En bref
Achetez quand le processus est courant, que le produit convient sans contournements lourds et que vos données peuvent aller là où le fournisseur les traite. Construisez quand le processus est propre à votre activité, dépend de vos données et de vos règles, doit s’intégrer en profondeur à des systèmes internes, ou doit respecter des exigences d’hébergement et d’audit qu’un produit ne peut pas satisfaire. Beaucoup de bonnes solutions combinent les deux : des modèles ou plateformes commerciales comme composants, avec une logique et une intégration sur mesure autour.
Tout responsable des opérations ou de l’informatique qui s’intéresse à l’IA fait face au même choix. Il existe des produits pour presque chaque tâche, et des équipes qui construisent sur commande. Les deux peuvent être le bon choix. L’erreur est de choisir par habitude, ou d’après la démonstration la plus convaincante, plutôt que d’après l’adéquation avec votre processus et vos contraintes.
Voici sept questions qui rendent la décision plus claire.
1. Votre processus est-il spécifique ?
La rédaction d’e-mails, les comptes rendus de réunion et la recherche documentaire générale fonctionnent de façon semblable d’une entreprise à l’autre. Les produits sont mûrs dans ces domaines, et construire le vôtre est rarement rentable.
Un processus de permis de travail sur vos sites, un SGS conduit selon votre manuel ou une règle de contrôle pour vos pièces, c’est différent. Un produit y correspondra soit étroitement, ce qui mérite d’être vérifié avec soin, soit au prix de contournements qui coûtent du temps chaque jour. Plus votre processus reflète vos propres règles et votre expérience, plus la construction se justifie.
2. Où les données doivent-elles rester ?
Beaucoup de produits d’IA traitent les données dans le cloud du fournisseur, parfois dans une région que vous ne maîtrisez pas. Pour des comptes rendus de sécurité, des informations patients, des données d’ingénierie ou des documents commercialement sensibles, vérifiez :
- Où les données sont stockées et traitées, et sous quelle juridiction.
- Si vos données servent à entraîner ou améliorer les modèles du fournisseur.
- Si le produit peut fonctionner dans votre espace cloud ou sur vos serveurs.
Si les réponses ne respectent pas vos règles, une solution sur mesure sur votre infrastructure peut être la seule option.
3. Quelle profondeur d’intégration ?
L’IA crée rarement de la valeur sur son propre écran. Elle doit lire et écrire dans les systèmes que vos équipes utilisent déjà : ERP, GMAO, GED, historiens, systèmes RH. Demandez comment un produit se connecte à chacun d’eux, et qui maintient la connexion quand l’un des deux côtés change. Des intégrations profondes ou inhabituelles plaident pour une construction sur mesure, ou pour un produit doté d’une API solide et documentée.
4. De quoi l’autorité ou l’auditeur a-t-il besoin ?
Les activités réglementées exigent des preuves : qui a fait quoi, quand, sur la base de quelle information. Vérifiez qu’un produit fournit la piste d’audit, le contrôle d’accès et la conservation des enregistrements qu’attendent vos auditeurs, et que vous pouvez expliquer comment ses résultats d’IA ont été produits. Avec le règlement européen sur l’IA, certains usages imposent des obligations précises aux fournisseurs et aux déployeurs, que vous devez pouvoir respecter quelle que soit la voie choisie.
5. Quel coût sur plusieurs années ?
Comparez le coût total sur une période réaliste, pas sur la première année. Pour un produit, comptez les licences par utilisateur ou à l’usage à mesure que l’adoption progresse, les modules complémentaires et le travail d’intégration. Pour une construction sur mesure, comptez le développement, l’hébergement, l’usage des modèles, le support et le coût des évolutions. Un produit coûte souvent moins cher au départ. Une solution sur mesure peut coûter moins cher à l’échelle, notamment quand le prix dépend du nombre d’utilisateurs.
6. Dans quel délai en avez-vous besoin ?
Un produit peut tourner en quelques semaines s’il convient. Une solution sur mesure met plus longtemps à atteindre une première utilisation, même si un développement ciblé sur un seul processus peut produire rapidement une version qui fonctionne. Si le besoin est urgent et que le produit convient bien, achetez maintenant et réexaminez plus tard.
7. Qui en est responsable ensuite ?
Avec un produit, le fournisseur décide de la feuille de route, des prix et de la durée de support. Avec une construction sur mesure, le code et les données vous appartiennent, et il vous faut un partenaire ou une équipe interne pour la maintenance. Demandez-vous quel risque vous êtes le plus à l’aise de porter.
En résumé
| Critère | Plaide pour un outil du marché | Plaide pour le sur mesure |
|---|---|---|
| Processus | Courant d’une entreprise à l’autre | Propre à vos règles et à votre activité |
| Données | Peuvent être traitées par le fournisseur | Doivent rester dans votre environnement |
| Intégration | Peu de systèmes, connecteurs standard | Plusieurs systèmes internes ou inhabituels |
| Audit | Le produit répond à vos besoins d’enregistrement et d’accès | Vous devez maîtriser les journaux et les preuves |
| Coût | Usage faible, horizon court | Nombreux utilisateurs, horizon long |
| Délai | Besoin sous quelques semaines, et le produit convient | Quelques mois de plus valent une meilleure adéquation |
| Propriété | À l’aise avec la feuille de route du fournisseur | Besoin de maîtriser le code et les données |
La voie combinée
Le choix est rarement tout ou rien. Un schéma courant consiste à utiliser des modèles commerciaux de langage ou de vision comme composants, accessibles par des points d’accès privés, et à construire les parties qui font de la solution la vôtre : le flux de travail, les règles, les intégrations, l’interface et la piste d’audit. Vous profitez ainsi de la qualité des meilleurs modèles sans renoncer à la maîtrise du processus.
Les questions à poser à tout fournisseur ou prestataire
- Pouvons-nous faire un essai sur nos propres données et questions, et voir tous les résultats ?
- Où nos données sont-elles traitées et stockées, et servent-elles à l’entraînement ?
- Comment voir pourquoi le système a produit un résultat donné ?
- Que deviennent nos données et notre configuration si nous partons ?
- Comment les changements des modèles sous-jacents sont-ils testés avant de nous parvenir ?
Quelle que soit la voie choisie, commencez par un processus, un responsable clair et un moyen de mesurer le résultat sur vos propres données.