Guide
Mettre en place une IA : les sept étapes
Sept étapes pour mettre une IA en place en entreprise, de l'usage à la surveillance, avec la page du réseau et la question de chaque étape.
Mis à jour le
Mettre une IA en place dans une entreprise suit presque toujours le même ordre : on cadre l'usage, on choisit le modèle et son hébergement, on prépare les données, on construit, on évalue, puis on exploite. Chaque étape ci-dessous renvoie à la page du réseau qui l'aborde et pose la question à se poser avant de passer à la suivante.
1. Cadrer l'usage
Avant tout choix technique, il faut décrire la tâche, les données lues et les personnes concernées, puis savoir quel rôle l'entreprise tient au regard de l'AI Act : fournisseur, si elle développe le système, ou déployeur, si elle l'utilise sous son autorité. Le guide de sécurité propose d'évaluer les risques dès le lancement du projet, avant de choisir les protections.
Pages : Analyse de risque d'un système d'IA et Fournisseur ou déployeur.
Question à se poser : quelle tâche, quelles données, et suis-je fournisseur ou déployeur ?
2. Choisir le modèle
Le modèle se choisit d'après la tâche, pas d'après son nom. Un classement de courriels, la synthèse d'un contrat et un agent qui enchaîne des outils ne demandent pas le même moteur. Les modèles sont aussi retirés au bout de quelques mois ou années : le choix doit donc prévoir son remplacement.
Page : Quel LLM choisir pour votre projet.
Question à se poser : quelle taille de modèle la tâche exige, et comment le remplacerai-je le jour venu ?
3. Choisir l'hébergement
Une IA peut tourner chez l'éditeur du modèle, dans un cloud public, chez un hébergeur français ou européen, ou sur un serveur interne. Ce choix décide de ce qui quitte l'entreprise. Une option « globale » peut traiter des requêtes dans n'importe quelle région du monde ; il faut choisir explicitement une option limitée à l'Europe si c'est l'exigence.
Page : Comparatif des options d'hébergement.
Question à se poser : où les données seront-elles traitées, et l'option retenue est-elle limitée à l'Europe ?
4. Préparer les données
Les documents doivent être lisibles par une machine : convertis en texte structuré, les scans passés par la reconnaissance de caractères, les tableaux extraits, les métadonnées posées, les doublons et les versions périmées retirés. Le guide des documents recommande de contrôler le résultat sur dix fichiers choisis au hasard, en les comparant à l'original.
Pages : Métadonnées et préparation des documents et PDF en Markdown.
Question à se poser : mes documents sont-ils lisibles, à jour, sans doublon, et qui a le droit de les voir ?
5. Construire
Trois voies se présentent, selon le besoin. Un simple appel d'API suffit pour une tâche ponctuelle : clé, premier appel, facturation au jeton. Un RAG, c'est-à-dire une recherche dans vos documents avant la réponse, sert à répondre à partir de vos connaissances. Un agent, qui décide lui-même de ses étapes et de ses outils, se justifie quand la tâche ne se décrit pas en étapes fixes. Anthropic conseille de commencer par l'appel direct de l'API, et d'ajouter un framework seulement si le besoin le justifie.
Pages : Premier appel à l'API, Architecture d'un RAG et Créer un agent IA, étape par étape.
Question à se poser : un appel d'API suffit-il, ou faut-il une recherche dans les documents, ou un agent ?
6. Évaluer
Avant la mise en service, il faut écrire ce qu'est une bonne réponse pour votre usage, réunir de vraies questions avec la réponse attendue, puis noter les réponses par du code, par un modèle juge ou par une personne du métier. Un benchmark public ne suffit pas : il mesure le modèle sur des questions qui ne sont pas les vôtres.
Page : La méthode d'évaluation.
Question à se poser : quelles vraies questions, quelles bonnes réponses attendues, et qui relit les résultats ?
7. Exploiter et surveiller
Une fois en service, l'IA se suit par ses traces, ses journaux, ses coûts et sa qualité. Une IA peut répondre sans erreur technique tout en répondant moins bien. Les dépenses se chiffrent en trois familles : jetons, infrastructure et temps humain. Ce dernier poste ne figure sur aucune page tarifs, et il pèse souvent le plus lourd.
Pages : Définition, traces et vocabulaire et Coûts d'un projet IA en entreprise.
Question à se poser : qui surveille les réponses et les dépenses, et que fait-on à chaque mise à jour du modèle ?
Ce que le parcours ne remplace pas
Le parcours donne un ordre, pas une liste de tâches complète. Chaque rubrique du sommaire contient un tableau de sujets, avec les points à vérifier. Pour les sujets précis, commencez par la rubrique concernée : Choisir et héberger, Données et connaissances, Agents et intégration, Qualité et exploitation et Règles et sécurité.
Qui édite ce site
Cercle IA Tech est édité par IArche, à Bayonne, qui édite aussi ALMA, la plateforme IA pour PME d'IArche. Les étapes décrivent une méthode ; les faits techniques et juridiques viennent des pages officielles citées sur chaque guide, relevées le 15/11/2026. Rien ici n'est un avis juridique.
Sources
Pages consultées pour écrire cet article :
- https://securite.cercle-ia.tech/
- https://ai-act.cercle-ia.tech/
- https://modeles.cercle-ia.tech/
- https://hebergement.cercle-ia.tech/
- https://documents.cercle-ia.tech/
- https://agents.cercle-ia.tech/
- https://rag.cercle-ia.tech/
- https://api.cercle-ia.tech/
- https://evaluation.cercle-ia.tech/
- https://observabilite.cercle-ia.tech/
- https://couts.cercle-ia.tech/