Le framework ICPC : Identifier, Cadrer, Produire, Capitaliser

Le framework ICPC est la méthode GenieFactory pour structurer la transformation agentique d'une entreprise, projet par projet. Quatre étapes, quatre livrables, et une boucle de capitalisation qui fait que chaque projet enrichit le suivant.

Pourquoi un framework est-il nécessaire ?

Parce que 80% des projets Data et IA échouent — et la cause n'est jamais technique. C'est un problème de méthode : mauvais cas d'usage (38% des échecs), outil choisi avant le problème (19%), absence de sponsor (24%), pas de conduite du changement (12%).

Le framework ICPC adresse chaque cause d'échec avec une étape dédiée. Ce n'est pas un processus waterfall — c'est un cycle itératif où la dernière étape (Capitaliser) nourrit la première (Identifier) du projet suivant.

Étape 1 : Identifier — choisir le bon cas d'usage

Cartographier les cas d'usage potentiels et scorer chaque opportunité sur deux axes : valeur métier et faisabilité technique. Ne pas partir de la technologie — partir du problème.

Le test du ROI en une phrase : si vous ne pouvez pas écrire le ROI attendu en une phrase ("ce projet va réduire le BFR de 2M€ en recalibrant les paramètres MRP"), le cas d'usage n'est pas assez cadré. Reformulez ou passez au suivant.

Livrable : un portefeuille priorisé avec un ROI formulé pour chaque cas d'usage. Chez GenieFactory, cette identification passe par des entretiens métier structurés — guidés par l'IA, validés par les experts.

Étape 2 : Cadrer — aligner métier, tech et direction

C'est la phase que tout le monde saute — et la cause n°1 d'échec. 71% des projets IT échouent par cadrage déficient. Le problème n'est pas que les gens ne cadrent pas — c'est qu'ils cadrent en silo. Le métier écrit un cahier des charges que la tech ne comprend pas. La tech construit ce qu'elle a compris. La direction découvre le résultat 6 mois plus tard.

Le cadrage ICPC aligne les trois parties sur le même périmètre, les mêmes objectifs, les mêmes contraintes — avant toute ligne de code.

Livrable : des spécifications validées par les trois parties, prêtes à développer. Pas un document de 200 pages — un cadrage opérationnel qui tient en quelques pages. Chez GenieFactory, L'Établi génère ces specs à partir des entretiens métier, avec validation croisée automatique.

Étape 3 : Produire — déployer en conditions réelles

Construire et déployer les agents IA en conditions réelles. Pas en labo. Pas en démo. Sur le terrain, avec les vrais utilisateurs, les vraies données, les vrais edge cases.

Deux principes non négociables :

Le human-in-the-loop est dans l'architecture, pas en option. Les systèmes avec validation humaine ont 4,3× moins d'incidents critiques et +372% de ROI médian vs +268% sans. L'IA propose, l'humain valide.

Le déploiement est rapide. Moins de 6 semaines : 5% d'échec. Plus de 24 semaines : 31%. Si le cadrage est bon, la production est rapide.

Livrable : une application en production, adoptée par les équipes. Pas un prototype qui dort sur un serveur de staging.

Étape 4 : Capitaliser — encoder ce qui a été appris

C'est l'étape que personne ne fait — et c'est celle qui change tout. Chaque projet produit de la connaissance : des processus documentés, des règles métier explicitées, des patterns réutilisables, des ontologies de domaine.

Cette connaissance est encodée dans un Knowledge Graph — une mémoire organisationnelle qui appartient à l'entreprise. Le projet suivant ne repart pas de zéro. Il s'appuie sur tout ce qui a été appris avant.

C'est comme ça qu'on passe de "un projet IA" à "une transformation". Et c'est la différence fondamentale entre la transformation digitale et la transformation agentique.

Livrable : un capital IA documenté, propriété du client. Knowledge Graph enrichi, patterns identifiés, templates sectoriels réutilisables.

Comment le cycle ICPC s'accélère avec le temps ?

La boucle Capitaliser → Identifier est le mécanisme clé. Le premier projet part de zéro. Le deuxième s'appuie sur le Knowledge Graph du premier. Le troisième bénéficie des patterns des deux précédents.

Exemple concret : un diagnostic supply chain sur une ETI industrielle produit des ontologies métier (assemblage CTO/ETO), des règles de scoring, des patterns de diagnostic. Le diagnostic suivant — même secteur ou secteur adjacent — démarre avec cette base. Le temps de cadrage se réduit, la qualité du diagnostic augmente, le ROI s'accélère.

C'est la capitalisation qui crée le moat défensif : plus le client utilise la plateforme, plus son Knowledge Graph s'enrichit, plus le coût de switching augmente. L'actif est propriétaire — mais il est d'autant plus précieux qu'il est construit dans l'écosystème GenieFactory.

Appliquer le framework ICPC à votre projet →

---

Article lié : Qu'est-ce que la transformation agentique ?