AIBS Toolkit
Module C3 · AIBS/BAIS
Matrice RACI — Projet IA
Charge par membre

Guide des Sprint Reviews — Projet IA

Chaque sprint a ses propres objectifs, méthodes de feedback, critères go/no-go et scénarios de conflits typiques. Cliquez sur un sprint pour voir le guide complet de sa review.

Sprint 1 · Semaines 1–3
Cadrage & Exigences
Valider la compréhension du problème métier, confirmer la faisabilité IA de haut niveau, aligner les parties prenantes sur le périmètre et les hypothèses clés. À l'issue : tout le monde parle le même langage.
2–3 sem.Durée type
60 minReview meeting
C3.1 · C3.2Compétences
🎯
Objectifs de la review
Valider le cas d'usage Le problème métier est-il bien compris ? Le périmètre (IN/OUT) est-il partagé ?
Confirmer les données Les sources identifiées existent-elles ? Accès validé ? Qualité évaluée ?
Aligner les parties prenantes Direction, IT, DPO, experts métier — tout le monde est-il à bord ?
Confirmer les ressources Budget, équipe, planning — validés par le sponsor ?
📋
Agenda type (60 min)
⏱ 0–5
Rappel des objectifs du sprint Ce qu'on voulait accomplir
⏱ 5–20
Présentation du cas d'usage 4 dimensions : fonctionnel, technique, données, intégration
⏱ 20–35
Tour de table des parties prenantes Chacun valide ou soulève ses questions
⏱ 35–50
Décisions et actions Go/No-go, points à clarifier
⏱ 50–60
Rétro express 1 chose bien, 1 chose à améliorer
🔍
Méthodes de feedback
🎤
Entretiens individuels
Avant la review, interviews 1:1 avec les parties prenantes clés
Sponsor · DPO · Expert métier
📝
Canvas partagé
AI Canvas ou ML Canvas rempli en équipe, annoté collectivement
Toute l'équipe
🗳️
Vote dot (impact/faisabilité)
Chaque stakeholder vote sur les priorités — évite le HiPPO effect
Parties prenantes
Checklist go/no-go
Cas d'usage documenté et validé par l'expert métier
Sources de données identifiées et accès confirmé
DPO consulté sur les données personnelles traitées
Budget et ressources validés par le sponsor
KPIs définis et acceptés par la direction
Risques principaux identifiés et atténuations prévues
Conflits typiques Sprint 1
💥
Périmètre trop large
Signes
Liste de 20+ fonctionnalités, "on pourrait aussi faire…", backlog infini
Action AIBS
Matrice impact/effort. Forcer le choix : "Si on ne pouvait faire qu'une chose, ce serait laquelle ?" Scoper le MVP.
💥
DPO bloque les données
Signes
"Ces données ne peuvent pas être utilisées pour de l'IA"
Action AIBS
Atelier AIBS + DPO + Data Engineer : identifier les alternatives (anonymisation, données agrégées, données synthétiques). Documenter.
🚦
Critères de décision — fin Sprint 1
Critère🟢 GO — Continuer🟡 AJUSTER — Réviser🔴 STOP — Pivoter
Clarté du problèmeProblème clair, mesurableAmbigu sur 1-2 pointsPas de consensus sur le problème
Disponibilité donnéesDonnées accessibles et suffisantesPartielles, plan de remédiationDonnées inexistantes ou bloquées
Faisabilité IAConfirmée par data scientistIncertaine, POC nécessaireInfaisable avec les contraintes
Alignment parties pren.Sponsor, métier, IT alignésUn acteur clé réticentOpposition direction ou DPO
Sprint 2 · Semaines 4–8
Développement & Prototype
Construire un premier prototype fonctionnel, évaluer les résultats intermédiaires contre les KPIs définis, ajuster la direction technique. Le rôle de l'AIBS : piloter sans coder, et garantir que le prototype répond au besoin métier.
4–5 sem.Durée type
90 minReview meeting
C3.3 · C3.4Compétences
🎯
Objectifs de la review
Démo du prototype Montrer ce qui fonctionne. Être transparent sur les limites.
Mesurer vs KPIs Les métriques techniques (précision, latence) sont-elles dans les clous ?
Feedback utilisateurs Les utilisateurs finaux testent et réagissent en direct
Décision de direction Continuer tel quel / ajuster l'approche / pivoter
📋
Agenda type (90 min)
⏱ 0–5
Rappel du sprint goal Ce qu'on voulait livrer
⏱ 5–25
Démo live Le data scientist montre — l'AIBS traduit en langage métier
⏱ 25–45
Tests utilisateurs en live 2–3 utilisateurs testent, on observe (pas d'explication)
⏱ 45–60
Résultats KPIs Métriques techniques et métier présentées
⏱ 60–75
Discussion et arbitrage Priorisation des ajustements
⏱ 75–90
Décision go/no-go Sprint 3 Sponsor valide
🔍
Méthodes de feedback
🖥️
Démo + observation
Laisser les utilisateurs interagir sans assistance — noter ce qui bloque
Utilisateurs finaux
📊
Dashboard KPIs
Tableau de bord avec métriques techniques et métier side by side
Direction · Data scientist
🗒️
Formulaire retour structuré
5 questions max : utilité, facilité, confiance, manques, blocages
Tous les participants
Checklist go/no-go
Prototype fonctionnel sur les cas d'usage définis
KPI technique ≥ seuil minimum défini au Sprint 1
Feedback utilisateurs collecté et documenté
Problèmes critiques identifiés et plan de résolution
Sécurité vérifiée par le RSSI sur le prototype
Prochaines priorités validées et assignées (RACI)
Conflits typiques Sprint 2
💥
"Le modèle est trop lent"
Cause probable
Contrainte de performance non documentée au Sprint 1. Priorité métier vs technique mal alignée.
Action AIBS
Documenter le SLA requis. Arbitrage avec data scientist : optimisation vs simplicité. Valider le compromis avec le sponsor.
💥
Utilisateurs déçus du prototype
Cause probable
Attentes mal calibrées. "C'est un prototype" n'a pas été compris.
Action AIBS
Recadrer les attentes en amont. Montrer ce que sera la version finale. Impliquer les utilisateurs dans les décisions de priorisation.
Sprint 3 · Semaines 9–12
Pilote & Validation terrain
Déployer la solution sur un périmètre limité (groupe d'utilisateurs pilotes, un site, une période définie). Collecter les retours dans des conditions réelles. Mesurer les KPIs métier et décider du déploiement général.
3–4 sem.Durée type
120 minReview meeting
C3.5 · C3.6Compétences
🎯
Objectifs de la review
Bilan KPIs pilote Les résultats réels correspondent-ils aux prévisions ?
Retours utilisateurs terrain Satisfaction, adoption, blocages opérationnels
Conformité vérifiée Audit DPO/RSSI sur le périmètre pilote
Décision déploiement général Présentation des bases de décision au sponsor
📋
Agenda type (120 min)
⏱ 0–10
Contexte & rappel des critères Reprendre les critères de succès définis au Sprint 1
⏱ 10–35
Résultats quantitatifs Tableau de bord KPIs avec comparatif avant/après
⏱ 35–60
Témoignages utilisateurs pilotes 2–3 utilisateurs présentent leur expérience
⏱ 60–80
Points de conformité et sécurité DPO + RSSI présentent leurs conclusions
⏱ 80–105
Analyse risques et plan de déploiement Formation, support, rollback
⏱ 105–120
Vote décisionnel Go/Adjust/Stop — sponsor tranche
🔍
Méthodes de feedback
📈
Rapport de performance
Métriques réelles vs objectifs — présenté par l'AIBS avec le data scientist
Direction · Sponsor
🎙️
Focus group pilotes
Session de 45 min avec les utilisateurs pilotes — retours qualit. approfondis
Utilisateurs pilotes
📋
Audit conformité
Rapport DPO + RSSI sur les incidents, risques, recommandations
DPO · RSSI
Checklist go/no-go déploiement
KPIs métier atteints ≥ 80% des objectifs pilote
Taux d'adoption pilotes ≥ 70% utilisation régulière
Zéro incident LPD confirmé par DPO
Procédure de rollback testée et validée
Plan de formation pour les utilisateurs finaux
Support opérationnel équipe définie post-déploiement
Conflits typiques Sprint 3
💥
Résistance des non-pilotes
Action AIBS
Impliquer les "sceptiques" tôt comme ambassadeurs. Partager les résultats positifs du pilote. Plan de change management clair.
💥
KPIs en-dessous des attentes
Action AIBS
Analyser les causes (données, UX, adoption ?) avant de conclure. Proposer un ajustement ciblé plutôt qu'un abandon. Présenter 3 options au sponsor avec ROI estimé.
Sprint 4 · Semaines 13–16
Déploiement général & Intégration
Déployer à l'ensemble des utilisateurs cibles. Mettre en place le monitoring continu, les processus de support, et la gouvernance de la solution. L'AIBS devient chef de projet du change management.
4–6 sem.Durée type
90 minReview meeting
C3.7 · D1Compétences
🎯
Objectifs de la review
Bilan de déploiement Taux d'adoption, incidents, feedback opérationnel
Validation ROI préliminaire Comparaison coûts/bénéfices réels vs prévisions
Transfert à l'exploitation Handover vers équipe IT/ops
Backlog d'améliorations Prochaines évolutions prioritaires
Checklist clôture projet
Documentation technique livrée à l'équipe IT
Formation complétée pour tous les utilisateurs
Monitoring activé : alertes, dashboards, retraining schedule
Rapport de clôture présenté au sponsor (ROI, leçons)
Backlog v2 priorisé et planifié
📊
Métriques de succès final
💼
ROI mesuré Coûts réels vs économies / revenus générés
👤
NPS utilisateurs Score de satisfaction post-déploiement ≥ 4/5
📈
Adoption rate % utilisateurs actifs 30 jours après lancement
Performance maintenue Métriques IA stables vs baseline pilote
Review POC — Point de décision majeur
Proof of Concept — Go / No-Go
La review POC est le moment de vérité : la solution IA est-elle viable, utile et rentable ? C'est ici que vous préparez les bases de décision pour la direction. Le rôle de l'AIBS : synthétiser, arbitrer, recommander.
180 minReview meeting
C4 · C5 · C6Compétences
⚖️
Cadre de décision POC
DimensionQuestion cléCritère minimal
FaisabilitéLa solution fonctionne-t-elle techniquement ?Prototype stable, KPI tech ≥ seuil
UtilitéLes utilisateurs l'adoptent-ils ?Taux d'adoption pilote ≥ 60%
RentabilitéLe ROI justifie-t-il l'investissement ?Payback ≤ 18 mois
ConformitéZéro risque légal bloquant ?DPO sign-off obtenu
StratégieAligné avec la vision IA de l'org ?Validation direction générale
📋
Structure de la présentation POC
1️⃣
Contexte (5 min) Rappel du problème, objectifs initiaux
2️⃣
Ce qu'on a fait (15 min) Démo + résultats techniques
3️⃣
Ce qu'on a appris (20 min) Hypothèses validées / infirmées
4️⃣
Business case actualisé (20 min) ROI, coûts, risques réels
5️⃣
3 options avec recommandation (15 min) Go · Pivot · Stop + justification
6️⃣
Décision et next steps (15 min) Sponsor décide — AIBS documente
💡 Règle d'or de la review POC : Présentez toujours 3 options (Go / Pivot / Stop) avec les implications de chacune — ne forcez jamais une décision. Votre rôle est d'éclairer, pas de décider. Le sponsor décide, vous documentez et mettez en œuvre.
Planning visuel & Rituels de pilotage
Vue d'ensemble du projet IA type — phases, sprints, points de décision et rituels récurrents recommandés.
Déroulement du projet
🟣 Sprint 1
Sem. 1–3 · C3.1/C3.2
📋Cadrage & Exigences2–3 sem.
🔄 Sprint Review 1 — 60 min · Fin semaine 3
🔵 Sprint 2
Sem. 4–8 · C3.3/C3.4
⚙️Développement & Prototype4–5 sem.
🔄 Sprint Review 2 — 90 min · Fin semaine 8
🔴 Review POC
Sem. 8 · C4/C5/C6
⚖️Proof of Concept — Décision Go/No-Go180 min
🟢 Sprint 3
Sem. 9–12 · C3.5/C3.6
🧪Pilote terrain & Validation3–4 sem.
🔄 Sprint Review 3 — 120 min · Fin semaine 12
🟠 Sprint 4
Sem. 13–16 · C3.7/D1
🚀Déploiement général & Intégration4–6 sem.
🔄 Bilan de clôture — 90 min · Fin semaine 16
Rituels de pilotage recommandés
Daily Standup
Quotidien · 15 min
3 questions : hier / aujourd'hui / blocages. Debout. Pas de solutions en séance — on note, on reprend après.
AIBSData sci.Dev
🔄
Sprint Review
Bi-sprint · 60–120 min
Démo, retours stakeholders, mesure des KPIs, décision de direction. L'AIBS anime et documente les décisions.
ÉquipeStakeholders
🪞
Rétrospective
Fin de sprint · 45 min
Équipe seule. What went well / what didn't / what to try. 2–3 actions concrètes avec owner désigné.
Équipe projet
📊
Comité de pilotage
Mensuel · 60 min
Reporting direction : avancement, budget, risques, décisions nécessaires. Dashboard KPIs préparé par l'AIBS.
DirectionSponsorAIBS
Plan de communication — Qui informe qui ?
Message Émetteur Destinataire(s) Fréquence Canal
Avancement sprintAIBSSponsor · DirectionBi-hebdoEmail · Slack
Blocages techniquesData scientistAIBS (immédiat)Temps réelChat direct
Décisions de projetAIBSToute l'équipeAprès chaque décisionLog de décisions
Résultats KPIsAIBSSponsor · MétierFin de sprintDashboard · Réunion
Alertes conformitéDPO / RSSIAIBS · DirectionImmédiatEscalade formelle
Newsletter projetAIBSAll stakeholdersMensuelEmail
💡 Règle des 2 niveaux : Adaptez toujours votre communication à votre audience. Pour la direction : résultats, ROI, décisions. Pour l'équipe technique : problèmes, métriques, architecture. L'AIBS est le traducteur entre ces deux mondes.