Prototype IA en production

Le problème

Le prototype marche dans le notebook. Six mois plus tard, il est toujours dans le notebook.

L’écart entre « ça répond correctement sur dix exemples » et « ça tourne tous les jours pour cinquante utilisateurs » est là où la plupart des projets IA meurent : pas de jeu d’évaluation, pas de gestion des coûts, pas de garde-fous, personne pour reprendre le code.

Ce que je fais

Je prends un cas d’usage — extraction documentaire, assistant interne sur votre base de connaissances, classification, scoring, génération assistée — et je le mène jusqu’à la production.

Concrètement :

• Semaine 1 — cadrage précis, critères d’acceptation, constitution d’un jeu d’évaluation à partir de vos vrais cas.
• Semaines 2 à 4 — implémentation itérative. Un point hebdomadaire avec une démo qui tourne, jamais une slide.
• Semaines suivantes — durcissement : gestion des erreurs, coûts, latence, garde-fous, tests, CI/CD.
• Fin de mission — déploiement sur votre infra, documentation, et deux sessions de passation avec vos développeurs.

Comment je mesure le succès

Avant d’écrire la moindre ligne, on définit ensemble ce qui fait qu’on a réussi : un taux d’exactitude sur le jeu d’évaluation, un temps de traitement, un coût par requête. Ces chiffres sont suivis en continu et affichés sur un tableau de bord que vous gardez.

Ce que vous gardez

Tout le code, dans votre dépôt, sous licence libre de votre côté. Aucune dépendance à un outil propriétaire de mon fait, aucun abonnement à me payer après la mission.