Fr
En
De
It
Es
Uk
À quoi sert une agence intelligence artificielle, et que doit-elle produire ?
Une agence intelligence artificielle ou un consultant IA aide une entreprise à répondre à trois questions : où l'IA fera réellement gagner du temps ou de l'argent, quelle approche technique convient à chaque cas, et combien coûteront le développement puis le fonctionnement. Une bonne mission de conseil en IA se termine par des décisions et un plan que votre équipe peut exécuter le mois suivant, pas par un modèle de maturité ou une présentation sur la transformation.
Lytvynov Production aborde le conseil en IA en ingénieurs, pas en stratèges. Ceux qui mènent le diagnostic sont ceux qui construisent des produits LLM, des pipelines RAG, des agents IA et des modèles affinés pour nos clients et pour nos propres produits. Cela change la nature du livrable : au lieu de "envisagez l'IA générative pour le support client", vous obtenez "un assistant à base de recherche documentaire sur ces trois sources, cette gamme de modèle, ce jeu d'évaluation, environ ce coût pour mille conversations, et voici un prototype qui répond à 50 de vos vrais tickets".
Que comprend notre diagnostic de maturité IA ?
Le diagnostic de maturité IA est une mission à périmètre fixe de deux à quatre semaines. Sa durée dépend du nombre d'équipes et de cas d'usage concernés. Le tableau présente les étapes standard et ce que chacune produit.
| Étape | Ce que nous faisons | Ce que vous recevez |
|---|---|---|
| 1. Lancement et entretiens | Des séances de 45 minutes avec les responsables de 3 à 8 processus ou domaines produit | Une longue liste de cas d'usage candidats, en langage clair |
| 2. Revue des données et des systèmes | Où se trouvent les données utiles, leur format, leur qualité, les droits d'accès et les données personnelles | Une note de disponibilité des données par cas d'usage, blocages compris |
| 3. Notation des cas d'usage | Chaque cas noté sur la valeur, la faisabilité, le risque et le coût de fonctionnement | Une liste restreinte classée, avec le raisonnement écrit |
| 4. Options d'architecture | Prompts, recherche documentaire (RAG), fine-tuning, agents avec outils ou produit du marché | Une approche recommandée et une sélection de modèles pour les meilleurs cas |
| 5. Prototype du cas le plus risqué | Un petit prototype fonctionnel testé sur vos vraies données | Une précision mesurée sur un jeu de test, des exemples de sorties, un coût par requête |
| 6. Feuille de route et budget | Phases, dépendances, composition de l'équipe et budgets estimés | Un document de feuille de route et un devis ferme pour la phase un si vous voulez que nous la construisions |
L'étape du prototype est celle que la plupart des cabinets de stratégie IA sautent. C'est aussi celle qui modifie le plus souvent le plan, car les vraies données révèlent des problèmes qu'aucun entretien ne fait apparaître : PDF scannés, champs manquants, nommage incohérent ou réponses qui dépendent d'un système que personne n'a mentionné.
Comment décidons-nous quels cas d'usage de l'IA valent la peine ?
Un cas d'usage vaut la peine d'être développé lorsqu'il fait gagner un temps significatif ou rapporte du chiffre d'affaires, que les données nécessaires existent, que les erreurs coûtent peu ou peuvent être rattrapées, et que le coût de fonctionnement par tâche reste bien inférieur à la valeur de la tâche. Nous notons chaque candidat sur ces quatre critères plutôt que sur l'effet que ferait la démo.
Les schémas qui obtiennent souvent une bonne note : rédiger des documents à partir de données structurées, classer et router les demandes entrantes, extraire des champs de factures ou de contrats, répondre à des questions sur la documentation interne et résumer de longs échanges pour un décideur. Ceux qui obtiennent souvent une mauvaise note au premier examen : les décisions entièrement autonomes aux conséquences juridiques ou financières, les cas où les données nécessaires n'existent pas encore, et les fonctionnalités dont les utilisateurs referaient le travail faute de confiance. Pour les cas d'usage de back-office en particulier, notre guide sur les processus métier à automatiser en premier avec l'IA détaille la notation.
Conseil en IA générative : modèle, données, développer ou acheter
Le conseil en IA générative tient surtout à quatre décisions coûteuses à défaire plus tard : quelle famille de modèles, comment le modèle accède à vos connaissances, où les données sont traitées, et s'il faut développer ou acheter. Nous prenons ces décisions à partir de mesures sur vos propres données, pas à partir des benchmarks des éditeurs.
- Choix du modèle. Nous testons généralement les modèles OpenAI et Anthropic Claude côte à côte, plus un modèle ouvert de la famille Qwen ou Llama lorsque les données doivent rester sur vos serveurs. Le test compare la précision sur vos exemples, la latence et le coût par requête.
- Accès aux connaissances. La recherche documentaire (RAG) est la solution par défaut pour répondre à partir des documents de l'entreprise. Le fine-tuning se justifie lorsqu'il faut un style ou une personnalité constants, ce que nous avons fait avec des adaptateurs LoRA dans le projet AI Grief Companion, combinés à la recherche documentaire pour les faits.
- Traitement des données. Nous identifions les champs personnels ou confidentiels qui atteindraient une API tierce et proposons du masquage, des points d'accès régionaux ou de l'auto-hébergement lorsque c'est nécessaire.
- Développer ou acheter. Si un produit mature résout déjà le cas d'usage, comme l'IA intégrée au helpdesk que vous payez déjà, nous le disons. Le sur-mesure a du sens lorsque le processus est propre à votre entreprise ou que l'IA fait partie de votre propre produit.
En quoi un consultant IA ingénieur diffère-t-il d'un cabinet de stratégie ?
Le conseil en IA mené par des ingénieurs est plus étroit et plus concret que le conseil en stratégie classique. Il ne couvre ni l'organisation, ni les programmes de conduite du changement, ni l'étude de marché. Il couvre ce qui peut être construit avec les modèles actuels, avec quelle fiabilité, à quel coût et dans quel ordre. Pour la plupart des entreprises de 10 à 200 personnes, c'est précisément ce qui manquait.
| Conseil orienté stratégie | Conseil mené par des ingénieurs (notre approche) | |
|---|---|---|
| Livrable type | Vision, score de maturité, cartographie des opportunités | Cas d'usage classés, architecture, résultats du prototype, feuille de route chiffrée |
| Éléments de preuve | Benchmarks sectoriels et études de cas | Vos données, mesurées sur un jeu de test |
| Estimation du coût de fonctionnement | Rarement incluse | Par requête et par mois, pour chaque cas retenu |
| Qui exécute ensuite | Souvent un intégrateur distinct | Nous, votre équipe ou un autre prestataire, avec les mêmes documents |
| Durée type | Plusieurs mois | Deux à quatre semaines |
Le lien avec la réalisation compte. Nous construisons nous-mêmes des produits IA, de AI Resume Master, notre générateur de CV à base de LLM qui a atteint 50 000 utilisateurs actifs mensuels, jusqu'à des projets de R&D comme un prototype d'essaim de drones autonome qui transforme des données satellite en tâches qu'une flotte prend en charge seule. Nous utilisons aussi des agents de codage IA dans notre propre processus d'ingénierie et construisons des serveurs MCP pour nos outils internes. Nos recommandations viennent de cette pratique.
Combien coûte un consultant IA et combien de temps dure la mission ?
Une mission de conseil en IA ciblée dure généralement deux à quatre semaines : la validation d'un seul cas d'usage avec prototype tient en une à deux semaines, tandis qu'un diagnostic couvrant plusieurs équipes avec prototype du meilleur cas en demande deux à quatre. L'effort dépend du nombre de cas d'usage, du nombre d'équipes à interroger et de l'inclusion ou non d'un prototype.
Nous établissons un prix forfaitaire pour le diagnostic après un court appel de cadrage. Si vous développez ensuite avec nous, les documents du diagnostic deviennent la phase de cadrage du projet, sans travail refait. Les fonctionnalités IA pour un produit existant démarrent à 10 000 USD chez nous ; notre guide du coût de développement d'une application IA montre comment sont chiffrés les projets plus larges.
Quand vous n'avez pas besoin d'un consultant IA
Vous n'avez pas besoin d'un consultant IA lorsque le cas d'usage est déjà clair et limité. Si vous savez que vous voulez un chatbot sur votre centre d'aide ou une fonctionnalité LLM dans un produit existant, commencez par un appel de cadrage pour ce développement : voir intégration IA ou, pour un nouveau produit, développement de produits IA. Vous n'en avez pas besoin non plus pour "vous lancer dans l'IA" en général : quelques licences d'un assistant généraliste pour votre équipe coûtent peu et montrent où se situent les vrais besoins. Un diagnostic se justifie lorsqu'il y a plusieurs idées concurrentes, des données sensibles ou une décision budgétaire qui doit s'appuyer sur des chiffres. Si vous comparez des agences IA pour ce travail, notre checklist sur comment choisir une entreprise de développement IA liste les questions à poser.
Comment se déroule une mission avec notre agence IA
Nous commençons par un appel de 30 minutes pour comprendre votre activité, vos données et les idées déjà sur la table. Si un diagnostic a du sens, nous envoyons une proposition à périmètre fixe avec les équipes à interroger, les cas d'usage concernés et le prototype prévu. Vous recevez un rapport écrit, le code du prototype et une feuille de route en deux à quatre semaines, avec un ingénieur senior comme interlocuteur unique. Notre équipe est basée en Ukraine, compte plus de 15 ans d'expérience et est notée 5.0 sur Upwork avec 100 % de Job Success. Réservez un appel avec un consultant IA.
