Réduire le Lead Time des projets Data et IA

On parle ici du temps nécessaire entre la phase d’idéation d’un projet d’AI et la première exposition d’un algorithme à un utilisateur. Nous sommes donc dans le cadre d’un produit, et non d’un projet de R&D.

J’insiste sur ce point : un projet de R&D n’a pas vocation à exposer un modèle à un utilisateur, mais est une tentative de résolution d’un problème ouvert. Son livrable est un article scientifique qui explique dans quelles conditions l’algorithme permet (ou non) de répondre à la question posée (features à calculer, hyperparamètres, données nécessaires, capacités de calcul).

Un produit d’IA est avant tout un logiciel conçu pour répondre à un besoin. L’algorithme d’IA n’est qu’un composant, un bloc au sein d’une solution plus large.

Autrement dit, vous ne faites pas un produit Data, mais un logiciel qui utilise l’Intelligence Artificielle.

Organisation de l’équipe

La plus petite unité de travail est l’équipe, qui doit être autonome et pluridisciplinaire. Elle doit être majoritairement composée de Software Engineers.

L’objectif ? Être capable d’exposer les résultats d’un modèle à plusieurs utilisateurs sans aide extérieure.

Notre approche

Après un audit de deux semaines pour identifier les contraintes de votre produit, nous nous engageons à livrer un modèle en production dans les trois premiers mois. Comment ? En intégrant des Software Engineers à votre équipe.

Une première approche consiste à remplacer temporairement votre brique IA par un algorithme factice : un programme qui prend en entrée les mêmes données et génère un résultat aléatoire dans le format attendu.

Le mettre en production dès le début permet d’identifier rapidement les points de blocage techniques et organisationnels.

Intéressé ? Contactez-nous !