La plupart des projets d'IA restent au stade du pilote. L'une des raisons est que la valeur n'a jamais été mesurée : personne ne peut décider d'arrêter ni de continuer.
01. D'abord la référence
Mesurez l'état actuel avant de commencer : durée du processus, nombre de personnes mobilisées, taux d'erreur. Sans ce chiffre, impossible de prouver ensuite une amélioration.
02. Le bon indicateur
Le nombre d'utilisations n'est pas une mesure de valeur. Temps par opération, taux de bon du premier coup, nombre de demandes revenues et volume de travail par personne sont les vrais indicateurs.
03. Le côté coûts
Appels au modèle, infrastructure, développement et maintenance. La maintenance est souvent oubliée ; mettre à jour les consignes, évaluer et migrer les modèles demande un effort continu.
04. La limite du temps gagné
"Cela fait gagner deux heures par semaine" ne se comptabilise que si ces deux heures deviennent un autre travail. Suivez aussi où va le temps gagné.
05. L'effet qualité
Certains projets apportent de la valeur en qualité plutôt qu'en vitesse. Baisse du taux d'erreur, moins de réclamations et exposition réduite en conformité sont mesurables.
06. La décision d'arrêter
Arrêtez un projet qui ne franchit pas le seuil dans un délai fixé. Traîner des pilotes sans résultat consomme le budget et la crédibilité dus à ceux qui en donnent.