Définir le résultat attendu
Formulez le problème métier, les utilisateurs et la décision que l'outil aidera à prendre. Comparez avec une solution sans IA lorsque cette alternative est plausible. Un gain sur une tâche isolée peut disparaître si la vérification, les corrections ou l'intégration prennent davantage de temps.
Les critères d'acceptation doivent distinguer les erreurs tolérables des erreurs graves. Une moyenne satisfaisante ne suffit pas si certains profils de dossiers produisent des réponses dangereuses ou inutilisables. Conservez un jeu d'évaluation représentatif, séparé des exemples utilisés pour ajuster la solution.
Vérifier l'exploitation et la responsabilité
Définissez qui supervise, qui traite les contestations et qui peut suspendre le service. Examinez les accès aux données, la conservation des traces, les coûts variables et les dépendances au fournisseur. Les exigences réglementaires dépendent du contexte et doivent être qualifiées séparément.
Lancer progressivement et surveiller
Commencez avec un périmètre limité, un mode de secours et des seuils d'alerte. Surveillez les changements de qualité, d'usage et de coût après chaque évolution importante. Le passage en production n'est pas la fin de l'évaluation : les données, les utilisateurs et les modèles peuvent changer.