“Notre POC d'IA a séduit en démo. Six mois plus tard, personne ne s'en sert.”
Le prototype répondait juste sur les exemples choisis. Puis sont venus les vraies données, les cas particuliers, les questions de sécurité, et des utilisateurs qui ne savaient pas quand lui faire confiance.
Le problème n'est presque jamais le modèle d'IA. C'est tout ce qu'il faut concevoir autour pour en faire un outil de travail.
Une démo n'est pas un outil de travail.
Un POC prouve qu'une chose est possible, sur des exemples choisis, devant un public convaincu. Un outil de travail doit tenir tous les jours, sur toutes les données, entre les mains de personnes qui ont autre chose à faire.
Gartner prévoit ainsi que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027. En cause : des coûts qui dérapent, une valeur mal établie ou des risques mal maîtrisés.
Source : Gartner, 25 juin 2025.
Le passage en production n'est pas une formalité technique. C'est un projet de conception.
Les vraies données ne ressemblent pas au jeu d’essai.
Doublons, champs vides, formats qui changent d'un site à l'autre, documents scannés de travers : les données réelles mettent l'IA en difficulté là où la démo brillait. Et quand l'IA se trompe, encore faut-il que l'utilisateur s'en aperçoive.
Avant d'industrialiser, nous testons sur un échantillon de cas réels, avec ceux qui font le travail, et nous mesurons ce qui compte pour eux : le temps gagné, les erreurs évitées, les corrections nécessaires.
Mieux vaut découvrir les limites de l'IA en test qu'en production.
Sans confiance, pas d’usage.
Un utilisateur qui ne comprend pas d'où vient une réponse a deux réflexes. Soit il vérifie tout, et l'outil ne fait plus gagner de temps. Soit il ne vérifie rien, et l'erreur passe. Le Nielsen Norman Group fait de la confiance l'un des grands problèmes de conception des expériences d'IA.
La confiance se conçoit : montrer d'où vient une proposition, signaler les cas douteux, permettre de corriger en un geste, garder une trace de ce que l'IA a fait.
Source : Nielsen Norman Group, « State of UX 2026 », 16 janvier 2026.
Une IA qu'on peut vérifier est une IA qu'on utilise.
L'outil doit entrer dans le système d'information, pas rester à côté.
Un POC vit souvent dans un coin : un compte d'essai, une copie des données, un accès réservé à quelques volontaires. En production, il faut l'authentification de l'entreprise, les droits d'accès, un hébergement validé par la DSI, la journalisation, la maintenance.
Associer la DSI dès le départ évite de tout reprendre au moment du passage à l'échelle. Nous la faisons entrer dans le projet dès le premier bloc.
Un outil que la DSI ne peut pas exploiter ne passera jamais en production.
Après la mise en production, le travail continue.
Les usages évoluent, les modèles d'IA changent, les cas particuliers apparaissent. Un outil d'IA qu'on ne suit pas se dégrade en silence : les réponses deviennent moins justes, et les utilisateurs recommencent à contourner.
Il faut mesurer l'usage réel, relire régulièrement ce que fait l'IA, ajuster les règles de contrôle humain et décider ce qui mérite d'être étendu.
Un regard senior qui revient régulièrement coûte moins cher qu'un outil abandonné.
Du prototype à l'outil utilisé, sans repartir de zéro.
- Un premier bloc semaine : votre POC confronté à vos cas réels et à vos utilisateurs, et vendredi, ce qui manque et ce que coûte la mise en production.
- Puis la mise en production avec nos développeurs partenaires ou votre DSI, et le suivi de l'usage.
Nous partons de ce qui existe : votre POC, vos données, vos équipes. Nous gardons ce qui marche, nous concevons ce qui manque, et nous livrons en production avec nos développeurs partenaires ou votre DSI.
Vous payez les semaines qui comptent, sans engagement de durée. La mise en production fait l'objet d'un devis établi à la fin du premier bloc.
Un premier bloc pour savoir ce qu'il faut pour passer en production.
On reprend.
Le POC, ses données, ses utilisateurs prévus : on liste ce qui manque pour passer en production et on choisit les cas réels à tester.
On confronte.
Votre expert fait tester l'outil sur ces cas réels, observe où l'IA aide et où elle gêne, et repense les écrans de contrôle. Point d'avancement le mercredi.
On tranche.
Ce qui marche, ce qui manque, ce que coûte le passage en production. Vous décidez : poursuivre, réorienter ou arrêter.
Trois projets d'IA conçus avec ceux qui s'en servent.
THALES / TopSky Flow Manager
de la conception au développement
Une aide à la décision appuyée sur l'IA prédictive, conçue avec les opérationnels du trafic aérien, puis accompagnée jusqu'au développement, au rythme des équipes.
YSEOP / Copilot
une IA ciblée sur une tâche, conçue pour donner confiance
Pour les rédacteurs médicaux, accélérer la rédaction d'études cliniques sans perdre en qualité : un assistant ciblé sur une tâche précise, conçu à partir d'entretiens et de scénarios de travail réels.
THALES / Maintenance aéronautique
du POC aux outils de terrain
Un POC de maintenance optimisée présenté en film de démonstration, et des outils en mobilité pour vérifier l'avion, appuyés sur l'IA ou sur des procédures.
Ces projets attestent notre capacité à concevoir des outils métiers. Nous en avons assuré la conception ; le développement a été mené par les équipes de nos clients ou leurs prestataires.
— Un format simple, au bloc
Et si, vendredi, vous saviez ce qu'il faut pour mettre votre POC en production ?
Vous payez les semaines qui comptent. Rien d'autre.
Arrêtez ou adaptez le rythme des interventions à tout moment.
Un bloc semaine
Lundi → vendredi
un cadre, un livrable
- Une semaine de travail expert dédiée
- Cadrage le lundi, livrable le vendredi
- Sans engagement de durée · au bloc réalisé
Vous vous posez peut-être ces questions ?
Notre POC a été réalisé par un autre prestataire. Pouvez-vous le reprendre ?
Oui. Nous partons de ce qui existe : le code, les données, les retours des premiers utilisateurs. Le premier bloc dit ce qui peut être gardé et ce qui doit être repensé.
Faut-il changer de modèle d’IA ?
Rarement. Les blocages viennent plus souvent des données, de l'intégration et de la confiance des utilisateurs que du modèle. Nous changeons de modèle seulement si les tests sur vos cas réels le justifient.
Qui développe la version de production ?
Nos experts conçoivent et prototypent eux-mêmes, avec l'IA. Pour la mise en production, nous constituons l'équipe de développement avec nos partenaires, ou nous travaillons avec votre DSI et vos prestataires. Votre expert reste votre interlocuteur et veille à l'usage. Le cadre contractuel est précisé dans le devis de mise en production.
Et l’AI Act ?
Selon l'usage, votre outil peut être concerné. Depuis le 2 août 2026, les personnes qui échangent avec une IA doivent en être clairement informées (article 50). Les systèmes à haut risque devront permettre un contrôle humain effectif (article 14) à partir du 2 décembre 2027, ou du 2 août 2028 pour l'IA intégrée à des produits réglementés comme les machines ou les dispositifs médicaux. Nous concevons ces exigences dans l'interface ; cela ne remplace pas l'avis de votre juriste.
Sommes-nous engagés sur plusieurs mois ?
Non. Vous pouvez commencer par un premier bloc semaine, puis poursuivre, faire une pause ou arrêter à tout moment. Chaque bloc est facturé lorsqu'il est réalisé.
Peut-on commencer par un seul bloc ?
Oui. Un premier bloc d'une semaine suffit pour savoir ce qu'il faut pour passer en production. La mise en production fait ensuite l'objet d'un devis. Chacun est facturé une fois réalisé, sans engagement sur les suivants.