire, une mémoire partagée, sans quoi chaque agent répond à sa manière. C’est le sujet de Faire travailler plusieurs agents IA ensemble et du Cerveau entreprise, qui n’est jamais un préalable.

Un ordre de marche réaliste

1. Un processus choisi pour sa valeur, mesuré, en service en quelques semaines : un Agent de processus, précédé d’un Audit de processus s’il est complexe.
2. Le domaine métier entier, quand les processus suivants en partagent les règles : un Audit métiers, requis, puis les Agents métiers, avec sa connaissance écrite pour les agents.
3. Des règles et une mémoire communes, si plusieurs domaines métiers sont concernés.

Chaque étape se décide sur le résultat de la précédente.