Sélection des cas d’usage de l’intelligence artificielle

Comprendre l’enjeu et le périmètre

La sélection permet d’investir dans une valeur démontrable plutôt que dans des démonstrations séduisantes sans usage durable.

Couvrir bénéficiaires, données, processus, fréquence, criticité, erreurs acceptables et alternative sans IA.

Passer à l’action

• Décrire le problème et la situation de référence
• Comparer les solutions et risques
• Définir des critères d’essai et d’arrêt

Décrivez la tâche autorisée, les données accessibles et ce que le système ne doit jamais faire seul. Constituez un jeu d'évaluation représentatif et séparez les essais des données utilisées pour améliorer la solution. Prévoyez le refus, l'incertitude et l'escalade humaine.

Responsabilités et moyens

Le métier porte la finalité, la DSI, les données et les fonctions de contrôle qualifient la faisabilité, et la direction arbitre.

Inclure données, intégration, évaluations, supervision, corrections et maintien.

Produire et vérifier

Livrable utile

Une fiche de cas d’usage avec valeur attendue, risques, données et décision de poursuite.

Preuve à rechercher

Comparer les résultats de l’IA à une méthode de référence sur des cas représentatifs, y compris les exceptions importantes.

Indicateur à interpréter

Mesurer qualité utile, temps net gagné, taux de correction et coût complet par tâche.

Distinguez la plausibilité d'une réponse de son exactitude. Testez les informations manquantes, les documents contradictoires, les droits d'accès et les instructions malveillantes présentes dans les données. Un lien vers une source n'établit pas automatiquement que cette source soutient la réponse.

Arbitrages et dépendances

Un gain apparent peut disparaître lorsque l’on inclut vérification humaine, erreurs et intégration.

Le cas dépend de données accessibles, de règles métier stables et d’un processus capable d’utiliser le résultat.

Comparez l'IA à une solution sans IA et au processus actuel. Le coût inclut la préparation des données, la vérification des réponses, les erreurs et l'exploitation. Une bonne démonstration ne prouve ni la fiabilité en production ni la conformité d'un usage particulier.