Parler IA — La dérive du modèle : une IA installée n’est pas une IA finie

Une IA prédictive apprend sur le monde d’hier : dès que le monde bouge — nouveaux comportements, nouveaux prix, nouvelle saison — ses prévisions se dégradent en silence, sans message d’erreur. C’est la dérive du modèle : la justesse baisse pendant que le tableau de bord reste au vert. La bonne question à poser à un fournisseur n’est pas « quelle est sa précision le jour de la démonstration ? » mais « comment surveillez-vous la dérive en production, à quelle fréquence le modèle est-il réentraîné, et qui m’alerte quand sa justesse baisse ? ». Le piège est de croire qu’un modèle livré et validé reste bon tout seul. Toute PME ou ETI devrait inscrire, dès le cahier des charges, un suivi de la justesse en production et un calendrier de réentraînement comme livrables contractuels, au même titre que la mise en service.

Source : U.S. Food and Drug Administration, « Artificial Intelligence-Enabled Device Software Functions: Lifecycle Management and Marketing Submission Recommendations » (guidance projet), janvier 2025.