Le PoC est le cimetière des projets IA. Des semaines d'exploration, un notebook Jupyter prometteur, une démo qui impressionne le comité de direction... puis rien. Le projet s'enlise dans les questions d'intégration, de sécurité, de scalabilité.
Chez Bomzai, nous avons inversé l'approche. Au lieu de construire un PoC puis de chercher comment le passer en production, nous construisons directement un produit minimal en production.
Pourquoi les PoC échouent
Les raisons sont toujours les mêmes :
- Données de PoC ≠ données de production : le PoC utilise un dataset nettoyé manuellement, la production reçoit des données bruitées en temps réel
- Pas d'intégration : le PoC vit dans un notebook, isolé des systèmes métier
- Pas de monitoring : personne ne sait si le modèle fonctionne après le déploiement
- Pas d'utilisateurs : le PoC est conçu pour impressionner, pas pour être utilisé
La méthode 30 jours
Semaine 1 : Cadrage produit
Pas de code. On définit :
- L'utilisateur cible : qui va utiliser le système au quotidien ?
- La métrique de succès : quel KPI métier doit s'améliorer ?
- Le périmètre minimal : quelle est la version la plus simple qui apporte de la valeur ?
- Les données disponibles : audit rapide de qualité et d'accessibilité
Semaine 2 : Build v0
On construit directement sur l'infrastructure de production :
- Pipeline de données connecté aux vraies sources
- Modèle simple (baseline) déployé derrière une API
- Interface utilisateur minimale (souvent un dashboard ou un plugin dans l'outil métier existant)
Semaine 3 : Test utilisateurs
Le système est mis entre les mains de 5 à 10 utilisateurs pilotes :
- Collecte de feedback structuré
- Mesure des métriques de succès
- Itérations rapides sur le modèle et l'UX
Semaine 4 : Stabilisation et handover
- Documentation technique et utilisateur
- Monitoring et alertes en place
- Transfert de compétences à l'équipe interne
- Plan d'évolution pour les 3 mois suivants
Les prérequis
Cette approche ne fonctionne que si :
- Le sponsor métier est identifié et disponible
- L'accès aux données est possible dans la première semaine
- L'équipe a le droit de déployer en production (pas 3 mois de comité sécurité)
- Le scope est volontairement réduit : un seul use case, un seul persona
Résultats observés
Sur nos 30 derniers déploiements avec cette méthode :
- 95% passés en production dans les 30 jours
- ROI mesurable dès le 2e mois
- Adoption utilisateur > 70% après 3 mois
La clé n'est pas la technologie, c'est la discipline produit.