Raft présente le framework "AI COMP-AS" pour une implémentation rentable et sécurisée de l'IA

Raft a présenté AI COMPU-AS — un framework qui propose de considérer la mise en œuvre de l'IA non pas comme un ensemble d'expériences à la mode, mais comme une transformation commerciale gérée avec une valeur mesurable, des contraintes claires et une feuille de route précalculée de l'idée à l'échelle. L'approche s'appuie sur l'expérience pratique de l'équipe au cours de 14 ans de développement et de mise en œuvre de solutions d'IA/ML pour des clients en Russie et à l'étranger. La thèse principale est simple : l'accessibilité seule des modèles ne suffit plus pour qu'un projet délivre des résultats.

Pour les cadres dirigeants et les propriétaires d'entreprises, la littératie en IA devient une compétence appliquée qui détermine l'économie de l'entreprise, le rythme du changement et la capacité à ne pas gaspiller les budgets sur des initiatives sans effet. Si la technologie est mise en œuvre consciemment, elle peut devenir un moteur de croissance. Si non, elle se transforme rapidement en une ligne de dépense coûteuse et mal contrôlée.

Raft illustre cet écart entre les attentes et les rendements réels avec des données du rapport du MIT The GenAI Divide: State of AI in Business 2025 : dans un horizon d'un an, une seule organisation sur vingt a atteint un effet économique positif de la mise en œuvre de l'IA. Les raisons sont familières à la plupart des entreprises : il n'est pas clair où exactement l'IA apportera le maximum d'avantages, comment aligner les capacités de la technologie avec les processus réels, quels risques sont cachés dans les données, l'infrastructure et le modèle opérationnel, et à quel moment un pilote devrait passer à la production. Sur ce fond, l'idée du framework ne ressemble pas à une méthodologie abstraite, mais à un moyen de réduire la probabilité d'erreurs coûteuses au départ.

AI COMPU-AS divise la transformation de l'IA en six étapes séquentielles. Première — « C » : où l'entreprise veut aller, c'est-à-dire quels objectifs commerciaux, points de croissance et contraintes doivent être considérés. Deuxième — « O » : d'où commence la feuille de route, y compris l'état actuel des processus, des technologies et des points douloureux.

Troisième — « M » : si l'organisation peut réellement emprunter ce chemin, en fonction de la maturité des processus, de la culture, de la qualité des données, de l'infrastructure disponible et des risques réglementaires. Quatrième — « P » : comment prioriser les initiatives par valeur et justification économique, afin de ne pas tout automatiser. Cinquième — « A » : conception architecturale et produit, où les hypothèses sont testées, les exigences sont formulées, les risques et le coût total de propriété sont évalués, et une feuille de route pour passer de la solution du prototype à la production minimale requise est établie.

Sixième — « S » : mise à l'échelle, lorsque l'équipe prépare une stratégie de transition du MVP à l'automatisation complète par l'IA de la fonction sans perdre le contrôle et la qualité. Une partie importante de cette approche est de rejeter la logique « d'abord le modèle, puis nous découvrirons pourquoi nous en avons besoin ». Dans AI COMPU-AS, l'ordre est inverse : d'abord le contexte commercial et les critères de succès, puis l'évaluation de la préparation et de l'économie, et seulement ensuite la conception et la mise en œuvre de la solution.

Pour les entreprises, cela signifie un filtrage plus strict des idées à l'étape d'entrée, une sélection plus claire des cas d'usage, et moins de chances de tomber dans le piège des pilots de démonstration qui semblent impressionnants mais ne survivent pas aux rencontres avec les processus réels, la sécurité, les intégrations et les coûts de maintenance. Raft souligne séparément que la feuille de route doit tenir compte non seulement de la fonctionnalité, mais aussi des exigences non fonctionnelles, des contraintes et des scénarios d'évolution — sinon, le succès local ne se traduit pas par des résultats systémiques. Qu'est-ce que cela signifie en pratique : le marché s'éloigne progressivement de la conversation sur « implémenter l'IA à tout prix » vers une conversation sur la discipline de mise en œuvre.

AI COMPU-AS est intéressant précisément en tant que tentative de packager cette transition dans un schéma de gestion compréhensible : de l'objectif et du diagnostic aux priorités, à l'architecture et à l'échelle. Pour les entreprises qui en sont déjà fatiguées des expériences chaotiques et qui cherchent un moyen de lier les initiatives d'IA au ROI, au TCO et aux contraintes commerciales réelles, un tel framework peut devenir un point d'entrée utile. Pas une garantie de succès, mais un moyen d'améliorer considérablement les chances que les investissements en IA produisent non seulement une démonstration de possibilités, mais un effet économique mesurable.