Opérations IA de The Lineup

Exploiter The Lineup seul implique beaucoup de vérifications récurrentes. Les flux des fournisseurs sont-ils en retard? Les modèles ont-ils roulé et produit leurs prévisions? La croissance exige-t-elle de l’attention? Un engagement d’entreprise est-il en train de déraper? Je répondais à ces questions en passant d’un script à un tableau de bord et à des notes. Ça fonctionnait, mais ça dépendait de ma mémoire pour regarder à chaque endroit, et de ce que rien ne tombe entre les deux.

Deux éléments rendaient une automatisation simple risquée. D’abord, une vérification automatisée terminée ne prouve pas que le problème est corrigé : une exécution sans erreur peut cacher un problème toujours présent. Ensuite, certaines prochaines étapes évidentes, comme déployer un changement, désactiver un modèle ou contacter un client, touchent les clients ou la production. Ces étapes doivent s’arrêter pour une décision, pas se produire parce qu’un script les a jugées bonnes. Je voulais que les vérifications aient lieu même si j’oubliais d’y penser, avec les résultats au même endroit, et sans donner à aucun agent automatisé le pouvoir d’agir seul sur la production.

J’ai construit quatre agents d’IA internes pour les vérifications que je faisais souvent à la main. Le premier surveille les données sportives et les prix. Le deuxième surveille les exécutions des modèles et les prévisions. Le troisième surveille la croissance client. Le dernier révise les priorités de l’entreprise. Chacun travaille selon un horaire, ou lorsque je demande une vérification précise.

Ils partagent un même système de demandes et de révision. Lorsqu’un agent trouve un problème important, il consigne le constat, son état actuel et une prochaine action proposée dans une seule file de révision. Il propose une étape, pas une liste d’idées, et il s’arrête si cette étape pourrait modifier la production. Le tableau de révision montre ce que chaque agent a trouvé, ce qu’il recommande et ce qui attend ma décision. Grâce à une seule file, chaque révision commence au même endroit, peu importe l’agent qui a soulevé le problème.

Le système distingue aussi une vérification d’une correction. Une vérification terminée n’est pas présentée comme une correction terminée : un problème n’est marqué comme réglé que lorsqu’une preuve plus récente le confirme, ce qui garde visible un problème qui semble réglé sans l’être. Les règles d’approbation, les contrôles de fiabilité et les tests automatisés gardent le travail incomplet ou bloqué à la vue au lieu de le laisser disparaître de la file.

Résultat : les vérifications récurrentes suivent maintenant un horaire, les problèmes sont réunis dans une seule file de révision plutôt que dispersés entre plusieurs outils, et aucune modification de la production ne peut avoir lieu sans approbation explicite. C’est la même approche que j’utilise pour mes clients, appliquée d’abord à ma propre entreprise : le système inspecte, rédige et recommande, et une personne désignée approuve tout ce qui a des conséquences.