Les 10 questions à poser avant d’acheter une solution IA

Une démonstration d’outil d’IA est presque toujours convaincante. Elle est préparée, rapide et sans accroc. Le vrai test arrive après la signature, quand l’outil rencontre vos documents, vos clients et vos équipes. Voici dix questions à poser avant d’acheter, avec ce qu’il faut attendre d’une bonne réponse.

Un point de méthode. Ce sont des questions d’achat, c’est-à-dire des bonnes pratiques. Ce ne sont pas des obligations légales. Selon votre secteur et les données traitées, des règles précises peuvent s’appliquer, notamment le RGPD ou le règlement européen sur l’IA. En cas de doute, consultez votre juriste ou votre délégué à la protection des données.

Avant de regarder l’outil : le besoin

1. Quel problème précis voulons-nous résoudre, et comment le mesure-t-on aujourd’hui ?

Notez la situation de départ : temps passé par dossier, nombre d’erreurs, délai de réponse, coût. Sans cette valeur de référence, impossible de savoir si l’outil améliore quelque chose. Si le fournisseur ne vous aide pas à formuler le problème, méfiez-vous.

2. L’outil est-il adapté à notre cas, et comment se trompe-t-il ?

Demandez des exemples de cas où il échoue, pas seulement de ceux où il réussit. Un outil d’IA peut produire une réponse fausse mais très bien rédigée. Demandez quels types d’erreurs sont fréquents, à quel taux dans des situations proches des vôtres, et comment l’utilisateur est alerté.

Données et sécurité

3. Quelles données fournissons-nous, sont-elles utilisées pour entraîner le modèle, et combien de temps sont-elles conservées ?

Demandez une réponse écrite sur trois points : ce qui est envoyé, si cela sert à améliorer le service (entraînement), et la durée de conservation avec les modalités de suppression. Si des données personnelles sont concernées, les fiches pratiques IA de la CNIL donnent des repères sur l’IA et la protection des données. Elles visent surtout le développement de systèmes d’IA. Elles ne sont pas une checklist d’achat, mais elles aident à poser les bonnes questions sur la vie privée. Pour des réflexes côté utilisateur, tu peux aussi lire notre article sur les données confiées à un assistant IA.

4. Qui fait quoi : fournisseur, sous-traitants, hébergement ?

Beaucoup d’outils reposent sur le modèle d’une autre entreprise et sur un hébergeur tiers. Demandez la liste des sous-traitants, les pays où sont traitées les données et qui répond en cas d’incident. Un contrat clair dit qui est responsable de quoi.

5. Comment la sécurité et les accès sont-ils gérés ?

Vérifiez les points concrets : comptes individuels, droits par profil, authentification renforcée, journal des actions, chiffrement, gestion des incidents. Demandez aussi quelles certifications ou audits existent, et lisez ce qu’ils couvrent vraiment.

Utilisation au quotidien

6. Comment s’intègre-t-il à nos outils, et pourrons-nous partir ?

Vérifiez la connexion avec vos logiciels actuels et le travail d’installation nécessaire. Posez surtout la question de la sortie : pouvez-vous récupérer vos données, vos paramètres et vos historiques dans un format exploitable ? Que devient tout cela à la fin du contrat ? Cette réversibilité est plus facile à négocier avant la signature.

7. Quel est le coût total, et quelles sont les limites de l’offre ?

Au prix de l’abonnement s’ajoutent souvent la formation, l’intégration, le temps de relecture et les dépassements. Demandez les plafonds d’usage, les options payantes, les conditions d’augmentation de prix et la durée d’engagement. Calculez un coût par mois et par résultat utile, pas seulement par utilisateur.

8. Quelle supervision humaine prévoir ?

Décidez qui relit, qui valide et qui peut corriger ou désactiver l’outil. Plus l’erreur coûte cher (décision sur une personne, message client, document contractuel), plus la validation humaine doit être réelle, avec le temps et l’information nécessaires pour contredire l’IA.

Décider sans se précipiter

9. Pouvons-nous l’essayer sur des cas réalistes ?

Testez avec vos propres exemples, y compris des cas difficiles ou mal rédigés, plutôt qu’avec ceux du fournisseur. Faites participer ceux qui utiliseront l’outil, comparez les résultats à votre situation de départ (question 1) et gardez une trace des erreurs rencontrées. Si possible, négociez une période d’essai ou un pilote limité.

10. Quels critères de succès et d’arrêt fixons-nous avant de commencer ?

Écrivez à l’avance ce qui prouvera que ça marche (par exemple « 30 % de temps gagné sans hausse des erreurs ») et ce qui vous fera arrêter (qualité insuffisante, incident de sécurité, coût dépassé). Fixez une date de bilan. Il est beaucoup plus facile d’arrêter un projet quand le critère était écrit d’avance.

Résumé : la checklist en un coup d’œil

  1. Problème et valeur de référence définis.
  2. Limites et erreurs connues de l’outil.
  3. Données envoyées, entraînement, conservation.
  4. Rôles du fournisseur et des sous-traitants.
  5. Sécurité et gestion des accès.
  6. Intégration et réversibilité des données.
  7. Coût total et limites de l’offre.
  8. Supervision humaine organisée.
  9. Essai sur des cas réalistes.
  10. Critères de succès et d’arrêt écrits.

Si le fournisseur répond clairement et par écrit à ces questions, c’est bon signe. S’il esquive, vous venez de gagner une information utile avant de vous engager.

Articles récents