Maintenance des agents IA : une mise en production n’est pas une fin
Que faut-il surveiller dans le temps ?
La qualité métier sur des cas réels, les erreurs et escalades, les coûts, la latence, les changements de modèles et d’API, les permissions, les incidents et l’usage réel par les équipes.
La maintenance n’est pas une promesse d’amélioration illimitée. Son périmètre, ses délais et ses responsabilités doivent être convenus.
Quatre questions avant d’agir
La technologie vient après le périmètre, la preuve et la responsabilité.
| Qualité | Le résultat reste-t-il acceptable sur les cas difficiles ? |
|---|---|
| Dérive | Les données, règles ou fournisseurs ont-ils changé ? |
| Coût | Quel coût par dossier utile ? |
| Retrait | Comment désactiver sans bloquer l’activité ? |
Exemple : un changement de modèle
Une nouvelle version améliore les cas simples mais dégrade la détection d’une exception rare. Sans corpus d’évaluation conservé, le changement paraît positif. La maintenance rejoue les cas de référence, compare coût et qualité, documente la décision et permet de revenir à la version précédente avant que les erreurs atteignent les utilisateurs.
Une progression vérifiable
Ce qui fragilise la décision
- Surveiller seulement la disponibilité
- Mettre à jour sans évaluation
- Dépendre d’une personne ou d’un fournisseur