IA générative · Article long
Au-delà de la démoDe nouvelles portes, de nouvelles règles
L'IA générative met à portée de main ce que la plupart des entreprises ne pouvaient pas faire auparavant. Mais ses projets ne se comportent pas comme ceux que votre organisation sait mener, et le RAG en est l'exemple le plus clair.
Résumé
Les projets d'IA générative ne se comportent pas comme les projets que votre organisation sait mener. Cet article suit un exemple tout du long : un système qui permet au personnel de poser des questions en langage courant et d'obtenir des réponses tirées des propres documents de l'entreprise. Le nom technique est RAG ; ce qui compte, c'est ce qu'un tel projet révèle.
Le vrai travail tient moins à l'IA qu'à l'état de vos connaissances : dispersées, périmées, contradictoires, souvent sans propriétaire, et en partie jamais écrites. La qualité n'est jamais simplement « terminée » ; c'est un niveau de fiabilité qu'il faut définir, mesurer et choisir d'accepter. Le business case ne peut pas être prouvé d'avance, seulement construit pas à pas.
La réponse n'est ni d'attendre ni de « se lancer pour voir ». Les disciplines nécessaires ne sont pas nouvelles : la gouvernance, l'apprentissage par cycles courts, le financement par étapes, la décision explicite sur le risque acceptable. Ce qui est nouveau, c'est de les appliquer à l'IA générative, et de décider qui en est responsable.
Cet article s'adresse à deux lecteurs : les membres des comités exécutifs, qui doivent prendre des décisions qu'ils n'ont pas l'habitude de prendre, et les CTO et DSI, dont le rôle change en conséquence.