Un cadre de Farid Mheir
AI Fog Index
Un indice, de 0 à 5, qui mesure l’incertitude qui entoure encore un cas d’usage d’IA. Et ce qu’une équipe de direction devrait en faire.
Je réponds personnellement. Sans engagement. Aucune liste.
La question à laquelle il répond
Pour une application d’IA bien définie, qu’est-ce qui est compris, qu’est-ce qui reste incertain, qu’est-ce que cela signifie pour l’entreprise, et qu’est-ce qu’un dirigeant devrait envisager ou remettre en question?
La réponse est une analyse, pas seulement un chiffre. Sa partie la plus utile est souvent un préalable négligé, une mise en garde sur un bénéfice annoncé, une meilleure solution de rechange, ou une question à poser à l’équipe qui propose le projet. L’indice est un raccourci cohérent pour l’incertitude qui demeure.
Huit critères
Chaque cas d’usage est examiné selon les mêmes huit critères, notés séparément.
Maturité et prévisibilité techniques
À quel point la base technique, ses capacités et ses limites sont comprises.
Performance opérationnelle et passage à l’échelle
À quel point la qualité, les défaillances, la sécurité et le comportement à grande échelle sont compris.
Valeur d’affaires et économie
Ce que l’on sait des bénéfices, des coûts sur le cycle de vie et de la valeur nette par rapport aux solutions de rechange.
Exigences de déploiement et d’intégration
À quel point les préalables, le travail et les obligations récurrentes sont compris.
Conditions juridiques, réglementaires et de responsabilité
À quel point les obligations, les droits et les responsabilités sont compris pour l’activité et le territoire visés.
Conditions humaines et sociales
À quel point l’adoption, l’interaction humaine et la répartition des bénéfices et des torts sont comprises.
Conditions politiques, de marché et d’écosystème
À quel point les dépendances envers les fournisseurs, l’orientation des politiques et la continuité du marché sont comprises.
Conditions environnementales et ressources
Ce que l’on sait des ressources requises et des conséquences environnementales par rapport aux solutions de rechange.
L’indice
Chaque critère est noté de 0 à 5. L’indice global est leur moyenne, à poids égal, arrondie au demi-point.
0 · Incertitude négligeable
1 · Incertitude faible
2 · Incertitude modérée
3 · Incertitude élevée
4 · Incertitude très élevée
5 · Incertitude fondamentale
L’incertitude n’est pas le risque
Un indice élevé signale une grande incertitude non résolue. Il ne dit pas que la technologie est dangereuse, coûteuse, immature ou indésirable. Un indice faible signale qu’il reste peu d’incertitude. Il ne dit pas que le déploiement est souhaitable.
Chaque critère porte donc aussi un jugement : favorable, mitigé, défavorable, ou base insuffisante pour juger. Une preuve solide qu’un processus coûte plus cher que ses solutions de rechange donne un indice faible et un jugement défavorable. Un prototype prometteur, avec peu de preuves en déploiement, donne un indice élevé et un jugement prudemment favorable.
Ce que vous obtenez
Une évaluation se termine par des recommandations conditionnelles, des mises en garde écrites et des questions à poser. Les recommandations se rangent en quatre catégories.
Envisager le déploiement
Les preuves externes justifient un examen sérieux dans le contexte défini.
Mener un pilote balisé
Un essai limité et réversible peut résoudre les questions importantes avec une exposition acceptable.
Surveiller
Le potentiel existe, mais l’action n’est pas encore justifiée, ou une dépendance est à surveiller.
Éviter dans le contexte visé
Les preuves indiquent de ne pas aller de l’avant dans les conditions décrites.
Aucun seuil ne choisit la catégorie. Une proposition très incertaine peut justifier un pilote si l’exposition est limitée et l’apprentissage, précieux. Un résultat négatif et peu incertain peut justifier d’éviter l’application.
Le Fog et Leading with AI
L’AI Fog Index regarde vers l’extérieur : ce que des déploiements comparables ont exigé, ce qui a été démontré, et dans quelles conditions. Leading with AI regarde vers l’intérieur, soit l’état d’esprit, les compétences, les outils et le passage à l’action de votre organisation : ces conditions sont-elles réunies chez vous?
Ensemble, ce sont les deux cadres de mon cru qui structurent le travail en IA que je fais par l’entremise de FMCS. Voir le travail de conseil →
Voyez un exemple de rapport AI Fog Index.
Un cas d’usage évalué : les notes des huit critères, les jugements, les recommandations et les mises en garde. Laissez votre courriel et je vous l’enverrai personnellement.