Le métier définit le problème et les conséquences
La personne métier connaît le processus, les exceptions et les décisions. Elle aide à choisir la cible, à définir une erreur grave et à valider les données. Son rôle ne se limite pas à fournir des exemples à une équipe technique. Elle doit pouvoir challenger la formulation du problème et refuser une automatisation qui dégrade la qualité ou le service.
Plusieurs métiers peuvent être concernés par le même système. Un outil documentaire touche l’auteur, le lecteur, l’administrateur et la personne citée dans les documents. Les réunir tôt permet d’identifier des contraintes contradictoires. La décision finale reste attribuée à un responsable clairement nommé dans l’organisation.
Le produit relie valeur, usage et mesure
Le responsable produit transforme le besoin en périmètre testable. Il organise les priorités, le protocole de pilote et les retours d’usage. Il ne choisit pas une fonctionnalité uniquement parce que le modèle la permet. Il compare l’IA à une solution simple et conserve des critères d’arrêt. Il veille également à ce que l’interface montre les limites et permette la correction.
Le design ou la recherche utilisateur observe la façon dont les personnes interprètent le résultat. Une probabilité, une suggestion ou une alerte peuvent être mal comprises. Les tests d’interface mesurent la décision humaine, pas seulement la satisfaction. Ils montrent si le système aide réellement ou déplace la charge vers la vérification.
Data engineering, data science et machine learning
L’ingénierie des données construit les flux, contrôle la qualité et gère les versions. La data science explore les relations, construit des références et conçoit l’évaluation. L’ingénierie machine learning transforme l’expérience en service déployable et surveillé. Dans une petite équipe, une personne peut couvrir plusieurs rôles, mais les responsabilités doivent rester explicites.
Le code du modèle représente parfois une faible part du système. Les connecteurs, contrôles, droits d’accès, journaux et mécanismes de reprise demandent un travail durable. Une équipe qui ne prévoit pas l’exploitation risque de produire une démonstration difficile à maintenir. Le choix d’acheter ou construire dépend donc aussi de la capacité interne à superviser le service.
Sécurité, protection des données et droit
Le responsable sécurité analyse les accès, les dépendances, les attaques possibles et la gestion des incidents. Le délégué à la protection des données ou le conseil compétent étudie les traitements personnels, les rôles et les droits. Les achats évaluent les contrats, la réutilisation des données et la continuité du fournisseur. Ces fonctions interviennent au cadrage, pas seulement avant la signature.
Le règlement européen sur l’IA ajoute des responsabilités qui dépendent du système et du rôle de l’organisation. L’équipe tient un inventaire, documente l’évaluation et forme les utilisateurs. Une charte générale ne suffit pas. Les règles doivent être traduites dans le produit, les accès et les procédures quotidiennes.
Un rythme de travail qui rend les désaccords visibles
Organisez une revue régulière réunissant métier, produit, données et risques. Examinez des exemples réels, y compris les erreurs. Chaque décision importante doit laisser une trace courte : hypothèse, preuve, choix et responsable. Cette discipline évite que le projet repose sur des discussions oubliées ou sur la confiance dans une seule personne.
L’ancienne URL présentait une liste de membres du collectif. Les responsabilités et personnes ont pu évoluer. Cette version ne publie donc aucun annuaire ni coordonnée et utilise le chemin historique pour traiter un sujet durable : comment composer une équipe capable de construire et de contester un système d’IA.