PoC IA avec Blck Alpaca : le modèle de sprint de 14 jours

Une preuve de concept d'agent IA est un test limité dans le temps et au périmètre resserré, qui démontre, pour un seul cas d'usage, si un agent IA apporte une valeur mesurable. Dans le sprint de 14 jours de Blck Alpaca, un agent unique traverse six phases : choix du cas d'usage, cadrage, accès aux données et aux outils, développement, évaluation, passation, avec des critères de succès fixés avant le développement. L'objectif est une décision Go/No-Go solide, pas un système de production clé en main.

Le sprint s'adresse aux agences marketing et aux décideurs B2B en Europe qui veulent tester un processus concret avant d'engager un budget plus important. Il est délibérément conçu comme le contre-modèle de l'« inflation des pilotes » : pas dix expériences en parallèle, mais un seul cas d'usage mesuré avec rigueur.

• Ce que c'est : un test d'un seul agent IA, prévu sur 14 jours ouvrés et piloté par un partenaire, avec des KPI définis et une recommandation Go/No-Go honnête à la fin.
• À quoi ça sert : réduire le risque avant de débloquer un budget de production et traiter en amont les quatre causes d'échec les plus fréquentes (mauvais cas d'usage, données de mauvaise qualité, absence d'indicateur de succès, pas de conduite du changement).
• Ce que ce n'est pas : ni une exploitation en production, ni un déploiement sur plusieurs services, ni un substitut à un examen complet au regard du règlement sur l'IA ou du RGPD.

Pourquoi un PoC, et pourquoi un seul cas d'usage

Les données 2025/2026 sont sans ambiguïté : la plupart des projets d'IA n'échouent pas à cause de la technique. L'étude du MIT NANDA The GenAI Divide (2025) indique qu'environ 95 % des entreprises ne tirent aucun effet mesurable sur leur compte de résultat (P&L) de leurs initiatives d'IA générative intégrées, alors qu'un petit groupe de tête (les 5 % les plus performants) crée une valeur nette. Il faut bien lire ce résultat : il ne dit pas que « 95 % des projets pilotes échouent techniquement », mais que la majorité ne démontre aucun effet mesurable sur le P&L pendant la période observée. Selon NANDA, le goulot d'étranglement ne se situe pas dans la qualité du modèle, mais dans le manque d'apprentissage, d'intégration et d'adaptation au contexte.

Gartner prévoit en outre que plus de 40 % des projets d'IA agentique seront abandonnés d'ici fin 2027, en raison des coûts, d'une valeur métier floue et de contrôles des risques insuffisants (prévision de juin 2025). La synthèse honnête pour les décideurs : la plupart des échecs relèvent d'erreurs de sélection, de gouvernance, de conduite du changement ou de gestion des attentes, pas d'erreurs d'ingénierie.

C'est précisément là qu'intervient la concentration sur un cas d'usage. L'AI Radar du BCG montre que les leaders se concentrent en moyenne sur 3,5 cas d'usage et attendent un ROI 2,1 fois supérieur, tandis que les retardataires se dispersent sur 6,1 cas d'usage. Le nombre de projets pilotes lancés n'est pas corrélé à la création de valeur : bien au contraire. Un PoC qui teste un processus de façon mesurable vaut plus que cinq qui se contentent de « tourner ».

Le sprint de 14 jours en un coup d'œil

Le sprint couvre 14 jours ouvrés, soit un peu moins de trois semaines calendaires, en trois étapes : préparation et accès (jours 1 à 4), développement (jours 5 à 9), évaluation et passation (jours 10 à 14). Le tableau suivant présente le jour, la phase, l'activité et le résultat.

Le bloc le plus important n'est pas le développement, mais le cadrage. Si les critères de succès et l'accès aux données ne sont clarifiés qu'après le développement, le PoC bascule : c'est le schéma le plus souvent observé.

Critères de succès : définis en amont, avec baseline, vérifiables

L'erreur la plus fréquente dans les comités de direction consiste à mesurer le succès uniquement à l'adoption. Un fort taux d'utilisation des licences sans effet sur le compte de résultat n'est pas un succès. C'est pourquoi le sprint distingue clairement deux niveaux :

• Indicateurs d'adoption (nécessaires, pas suffisants) : usage actif, tâches par utilisateur, gain de temps déclaré. Ce dernier est à prendre avec prudence : l'étude de terrain de METR (2025) a montré que des développeurs expérimentés s'attendaient à une accélération de 24 %, pensaient après coup avoir gagné 20 % en vitesse, mais étaient en réalité 19 % plus lents. Leçon : la télémétrie et les indicateurs de résultat battent l'auto-évaluation.
• Indicateurs de résultat (ceux qui comptent) : réduction du temps de cycle, taux d'erreurs ou de défauts, temps de traitement × volume × coût et, le cas échéant, non-dégradation du CSAT/NPS. Ils sont mesurés par rapport à une baseline.

Pour la structure des KPI, le sprint s'appuie sur une logique OKR orientée résultats. Par nature, un PoC ne peut en refléter que les premières étapes, mesurables rapidement :

• KR1 : adoption solide de l'agent au sein du groupe de test pendant le sprint.
• KR2 : amélioration mesurable du temps de cycle ou de la qualité par rapport à la baseline.
• KR3 : taux d'escalade HITL mesuré et réductible de façon plausible.
• KR4 : qualité non dégradée (p. ex. non-dégradation du CSAT).

La validation complète des résultats par la finance (contribution nette au P&L) relève explicitement de la phase de production, pas de 14 jours.

Ce que fournit le client, et ce qui est livré à la fin

Un PoC est un travail d'équipe. La qualité et l'accessibilité des données figurent parmi les freins à l'adoption de l'IA les plus cités dans les enquêtes internationales. Dans l'étude « 2025 Outlook: Data Integrity Trends and Insights » de Precisely et du LeBow College de la Drexel University (septembre 2024, plus de 565 répondants dans le monde), 62 % des organisations citent le manque de gouvernance des données comme principal obstacle lié aux données pour leurs initiatives d'IA. C'est pourquoi les contributions du client sont obligatoires :

Le client fournit :

• Un référent métier désigné, doté d'un pouvoir de décision et de temps réservé.
• Un accès délimité, si possible en lecture seule, aux données pertinentes.
• Un accès aux systèmes à connecter (CRM, base de connaissances, SharePoint, SAP, ServiceNow) via SSO ou des comptes de service à durée de vie courte, sans identifiants statiques dans le code.
• Un jeu de test réaliste avec les résultats attendus pour l'évaluation.

Livrables à la fin du sprint :

• Un agent IA fonctionnel dans un environnement de test sécurisé.
• Un rapport d'évaluation : taux de réussite sur le jeu de test, comparaison avec la baseline, cas d'erreur documentés et besoins HITL.
• Une recommandation Go/No-Go honnête au regard des critères définis à l'avance.
• Une proposition de périmètre pour la mise en production, avec une estimation approximative de l'effort.

Côté architecture, le PoC reste volontairement défensif : le mTLS entre composants, le SSO/OIDC pour l'identité et des flux sortants bloqués par défaut (deny-by-default) avec une allowlist des endpoints des modèles constituent les contrôles minimaux, qui tiennent aussi lors d'audits ultérieurs. Idéalement, les comptes de service sont attribués par couple agent-outil et sans identifiants statiques.

Si le PoC traite des données personnelles, par exemple des tickets de support historiques, le RGPD s'applique dès le sprint. Il faut alors une base légale et un contrat de sous-traitance au sens de l'article 28 du RGPD ; la pseudonymisation, lorsqu'elle est possible, réduit le risque. Si une analyse d'impact relative à la protection des données est nécessaire, l'article 35, paragraphe 1, du RGPD l'exige en amont, c'est-à-dire avant le début du traitement et non à la phase de production. Le règlement sur l'IA ne s'applique pas, en vertu de son article 2, paragraphe 8, aux essais et au développement préalables à la mise sur le marché ou à la mise en service, sauf pour les essais en conditions réelles. Cette exception couvre le développement et l'évaluation sur des données historiques. Si l'agent répond déjà à de vraies demandes de clients pendant le sprint ou participe au travail quotidien d'utilisateurs réels, elle n'est plus garantie. Dans tous les cas, une première qualification (pratique interdite, haut risque, obligation de transparence) fait partie du choix du cas d'usage. Un cas d'usage qui serait interdit en exploitation réelle est écarté. Un cas d'usage à haut risque ne rentre pas dans ce format de 14 jours, car il nécessite, avant l'exploitation réelle, un système de gestion des risques et une évaluation de la conformité. La classification complète des risques pour l'exploitation réelle intervient lors de la phase de production.

Gestion des attentes : un PoC n'est pas un système en production

Le sprint de 14 jours prouve la faisabilité et la valeur pour un cas d'usage : il ne livre pas de produit fini. Les fourchettes réalistes de time-to-ROI en 2026 pour les PME de la région DACH (Allemagne, Autriche, Suisse) permettent de le situer : l'augmentation du service client de niveau 1 produit généralement de premiers effets mesurables en 3 à 6 mois, un agent interne de connaissance ou de recherche en 6 à 12 mois, et les processus de back-office à forte charge documentaire en 9 à 15 mois. Le PoC ne raccourcit pas cette maturité de production, mais le temps nécessaire pour décider en connaissance de cause si le chemin en vaut la peine.

Autre vérité à dire : le vrai coût se trouve rarement dans le calcul du LLM (souvent entre 0,10 et 1,00 euro par conversation). Ce qui coûte cher, c'est l'intégration technique, la vérification humaine (HITL) lors des escalades (souvent 30 à 60 % de l'économie brute) et la conduite du changement. Pour une implémentation en production, les licences de plateformes d'agents prêtes à l'emploi s'ajoutent séparément. Le PoC rend précisément ces postes visibles avant qu'ils ne soient budgétés.

Exemple : PoC « Déflexion des FAQ au service client »

Une agence gère pour un client une boîte de support qui reçoit environ 4 000 demandes par mois. Baseline : temps de traitement moyen de 8 minutes, coût complet d'environ 6 euros par demande. Critère de succès défini dans le cadrage : l'agent doit pré-répondre correctement à au moins 25 % des demandes standard, sans baisse de la note CSAT, avec un taux d'escalade HITL inférieur à 30 %.

Jours 1 à 4 : cas d'usage arrêté, KPI définis, accès en lecture seule à la base de connaissances et boîte de test configurés via SSO. Jours 5 à 9 : développement de l'agent avec retrieval sur la base de connaissances et connexion MCP au système de tickets. Jours 10 à 12 : évaluation sur 200 demandes historiques aux solutions connues. Résultat du rapport d'évaluation : 31 % de déflexion correcte, CSAT stable, taux d'escalade de 22 %. Jours 13 et 14 : recommandation Go et périmètre de production (plateforme d'évaluation, workflow HITL, circuits d'escalade, exploitation). Le calcul : 31 % × 4 000 × 6 euros ≈ 7 440 euros d'économie brute par mois ; après déduction du HITL et des licences, une base nette plausible et vérifiable pour la décision d'investissement. Ces chiffres sont illustratifs et, dans un vrai PoC, ils sont remplacés par les mesures du client.

Si le rapport n'avait montré que 9 % de déflexion avec un CSAT en baisse, la recommandation aurait été No-Go : réaffecter le budget, pas de projet zombie. Cette discipline face aux coûts irrécupérables est rare et d'une valeur disproportionnée.

Pour les agences et les décideurs B2B

Si, en tant qu'agence marketing ou entreprise B2B, tu as repéré un processus concret qui se prête à un agent IA (déflexion au service client, recherche de connaissances, qualification de leads, opérations de contenu), le sprint de 14 jours est le chemin le plus direct vers une décision éclairée. Tu n'engages pas de gros budget de production avant que la faisabilité et la valeur soient prouvées pour un cas d'usage précis. Apporte un cas d'usage, un référent métier et un accès aux données ; tu obtiens un agent fonctionnel, un rapport d'évaluation par rapport à ta baseline et une recommandation Go/No-Go honnête. Contacte-nous pour une demande de PoC : concret, mesurable, sans esbroufe.