1. Définir une seule tâche
Choisissez une tâche répétée avec une entrée et une sortie visibles. Évitez « améliorer la productivité ». Préférez « transformer les notes approuvées d’une réunion en brouillon structuré ». Notez le propriétaire, les utilisateurs et les personnes affectées.
2. Mesurer l’ancien processus
Exécutez deux ou trois exemples sans l’outil. Mesurez le temps actif, les corrections, les erreurs et la qualité requise. Le pilote n’a de sens que si le résultat IA peut être comparé à cette référence.
3. Poser les limites avant le test
Décidez quelles données sont exclues, quel compte est autorisé, qui relit, où les sorties peuvent être publiées et ce qui arrête l’essai. Utilisez des données publiques ou synthétiques quand c’est possible.
4. Noter valeur et effort total
Évaluez qualité, temps gagné après correction, fiabilité, facilité, intégration et risque. Séparez la promesse du fournisseur, le comportement observé et votre inférence. Un joli premier résultat ne suffit pas.
5. Prendre une décision datée
Adoptez si la valeur est répétable dans les limites. Limitez si l’outil n’aide que certains cas. Améliorez si le workflow doit être retesté. Arrêtez si la valeur est faible ou le risque trop élevé. Notez la date et les preuves.
Source
NIST AI Risk Management Framework. Source vérifiée / verificata le 29 juillet / luglio 2026.