Artificial Intelligence : comment se déroule un projet
Beaucoup d'entreprises hésitent à lancer un projet IA parce qu'elles ne savent pas à quoi s'attendre. Combien de temps ça prend ? Qu'est-ce qu'on doit fournir ? Qu'est-ce qu'on reçoit à la fin ? Cette page décrit chaque étape de notre méthode, du premier appel téléphonique jusqu'à la mise en production et au-delà.
La durée totale varie entre 4 et 16 semaines selon la complexité du projet. Un modèle de classification de documents pour une PME de 30 personnes, par exemple, est généralement opérationnel en 5 semaines. Un système de vision par ordinateur pour une ligne de production industrielle demande plutôt 10 à 14 semaines.
Les six étapes d'un projet type
Appel de cadrage
Tout commence par un appel de 30 minutes. Vous nous décrivez votre problème métier, les données dont vous disposez (ou pensez disposer), et ce que vous attendez comme résultat. Nous posons des questions concrètes : quel volume de données ? Quel format ? Qui utilisera le modèle au quotidien ?
À l'issue de cet appel, nous savons si votre projet est un bon candidat pour l'IA. Si oui, nous vous envoyons une proposition d'audit dans les 48 heures. Si non, nous vous le disons directement et, quand c'est possible, nous vous orientons vers une solution plus adaptée (parfois un simple script Python suffit, sans modèle d'apprentissage).
Audit de données et de processus
C'est la phase la plus importante du projet. Pendant 5 à 10 jours ouvrables, notre équipe analyse vos données brutes, observe vos processus sur le terrain et interroge les personnes qui effectuent les tâches qu'on cherche à automatiser.
Nous vérifions la qualité des données : sont-elles complètes ? Cohérentes ? Suffisamment nombreuses pour entraîner un modèle fiable ? Pour un modèle de classification de texte, par exemple, il faut au minimum 500 exemples annotés par catégorie. Si vos données sont insuffisantes, nous proposons une stratégie d'enrichissement avant de poursuivre.
L'audit se conclut par un rapport qui contient : un diagnostic de faisabilité, l'architecture technique recommandée, un calendrier prévisionnel, un budget détaillé et l'indicateur de succès que nous viserons.
Développement du modèle
Une fois l'audit validé, nos ingénieurs commencent à construire le modèle. Cette phase dure entre 2 et 6 semaines selon la complexité. Nous travaillons en sprints d'une semaine avec un point de suivi chaque vendredi : vous voyez les métriques de performance évoluer et vous pouvez réorienter les priorités si nécessaire.
Concrètement, le développement comprend : le nettoyage et la transformation des données, la sélection de l'algorithme (régression, forêt aléatoire, réseau de neurones, transformer...), l'entraînement sur vos données historiques, et l'évaluation sur un jeu de test que le modèle n'a jamais vu.
Nous ne livrons jamais un modèle dont la précision est inférieure au seuil convenu lors de l'audit. Si nous n'atteignons pas ce seuil après trois itérations, nous vous en informons et nous discutons des options : collecter plus de données, reformuler le problème, ou arrêter le projet avec un remboursement partiel.
Intégration et déploiement
Le modèle fonctionne dans un notebook Jupyter, mais vos employés n'utilisent pas Jupyter. Il faut donc intégrer le modèle dans vos outils existants. Selon votre infrastructure, cela peut prendre la forme d'une API REST que votre application appelle, d'un plugin pour votre ERP (Odoo, SAP Business One), ou d'une interface web autonome.
Nous déployons sur l'infrastructure de votre choix : un serveur cloud (AWS, Azure, Google Cloud, OVH) ou un serveur physique dans vos locaux si vos données ne peuvent pas quitter votre réseau. Le déploiement inclut la mise en place de logs, d'alertes et de métriques de surveillance pour détecter toute dégradation des performances.
Formation et transfert
Nous formons les personnes qui utiliseront le modèle au quotidien. Pas de cours théorique sur les réseaux de neurones : une formation pratique, sur vos données, dans votre interface. Comment lancer une prédiction. Comment interpréter le score de confiance. Quand faire appel à un humain plutôt que de suivre la recommandation du modèle.
Pour les équipes techniques, nous organisons une session séparée sur la maintenance : comment surveiller les métriques, comment déclencher un ré-entraînement, comment ajouter de nouvelles catégories ou de nouvelles variables au modèle.
Suivi et amélioration continue
Un modèle IA n'est pas un logiciel classique qu'on installe et qu'on oublie. Les données changent, les comportements évoluent, et le modèle peut perdre en précision avec le temps. C'est ce qu'on appelle la dérive du modèle.
Pendant la période de support incluse dans votre formule (30 à 90 jours), nous surveillons les performances et intervenons si nécessaire. Au-delà, vous pouvez souscrire à notre contrat de maintenance mensuelle (490 €/mois) qui inclut un ré-entraînement mensuel, des alertes automatiques et jusqu'à 4 heures de support technique.
Ce que vous recevez à chaque étape
Chaque phase produit un livrable tangible. Vous ne payez jamais pour du temps passé sans résultat visible.
Rapport d'audit
Document de 15 à 30 pages avec diagnostic de faisabilité, architecture recommandée, estimation des coûts et calendrier. Vous le conservez même si vous décidez de ne pas poursuivre.
Rapports de sprint hebdomadaires
Chaque vendredi, un e-mail avec les métriques du modèle (précision, rappel, F1-score), les décisions prises pendant la semaine et les prochaines étapes.
Code source et documentation
Le code complet du modèle et du pipeline de données, hébergé dans un dépôt Git privé. La documentation inclut un guide d'installation, un guide utilisateur et un guide de maintenance.
Tableau de bord de monitoring
Interface web qui affiche en temps réel les performances du modèle : nombre de prédictions, taux de confiance moyen, alertes de dérive. Accessible depuis n'importe quel navigateur.
Les outils que nous utilisons
Nous choisissons la technologie en fonction du problème, pas l'inverse. Voici les outils que nous maîtrisons et que nous déployons le plus souvent chez nos clients belges.
Si votre infrastructure repose sur des outils différents, nous nous adaptons. Nous avons par exemple intégré des modèles dans des applications .NET, des systèmes legacy en Java et des plateformes no-code comme Make (anciennement Integromat).
Prêt à démarrer ?
L'appel de cadrage est gratuit et sans engagement. En 30 minutes, nous saurons si l'IA peut résoudre votre problème et combien cela coûtera. Contactez-nous par téléphone au +32 4 852 28 13 ou remplissez le formulaire sur notre page d'accueil.
Demander un diagnostic gratuit