Piloter un projet IA

Matrice risques → indicateurs

Une matrice des risques qui devient un outil de pilotage — utilisable lundi matin

Cas d'usage

Relu par (revue croisée)

Risque	Type	Proba 1–4	Impact 1–4	Criticité P × I	Mitigation	Responsable	Indicateur de suivi	Seuil d'alerte
Qualité des données① obligatoire — garbage in, garbage out	Données
Dérive en production② obligatoire — se dégrade sans panne	Technique
Adoption③ obligatoire — un outil non utilisé n'a aucune valeur	Adoption

Rappel J1 · Criticité = Probabilité × Impact

P ＼ I	1	2	3	4
4 · Fréquent	4	8	12	16
3 · Probable	3	6	9	12
2 · Occasionnel	2	4	6	8
1 · Rare	1	2	3	4

Zones de priorité

1–4Surveiller

5–8Planifier une action

9–12Mitigation obligatoire

13–16Éliminatoire — arrêt

Rappel J1 · 4 réponses au risque & règle de l'indicateur

Évitersupprimer la cause — renoncer, changer d'approche

Réduirediminuer proba ou impact — validation humaine, tests

Transférerfaire porter par un tiers — clause, assurance

Accepterdocumenter et vivre avec — risque faible uniquement

Indicateur : observable → un chiffre → un seuil → une action. Risques orange/rouge : indicateur obligatoire.

Exemple rempli · Cas de référence

Matrice risques → indicateurs — Tickets B2B

6 risques · 5 types couverts · les 3 incontournables en tête

Exemple

Nom / binômeCas de référence — formation

Cas d'usageRoutage automatique des tickets support B2B

Risque	Type	Proba	Impact	Criticité	Mitigation	Responsable	Indicateur de suivi	Seuil d'alerte
Qualité des données — tickets aux champs vides ou mal renseignés	Données	3	3	9	Réduire : champs obligatoires à la création + contrôle de saisie côté portail	Resp. CRM (data owner)	% de tickets aux champs vides à la création — mesuré chaque semaine	🟠 > 10 % 🔴 > 20 %
Dérive en production — nouveau produit, vocabulaire inédit → le routage chute	Technique	3	4	12	Réduire : échantillon contrôlé hebdomadaire + réentraînement trimestriel planifié (boucle 8→5)	Équipe data (prestataire)	Précision hebdomadaire sur échantillon contrôlé de 100 tickets	🟠 < 85 % 🔴 < 80 %
Adoption — les agents contournent l'outil et re-routent à la main	Adoption	3	4	12	Réduire : co-construction des catégories avec 3 agents ambassadeurs + formation + message « l'outil aide, ne remplace pas »	Manager support	Taux de re-routage manuel par les agents — s'il monte, la confiance baisse	🟠 > 15 % 🔴 > 25 %
Mauvais routage d'un compte stratégique — escalade client, impact commercial	Technique	2	4	8	Réduire : file de validation humaine pour les comptes stratégiques (IN du périmètre)	Resp. support	Taux d'erreur de routage sur le segment comptes stratégiques	🔴 > 2 % revue à chaque incident
Données personnelles dans les tickets — traitement non prévu, base légale fragile	Éthique / Loi	2	4	8	Réduire + transférer : détecteur de données personnelles + minimisation à la collecte · validation DPO avant l'étape données	DPO	% de tickets où le détecteur de données personnelles se déclenche + revue d'échantillon mensuelle	🟠 > 5 % tendance haussière 2 mois
Dépendance au prestataire data — perte de maîtrise, réversibilité impossible	Orga	2	3	6	Transférer + réduire : clause de réversibilité au contrat + documentation livrée à chaque jalon	Chef de projet	% de livrables documentés et transférables au jalon	🔴 < 100 % au Go/No-Go ②

Lecture de l'exemple

Les 3 incontournables sont en tête, tous en zone orange : mitigation et indicateur obligatoires. Aucun risque rouge — si l'un apparaissait (criticité ≥ 13), la question serait l'arrêt ou la refonte, pas la mitigation.

Ce qui fait un bon indicateur ici

Chaque indicateur est observable (un chiffre existant ou facile à produire), a un seuil double (vigilance / alerte) et un responsable nommé — jamais « l'équipe ».

Test de la revue croisée

« Quel indicateur ne déclencherait jamais d'action ? » — ici, chaque franchissement de seuil a une conséquence : analyse, réunion, réentraînement, blocage de jalon.