Les outils sont largement accessibles. L’exécution, elle, fait toute la différence.

L’accès à de puissants modèles d’IA ne procure plus l’avantage concurrentiel qu’il offrait autrefois. Le facteur de différenciation réside désormais dans l’exécution : cerner un problème client ou d’affaires qui compte, définir la bonne réponse produit et la développer avec l’expérience, les intégrations et les contrôles nécessaires à sa mise à l’échelle.

Pour les leaders des ventes, du marketing et du numérique, cette pression est particulièrement forte. Les clients s’attendent à des expériences plus pertinentes, intuitives et connectées, tandis que les organisations doivent démontrer rapidement la valeur créée et intégrer de nouvelles capacités à des écosystèmes numériques complexes.

La valeur est concrète : les équipes travaillent avec les clients plutôt que de leur remettre une solution achevée, présentent des logiciels fonctionnels aux utilisateurs en quelques semaines plutôt qu’en quelques trimestres, et préservent l’intention du produit jusqu’à la mise en production, en tenant compte dès le départ de la mise à l’échelle, de la sécurité et de la gouvernance.

C’est à cette étape que de nombreuses initiatives d’IA s’enlisent. Une démonstration prometteuse peut susciter de l’intérêt, mais elle ne mène pas automatiquement à un produit numérique prêt pour la production. Les exigences demeurent floues, la stratégie, la conception et l’ingénierie progressent au gré de transferts distincts, la gouvernance intervient trop tard et l’écart se creuse entre l’idée et le logiciel fonctionnel.

Les organisations qui prennent de l’avance ne se contentent pas de multiplier les expérimentations. Elles établissent un parcours plus rigoureux, du besoin client à la spécification du produit, puis de la spécification au logiciel évolutif.

L’ingénierie axée sur les spécifications, de l’idée à la mise à l’échelle

L’usine d’IA est le modèle d’ingénierie logicielle axé sur les spécifications de Deloitte Digital pour créer des applications propulsées par l’IA, des agents et des produits numériques destinés aux clients dans les domaines des ventes, du marketing et du numérique. Elle réunit la stratégie, le produit, la conception d’expérience, l’ingénierie logicielle et les données au sein d’une même équipe de réalisation ciblée, ce qui réduit les transferts tout au long du cycle de développement logiciel.

L’ingénierie axée sur les spécifications est une approche du développement logiciel dans laquelle une spécification commune sert de source de vérité. Elle harmonise les objectifs d’affaires, les besoins des clients et l’exécution technique avant et pendant la réalisation. Cette spécification décrit le résultat attendu, l’expérience, les exigences fonctionnelles, les besoins en données, les intégrations, les garde-fous et les critères d’acceptation qui orientent le cycle de développement logiciel.

Cette spécification devient le lien entre la stratégie, la conception et l’ingénierie. Elle aide les équipes multidisciplinaires à prendre des décisions plus tôt, à réduire l’ambiguïté pendant le développement et à utiliser les outils assistés par l’IA avec davantage de rigueur. Le résultat ne se limite pas à un prototype plus rapide : il s’agit d’un parcours plus clair entre l’idée initiale et un logiciel destiné aux clients qui peut être mis à l’essai, inspirer confiance et être déployé à grande échelle.

L’accent est mis sur l’ingénierie de produits logiciels, et non sur l’infrastructure d’IA. Le modèle est conçu pour les applications, les agents et les expériences numériques destinés aux clients, plutôt que pour répondre à tous les problèmes d’ingénierie auxquels une organisation peut être confrontée.

L’usine d’IA met cette approche en pratique grâce à sept composantes interreliées :

• Une spécification produit commune, qui relie les résultats d’affaires, les besoins des clients, les exigences fonctionnelles, les données, les intégrations, les garde-fous et les critères d’acceptation.
  
  
• Une équipe de réalisation intégrée, qui réunit les décisions liées à la stratégie, au produit, à la conception d’expérience, à l’ingénierie logicielle et aux données.
  
  
• Un développement logiciel assisté par l’IA, qui accélère la réalisation tout en préservant la rigueur d’ingénierie, la gouvernance et la qualité.
  
  
• Des sprints de prototypage rapide, qui présentent tôt des logiciels fonctionnels aux utilisateurs afin de tester les hypothèses, de mesurer la valeur et d’affiner l’orientation.
  
  
• Une ingénierie déployée chez le client, qui intègre des concepteurs-développeurs polyvalents aux côtés des experts du domaine du client afin de comprendre les flux de travail et de concevoir dans le contexte réel.
  
  
• Un parcours de bout en bout jusqu’à la production, qui préserve la spécification et l’intention du produit tout au long du cycle de développement logiciel.
  
  
• Une préparation aux exigences de l’entreprise dès le départ, qui traite la mise à l’échelle, la sécurité et la gouvernance comme des exigences du produit plutôt que comme des ajouts ultérieurs.

L’essor du concepteur-développeur polyvalent

L’usine d’IA transforme également le profil des personnes qui créent les produits numériques. Les praticiens outillés par l’IA peuvent contribuer à une plus grande partie du cycle de vie du produit. Les responsables de produit, les analystes d’affaires, les chercheurs et les concepteurs d’expérience peuvent participer plus directement au prototypage et au développement. Les ingénieurs peuvent intervenir plus tôt dans la définition du produit, l’expérience client et la validation.

Ces concepteurs-développeurs polyvalents ne remplacent pas l’expertise spécialisée : ils la relient. En travaillant au sein d’équipes multidisciplinaires et aux côtés des experts du domaine chez le client, ils réduisent les transferts, accélèrent les décisions et maintiennent une responsabilité commune, de la spécification au déploiement.

Le résultat : une équipe organisée autour du résultat produit, plutôt qu’une succession de tâches étroitement définies.

Conçu avec les clients, plutôt que livré clé en main

L’ingénierie déployée chez le client intègre des concepteurs-développeurs polyvalents à l’environnement du client, où ils travaillent avec les personnes qui connaissent l’entreprise, sa clientèle et ses processus.

Ensemble, l’équipe observe le travail dans son contexte réel, détermine où l’IA peut créer une valeur significative et prototype rapidement les cas d’utilisation les plus prometteurs. Le logiciel fonctionnel est mis à l’essai auprès des utilisateurs, affiné à partir de données probantes, puis développé en vue de sa mise en production.

Cette étroite collaboration maintient la spécification ancrée dans les réalités de l’entreprise tout au long du cycle de développement logiciel. Elle aide aussi les équipes à éviter un piège courant de l’IA : créer une solution technique impressionnante avant d’avoir établi qu’elle résout le bon problème.

Une preuve de valeur en quelques semaines, pas en quelques trimestres

Une équipe spécialisée en IA peut passer de la découverte et de la validation des cas d’utilisation à la conception de la solution, à une réalisation assistée par l’IA, aux essais et à une démonstration aux parties prenantes dans le cadre d’un sprint ciblé de deux semaines. Le résultat est une preuve de valeur tangible avant qu’un investissement plus important soit engagé. Cela crée une boucle d’apprentissage plus rapide et permet de décider de façon plus éclairée ce qu’il faut mettre à l’échelle, modifier ou abandonner.

Le modèle a déjà produit des résultats mesurables pour des enjeux liés à la clientèle, au marketing et aux produits numériques. Pour une grande banque canadienne du groupe des cinq, un analyseur des consentements et des témoins propulsé par l’IA a accéléré l’analyse d’environ 29 fois, ramenant à quelques jours un examen manuel qui prenait auparavant plusieurs semaines. Pour une importante entreprise canadienne du secteur de la santé, la production de rapports assistée par l’IA a fait passer un processus d’environ 60 heures à moins de 30 secondes. Pour une entreprise technologique mondiale, un système gouverné d’agents de recherche a réduit de 20 % à 50 % le nombre d’heures consacrées à la recherche, tout en assurant la traçabilité des sources pour chaque affirmation.

Des organisations différentes. Des défis différents. Un même principe : partir d’une contrainte d’affaires réelle, intégrer les bonnes personnes, présenter un logiciel fonctionnel aux utilisateurs et s’appuyer sur les données probantes pour orienter le prochain investissement.

Une meilleure façon de créer des logiciels destinés aux clients

La technologie continuera d’évoluer. L’avantage durable repose sur la capacité de relier le contexte d’affaires, les besoins humains et la rigueur d’ingénierie, puis de transformer cette compréhension en logiciels que les gens peuvent utiliser et auxquels les organisations peuvent faire confiance.

L’ingénierie axée sur les spécifications apporte la rigueur. Le prototypage rapide crée la boucle d’apprentissage. L’ingénierie déployée chez le client rapproche suffisamment les équipes de réalisation de l’entreprise pour qu’elles résolvent le bon problème. Ensemble, ces pratiques tracent un parcours plus clair entre l’ambition en matière d’IA et un produit qui mérite d’être mis à l’échelle.

Ce qui distingue cette approche ne tient pas à une pratique isolée. De nombreuses organisations peuvent prototyper rapidement. Plusieurs peuvent rédiger des spécifications. Beaucoup peuvent enrichir la livraison de logiciels grâce à l’IA. L’occasion consiste à réunir la stratégie, le produit, la conception, l’ingénierie et l’expertise du domaine dans un seul modèle opérationnel, puis à préserver cette intention commune de la découverte jusqu’à la production. En combinant des équipes de réalisation intégrées, une collaboration déployée chez le client et une ingénierie de produits de bout en bout, les organisations peuvent dépasser les expérimentations isolées en IA et créer des produits conçus pour être mis à l’échelle.

Ensemble, ces pratiques tracent un parcours plus clair entre l’ambition en matière d’IA et un produit qui mérite d’être mis à l’échelle.