Raft dévoile « AI KOMP-AS », un cadre pour adopter l'IA de façon rentable et sûre

Raft a dévoilé AI KOMP-AS, un cadre qui invite à considérer l'adoption de l'IA non comme une série d'expériences à la mode, mais comme une transformation d'entreprise pilotable, avec une valeur mesurable, des contraintes claires et un itinéraire calculé à l'avance, de l'idée jusqu'au passage à l'échelle. La démarche repose sur l'expérience pratique de l'équipe, acquise en 14 ans de développement et de déploiement de solutions d'IA/ML pour des clients en Russie et à l'étranger.

La thèse principale est simple : l'accès aux modèles ne suffit plus pour qu'un projet produise des résultats. Pour les dirigeants et les propriétaires d'entreprise, la culture de l'IA devient une compétence appliquée dont dépendent l'économie de l'entreprise, la vitesse de changement et la capacité à ne pas gaspiller de budget dans des initiatives sans effet. Déployée de façon réfléchie, la technologie peut devenir un moteur de croissance. Sinon, elle se transforme vite en poste de dépenses coûteux et mal maîtrisé.

Raft illustre cet écart entre attentes et retour réel avec les données du rapport du MIT The GenAI Divide: State of AI in Business 2025 : sur un horizon d'un an, une seule organisation sur vingt a obtenu un effet économique positif grâce à l'adoption de l'IA.

Les causes sont familières à la plupart des entreprises : on ne sait pas où l'IA apportera exactement le plus de bénéfices, comment rapprocher les capacités de la technologie des processus réels, quels risques se cachent dans les données, l'infrastructure et le modèle opérationnel, ni à quel moment il est pertinent de transformer un pilote en produit. Dans ce contexte, l'idée du cadre ressemble moins à une méthodologie abstraite qu'à un moyen de réduire le risque d'erreurs coûteuses dès le départ.

AI KOMP-AS découpe la transformation par l'IA en six étapes successives.

• La première, « K » : où l'entreprise veut aller, c'est-à-dire quels objectifs métier, leviers de croissance et contraintes il faut prendre en compte.
• La deuxième, « O » : d'où part l'itinéraire, y compris l'état actuel des processus, de la technologie et des points de douleur.
• La troisième, « M » : si l'organisation est seulement en mesure d'effectuer ce parcours, compte tenu de la maturité de ses processus, de sa culture, de la qualité des données, de l'infrastructure disponible et des risques réglementaires.
• La quatrième, « P » : comment hiérarchiser les initiatives selon leur valeur et leur justification économique, afin de ne pas tout automatiser sans discernement.
• La cinquième, « A » : conception d'architecture et de produit, où l'on vérifie les hypothèses, formule les exigences et évalue les risques, le coût de possession et la feuille de route menant la solution du prototype à une production minimale nécessaire.
• La sixième, « S » : le passage à l'échelle, quand l'équipe prépare la stratégie de transition du MVP à une automatisation complète d'une fonction par l'IA, sans perdre en maîtrise ni en qualité.

Un volet important de la démarche est le refus de la logique « d'abord le modèle, on verra ensuite à quoi il sert ». Dans AI KOMP-AS, l'ordre est inversé : d'abord le contexte métier et les critères de succès, puis l'évaluation de la maturité et de l'économie, et seulement ensuite la conception de la solution et son déploiement. Pour les entreprises, cela signifie un filtrage plus strict des idées en amont, un choix plus clair des cas d'usage et moins de risques de tomber dans le piège des pilotes de démonstration, spectaculaires mais qui ne survivent pas au contact des processus réels, de la sécurité, des intégrations et des coûts de maintenance.

Raft souligne par ailleurs que la feuille de route doit tenir compte non seulement des fonctionnalités, mais aussi des exigences non fonctionnelles, des contraintes et du scénario de passage à l'échelle ; sinon, un succès local ne se transforme pas en résultat systémique.

Ce que cela change en pratique : le marché s'éloigne peu à peu du discours « déployer l'IA à tout prix » pour parler de discipline de déploiement. AI KOMP-AS est intéressant précisément comme tentative de condenser cette évolution dans un schéma de gestion lisible : de l'objectif et du diagnostic aux priorités, à l'architecture et à l'échelle. Pour les entreprises lassées des expériences désordonnées et qui cherchent à relier leurs initiatives d'IA au ROI, au TCO et aux contraintes métier réelles, un tel cadre peut constituer un point d'entrée utile.

Ce n'est pas une garantie de succès, mais un moyen d'augmenter nettement les chances que l'investissement dans l'IA apporte non seulement une démonstration de capacités, mais aussi un effet économique mesurable.