Entrazure
Ce qu’est cette mission
Elle industrialise le travail décrit sur la page de service ingénierie IA et l’applique à exactement un flux de travail. La contrainte est le produit. Huit semaines contre un cas d’usage atteignent la production. Huit semaines contre trois atteignent trois démonstrations, et le marché en a assez.
Le résultat est un agent déployé dans votre tenant Azure sur Azure AI Foundry, ancré sur vos propres données via Azure AI Search ou une connexion directe à la source, avec une recherche qui respecte les permissions que la personne détient déjà. Autour : un jeu d’évaluation, la journalisation des invites et des réponses, le filtrage de contenu, des limites de débit, un modèle de coût par jetons et des alertes budgétaires.
Ce qui fait un bon cas d’usage candidat
Répétitif, documentaire ou d’aide à la décision, avec une base manuelle mesurable et des données qui existent déjà quelque part d’accessible. Extraction de factures et de formulaires avec Document Intelligence, recherche sur un corpus de politiques ou de contrats, tri et acheminement des demandes entrantes, rédaction contre un gabarit avec une personne qui approuve le résultat.
Un candidat faible n’a pas de base mesurable, dépend de données que personne ne localise, ou n’est décrit que comme une stratégie plutôt que comme un flux. Si c’est votre situation, l’audit de deux semaines est la façon la moins chère de trouver un candidat, comparée à la découverte de son absence en semaine 5.
Comment se déroulent les huit semaines
Semaines 1 et 2, resserrer le cas. Nous définissons ce que veut dire « bon » en termes mesurables et nous construisons le jeu d’évaluation à partir de cas historiques réels, avant d’écrire la moindre ligne d’agent. Nous écrivons aussi ce qui ne doit pas être automatisé, qui est souvent la moitié la plus utile du livrable. Le choix entre Azure AI Foundry et Copilot Studio se fait ici, selon l’endroit où vivent les données et le degré de contrôle exigé, et la raison est consignée.
Semaines 3 à 5, construire. Recherche, orchestration, permissions, interface. Du logiciel qui fonctionne dans votre tenant chaque semaine, relisible, pas une présentation d’avancement. Le filtrage de la recherche par les permissions de la source est construit à cette phase et n’est pas optionnel : un index qui ignore les permissions d’origine est une fuite de données avec une interface de conversation.
Semaines 6 et 7, évaluer et durcir. Mesure face au jeu d’évaluation, travail sur les modes de défaillance, revue de sécurité, comportement en charge, et modèle de coût. C’est là que le palier de modèle est choisi sur des preuves plutôt que sur une hypothèse, et il descend plus souvent qu’il ne monte.
Semaine 8, production et remise. Déploiement, supervision, documentation, et une séance de travail avec l’équipe qui en hérite.
Ce que vous gardez
- Le code applicatif et l’infrastructure en code dans votre dépôt, dès le premier commit.
- Le jeu d’évaluation, qui survit au modèle et se réutilise pour chaque agent suivant.
- Le modèle de coût par jetons, avec des hypothèses visibles et modifiables.
- La configuration de supervision et d’alerte.
- Une description écrite de ce que l’agent a le droit de faire et de ne pas faire, lisible par un comité de risque.
- La liste des flux dont nous avons déconseillé l’automatisation, avec la raison.
Ce que ça vous coûte, en effort et en accès
Accès : une souscription où déployer, idéalement gouvernée. Quand aucune landing zone Azure n’existe, soit nous atterrissons dans une souscription bornée en notant la dette, soit la construction de landing zone en quatre semaines passe d’abord. Accès en lecture aux données d’ancrage avec leur modèle de permissions intact, pas une copie aplatie : un corpus de démonstration sans permissions cache la partie la plus difficile du travail.
Effort : un expert métier à raison d’environ six heures par semaine. C’est la dépendance porteuse du mandat. La personne qui fait le travail aujourd’hui est la seule qui puisse dire si une réponse est juste, et aucune ingénierie ne la remplace. Plus un interlocuteur technique à environ deux heures par semaine, et un responsable nommé au plus tard en semaine 6, qui portera l’agent après la remise.
Effort à prévoir également : deux à trois heures en semaine 1 pour construire le jeu d’évaluation avec nous, à partir de vos cas historiques. Les équipes qui sautent cette étape finissent par débattre de la qualité sans définition commune de la qualité.
Pour qui c’est
Des organisations avec un flux répétitif précis et des données qui existent. Le retour est le plus net en santé, en exploitation industrielle, en services financiers et en services professionnels, là où la base manuelle est mesurable et le volume réel. En environnement réglementé, le travail de frontière, décider quel document peut être exposé à quel rôle, constitue l’essentiel du mandat plutôt qu’une formalité : c’est pourquoi les contrôles sont conçus en même temps que l’architecture de conformité plutôt qu’ajoutés après.
Pour qui ce n’est pas
Si l’objectif est une stratégie d’IA sans flux candidat, c’est une façon coûteuse de découvrir que vous aviez un problème de données. Commencez par l’audit.
Si les données n’existent pas, ne sont pas gouvernées, ou ne sont pas atteignables sans un projet à part entière, réglez cela d’abord. Aucune quantité d’invites ne compense, et nous ne vendrons pas un agent comme contournement d’un problème de plateforme de données.
Si personne ne portera l’agent après la semaine 8, ne commencez pas. Un système en production sans propriétaire se dégrade plus vite qu’un prototype sans propriétaire, parce que des gens ont commencé à s’y fier.
Si la question bloquante est la résidence ou la juridiction plutôt que le flux, lisez d’abord souveraineté Novarque et Loi 25. Ces contraintes changent l’architecture, et elles coûtent moins cher à concevoir qu’à rattraper en semaine 7.
Questions fréquentes
Pourquoi un seul cas d’usage et non trois ?
Parce que trois cas d’usage en huit semaines produisent trois prototypes et aucun système en production. Le premier agent porte le coût de la tuyauterie : identité, recherche, permissions, journalisation, contrôle des coûts, déploiement. Un deuxième cas construit sur ce socle avance nettement plus vite. Les mener en parallèle revient à payer le socle trois fois et à n’en terminer aucun.
Qu’est-ce qui compte comme en production à la fin ?
Déployé dans votre tenant Azure, sur réseau privé, derrière votre fournisseur d’identité, en respectant les permissions que la personne détient déjà sur la source, avec un jeu d’évaluation, de la journalisation, une alerte budgétaire et un responsable nommé chez vous. Si ça ne tourne que dans un tenant de démonstration ou sur un portable, ce n’est pas terminé et nous ne le déclarons pas terminé.
Nos données entraînent-elles le modèle ?
Non. Les modèles appelés via Azure AI Foundry dans votre propre tenant ne s’entraînent ni sur vos invites ni sur vos données. Nous configurons le réseau privé pour que les requêtes d’inférence ne traversent pas l’internet public, et la journalisation des invites et des réponses pour que vous voyiez ce qui a été demandé et répondu.
Et si nos données sont en désordre ?
Les cas d’usage documentaires fonctionnent souvent sur le désordre tel quel, parce que l’extraction tolère l’incohérence. Tout ce qui exige des chiffres fiables, non. Nous établissons lequel des deux cas est le vôtre en semaines 1 et 2, et si la réponse honnête est qu’il s’agit d’un problème de plateforme de données, nous le disons à ce moment-là plutôt qu’en semaine 7.
Comment savez-vous que ça fonctionne ?
Un jeu d’évaluation de 30 à 50 cas réels tirés de votre propre historique, construit avant d’écrire l’agent, mesuré à chaque changement. C’est l’actif le plus durable du mandat, parce qu’il survit au modèle sur lequel vous avez commencé. Un agent sans banc d’évaluation n’est pas fini, il est non testé.
Combien coûte l’exploitation ensuite ?
Cela dépend du palier de modèle, de la taille du contexte et du volume : c’est pourquoi un modèle de coût par jetons est construit pendant le mandat et les alertes budgétaires posées avant la mise en service. La plupart des charges n’ont pas besoin du plus gros modèle de raisonnement, et nous choisissons le palier sur la précision mesurée face à votre jeu d’évaluation, pas sur le nom.
Une question sur ce mandat ?
Trois champs. Un architecte le lit et répond en un jour ouvrable.