Partir d’un enjeu opérationnel
Choisir une décision ou un processus où une meilleure information, davantage de rapidité ou de cohérence ferait la différence. Définir ce qui changera pour les utilisateurs avant de sélectionner un modèle. Une question opérationnelle permet de vérifier la valeur réelle du projet : qui prend aujourd’hui la décision, quelle information manque et quelles erreurs auraient des conséquences ? Les cas d’essai doivent comprendre des exceptions difficiles, pas seulement des démonstrations réussies. Comparer l’outil au processus actuel sur la qualité, le temps et l’effort humain avant de l’étendre.
Repenser le travail autour de la valeur
Un prototype se déploie rarement à l’identique. Il faut revoir les transmissions, les responsabilités, l’accès aux données et le traitement des exceptions pour faire coopérer équipes et systèmes dans des conditions réelles. Le processus doit prévoir les moments où une personne peut examiner, corriger ou refuser un résultat. Les droits d’accès aux données, la traçabilité des modifications et les voies d’escalade se conçoivent dès le départ. Un pilote utile révèle les relais à modifier et les compétences nécessaires pour employer le résultat avec discernement.
Intégrer la gouvernance au déploiement
Attribuer les responsabilités en matière de qualité, de confidentialité, de sécurité et de suivi. Mesurer les résultats après le lancement et retirer les applications qui ne répondent plus à leur objectif. Le cadre de gestion des risques liés à l’IA du NIST aide à structurer la gouvernance, la mesure et le suivi. Pour chaque usage, désigner un responsable, définir les résultats inacceptables et revoir régulièrement les faits observés. Si la valeur ne peut être démontrée ou le risque maîtrisé, arrêter le projet constitue aussi une bonne décision.
Décider ce qui mérite d’être déployé
Avant un déploiement plus large, vérifier que le cas d’usage améliore une décision importante, que les équipes peuvent contester le résultat et que la qualité sera suivie après lancement. L’extension doit avoir un responsable, une comparaison avec la pratique actuelle et un traitement des exceptions. L’expérimentation devient alors un choix opérationnel gouverné.
Référence: NIST AI Risk Management Framework ↗