La plupart des organisations ont mené un pilote IA. Beaucoup moins disposent d'une capacité IA en production, portée par une équipe, mesurée et à laquelle le métier fait confiance.
Là où les pilotes calent
Un pilote prouve qu'un modèle sait faire quelque chose d'intéressant sur une tranche de données. La production pose une autre question : est-ce que cela tourne chaque jour, sur des données réelles, avec un responsable du résultat. Cet écart tient rarement au modèle. Il tient au dispositif qui l'entoure.
Par où commencer
- La propriété. Nommez l'équipe qui exploite la capacité une fois le pilote terminé. Sans responsable, rien n'atteint la production.
- Le chemin de données. Branchez le modèle sur la source de données vivante plutôt que sur un export. L'export est la raison pour laquelle le pilote semblait facile.
- Les garde-fous. Décidez ce que le système peut faire seul et où un humain valide. Placez ce point de contrôle dans le produit, et gardez-le hors d'une note de politique.
- La mesure. Convenez d'un indicateur qui compte déjà pour le métier, et suivez-le dès le premier jour.
Le basculement
La production est d'abord une question de responsabilité. Traitez le dispositif comme le livrable, et le modèle devient la partie simple.


