Aller au contenu
Cabinet d'expertise en transformation technologique · ARDIANE Group Innover, sécuriser, réussir

Intelligence artificielle

Construire la feuille de route IA d'une entreprise, les étapes dans l'ordre

L'essentiel

Une feuille de route IA d'entreprise est, par convention de travail, le document qui ordonne dans le temps les cas d'usage d'intelligence artificielle qu'une organisation a retenus, les chantiers de données et les socles dont ils dépendent, et les points de décision où chacun est poursuivi, repris ou arrêté. Management Square propose ici un ordre de construction, avec la pièce que livre chaque étape et son répondant.

Sommaire de la page

Par convention de travail, cet article appelle feuille de route IA d’entreprise le document qui ordonne dans le temps trois sortes de lignes : les cas d’usage d’intelligence artificielle que l’organisation a décidé de financer, les chantiers communs dont ils dépendent (données, plateforme, moyens d’évaluation) et les points de décision où chaque cas sera poursuivi, repris ou arrêté. Le mot a d’autres emplois : il peut désigner une stratégie entière, ou le planning d’un seul projet.

Sa construction suit un ordre propre à l’IA. Les cas d’usage sont d’abord arrêtés, puis reliés aux données et aux socles qu’ils supposent, puis classés au regard du cadre réglementaire. Chacun est ensuite découpé en paliers, parce que son résultat reste incertain jusqu’à l’essai. Viennent enfin le calendrier, réglé sur les moyens, et la règle de révision. Chaque étape livre une pièce et a un répondant. Cet ordre et ces répondants sont une proposition de méthode, à ajuster aux instances de chaque organisation. Ce qui vaut pour toute feuille de route (jalons, niveaux de certitude des dates) figure dans notre article sur la roadmap d’un projet informatique.

La feuille de route IA d’entreprise part de cas d’usage déjà choisis

La construction a pour entrée la liste des cas d’usage retenus à l’issue de la priorisation, chacun avec son business case, travail que décrit notre page stratégie IA. Si cette liste manque, ou si elle n’écarte aucune des idées recueillies, la construction s’interrompt et renvoie à ce choix.

L’état de départ compte aussi : ce que l’organisation sait déjà mettre en service borne ce qu’elle peut inscrire dans les premières périodes. Notre article sur la maturité IA de l’entreprise décrit ce relevé.

Il sort de cette étape une ligne par cas retenu : le processus concerné, le responsable métier, l’indicateur visé et le mode d’approvisionnement. Ce dernier pèse sur la durée : une fonction fournie par un éditeur et un système construit sur mesure n’occupent pas la même place dans un calendrier. La direction qui a arbitré répond de la liste, chaque responsable métier de sa ligne.

Les données et les socles communs fixent ce qui peut démarrer

Pour chaque ligne, le relevé porte sur les jeux de données ou les documents nécessaires, leur propriétaire, le droit de les employer à cette fin et leur état de qualité. Selon le cas, les données sont prêtes, ou elles demandent un chantier préalable, qui devient une ligne de la feuille de route avec son propre répondant, ou elles n’existent pas, et le cas sort de la feuille de route.

Les socles se relèvent de la même manière : passerelle d’accès aux modèles, fonds documentaire indexé, outils d’évaluation, chaîne d’exploitation. Inscrit comme une ligne à part, placée avant le premier cas qui l’attend, un socle commun a un seul budget et un seul répondant.

Le produit de l’étape est une carte des dépendances : pour chaque cas, les données et les socles qu’il attend, avec leur état. Les propriétaires des données en répondent pour leur part, la direction qui construit les socles pour la sienne. Les questions à poser sur chaque jeu de données figurent dans notre article sur la gouvernance des données pour l’IA.

Le classement réglementaire précède les dates

Les obligations du règlement (UE) 2024/1689, dit AI Act, varient avec le niveau de risque de l’usage et avec le rôle de l’organisation, fournisseur ou déployeur du système. Deux cas d’usage techniquement voisins peuvent donc ne pas demander le même travail avant leur mise en service. Chaque ligne reçoit, avant d’être datée, le rôle tenu par l’organisation et le régime dont relève le système. Lorsque des données personnelles sont traitées, le RGPD, règlement (UE) 2016/679, s’applique en outre, quel que soit ce régime.

Les travaux que ce classement entraîne deviennent des tâches de la ligne, avec leur durée : pour un système à haut risque, la documentation et l’organisation du contrôle humain, par exemple. La date de mise en service visée se rapproche, de son côté, du calendrier d’application du règlement, lu dans notre article sur les obligations de l’AI Act pour les entreprises.

À l’issue, chaque ligne porte un classement écrit et la liste des travaux qui en découlent. Le responsable métier en répond avec la fonction juridique ou de conformité, dans le circuit que décrit notre page gouvernance de l’IA. Ce classement reste une qualification juridique, que l’organisation arrête avec ses conseils.

Des paliers séparés par des points de décision

Un projet d’IA porte une incertitude sur son résultat même. La qualité que le système atteindra sur les données de l’organisation ne se lit dans aucune spécification : elle se mesure à l’essai. Une mise en service ne se date donc pas comme la livraison d’un équipement.

Chaque ligne se découpe en paliers. Notre démarche en compte quatre : cadrer, prouver, industrialiser, opérer. Entre deux paliers se place un point de décision, avec un seuil écrit avant l’essai (ce que le système doit réussir, sur quel jeu de cas, mesuré par qui) et trois issues possibles : poursuivre, reprendre le palier, arrêter. La feuille de route date ces points de décision. Au-delà du prochain, les échéances d’une ligne restent conditionnelles et s’affichent comme telles.

Cette étape donne, pour chaque ligne, ses paliers, le seuil de chacun et la date du prochain point de décision. Le responsable métier répond du seuil, l’instance qui a financé le cas répond de la décision. Le calcul des coûts et des gains qu’elle examine alors est traité dans notre article sur le ROI de l’intelligence artificielle.

L’ordre se règle sur les personnes rares et sur le coût récurrent

Les lignes se placent alors dans le temps. Les dépendances donnent un premier ordre : un chantier de données avant le cas qui l’attend, un socle avant son premier utilisateur. Deux contraintes le corrigent.

La capacité, d’abord. Les experts métier qui constituent les jeux d’évaluation et jugent les réponses peuvent être ceux qui font tourner le processus concerné, et les juristes, la sécurité et les équipes de données sont sollicités par plusieurs lignes à la fois. La feuille de route réserve ces personnes sur chaque période. L’arbitrage se rend avec les autres projets de l’organisation : la lecture de la capacité par compétence critique et l’instance qui tranche sont l’objet de notre page gestion de portefeuille de projets.

Le budget, ensuite. Chaque cas mis en service ajoute une dépense d’exploitation qui dure autant que lui : usage du modèle, suivi, réévaluation. La feuille de route affiche donc, à côté du budget de construction, le cumul des dépenses récurrentes qu’elle engage.

Le calendrier des lignes et le tableau des réservations en résultent. La personne qui tient la feuille de route les propose, l’instance de direction les arbitre.

Une révision à date fixe, et à chaque résultat d’essai

Une feuille de route IA se révise au rythme de l’instance qui l’arbitre. Entre deux séances, des événements la rouvrent : un point de décision rendu, un chantier de données en retard, un changement de classement, le retrait par un fournisseur de la version d’un modèle, une évolution de ses tarifs.

La règle d’entrée s’écrit avec elle. Un cas d’usage nouveau passe par la même qualification que les autres, puis prend la place d’une ligne ou attend.

Chaque révision livre la version suivante, avec en tête les mouvements depuis la précédente (lignes entrées, sorties ou déplacées) et le motif de chacun. La personne qui tient la feuille de route en répond.

La première version n’a pas à être longue. Deux ou trois cas, leurs données, leur classement et la date de leur prochain point de décision peuvent suffire à ouvrir la première séance d’arbitrage ; les lignes suivantes s’y ajoutent à mesure que les essais rendent leur résultat.

Insights

À lire sur le sujet

Tous les insights
Fine-tuning LLM : faut-il ajuster le modèle, ou s'en tenir au prompt et au RAG ?

Le fine-tuning d'un LLM poursuit l'entraînement d'un modèle de langage existant sur des exemples choisis pour en modifier durablement le comportement : un format, un registre, une tâche étroite. Il n'apporte ni connaissances à jour ni sources vérifiables : Management Square donne ici les critères qui justifient un ajustement et les cas où la consigne ou le RAG suffisent.

Lire l'analyse
Le ROI de l'intelligence artificielle se calcule sur des coûts complets et des gains constatés

Le ROI de l'intelligence artificielle rapporte les gains nets d'un projet d'IA à son coût complet, sur une période et selon des conventions qui s'écrivent avec le chiffre. Management Square présente ici ce qui se mesure (coûts de construction et d'exploitation, gains constatés, délais), la manière de l'établir et ce que chaque mesure ne dit pas, avec un exemple de calcul donné comme une hypothèse.

Lire l'analyse
Différence entre IA et IA générative : quand retenir un modèle prédictif, quand retenir un modèle génératif

La différence entre IA et IA générative tient à ce que le système produit : l'IA désigne le domaine entier, dont les modèles prédictifs qui estiment une valeur ou classent un cas, alors que l'IA générative, qui en est une branche, produit un contenu nouveau. Management Square compare ici les deux familles et indique dans quelles situations chacune est le bon choix.

Lire l'analyse

FAQ

Questions fréquentes

Une autre question ? Posez-la-nous

Quelle différence entre une stratégie IA et une feuille de route IA ?

La stratégie IA réunit les choix : où l'intelligence artificielle doit créer de la valeur, avec quels moyens, pour quels cas d'usage. La feuille de route IA ordonne ces choix dans le temps, avec les données et les socles dont chaque cas dépend, son classement réglementaire et ses points de décision. La première précède la seconde : une feuille de route construite sans cas d'usage choisis n'a rien à ordonner.

Sur quel horizon établir une feuille de route IA d'entreprise ?

Aucune durée ne s'impose. Nous proposons de distinguer deux zones : jusqu'au prochain point de décision de chaque ligne, les échéances sont datées et engagent l'organisation ; au-delà, elles restent conditionnées au résultat des essais et s'affichent comme telles. L'horizon d'ensemble peut se caler sur le cycle budgétaire, pour que les dépenses récurrentes des cas mis en service y figurent.

Qui tient la feuille de route IA de l'entreprise ?

Nous proposons de confier la feuille de route IA à une personne nommée, qui la construit, la met à jour et la présente. Son rattachement dépend de l'organisation : direction des systèmes d'information, direction des données ou bureau chargé du portefeuille de projets. Elle ne décide pas seule : chaque ligne a un responsable métier, et l'ordre des lignes est arbitré par l'instance de direction qui les finance.

Faut-il une feuille de route IA séparée du portefeuille de projets ?

Elle gagne à en être une vue. Les cas d'usage d'IA mobilisent des équipes de données, de sécurité et de métier que d'autres projets sollicitent aussi, et ils se financent sur les mêmes budgets. Tenue à part, la feuille de route IA risque de réserver des personnes que le portefeuille a déjà engagées ailleurs.

Un projet à faire aboutir ?

Un premier échange suffit pour situer votre enjeu, identifier les bons interlocuteurs et vous dire franchement ce que nous pouvons apporter.