Cet annuaire recense 132 sociétés dans la catégorie solutions d'IA sur mesure, et elles ne vendent pas la même chose. L'une configurera une plateforme que vous auriez pu acheter vous-même et vous facturera la configuration. Une autre construira une couche de recherche documentaire sur des documents que vos propres équipes ne retrouvent pas. Une troisième affinera un modèle sur vos données étiquetées. Une quatrième s'attaquera à un problème de recherche dont personne, au départ, ne sait si la solution est possible. Ce sont quatre métiers distincts, avec quatre profils de compétences, quatre courbes de coûts et quatre façons d'échouer, et la formule affichée sur le site web est identique dans les quatre cas.
Cette ambiguïté coûte cher dans un sens bien précis. Les acheteurs paient couramment le quatrième alors que le premier aurait suffi, parce que le quatrième paraît plus sérieux en conseil d'administration. Personne n'a jamais été licencié pour avoir commandé un travail original. L'erreur inverse, acheter une configuration alors que le problème exige réellement une modélisation nouvelle, se révèle plus vite et fait moins mal, car le prestataire arrive au bout de ses moyens en moins d'un trimestre et l'essentiel de l'argent est encore sur votre compte.
Ce que désigne réellement une solution d'IA sur mesure
Classez le travail selon ce qui est nouveau à la fin, et les quatre métiers se distinguent nettement.
| Ce qui est nouveau à la fin | Ce que vous achetez | Quand c'est la bonne réponse | Ce que la première phase doit vous remettre |
|---|---|---|---|
| Rien. Une configuration. | La plateforme d'un tiers, paramétrée pour votre processus et connectée à vos systèmes | Une tâche courante où ce qui vous distingue est votre flux de travail, pas vos données | Une configuration opérationnelle dans votre propre environnement, et la documentation pour la modifier sans le prestataire |
| Une couche de recherche documentaire | Vos propres documents et enregistrements rendus interrogeables par un modèle généraliste | Le savoir existe dans l'entreprise et les équipes ne le retrouvent pas rapidement | Un jeu d'évaluation composé de vraies questions avec des réponses notées, avant toute construction d'interface |
| Un modèle affiné | Un modèle généraliste adapté à vos étiquettes, à votre format ou au langage de votre domaine | Le format de sortie ou le vocabulaire du domaine compte davantage que la capacité brute, à grand volume | Une comparaison mesurée avec le modèle non affiné sur le même jeu de test |
| Un système inédit | Une modélisation ou une ingénierie qui n'existe pas sur étagère, à aucun prix | La tâche est propre à votre physique, à vos capteurs ou à votre processus réglementé | Un résultat de faisabilité écrit, y compris les conditions dans lesquelles la réponse est non |
La colonne de droite est la partie utile de ce tableau. Une société incapable de décrire le premier livrable en ces termes n'a jamais fait ce travail, quelle que soit la ligne dont elle se réclame.
Une seule question trie la plupart des cahiers des charges en une réunion
Demandez ce qui existe déjà et qui accomplit soixante-dix pour cent de la tâche, puis demandez pourquoi les trente pour cent restants ne peuvent pas relever d'un changement de processus.
Les deux moitiés comptent. La première évite l'erreur coûteuse, car une société sérieuse citera les deux ou trois produits qui couvrent l'essentiel de votre problème et expliquera où ils s'arrêtent. Une société qui affirme que rien n'existe ignore son propre marché ou compte sur votre ignorance. La seconde moitié évite l'erreur plus subtile, qui consiste à construire un système pour automatiser une étape qui ne devrait pas exister du tout. Bien des projets d'extraction de documents existent parce qu'un formulaire a été mal conçu il y a onze ans, et corriger le formulaire coûte moins cher que d'apprendre à un modèle à lire ce fouillis.
La réponse vous indique aussi dans lequel des quatre métiers vous vous trouvez. Si soixante-dix pour cent sont couverts et que l'écart relève de l'intégration, c'est la discussion sur l'intégration de l'IA qu'il vous faut, pas un projet de modélisation. Si rien ne couvre le besoin parce que les données n'appartiennent qu'à vous, vous êtes à la ligne trois ou quatre et la discussion budgétaire change de nature.
Quatre tests pour trancher entre construire et configurer
- Les données peuvent-elles sortir, et existent-elles déjà ? On ne peut pas affiner un modèle sur des données dispersées dans quatre systèmes sous des noms de clients différents. La résolution d'entités vient en premier, et c'est un travail ingrat qu'aucune proposition ne veut mettre en avant. Lorsque les données ne peuvent absolument pas quitter votre périmètre, cette contrainte fixe l'architecture avant que quiconque ne choisisse un modèle.
- La tâche se répète-t-elle assez pour être amortie ? Une construction a un coût fixe et un coût d'exploitation. Une tâche qui se présente deux cents fois par jour paie les deux. Une tâche hebdomadaire n'y parvient presque jamais, et une personne munie d'une bonne liste de contrôle est la bonne réponse plus souvent que les prestataires ne l'admettent.
- La précision est-elle limitée par le modèle ou par vos données ? Cette question se tranche en quinze jours et presque personne ne prend ces quinze jours. Si un modèle généraliste associé à une bonne recherche documentaire fait déjà l'essentiel du chemin, le plafond vient de vos données, et un modèle affiné vous apporte très peu. Si le modèle généraliste échoue d'une manière que davantage de contexte ne corrige pas, alors l'affinage a une marge de progression.
- Qui relit le résultat, et que se passe-t-il quand il est faux ? Un système dont un professionnel valide le résultat tolère des taux d'erreur qu'un système automatisé ne tolère pas. La capacité de relecture dont vous disposez réellement est une contrainte ferme de conception, et l'AI Risk Management Framework publié par le NIST fournit un vocabulaire commun raisonnable pour mener ce débat avec un prestataire qui préférerait l'éviter.
Les coûts qui arrivent après la facture
Un abonnement dissimule sa maintenance dans le prix. Une construction sur mesure vous confie la maintenance.
Trois postes en particulier sont absents des premières propositions. Le premier est l'évaluation : une construction sans jeu de test mis de côté ni réexécution planifiée n'a aucun moyen de vous signaler qu'elle s'est dégradée, et elle se dégradera, parce que vos données changent et que les modèles sous-jacents changent sous vos pieds. Le deuxième est le retrait des modèles. Chaque grand fournisseur retire des versions de modèles selon un calendrier publié, de sorte qu'un système arrimé à une version a une date d'expiration connue et que quelqu'un doit prendre en charge la migration. Le troisième est la personne. Un système sur mesure a besoin, dans votre entreprise, d'un responsable qui comprend ce qu'il fait, et si cette personne n'est pas nommée dans le plan, le système cesse d'inspirer confiance au bout d'environ huit mois, sans que personne n'ait décidé de lui retirer cette confiance.
Rien de cela ne plaide contre la construction. Cela plaide pour chiffrer la deuxième année en même temps que la première, et c'est une question qui mérite d'être posée à chaque société de votre liste restreinte.
Cinq éléments qu'une proposition doit contenir
- Un jeu de test que vous pouvez lire. De vrais exemples tirés de votre activité, avec la bonne réponse consignée par écrit, validés avant le début de toute construction. Sans lui, chaque discussion ultérieure sur la qualité est affaire d'opinion.
- La comparaison avec une approche sans aucune sophistication. Le score qu'obtient une recherche par mots-clés, un moteur de règles ou un produit existant sur ce même jeu de test. Une proposition qui refuse d'indiquer la référence de base dissimule l'ampleur du gain.
- Une condition d'arrêt explicite. Le résultat qui conduirait la société à recommander d'abandonner l'approche. Un travail de recherche qui en est dépourvu devient une rente.
- Les livrables de transfert, énumérés. Le code, les poids, les prompts, le jeu d'évaluation et les scripts qui l'exécutent, les données étiquetées et le guide d'exploitation, chacun désigné comme un élément que vous recevez et non comme un élément que vous pouvez consulter.
- Le coût de la deuxième année, par écrit. L'hébergement, l'inférence, la réévaluation et la migration lorsqu'une version de modèle est retirée.
À qui appartiennent le modèle, les poids et les prompts
C'est ici que le sur-mesure se distingue le plus nettement de l'achat d'un produit, et que les contrats sont le plus souvent flous. Quatre éléments peuvent faire l'objet d'une propriété distincte : le code, les poids entraînés, les prompts et les jeux d'évaluation, et les données étiquetées. Une société peut vous remettre un code fonctionnel tout en conservant les poids, ou vous remettre des poids que vous ne pouvez pas réentraîner parce que les données étiquetées sont restées chez elle. Les deux arrangements sont courants et aucun n'est malhonnête s'il est annoncé. Ce qui n'est pas acceptable, c'est de le découvrir à la fin.
Posez la question sous sa forme directe. Si nous cessions de travailler avec vous demain, que nous resterait-il, et pourrions-nous le réentraîner sans vous ? La réponse départage les prestataires plus vite que n'importe quelle étude de cas. Les sociétés qui pratiquent ce travail couramment ont une réponse toute prête, parce que chaque client sérieux l'a demandée.
Établir une liste restreinte sans perdre six semaines
Rédigez le périmètre une seule fois, sur une page, en y incluant le jeu de test et la référence de base. Envoyez ensuite cette même page à trois sociétés relevant de lignes différentes du tableau et comparez ce qui revient. Des devis de solutions d'IA sur mesure qui varient d'un facteur cinq signifient en général que les sociétés ont lu le cahier des charges comme des métiers différents, et c'est l'information la plus utile qu'un devis puisse vous donner.
Pour la recherche de prestataires, la catégorie solutions d'IA sur mesure est le point de départ évident, et il vaut aussi la peine de consulter ML et science des données pour le travail sur les modèles affinés et IA générative lorsque le résultat est un contenu et non une prédiction. Les sociétés dont la force est de relier les systèmes plus que de les construire figurent dans intégration de l'IA, et les missions qui commencent par la stratégie dans conseil en stratégie IA. La liste complète se trouve dans l'annuaire, et par ville si vous voulez des personnes qui se déplaceront sur site, San Francisco, New York et Atlanta comptant aujourd'hui le plus grand nombre de fiches.
Deux articles complémentaires méritent dix minutes avant tout envoi. Quoi acheter et comment traite la même décision pour toutes les catégories, et la liste de contrôle pour une première collaboration traite les questions contractuelles que cet article ne fait qu'effleurer. Si la construction que vous envisagez est une interface de discussion sur vos propres documents, le développement de GPT personnalisés est la version plus étroite de la ligne deux. S'il s'agit d'un problème de données et de modélisation, le conseil en IA et en ML décrit ce que contient une telle mission, et les services de développement d'IA traitent de la réalisation. Les grandes organisations devraient lire comment choisir une société d'IA pour grandes entreprises, et quiconque se demande si un partenaire durable est vraiment nécessaire devrait lire quand une seule personne suffit.
Si la rédaction du périmètre est l'étape qui vous bloque, décrivez le problème ici et l'annuaire vous renverra les sociétés dont les fiches y correspondent. Les agences qui réalisent ce type de travail et ne sont pas encore référencées peuvent ajouter un profil.
Sources et lectures complémentaires
Les nombres de fiches cités dans cet article proviennent des pages de catégories de cet annuaire et évoluent à mesure que des agences s'ajoutent. Pour une vue plus large de l'état réel de l'adoption, l'AI Index de Stanford HAI et le Business Trends and Outlook Survey du US Census Bureau publient tous deux régulièrement sur le sujet, et l'enquête du Census Bureau a l'avantage d'interroger directement les entreprises plutôt que les prestataires. MIT Sloan Management Review assure la couverture la plus régulière des raisons pour lesquelles ces projets s'enlisent après un pilote. L'AI Risk Management Framework du NIST est la référence pour les questions de relecture et de supervision évoquées plus haut.