Organiser la mise en œuvre
Comparer l’IA à une solution de référence, définir les erreurs inacceptables et maintenir une décision humaine identifiable pour les conséquences importantes.
La reproductibilité exacte peut être limitée par certains services externes. Documenter cette limite et conserver les éléments réellement disponibles.
Couvrir données, entraînement ou configuration, évaluations, artefacts, déploiement, surveillance et retrait.
L’équipe produit exploite le service, les responsables des données et modèles qualifient les changements, et le métier valide la qualité.
Un registre de versions, une chaîne de déploiement et des procédures d’incident et de retrait.
Application à votre contexte
Les trois actions proposées ci-dessous constituent un point de départ. Validez les résultats avec leurs utilisateurs et ajustez le niveau de détail avant d'étendre la démarche.
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.
Trois actions de départ
- Versionner les composants qui influencent le résultat
- Automatiser les contrôles de livraison
- Surveiller le service et préparer le retour à une version sûre