Données prêtes pour l'IA
Inventaire, qualité et droits d'accès, puis une base de connaissance interne qu'on peut interroger. C'est le pont entre l'audit et la preuve de concept : une preuve de concept bute plus souvent sur les données que sur le modèle.
Inventaire · qualité · droits d'accès · base de connaissance
- Format
- Travail par étapes sur vos sources de données
- Avec qui
- Votre TI et les responsables des données dans chaque ligne d'affaires
- Vous repartez avec
- Un inventaire, un état de la qualité, des droits d'accès posés et une base de connaissance à interroger
- Ensuite
- La preuve de concept, puis la mise en production
À qui s'adresse la préparation des données pour l'IA
Cette offre sert les organisations dont les documents et les données abondent mais ne sont pas prêts à être interrogés par un outil d'IA sans produire de réponses douteuses.
- Vos documents sont dispersés dans plusieurs outils, et personne ne peut dire lesquels font référence.
- Plusieurs versions d'un même document circulent, et elles ne disent pas la même chose.
- Les droits d'accès sont mal définis, et vous craignez qu'un outil d'IA expose des documents à la mauvaise personne.
- Une preuve de concept a buté sur les données, et vous voulez savoir quoi corriger avant de réessayer.
De l'inventaire à la base de connaissance, en quatre étapes
- Inventaire : quelles données existent, où elles vivent et qui en répond.
- Qualité : doublons, trous, formats et contenus périmés : ce qui est fiable et ce qui ne l'est pas.
- Droits d'accès : qui peut lire quoi, et comment ces droits suivent les données quand l'IA y accède.
- Base de connaissance : les sources retenues sont indexées pour qu'on les interroge en langage courant.
Comment on prépare des données pour l'IA
On part du cas d'usage que vous voulez tester, et non de l'ensemble de vos données. Préparer tout ce que possède l'organisation prendrait plus de temps que le besoin immédiat ne le justifie ; on cible donc les sources qui alimentent ce cas, on les inventorie et on désigne un responsable pour chacune. La qualité se vérifie sur ce périmètre : doublons, trous, formats, contenus périmés. Une réponse d'IA ne vaut pas mieux que les documents sur lesquels elle s'appuie.
Les droits d'accès se règlent avant que l'IA touche aux données, parce qu'un outil qui répond à tout le monde à partir des mêmes sources expose ce que certains n'ont pas le droit de lire. La base de connaissance reprend donc les droits de chaque source : une personne obtient des réponses tirées des seuls documents qu'elle peut déjà ouvrir. Les réponses renvoient aux documents d'origine, ce qui permet de vérifier une affirmation à la source.
Ce que vous obtenez
Inventaire et état de la qualité
Les sources utiles à votre cas d'usage, leur contenu et leur responsable, puis un constat sur les doublons, les trous et les contenus périmés qui sépare le fiable du douteux.
Des droits d'accès posés d'avance
Qui peut lire quoi est défini avant qu'un outil d'IA accède aux sources, et ces droits suivent les données quand l'outil répond, pour que personne ne voie ce qui lui est fermé.
Une base de connaissance interrogeable
Les sources retenues sont indexées pour qu'on les interroge en langage courant, avec des réponses qui renvoient aux documents d'origine et respectent les droits de chacun.
Après la préparation des données pour l'IA
Une fois les sources prêtes, la preuve de concept en dit davantage : si elle échoue, la cause ne se cache plus dans les données. Quand la base de connaissance donne de bonnes réponses sur le cas retenu, la mise en production la fait passer à l'usage quotidien, avec le suivi de la qualité des réponses, des coûts et des incidents.
Questions fréquentes
Quelles données préparer en premier ?
Celles du cas d'usage que vous voulez tester. On dresse l'inventaire des sources concernées, on vérifie leur qualité et leurs droits d'accès, puis on construit la base de connaissance sur ce périmètre.
Qu'est-ce qu'une base de connaissance interne qu'on peut interroger ?
Vos documents et vos données de référence sont indexés pour qu'on les interroge en langage courant. Les réponses renvoient aux documents d'origine et respectent les droits d'accès de chaque personne.
Mes données doivent-elles quitter mon organisation ?
Cela dépend de votre besoin. Les modèles peuvent être installés chez vous ou hébergés au Québec, et la gouvernance tranche ce point avant la préparation des données.
Que fait-on de versions contradictoires d'un même document ?
L'inventaire donne un responsable à chaque source, et l'étape qualité repère les doublons et les contenus périmés. C'est ce responsable qui désigne la version de référence ; la base de connaissance n'indexe que les sources retenues, donc les versions écartées n'y figurent pas.