Un cahier des charges IA décrit le problème à résoudre, les données disponibles, les résultats attendus et les conditions de livraison d’un projet. Pour le rédiger, partez du besoin métier, puis précisez les usages, les contraintes techniques, les critères de test, le budget et les responsabilités après la mise en service.
Le modèle à copier plus bas convient aussi bien à un agent conversationnel qu’à un outil de classement de documents ou de prévision. Il doit être adapté au risque du projet et aux données réellement accessibles.
À quoi sert un cahier des charges IA ?
Ce document fixe une référence commune entre le commanditaire, les futurs utilisateurs et les personnes chargées de réaliser le projet. Il sert à décider ce qui sera livré, à quelles conditions le résultat sera accepté et ce qui reste hors périmètre. Il permet aussi de comparer plusieurs propositions sur une base identique.
Testez vos acquis sur le cahier des charges IA
Répondez aux six questions, puis validez pour découvrir votre score et les corrections.
Sa particularité tient au comportement du modèle : une réponse ou une classification peut être erronée sans que le logiciel soit en panne. Les données disponibles et leur qualité influencent les résultats, qui peuvent évoluer dans le temps. Le document doit donc prévoir des exemples de test, des erreurs tolérables et une surveillance après livraison.
Rédigez une première version avant de consulter des prestataires. Certains choix techniques peuvent rester ouverts : le but est d’exprimer le besoin et les contraintes sans imposer trop tôt une solution.
Les informations à réunir avant de rédiger
Réunissez un responsable du processus, des utilisateurs, une personne chargée des données et un représentant technique. Selon le projet, associez aussi les responsables de la sécurité et des questions juridiques. Désignez une personne qui tranche les priorités et valide le document.

- Décrivez le travail actuel : quelles étapes prennent du temps, qui les réalise et où se produisent les erreurs ?
- Mesurez le point de départ : relevez par exemple le temps moyen de traitement, le nombre de dossiers et les erreurs déjà constatées.
- Listez les utilisateurs : indiquez leurs tâches, leurs droits et les situations dans lesquelles ils doivent reprendre la main.
- Repérez les données : identifiez leur emplacement, leur responsable, leur format et les conditions d’accès.
- Recensez les outils existants : notez les logiciels à connecter et les contraintes d’hébergement ou de sécurité.
Formulez le problème avant de choisir la technologie. « Réduire le temps nécessaire pour retrouver une réponse validée » décrit un besoin ; « créer un agent conversationnel » propose déjà une solution. Une recherche documentaire classique peut parfois suffire.
Les rubriques à inclure dans le document
| Rubrique | À préciser | Question à trancher |
|---|---|---|
| Contexte et objectif | Processus actuel, difficulté, mesure de départ, résultat visé | Quel changement attend-on ? |
| Utilisateurs et périmètre | Profils, tâches, cas inclus et exclus | Qui utilise la solution et pour quoi faire ? |
| Fonctionnalités | Actions attendues, interfaces, priorités et reprise humaine | Que doit permettre le logiciel ? |
| Données | Sources, formats, qualité, accès, droits et exemples | Dispose-t-on de données adaptées ? |
| Technique et sécurité | Connexions, hébergement, accès, confidentialité et contraintes existantes | Dans quel environnement le système fonctionne-t-il ? |
| Tests et livraison | Jeu de référence, mesures, seuils, livrables et validation | Quand le résultat est-il acceptable ? |
| Organisation et coûts | Jalons, budget, rôles, maintenance et frais récurrents | Qui paie, décide et intervient après la livraison ? |
Séparer les fonctions du logiciel des capacités du modèle
Une fonctionnalité décrit ce que l’utilisateur peut faire : déposer un document, consulter une réponse, corriger une proposition ou transmettre un dossier à un collègue. Une capacité du modèle décrit le traitement attendu : extraire une date, classer une demande ou produire une réponse à partir de documents autorisés.
Cette distinction évite de considérer qu’un modèle performant suffit à livrer un outil utilisable. Prévoyez également les écrans, les droits d’accès, les messages d’erreur et la conservation des corrections.
Classer les besoins et les exclusions
Pour chaque exigence, indiquez si elle est indispensable, importante, facultative ou exclue de la première version. Cette dernière catégorie évite les malentendus : par exemple, un outil peut préparer une réponse sans être autorisé à l’envoyer automatiquement.
Ajoutez les dépendances, comme l’accès à une base documentaire ou la disponibilité d’un interlocuteur métier. Précisez aussi comment une modification du périmètre sera estimée et validée avant d’être engagée.
Créez un inventaire pour chaque source : propriétaire, volume approximatif, période couverte, format, fréquence de mise à jour et conditions d’accès. Distinguez les données déjà utilisables de celles qui nécessitent un nettoyage, une conversion ou une autorisation.
Examinez ensuite un échantillon avec les utilisateurs. Des champs manquants, des doublons ou des documents anciens peuvent rendre le résultat peu fiable. Pour un outil de classement, contrôlez aussi que les exemples couvrent les différentes catégories et situations rencontrées en pratique.
Si des exemples doivent être étiquetés, indiquez qui attribue les catégories, selon quelles consignes et qui contrôle les désaccords. Prévoyez le temps nécessaire à ce travail. Séparez les exemples utilisés pour construire ou régler le système de ceux réservés à son évaluation finale.
Point de décision : si les données essentielles manquent ou ne peuvent pas être utilisées, limitez d’abord le projet à un test de faisabilité. La livraison complète ne doit pas être présentée comme acquise avant ce test.
Fixer les performances et les erreurs acceptables
Un objectif utile comporte une mesure, un point de comparaison et un contexte. Par exemple : « réduire le temps moyen de préparation d’une réponse, mesuré sur les demandes du service concerné, sans augmenter le nombre de réponses incorrectes ». Le seuil chiffré doit être fixé à partir de la situation initiale et du risque accepté.
Pour un système qui repère des dossiers à examiner, deux mesures éclairent des erreurs différentes :
- Précision : parmi les dossiers signalés, quelle part devait réellement l’être ? Une précision faible surcharge les équipes avec de fausses alertes.
- Rappel : parmi les dossiers qui devaient être signalés, quelle part a été repérée ? Un rappel faible laisse passer des dossiers importants.
Le score F1 combine ces deux mesures, mais il ne remplace pas le choix métier entre fausses alertes et dossiers manqués. Pour un agent conversationnel, le taux de résolution sans intervention humaine peut être complété par le temps de traitement et la satisfaction. Une résolution rapide ne prouve pas à elle seule que la réponse est correcte.
Prévoir une recette reproductible
Décrivez le jeu de référence avant la livraison : provenance des exemples, cas courants et difficiles, réponses attendues et personne chargée de les valider. Indiquez les seuils par mesure, la méthode de calcul et les conditions du test. Incluez des exemples où le système doit reconnaître qu’il ne sait pas répondre.
Précisez la conduite à tenir si un seuil n’est pas atteint : correction, nouveau test, réduction du périmètre ou arrêt du projet. Pour les erreurs sensibles, prévoyez une validation humaine avant toute action et une procédure de retour à l’ancien fonctionnement.
Sécurité, droits et exploitation après livraison
Le cahier des charges doit indiquer quelles données peuvent entrer dans le système, qui peut les consulter et combien de temps elles sont conservées. Décrivez les accès par profil, les traces nécessaires et les règles de suppression. Pour les données personnelles ou confidentielles, précisez les obligations applicables au traitement et les conditions de recours à des fournisseurs extérieurs.
Indiquez si l’hébergement doit être sur site, distant ou hybride, ainsi que les connexions autorisées avec les logiciels existants. Demandez aussi les conditions d’utilisation des données, des documents produits et des composants livrés. Le contrat doit distinguer ce qui appartient au client de ce qui reste soumis à une licence.
Après la mise en service, désignez un responsable des incidents et une personne chargée de suivre les résultats. Fixez une fréquence de contrôle, les cas qui déclenchent un nouveau test et la procédure de mise à jour. Si le modèle doit être réentraîné, précisez qui fournit et valide les nouvelles données.
Le budget ne se limite pas à la réalisation. Faites apparaître séparément la préparation des données, l’hébergement, les usages facturés, les licences, la maintenance, les tests, les évolutions et la formation des utilisateurs. Demandez les hypothèses de volume retenues pour estimer les frais récurrents.
Comment comparer les propositions de prestataires ?
Transmettez à tous la même version du document et les mêmes exemples non sensibles. Demandez une réponse structurée : compréhension du besoin, solution proposée, hypothèses sur les données, planning, livrables, méthode de test, coûts initiaux et coûts de fonctionnement. Faites préciser les exclusions et les conditions de reprise des données en fin de contrat.
Une grille pondérée rend les arbitrages visibles. L’exemple suivant totalise 100 points ; adaptez les poids avant de recevoir les offres.
| Critère | Poids | Éléments à examiner |
|---|---|---|
| Réponse au besoin et aux usages | 25 points | Scénarios couverts, exclusions, place laissée à l’utilisateur |
| Données et évaluation | 25 points | Faisabilité, jeu de test, mesures et traitement des erreurs |
| Sécurité et intégration | 20 points | Accès, hébergement, confidentialité et connexions |
| Coût global | 15 points | Réalisation, frais récurrents et hypothèses de volume |
| Livraison et exploitation | 15 points | Jalons, documentation, maintenance et réversibilité |
Pour chaque critère, attribuez une note sur 5, puis multipliez-la par le poids et divisez par 5. Additionnez les résultats. Une offre peu chère mais incapable de respecter une exigence indispensable ne doit pas être retenue sur son seul score : listez ces exigences éliminatoires avant la consultation.
Erreurs fréquentes et risques à anticiper
- Données qui reproduisent le passé : un modèle construit sur des décisions anciennes peut en reprendre les défauts et traiter moins bien certains profils ou cas rares. Demandez des résultats détaillés par catégorie, pas seulement une moyenne.
- Réponses plausibles mais fausses : un modèle génératif peut inventer une information. Limitez-le à des documents autorisés et exigez qu’il indique la source utilisée.
- Confiance excessive des utilisateurs : une proposition de l’outil validée sans relecture transforme une aide en source d’erreurs. Prévoyez une formation et un contrôle par échantillon.
- Exigence d’erreur nulle : aucun modèle n’est infaillible. Fixez un niveau tolérable par type d’erreur plutôt qu’un objectif irréaliste que personne ne pourra vérifier.
Modèle de cahier des charges IA à copier
Copiez la trame suivante dans un document et remplacez chaque indication entre crochets. Elle est réutilisable d’un projet à l’autre.
- Contexte : [organisation, processus concerné, difficulté actuelle et mesure de départ].
- Objectif : [résultat métier attendu, indicateur, seuil visé et date de mesure].
- Utilisateurs : [profils, tâches, droits d’accès et responsable de validation].
- Périmètre : [cas inclus, cas exclus, priorités et dépendances].
- Fonctionnalités : [actions possibles, informations affichées, corrections et transfert à une personne].
- Données : [sources, formats, volume, qualité, droits, accès et travail de préparation].
- Contraintes : [outils à connecter, hébergement, sécurité, confidentialité et règles applicables].
- Évaluation : [exemples de test, réponses attendues, métriques, seuils et procédure en cas d’échec].
- Projet : [jalons, livrables, budget initial, hypothèses et modalités de modification].
- Exploitation : [responsables, surveillance, maintenance, frais récurrents et conditions de sortie].
Exemple : classer des demandes entrantes
Une équipe reçoit des demandes dans une boîte commune. Le besoin est de proposer une catégorie et un destinataire pour faciliter le tri. Dans la première version, l’envoi d’une réponse au demandeur est exclu ; un collaborateur valide ou corrige chaque proposition.
Les données nécessaires sont un échantillon de demandes et leur catégorie validée. Le test porte sur des demandes distinctes de celles utilisées pour régler le système. L’équipe mesure le rappel pour les demandes urgentes, la précision des alertes urgentes et le temps de tri. Les seuils sont fixés avant la recette. Si le rappel convenu n’est pas atteint, le tri manuel reste la procédure de référence.
Avant diffusion du document, contrôlez que chaque exigence indispensable possède un responsable, une méthode de test et un résultat attendu. Une exigence impossible à observer, comme « être performant », doit être reformulée avant la consultation.

