En avril 2019, je veux faire un retour au réel sur les attentes qu’on colle à l’IA. D’un côté, la promesse: une plateforme intelligente qui prédit, automatise, optimise. De l’autre, ce dont on parle rarement: la dette opérationnelle. Parce que chaque modèle qu’on déploie n’est pas un cadeau gratuit — c’est un engagement à le nourrir, le surveiller pis le réparer pour des années. Comme directeur technique, c’est cette deuxième moitié de l’équation que je dois garder en tête pour mes dealers.

La promesse séduit en réunion. La dette, elle, s’accumule en silence après le lancement, quand tout le monde est passé au projet suivant. Pis une dette qu’on n’a pas planifiée finit toujours par coûter plus cher qu’on pensait.

Chaque modèle est un engagement

C’est exactement comme la dette technique en développement logiciel, mais en pire, parce qu’un modèle dépend de données qui changent. Déployer un modèle, c’est s’engager à le maintenir. Si on l’oublie, il dérive, il se trompe, pis il finit par nuire au lieu d’aider.

flowchart TD
    A[La promesse de l'IA] --> B[On deploie un modele]
    B --> C[Dette operationnelle creee]
    C --> D[Le surveiller]
    C --> E[Le reentrainer]
    C --> F[Le documenter]
    C --> G[Le reparer quand il derive]
    D --> H{On paie la dette?}
    E --> H
    H -->|Oui| I[Le modele reste utile]
    H -->|Non| J[Il pourrit et finit par nuire]

Pour mes dealers, ça change ma façon de dire oui à un projet d’IA. Avant d’ajouter un nouveau modèle, je me demande: a-t-on la capacité de le maintenir? Parce que dix modèles déployés pis abandonnés valent moins que deux modèles bien entretenus. La vraie question n’est pas « peut-on le construire? » mais « peut-on le faire vivre? ».

Choisir sa dette consciemment

Mon point n’est pas de fuir l’IA. C’est de choisir sa dette en pleine conscience. Une dette opérationnelle assumée, planifiée, budgétée, c’est sain. Une dette cachée sous une belle démo, c’est une bombe à retardement.

C’est pour ça que je préfère démarrer petit, avec un modèle dont on assume vraiment la maintenance, plutôt que de lancer dix projets ambitieux qu’on n’aura jamais le souffle d’entretenir. La sobriété, ici, c’est de la lucidité. Une IA qu’on entretient vraiment vaut mille fois mieux qu’une flotte de modèles à l’abandon qui donnent des chiffres pourris sans que personne s’en aperçoive.

Ce que je retiens

En avril 2019, l’IA vit entre deux pôles: la promesse pis la dette opérationnelle. La promesse séduit; la dette s’accumule en silence. Chaque modèle déployé est un engagement de plusieurs années à le surveiller, le réentraîner pis le réparer.

Pour mes dealers, ma règle de directeur technique est claire: choisir sa dette consciemment, démarrer petit, pis ne déployer que ce qu’on peut vraiment faire vivre. Deux modèles bien entretenus battent dix modèles abandonnés. La question n’est jamais juste « peut-on le construire? » — c’est « peut-on en assumer la dette? ». Répondre honnêtement à ça, c’est la différence entre une IA utile pis une belle promesse qui pourrit.