Un cahier des charges IA permet à l’entreprise et au prestataire de parler du même projet. Il ne doit pas imposer prématurément un modèle ou une architecture, mais décrire le problème métier, les données disponibles, le résultat attendu et les limites à respecter. Sans ce cadre, les devis reposent sur des hypothèses différentes et deviennent impossibles à comparer.
La spécificité d’un projet d’intelligence artificielle tient à l’incertitude. On peut définir les usages et les critères de succès, mais la performance exacte dépendra des données et des tests. Le document doit donc prévoir une phase d’exploration ou de POC, des seuils mesurables et une décision claire avant l’industrialisation.
En bref
- Décrivez le processus actuel, les utilisateurs et les résultats attendus avant les choix techniques.
- Donnez les volumes, formats, sources, droits d’accès et contraintes portant sur les données.
- Distinguez les exigences obligatoires des options souhaitables.
- Définissez la qualité attendue, les erreurs critiques et les cas nécessitant une validation humaine.
- Demandez un chiffrage séparant cadrage, POC, intégration, licences, exploitation et maintenance.
1. Commencer par le contexte et le problème métier
Présentez l’entreprise, son activité, les équipes concernées et le fonctionnement actuel. Le prestataire doit comprendre ce qui se passe avant, pendant et après la tâche que l’IA pourrait assister.
Évitez une formulation comme « développer un agent intelligent pour améliorer la productivité ». Indiquez plutôt : « le service reçoit environ 2 500 demandes par mois, quatre personnes les lisent et les orientent manuellement, avec un délai médian de douze heures ; nous voulons proposer une catégorie et un niveau de priorité, puis laisser un collaborateur valider l’affectation ».
Précisez la cause connue ou supposée du problème. L’IA ne corrigera pas une procédure contradictoire, une responsabilité mal répartie ou une base documentaire abandonnée. Un audit IA en entreprise peut être nécessaire si plusieurs processus sont encore en concurrence.
2. Définir le périmètre fonctionnel
Décrivez ce que l’utilisateur pourra faire et ce que la solution devra produire. Pour un assistant documentaire, par exemple : poser une question, filtrer un corpus, recevoir une réponse sourcée, ouvrir le document d’origine, signaler une réponse insuffisante et consulter l’historique autorisé.
Listez également les exclusions. Le système ne doit peut-être pas donner de conseil juridique, modifier une fiche client, envoyer automatiquement un message ou accéder aux données RH. Ces limites réduisent les ambiguïtés et orientent l’architecture des droits.
Identifiez les profils d’utilisateurs, leur nombre, leurs appareils, leurs langues et leurs contraintes d’accessibilité. Un outil destiné à dix experts dans un bureau ne se conçoit pas comme un assistant terrain utilisé sur smartphone par trois cents techniciens.
3. Décrire les données sans les transmettre trop tôt
Le cahier des charges indique les sources disponibles : documents, courriels, CRM, ERP, images, historiques, catalogue, base de tickets ou données issues de capteurs. Pour chacune, précisez le volume, le format, la fréquence de mise à jour, le responsable et le niveau de sensibilité.
Un inventaire peut être réalisé sans joindre les données réelles au premier appel d’offres. Utilisez des exemples anonymisés ou fictifs pour illustrer les cas. La transmission d’un échantillon n’intervient qu’après validation des règles de confidentialité et de sécurité.
Mentionnez les problèmes connus : doublons, PDF scannés, champs incomplets, versions contradictoires, historique trop court ou catégories qui ont changé. Le prestataire pourra alors distinguer le développement de la préparation des données du projet IA.
4. Lister les intégrations et contraintes techniques
Indiquez les logiciels à connecter, leurs versions, les API disponibles, le mode d’authentification et les interlocuteurs techniques. Précisez si la solution doit fonctionner dans un environnement cloud, sur une infrastructure existante ou avec des exigences de localisation particulières.
Le besoin technique comprend aussi la disponibilité, les temps de réponse, la volumétrie, les pics d’usage, la sauvegarde, la journalisation et l’administration. Pour une IA générative, demandez comment les modèles pourront être remplacés ou comparés, comment les coûts de consommation seront suivis et comment les instructions seront versionnées.
Ne figez pas un fournisseur sans raison. Une exigence fonctionnelle comme « les données ne doivent pas être utilisées pour entraîner un modèle tiers » est plus durable qu’un nom de produit. Si une technologie est imposée par le système d’information, expliquez pourquoi.
5. Fixer des critères de performance vérifiables
Une promesse de « réponses fiables » n’est pas testable. Constituez un jeu de cas représentatifs et définissez la méthode d’évaluation. Selon le projet, les indicateurs peuvent inclure :
- le pourcentage de documents correctement classés ;
- le rappel sur les anomalies à détecter ;
- le taux de réponses acceptées sans modification ;
- la présence d’une citation exacte ;
- le temps de traitement et son coût ;
- le taux de transfert correct vers un humain ;
- le nombre d’actions non autorisées, qui peut devoir rester à zéro.
Séparez l’exactitude factuelle, la qualité rédactionnelle et l’utilité métier. Une réponse élégante peut être fausse ; une extraction exacte peut être inutilisable si elle arrive trop tard.
6. Prévoir la sécurité, le RGPD et l’AI Act
Le document doit préciser les catégories de données personnelles, la finalité, les personnes concernées, les durées de conservation et les droits d’accès. Demandez au prestataire son rôle au regard du RGPD, ses sous-traitants, les lieux de traitement, les mesures de sécurité et les modalités de restitution ou de suppression.
Ajoutez les risques propres aux applications d’IA : injection de prompt, divulgation d’informations sensibles, sortie non contrôlée, dépendance à un composant tiers et autonomie excessive. Les actions critiques doivent être protégées par des contrôles déterministes hors du modèle.
La qualification du système au regard de l’AI Act dépend de sa finalité et de son usage. Le guide AI Act, RGPD et sécurité aide à préparer les questions, mais une analyse juridique peut rester nécessaire pour un cas sensible.
7. Organiser le POC, le pilote et la recette
Découpez le projet en décisions. Le cadrage valide le problème et les données. Le POC vérifie une incertitude technique ou métier. Le pilote confronte la solution à de vrais utilisateurs dans un périmètre limité. La recette contrôle les exigences avant la production.
Pour chaque phase, fixez les livrables, le budget, la durée, les personnes mobilisées et les critères de passage. Précisez qui fournit les données, qui évalue les réponses et combien de cycles de correction sont inclus. Un POC IA sans jeu de test ni seuil de décision devient vite une démonstration permanente.
8. Encadrer le déploiement et la maintenance
Demandez la documentation utilisateur et technique, la formation, la supervision, les alertes, le support et les délais d’intervention. Définissez qui met à jour les sources, revalide les performances et traite les retours.
Un système d’IA peut évoluer même si le code ne change pas : nouvelles données, modèle mis à jour, comportement des utilisateurs ou coût d’API différent. Le contrat doit donc traiter la surveillance, les régressions, les versions et la réversibilité.
Vérifiez la propriété des développements, des prompts, des jeux de test, des configurations et des données enrichies. Prévoyez le format de restitution si la relation s’arrête.
9. Demander un budget et un planning lisibles
Le devis devrait séparer les lots : ateliers, préparation des données, preuve de concept, interface, intégrations, sécurité, tests, formation, mise en production, licences et maintenance. Les hypothèses et les éléments non inclus doivent apparaître explicitement.
Demandez un coût pour le scénario nominal et, si les incertitudes sont fortes, des options. Un chiffrage unique au forfait n’est rassurant que si le périmètre est clair. Consultez notre dossier sur le coût d’un projet IA pour identifier les postes oubliés.
Le planning doit faire apparaître les dépendances côté client. L’accès à une API, la validation juridique ou la constitution d’un corpus peuvent devenir le chemin critique.
Le plan recommandé du cahier des charges IA
Un document exploitable peut suivre cette structure :
- présentation et contexte ;
- problème actuel et objectifs ;
- utilisateurs et parcours ;
- périmètre fonctionnel et exclusions ;
- données et droits d’accès ;
- intégrations et contraintes techniques ;
- performances et jeu de test ;
- sécurité, conformité et supervision humaine ;
- POC, pilote, recette et déploiement ;
- formation, maintenance et réversibilité ;
- planning, budget et format de réponse.
Ce plan n’a pas vocation à produire un document de cent pages. Pour un petit projet, quelques pages précises et des annexes d’exemples valent mieux qu’un modèle générique rempli de formules.
Questions fréquentes sur le cahier des charges IA
Peut-on rédiger le cahier des charges sans expert technique ?
Oui pour la partie métier. Un accompagnement est utile pour évaluer les données, les intégrations, la sécurité et la faisabilité. L’expert doit traduire le besoin sans confisquer les décisions à l’entreprise.
Faut-il indiquer un budget ?
Oui, au moins une enveloppe ou un ordre de grandeur. Le prestataire peut alors proposer un périmètre cohérent plutôt qu’une architecture hors de portée. Le budget ne dispense pas d’un chiffrage détaillé.
Peut-on demander une précision de 100 % ?
Une exigence absolue est rarement réaliste pour un modèle probabiliste. En revanche, certaines erreurs peuvent être interdites grâce à des contrôles externes, des règles, des validations humaines ou une limitation du périmètre.
Sources utiles
- NIST — AI Risk Management Framework : Govern, Map, Measure, Manage
- CNIL — Liste de vérification pour développer un système d’IA conforme au RGPD
- OWASP — Risques de sécurité des applications fondées sur des LLM
Faites relire ou chiffrer votre besoin IA
Présentez votre projet à Codimiq, même si le cahier des charges n’est pas terminé. Les informations seront structurées pour orienter la demande vers des prestataires capables de cadrer, intégrer ou développer la solution attendue.
