Combien de temps pour mettre un agent IA en production
La réponse honnête est 4 à 8 semaines. La réponse utile explique ce qu'il y a dedans, et pourquoi certains projets sont à 4 et d'autres à 8.
Pourquoi une fourchette, et pas un chiffre
Un prestataire qui annonce un délai fixe avant d'avoir vu vos données annonce un chiffre commercial, pas un délai de projet.
Le développement n'est presque jamais le facteur limitant. Ce qui prend du temps, c'est de comprendre votre processus réel, de rassembler la matière, de calibrer sur vos conditions et de vérifier que le résultat tient.
Ce qu'il y a dans les 4 à 8 semaines
Semaine 1 — Cadrage. Périmètre, sources de données, règles métier, critères de réussite, architecture. Rien n'est développé. C'est la semaine qui détermine si le projet réussit.
Semaines 2 à 3 — Construction. Connexion aux systèmes, indexation de votre matière, écriture de la logique métier, premiers essais internes.
Semaines 3 à 5 — Calibrage. La partie longue, et celle qu'on sous-estime toujours. Les seuils, les règles d'exception, les cas particuliers se règlent sur vos données réelles. Sur un agent de vision, cela demande de revenir sur site à différents moments de la journée. Sur un agent documentaire, cela demande de passer des centaines de pièces réelles.
Semaines 5 à 7 — Pilote. Le système tourne en conditions réelles, en parallèle du traitement actuel. On compare, on mesure contre le critère écrit en semaine 1, on ajuste.
Semaine 7 à 8 — Bascule et formation. Mise en production, formation des utilisateurs, documentation.
Les trois facteurs qui font varier le délai
L'état de votre matière. C'est le facteur numéro un. Une entreprise dont les procédures sont écrites et à jour est vers 4 semaines. Une entreprise dont les règles vivent dans la tête de trois personnes est vers 8, parce qu'il faut d'abord les écrire.
Le nombre de systèmes à connecter. Un agent qui lit un dossier partagé se branche vite. Un agent qui doit lire un ERP, écrire dans un CRM et notifier sur WhatsApp demande trois intégrations, chacune avec ses cas d'échec à traiter.
La disponibilité de votre référent. Un projet d'IA demande quelques heures d'une personne qui connaît le métier — pour valider des règles, arbitrer des cas particuliers, relire des résultats. Si cette personne est indisponible deux semaines, le projet attend deux semaines.
Ce qui n'allonge pas le délai, contrairement à l'idée reçue
La taille du modèle. Les modèles sont disponibles et éprouvés. On ne les fabrique pas, on les assemble et on les calibre.
Le volume de données. Traiter mille factures ou dix mille ne change pas le temps de développement — cela change le dimensionnement matériel.
Le nombre de caméras, dans une certaine limite. Passer de deux à huit flux allonge le calibrage, pas la construction.
Ce que nous refusons de faire
Promettre deux semaines. C'est possible pour une démonstration. Ce n'est pas possible pour un système qui tient en production sur des données imparfaites.
Sauter le calibrage. Un système livré avec des paramètres par défaut produit des faux positifs jusqu'à ce que plus personne ne regarde les alertes. Le temps « économisé » se paie au décuple.
Annoncer un délai avant le diagnostic. Nous ne savons pas dans quel état est votre matière tant que nous ne l'avons pas vue.
Conclusion
4 à 8 semaines, dont la moitié consacrée au cadrage et au calibrage plutôt qu'au développement. C'est ce partage qui distingue un système qui tient d'une démonstration qui impressionne.
Parlons de votre projet.
Trente minutes, gratuit et sans engagement, sur vos données réelles.