Comment rédiger un cahier des charges pour un projet IA

Pourquoi un cahier des charges IA diffère d'un cahier des charges logiciel

Dans un projet logiciel classique, vous décrivez des fonctions, des écrans et des règles ; le prestataire les code ; le résultat est conforme ou ne l'est pas. Dans un projet d'intelligence artificielle (AI project), trois choses changent.

L'incertitude fait partie du projet

Personne ne peut promettre, avant d'avoir travaillé sur vos données, qu'un assistant documentaire répondra correctement à 90 % des questions ou qu'une extraction lira tous vos formats de factures. Le cahier des charges doit donc prévoir une phase qui réduit cette incertitude (un POC mesuré) avant l'engagement principal.

Les données sont la matière première

La qualité du système dépend de vos documents, de vos historiques, de vos règles métier, bien plus que du modèle choisi. Un cahier des charges sans description des données oblige le prestataire à deviner, et le devis qu'il produit est une hypothèse.

Le résultat s'évalue, il ne se recette pas

Un système IA n'est jamais « conforme » au sens d'un logiciel. Il atteint un niveau de qualité mesuré sur un jeu de test, dans une fourchette de coût et de temps de réponse. Les critères de réussite doivent être écrits en ces termes, sinon la réception se fera au ressenti.

C'est pourquoi les appels d'offres IA rédigés sur un modèle logiciel reçoivent des réponses si dispersées, et pourquoi les projets IA échouent pour des raisons connues à l'avance.

Les 10 rubriques indispensables d'un cahier des charges intelligence artificielle

1. Contexte et problème métier. Qui perd du temps ou de l'argent aujourd'hui, sur quelle tâche, à quel volume. Une phrase par tâche, avec un ordre de grandeur (heures par semaine, dossiers par mois).
2. Résultat attendu. Ce que le système produit : une réponse, un document, une décision, une action dans un outil. Et ce qu'il ne doit pas faire.
3. Utilisateurs et usage. Qui l'utilise, combien de personnes, à quelle fréquence, depuis quel outil (messagerie, CRM, intranet, application métier).
4. Données disponibles. La rubrique la plus importante, détaillée dans la section suivante.
5. Critères de réussite mesurables. Les métriques, les seuils et le jeu de test qui serviront à recevoir le système.
6. Contraintes de confidentialité et d'hébergement. Données personnelles, secteur réglementé, hébergement en France exigé ou non, API externes autorisées ou interdites. Le guide IA souveraine aide à formuler cette rubrique.
7. Intégrations. Les systèmes avec lesquels l'IA doit lire ou écrire, et l'état de leurs API.
8. Phasage. POC, mise en production, extension, avec un point de décision explicite entre chaque phase.
9. Budget et calendrier. Une fourchette et une échéance, même approximatives : elles orientent la solution proposée.
10. Exploitation et réversibilité. Qui supervise le système après la livraison, qui possède le code et les données, comment on change de modèle ou de prestataire.

Un brief projet IA de quatre pages qui couvre ces dix points vaut mieux qu'un document de quarante pages qui décrit des écrans.

Comment décrire vos données

C'est la rubrique que les prestataires lisent en premier, et celle qui manque le plus souvent. Elle n'exige aucune compétence technique, seulement de l'honnêteté sur l'état réel de vos sources.

• Nature. Documents (PDF natifs ou scannés, Word, e-mails), données structurées (tables, exports CRM ou ERP), conversations (tickets, transcriptions d'appels), images.
• Volume. Nombre de documents ou de lignes, taille totale, croissance mensuelle.
• Qualité. Part de documents scannés, présence de tableaux, de formulaires manuscrits, de doublons, de versions obsolètes. Une phrase comme « 30 % de nos contrats sont des scans de mauvaise qualité » change le devis.
• Structure. Existe-t-il des métadonnées (date, client, type, service émetteur) ? Sont-elles fiables ?
• Accès. Où sont les données (GED, SharePoint, base de données, logiciel métier), par quelle API ou export, et qui en donne l'accès.
• Historique de décisions. Pour une classification ou une extraction, disposez-vous d'exemples déjà traités par un humain (dossiers classés, champs saisis) ? Ce sont vos futurs cas de test.
• Sensibilité. Données personnelles, de santé, couvertes par un secret professionnel, soumises à des clauses client.

Joignez un échantillon anonymisé de vingt à cinquante documents représentatifs, y compris les mauvais. Un prestataire sérieux vous le demandera de toute façon avant de chiffrer. Pour les documents scannés, le guide OCR et IA documentaire explique pourquoi cette étape pèse autant dans le projet.

Définir des critères de réussite mesurables

« L'assistant doit répondre correctement » n'est pas un critère. « Sur un jeu de 200 questions réelles, au moins 85 % de réponses jugées correctes par le métier, avec la source citée, en moins de 5 secondes » en est un. Chaque critère combine quatre éléments.

Le jeu de test se construit avec les personnes qui font la tâche aujourd'hui. Comptez de l'ordre de 100 à 300 cas pour un premier cadre d'évaluation, en incluant les cas limites et les cas où le système doit refuser de répondre. Ce jeu de test est un livrable du projet : exigez qu'il vous soit remis avec les scripts d'évaluation, pour mesurer chaque évolution future. C'est ce que je livre systématiquement, y compris dans l'Audit IA.

Deux erreurs fréquentes : fixer le seuil avant d'avoir vu les données, et mesurer uniquement la réponse finale sans les étapes intermédiaires (extraction, retrieval), ce qui empêche de savoir où corriger.

Un POC avant tout engagement

La preuve de concept (POC, proof of concept) est la réponse à l'incertitude du projet IA. Son rôle est de mesurer, sur vos données réelles et sur votre jeu de test, si l'approche envisagée atteint le seuil visé, et à quel coût par requête. Elle doit être cadrée dans le cahier des charges avec :

• un périmètre réduit (une source de documents, un type de facture, un flux) ;
• une durée courte, de deux à six semaines selon le sujet ;
• un critère de décision écrit à l'avance : au-dessus de tel seuil, on industrialise ; en dessous, on corrige les données ou on arrête ;
• des livrables réutilisables : code, jeu de test, mesures, et une estimation chiffrée de la phase suivante.

Un POC qui se limite à une démonstration sur dix exemples choisis ne prouve rien : c'est la première cause des projets qui « marchaient en démo ». Chez Hellopro, le prototype de recherche sémantique sur 800 000 références a été livré en un mois, avant toute décision d'industrialisation. Chez Lokimo, trois POC successifs ont validé l'extraction des règles d'urbanisme depuis des PLU scannés.

Si un système existe déjà et qu'il déçoit, le POC prend la forme d'un audit : l'Audit IA de 3 semaines inclut une preuve de concept sur le premier chantier de la feuille de route, pour la même raison.

Budget et délais : les ordres de grandeur d'un projet IA

Indiquer une fourchette dans le cahier des charges évite de recevoir des devis sans rapport entre eux pour le même besoin. Voici les ordres de grandeur constatés en France pour une prestation réalisée par un ingénieur IA senior, code livré.

À ces montants s'ajoutent les coûts récurrents : inférence (de quelques dizaines à quelques centaines d'euros par mois pour la plupart des PME), hébergement, et supervision. Le détail par type de projet se trouve sur les pages prix d'un développement IA sur mesure et tarif d'un freelance IA.

Pour comparer les devis, ramenez-les au taux journalier : un freelance senior facture de 500 à 800 € par jour, une agence IA de 800 à 1 200 €, avec en général un profil moins expérimenté sur le projet. Le comparatif freelance IA ou agence IA détaille cet arbitrage.

Les questions à poser aux prestataires avant de signer un devis IA

Un appel d'offres IA se juge sur les réponses à ces questions plus que sur la présentation. Elles sont valables pour une agence IA comme pour un freelance IA.

1. Sur quel jeu de test allez-vous mesurer le résultat, et qui le construit ?
2. Quel système comparable avez-vous mis en production, et depuis combien de temps tourne-t-il ?
3. Qui travaillera réellement sur le projet : la personne en face de moi ou une équipe que je ne rencontrerai pas ?
4. Que se passe-t-il si le POC n'atteint pas le seuil ? Combien ai-je dépensé à ce moment-là ?
5. Où sont hébergées les données et le modèle ? Quelles API externes sont appelées ?
6. Quel est le coût par requête estimé en production, et comment le suivrez-vous ?
7. Que comprend la livraison : code, documentation, jeu de test, scripts d'évaluation, formation de mon équipe ?
8. Comment le système est-il supervisé après la mise en production, et à quel coût ?
9. Puis-je changer de modèle ou de prestataire sans tout reconstruire ?
10. Quel est le premier chantier que vous recommanderiez de ne pas faire ?

Un prestataire qui répond « ça dépend du modèle » aux questions 1, 4 et 6 n'a pas encore mis ce type de système en production. Le guide comment choisir une agence IA complète cette liste avec les signaux d'alerte les plus fréquents.

Modèle complet de cahier des charges projet IA

Voici la structure que je conseille de reprendre telle quelle. Quatre à huit pages suffisent ; les échantillons de données sont joints en annexe.

1. Présentation de l'entreprise : activité, taille, outils en place, expérience préalable en IA.
2. Problème métier : tâche concernée, volumes, temps consommé, coût d'une erreur aujourd'hui.
3. Résultat attendu : ce que le système produit, ce qu'il ne doit pas faire, place de l'humain dans la boucle (validation, escalade).
4. Utilisateurs : profils, nombre, fréquence d'usage, canal (application métier, messagerie, intranet).
5. Données : nature, volume, qualité, structure, accès, historique de décisions, sensibilité, échantillon joint.
6. Critères de réussite : jeu de test, métriques, seuils POC et production, contraintes de temps de réponse et de coût.
7. Contraintes : confidentialité, hébergement (France, Union européenne, on premise), API autorisées, sécurité, accessibilité.
8. Intégrations : systèmes à connecter en lecture et en écriture, état des API, personnes référentes.
9. Phasage : POC (périmètre, durée, critère de décision), mise en production, extensions envisagées.
10. Budget et calendrier : fourchette, échéance, contraintes de disponibilité de vos équipes.
11. Exploitation : supervision, maintenance, propriété du code et des données, réversibilité, formation.
12. Modalités de réponse : format du devis attendu (forfait par phase, taux journalier), délai de réponse, questions autorisées, critères de sélection.
13. Annexes : échantillon de données anonymisé, exemples de résultats attendus, schéma des systèmes existants.

Si vous ne savez pas remplir les rubriques 5 et 6, c'est le signe que le projet a besoin d'un cadrage avant l'appel d'offres. C'est l'objet de l'appel de 20 minutes : vous décrivez le besoin, je vous dis ce qu'il faut mesurer, quel POC lancer et dans quelle fourchette de budget. La page développement IA sur mesure décrit ensuite le déroulé du projet, phase par phase, code livré. Pour choisir entre les grands types de projets, le guide IA générative en entreprise : par où commencer donne les repères.