Un cabinet de data science peut réaliser une bonne année avec trois clients, puis perdre le premier quand son nouveau directeur internalise l'équipe. Il peut aussi signer plus d'industrialisations qu'il n'a d'ingénieurs pour les tenir. L'agent mesure la concentration, l'érosion des comptes, l'adéquation entre engagements et équipes, et écrit des scénarios chiffrés, sans décider à la place de la direction.

Ce qu'il fait chaque jour chez vous

Calculer le poids des premiers clientsIl mesure la part du chiffre d'affaires et des jours facturés portée par les trois et les dix premiers clients, et son évolution sur trois ans.
Repérer les clients qui internalisentIl relève les signaux d'un client qui monte sa propre équipe, recrutements de data scientists, création d'un pôle données, plateforme achetée en direct, et en déduit le risque sur le compte.
Confronter les industrialisations aux équipesIl compare les projets de mise en production d'un modèle signés ou probables aux data engineers disponibles, et signale les trimestres où l'entreprise ne pourra pas tout livrer.
Mesurer l'exposition sur les projets réglementésIl compte les projets qui touchent un système d'IA à haut risque et les engagements de documentation et de surveillance pris, que l'entreprise devra tenir sur la durée.
Suivre les contrats de maintenance à faible margeIl identifie les contrats où la surveillance de la dérive du modèle coûte plus qu'elle ne rapporte et où un incident pourrait engager l'entreprise au-delà de l'obligation de moyens.
Écrire les scénarios de perteIl rédige des scénarios simples, départ du premier client, gel des projets dans un secteur, et chiffre leur effet sur le chiffre et l'emploi des équipes, avec ses hypothèses écrites.

Sur le terrain

Un client qui recrute

Le premier client, un distributeur, publie quatre offres d'emploi de data engineers et un poste de directeur des données. L'agent rapproche ces signaux du fait que ce client représente un tiers du chiffre. Il prépare un scénario de réduction progressive du compte et le présente à la direction avec les comptes susceptibles de compenser. La direction décide d'accélérer la prospection dans deux secteurs.

Trop d'industrialisations au même trimestre

Cinq projets risquent de passer en industrialisation au printemps. L'agent compare avec l'équipe d'ingénierie : elle ne peut en tenir que trois correctement. Il en informe la direction avec les dates et les clients, et propose de négocier des démarrages décalés. Les responsables de compte choisissent avec leurs clients.

Les mots qu'il emploie chaque jour

Système d'IA à haut risque: La catégorie réglementaire qui impose documentation, supervision humaine et journalisation avant toute mise sur le marché.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.
Obligation de moyens: Un projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.
Mise en production d'un modèle: Le passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.

Son métier de départ : Analyste risques commerciaux. Toute l'activité : Données et intelligence artificielle.