Distinguer promesse et preuve
Une promesse décrit ce que le prestataire pense pouvoir faire. Une preuve montre ce qui a déjà été cadré, testé, livré ou vérifié dans un contexte comparable. Pour un projet IA en entreprise, cette distinction est essentielle : une belle démonstration générique ne prouve pas que le prestataire saura gérer vos données, vos outils, vos contraintes métiers et votre niveau de maturité.
- La preuve doit préciser le contexte du projet.
- La preuve doit montrer le périmètre réel, pas seulement l'interface.
- La preuve doit mentionner les limites rencontrées.
Les types de preuves utiles
Toutes les preuves n'ont pas la même valeur. Un cas client public rassure, mais il peut rester trop éloigné de votre contexte. Une démo personnalisée montre la capacité de cadrage, mais ne remplace pas un retour d'expérience. Une référence joignable, un livrable anonymisé, un audit ou une preuve privée peuvent aider à valider le sérieux sans rendre publiques des données sensibles.
- Cas client : utile si le secteur, la taille et le besoin sont proches.
- Démo : utile si elle porte sur un scénario métier réaliste.
- Preuve privée : utile pour vérifier sans exposer d'informations sensibles.
Questions à poser sur les cas clients
Un cas client doit être lu comme un contexte, pas comme une garantie. Demandez ce qui a été livré, qui utilisait la solution, quelles données étaient disponibles, quel budget a été mobilisé et quelles difficultés ont été rencontrées. Un prestataire transparent sur les limites inspire souvent plus confiance qu'un prestataire qui ne montre que le résultat final.
- Quel était le problème métier initial ?
- Quelle partie du projet a réellement été livrée par le prestataire ?
- Quelles limites ou corrections ont été nécessaires après lancement ?
Risques quand aucune preuve n'est disponible
L'absence de preuve ne signifie pas toujours que le prestataire est mauvais, surtout si l'offre est récente. Mais elle augmente le besoin de cadrage. Dans ce cas, demandez un prototype limité, un périmètre de départ réduit, une phase de diagnostic ou des jalons de validation. Le budget doit refléter ce niveau d'incertitude.
- Limiter le premier périmètre.
- Prévoir une validation avant déploiement complet.
- Clarifier les conditions de sortie si le prototype n'est pas concluant.
Preuves et avis vérifiés
Les avis clients sont utiles seulement s'ils décrivent le contexte du projet : rôle de l'acheteur, budget, résultat, limites, niveau de vérification et possibilité de preuve privée. Index IA évite les étoiles décoratives : l'objectif est de comprendre ce qui a fonctionné, pour qui, dans quelles conditions.