Intelligence artificielle,
machine learning et agents.

On ne commence pas par un modèle. On commence par le métier : quelle tâche prend du temps, où se tromme-t-on, quelles données existent déjà, qui décide. Ensuite on isole un cas mesurable, on regarde la qualité des sources, les contraintes RGPD et l'hébergement. Un atelier de cadrage évite d'acheter une démo qui n'entre jamais dans le SI. Le premier livrable utile, c'est souvent un POC que vos équipes peuvent juger, pas un chatbot générique posé à côté de vos outils.

Dans la plupart des cas métier, un RAG bien cadré suffit : l'assistant s'appuie sur vos documents, votre CRM, votre ERP, avec des sources citées. Entraîner ou fine-tuner un modèle a un coût, une dette, et ne se justifie que si le langage, le domaine ou la latence l'exigent vraiment. On compare sur vos données, pas sur une fiche marketing. Le bon choix, c'est celui qui reste maintenable une fois en production.

On pose l'hébergement, le chiffrement, les droits et les journaux avant le premier appel d'API. Selon le besoin, on reste en cloud européen, on isole un tenant, ou on déploie en souverain / on-prem. Les prompts et les documents ne partent pas n'importe où. RGPD, cloisonnement et révocation des accès font partie de l'architecture. Une IA utile qui fuit vos données n'est pas un produit.

Oui, dès que le défaut est visible et que l'éclairage, le cadrage et le rythme de la ligne sont tenus. On entraîne sur vos pièces, on mesure précision et faux positifs, on calibre le temps d'inférence. Un modèle qui marche en labo et rate un bouchon à 60 pièces minute n'a pas sa place. Le run compte autant que la démo : caméras, edge, alerting, et un opérateur qui sait quoi faire quand ça clignote.

Un prototype sans API, sans version, sans monitoring et sans responsable du run n'est plus un outil. On pose le pipeline, l'évaluation, le déploiement, les alertes de dérive. On documente assez pour retrainer ou changer de modèle sans tout casser. MLOps ce n'est pas un buzzword. C'est ce qui permet de dormir quand les données bougent. On le prévoit dès le MVP, pas après le premier incident.

Ça dépend du cas, des données et du niveau d'intégration au SI. Un cadrage plus un POC, ce n'est pas le même budget qu'un assistant branché CRM plus vision sur une ligne. On pose un indicateur avant de coder : temps gagné, erreurs évitées, relances faites, pièces rejetées. Si on ne peut pas le mesurer, on ne le vend pas comme de l'IA magique. Le formulaire Let's Go sert à ouvrir le sujet avec un périmètre, pas avec un forfait sorti d'un chapeau.