Du prototype IA à la production : le cas Kylii

Votre prototype IA fonctionne pendant la démonstration. Il produit un résultat utile, mais plusieurs questions restent ouvertes : qui pourra l’utiliser, comment retrouver un projet, que faire lorsqu’une génération échoue et qui prendra en charge les évolutions ?

Le passage en production consiste à rendre le service utilisable dans les conditions réelles de travail. Il faut examiner le parcours complet, les intégrations, les erreurs et l’organisation autour de l’outil.

Le projet Kylii illustre ce passage du prototype à un outil de production. hIAppy y a développé une chaîne de création de contenus immersifs, aujourd’hui utilisée au quotidien par les équipes.

Kylii : produire des contenus pour des espaces immersifs

Kylii crée des expériences immersives projetées dans des espaces physiques : loisirs, retail, événements et dispositifs de marque. Les contenus doivent correspondre aux surfaces de projection et à leur géométrie.

La création reposait sur plusieurs étapes de graphisme, de motion design et d’adaptation manuelle. Générer une image répondait à une partie du besoin. Il fallait aussi préparer des contenus adaptés à l’espace dans lequel ils seraient projetés.

hIAppy a conçu et développé un outil interne qui relie ces étapes :

• Préparer les surfaces dans un visualiseur 3D. L’équipe sélectionne les zones de projection et les met à plat pour préparer des contenus à leur format.
• Générer les contenus adaptés. Les images tiennent compte des proportions et de la géométrie des surfaces.
• Enchaîner les transformations. La chaîne de création va de l’image à la vidéo en boucle, puis aux éléments détourés animés.
• Prévisualiser la projection. La simulation dans le modèle 3D permet d’examiner le rendu avant l’installation sur place.

L’outil est en production et utilisé au quotidien par Kylii. Les évolutions présentées dans le cas client portent notamment sur l’export 4K, la gestion des projets et l’unification du moteur de génération.

Découvrir les livrables du projet Kylii.

Définir le résultat attendu au bout du parcours

Le cas Kylii met en évidence une question utile pour votre propre projet : à quel moment l’utilisateur a-t-il réellement terminé son travail ? Ici, le besoin couvre la création, l’adaptation aux surfaces et la prévisualisation.

Dans un assistant documentaire, le résultat attendu pourrait être une réponse accompagnée de sources vérifiables. Pour le traitement de commandes, ce pourrait être une intervention correctement créée dans le logiciel métier après validation. Décrivez ce résultat avant de choisir les fonctions à ajouter.

Les vérifications suivantes constituent une méthode pour préparer votre mise en production. Elles doivent être adaptées à votre contexte.

Identifier ce que le prototype a réellement validé

Reprenez les essais effectués : quelles données, quels utilisateurs, quelles conditions et quels résultats ? Notez aussi les manipulations encore réalisées par la personne qui a construit le prototype. Elles devront être prises en charge ou rendues accessibles aux utilisateurs.

Une démonstration peut valider la qualité d’un résultat sur un échantillon sans renseigner sur le fonctionnement simultané de plusieurs utilisateurs. De même, un traitement lancé manuellement ne montre pas comment il sera repris après une interruption.

Si la faisabilité reste incertaine, l’étape utile est de poursuivre des essais ciblés. Notre article sur la validation d’une idée avec un prototype IA explique cette phase de départ.

Vérifier les accès, les intégrations et les sorties

Listez les outils auxquels la solution doit se connecter et les informations qu’elle doit lire ou transmettre. Précisez qui peut accéder à un projet, lancer un traitement, modifier un résultat ou l’exporter.

Examinez ensuite la sortie du parcours. Un fichier généré doit pouvoir être retrouvé et utilisé dans le format attendu. Une donnée envoyée à un autre logiciel doit arriver au bon endroit, avec un statut compréhensible pour la personne qui suit le dossier.

Pour une chaîne de création comme celle de Kylii, les exports et la gestion des projets participent directement à l’usage quotidien. Dans votre entreprise, cherchez les fonctions équivalentes : elles font souvent la différence entre une démonstration réussie et un service exploitable.

Préparer les erreurs et la reprise du travail

Avant d’élargir l’usage, faites essayer le parcours complet par les personnes concernées, avec des cas représentatifs. Ajoutez des situations difficiles : document incomplet, résultat inutilisable, service extérieur indisponible ou traitement interrompu.

• L’utilisateur comprend-il ce qui s’est passé ?
• Peut-il corriger, relancer ou reprendre manuellement ?
• Retrouve-t-il son travail après une interruption ?
• Une relance risque-t-elle de créer deux fois la même action ?
• La personne chargée du support dispose-t-elle des informations nécessaires pour aider ?

Définissez les contrôles requis avant une action sensible. La supervision humaine doit correspondre aux conséquences possibles d’une erreur et rester praticable dans le travail de l’équipe.

Prévoir le coût d’usage et la responsabilité du service

Le budget de production comprend le développement, puis l’hébergement, les services utilisés, le suivi et les évolutions. Pour un outil génératif, une estimation doit aussi tenir compte des essais relancés et des résultats finalement conservés.

Demandez une estimation fondée sur vos usages : volume de traitements, formats, fréquence et nombre de personnes concernées. Précisez les hypothèses et la manière de suivre les dépenses réelles. Il sera alors possible d’ajuster le périmètre si l’usage diffère de ce qui était prévu.

Désignez également qui suit les incidents, décide des corrections et valide les évolutions. Cette responsabilité doit rester claire après la première livraison.

Organiser la prise en main et les itérations

Préparez une consigne de démarrage, un parcours de référence et les réponses aux difficultés fréquentes. Une courte prise en main sur un dossier réel permet de repérer ce que les utilisateurs ne comprennent pas encore.

Au démarrage, recueillez les retours sur les tâches terminées, les reprises et les étapes contournées. Ces observations orientent les évolutions suivantes. Dans le cas Kylii, la gestion des projets et les capacités d’export font partie des prolongements publiés de l’outil.

Pour décider d’élargir le déploiement, rassemblez les résultats des essais, les limites connues, le coût d’usage estimé et les responsabilités de suivi. Vous pourrez poursuivre, réduire le périmètre ou revoir une partie du fonctionnement sur cette base.

Quelle prochaine étape pour votre prototype ?

Si vous devez encore vérifier la qualité ou la faisabilité du résultat, hIAppy Lab permet de concentrer les essais sur cette question. Si la valeur est validée et que le besoin porte sur l’intégration, le déploiement et l’usage quotidien, découvrez hIAppy Stream.

Pour préparer l’échange, indiquez ce que fait votre prototype, les outils auxquels il doit se connecter et ce qui empêche aujourd’hui son utilisation par l’équipe.

Examiner le passage en production de votre prototype