Business analysis · Projets IA
L’IA change la solution.Pas l’exigence d’analyse.
Ma lecture d’un projet IA en tant que Business & Functional Analyst.
Les projets intégrant de l’IA posent de nouvelles questions : incertitude, qualité des réponses, supervision humaine, données, risques et suivi dans le temps.
Voici le cadre que j’utiliserais pour les aborder, en m’appuyant sur mon expérience de Business & Functional Analyst.
Mon approche
5 étapes, du besoin métier à l’exploitation.
Le cadre que j’utiliserais pour structurer un projet intégrant de l’IA, avec des points de décision à chaque étape.
- 01
Cadrer
Le problème mérite-t-il réellement de l’IA ?
- 02
Concevoir
Comment l’intégrer dans le processus ?
- 03
Évaluer
Comment définir ce que « suffisamment bon » signifie ?
- 04
Déployer
Comment la mettre en service sous contrôle ?
- 05
Opérer
Comment vérifier qu’elle reste bonne dans le temps ?
Zoom 01
Concevoir l’IA dans le processus.
Une solution IA ne se résume pas au modèle. L’analyse doit préciser où intervient l’IA, où l’humain reste en contrôle, quelles règles s’appliquent et ce qui se passe en cas de doute ou d’indisponibilité.
Zoom 02
Définir et mesurer ce que « suffisamment bon » signifie.
Avec un système probabiliste, la recette ne peut pas uniquement reposer sur des cas ✓ / ✗. La qualité doit pouvoir être mesurée sur un ensemble représentatif de situations, avec des métriques, des seuils et certains cas à tolérance zéro.
Exemple de critère d’acceptation
| ID | AI-AC-014 |
|---|---|
| Objectif | Routage correct des demandes |
| Métrique | ≥ 95 % de bonnes réponses |
| Jeu d’évaluation | 300 cas réels et représentatifs |
| Segmentation | FR / NL mesurés séparément |
| Cas critiques | 0 erreur tolérée (à escalader) |
Exemple indicatif de gain (par dossier)
Gain réel : 3 min par dossier (−25 %)
Focus secteur
En assurance, concrètement.
L’IA ne s’analyse pas hors de son contexte réglementaire. Selon le cas d’usage (souscription, gestion de sinistres, assistance, traitement documentaire…), le niveau d’exigence peut être plus élevé : données sensibles, biais, explicabilité, supervision humaine et obligations liées à l’AI Act et aux exigences sectorielles (EIOPA, etc.).
- Cas d’usageSouscription, gestion de sinistres, assistance, traitement documentaire
- Points d’attentionDonnées, biais, explicabilité, supervision humaine, traçabilité
- Cadre réglementaireAI Act (classification des risques), RGPD, exigences sectorielles (EIOPA, gouvernance, etc.)
En résumé
Un cadre d’analyse, pas une prétention d’expertise technique.
Ce cadre s’appuie sur les principes et bonnes pratiques que j’ai étudiés et que je considère pertinents pour aborder un projet intégrant de l’IA. Il traduit les spécificités de l’IA dans mon terrain : comprendre le besoin, concevoir le processus et la solution fonctionnelle, définir des exigences vérifiables et accompagner le delivery, en m’appuyant sur mon expérience de Business & Functional Analyst, notamment dans l’assurance.