Une automatisation n\u2019a pas besoin d\u2019intelligence artificielle \u00e0 chaque n\u0153ud. Une date, une r\u00e9f\u00e9rence exacte ou une condition explicite peuvent souvent \u00eatre trait\u00e9es par une r\u00e8gle m\u00e9tier. L\u2019IA peut \u00eatre \u00e9tudi\u00e9e lorsque l\u2019entr\u00e9e demande une interpr\u00e9tation plus ouverte, comme un message formul\u00e9 de plusieurs mani\u00e8res.<\/p>\n
Le bon choix porte sur une \u00e9tape pr\u00e9cise, avec ses donn\u00e9es et ses erreurs possibles. Opposer un workflow \u00ab avec IA \u00bb \u00e0 un workflow \u00ab sans IA \u00bb masque souvent les parties qui pourraient simplement \u00eatre combin\u00e9es.<\/p>\n
\u00c9crivez ce que l\u2019\u00e9tape re\u00e7oit et ce qu\u2019elle doit produire. Distinguez la transformation de donn\u00e9es, la recherche d\u2019une correspondance et l\u2019interpr\u00e9tation d\u2019un contenu.<\/p>\n
Une r\u00e8gle d\u00e9terministe permet d\u2019exprimer directement une condition connue. Un syst\u00e8me d\u2019IA n\u00e9cessite d\u2019\u00e9valuer la qualit\u00e9 de ses sorties sur le probl\u00e8me retenu. Aucun des deux ne corrige une d\u00e9finition m\u00e9tier contradictoire.<\/p>\n
La m\u00e9thode Google de cadrage d\u2019un probl\u00e8me de machine learning<\/a> insiste sur la formulation du probl\u00e8me. Dans une PME, cette \u00e9tape peut r\u00e9v\u00e9ler qu\u2019une r\u00e8gle ou une meilleure donn\u00e9e suffit pour une partie du travail.<\/p>\n La table propose un point de d\u00e9part. Le choix final d\u00e9pend du contexte, des outils et du co\u00fbt des erreurs.<\/p>\n Si un workflow conna\u00eet les donn\u00e9es et la formule, faites calculer le r\u00e9sultat par le m\u00e9canisme appropri\u00e9. Un mod\u00e8le peut aider \u00e0 expliquer le calcul, mais l\u2019explication et le r\u00e9sultat doivent rester reli\u00e9s \u00e0 une valeur contr\u00f4l\u00e9e.<\/p>\n De m\u00eame, une r\u00e9f\u00e9rence qui existe dans un catalogue peut \u00eatre v\u00e9rifi\u00e9e par correspondance. Demander \u00e0 l\u2019IA de deviner un identifiant \u00e0 partir d\u2019un nom proche ajoute une incertitude \u00e9vitable.<\/p>\n Cela n\u2019emp\u00eache pas de l\u2019utiliser en amont pour proposer un rapprochement lorsque le texte est ambigu. Le rapprochement propos\u00e9 doit ensuite \u00eatre confirm\u00e9 par les r\u00e8gles pr\u00e9vues.<\/p>\n Imaginons un message fictif : \u00ab Je cherche la version plus grande de la bo\u00eete command\u00e9e la derni\u00e8re fois. \u00bb Si le dossier client et la r\u00e9f\u00e9rence sont disponibles, le workflow peut retrouver la commande par une r\u00e8gle.<\/p>\n L\u2019IA peut ensuite aider \u00e0 identifier l\u2019intention \u00ab changement de format \u00bb dans le message. Le catalogue fournit les variantes existantes. Si plusieurs versions restent possibles, le dossier passe en revue ou demande une pr\u00e9cision selon le circuit approuv\u00e9.<\/p>\n Le workflow associe ainsi recherche exacte, interpr\u00e9tation et validation. Il n\u2019invente pas une nouvelle r\u00e9f\u00e9rence pour produire une r\u00e9ponse compl\u00e8te.<\/p>\n Constituez des entr\u00e9es repr\u00e9sentatives : cas courants, ambigu\u00eft\u00e9s, donn\u00e9es manquantes et demandes hors p\u00e9rim\u00e8tre. D\u00e9finissez le r\u00e9sultat acceptable avant de lancer les essais.<\/p>\n Mesurez les erreurs qui comptent pour l\u2019\u00e9tape : cat\u00e9gorie incorrecte, r\u00e9f\u00e9rence invent\u00e9e, information perdue ou cas ambigu trait\u00e9 comme certain. Regardez aussi le temps de contr\u00f4le et les contraintes d\u2019exploitation.<\/p>\n Une sortie convaincante sur quelques d\u00e9monstrations ne d\u00e9crit pas toutes les entr\u00e9es futures. Conservez les cas difficiles et recommencez les tests lorsque les consignes, les donn\u00e9es ou le mod\u00e8le changent.<\/p>\n Chaque m\u00e9canisme peut rencontrer une exception. Une r\u00e8gle peut recevoir une donn\u00e9e inattendue ; une interpr\u00e9tation peut rester incertaine ; une API peut \u00eatre indisponible.<\/p>\n D\u00e9finissez les cas envoy\u00e9s en revue et les informations fournies \u00e0 la personne qui reprend. Le dossier doit contenir l\u2019entr\u00e9e, le traitement tent\u00e9 et le motif de l\u2019arr\u00eat.<\/p>\nComparer les m\u00e9canismes sur des crit\u00e8res concrets<\/h2>\n
\n\n
\n \nSituation<\/th>\n M\u00e9canisme \u00e0 \u00e9tudier d\u2019abord<\/th>\n V\u00e9rification n\u00e9cessaire<\/th>\n<\/tr>\n<\/thead>\n \n R\u00e9f\u00e9rence exacte pr\u00e9sente<\/td>\n Recherche et r\u00e8gle explicite<\/td>\n R\u00e9f\u00e9rentiel \u00e0 jour et absence d\u2019ambigu\u00eft\u00e9<\/td>\n<\/tr>\n \n Champ obligatoire absent<\/td>\n Contr\u00f4le de structure<\/td>\n Traitement clair de l\u2019exception<\/td>\n<\/tr>\n \n Texte libre avec plusieurs formulations<\/td>\n Interpr\u00e9tation assist\u00e9e par IA<\/td>\n Jeu de tests repr\u00e9sentatif<\/td>\n<\/tr>\n \n Calcul de quantit\u00e9 ou de total<\/td>\n Calcul d\u00e9fini et contr\u00f4l\u00e9<\/td>\n Unit\u00e9s, donn\u00e9es et r\u00e8gles de calcul<\/td>\n<\/tr>\n \n Cas \u00e0 engagement important<\/td>\n Circuit de validation adapt\u00e9<\/td>\n Responsabilit\u00e9 et preuve suffisante<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n \u00c9viter de confier un calcul exact \u00e0 une simple reformulation<\/h2>\n
Exemple p\u00e9dagogique : orienter une demande produit<\/h2>\n
\u00c9valuer la part d\u2019IA sur un ensemble de cas<\/h2>\n
Construire une sortie de secours utilisable<\/h2>\n