- Le budget initial ne tranche rien. Trois variables décident : la spécificité de votre processus métier, la nature des intégrations à construire, la sensibilité des données manipulées.
- 66 % contre 33 % : le rapport MIT NANDA « The GenAI Divide » (juillet 2025) observe deux fois plus de déploiements réussis quand l’entreprise achète à l’extérieur ou s’appuie sur un partenaire que quand elle développe entièrement en interne. Indice, pas probabilité : il repose sur des entretiens auprès de 52 organisations.
- Une troisième voie existe : acheter le socle technique, développer uniquement les connecteurs, les règles métier et les contrôles qui vous appartiennent.
- Le retour se mesure au coût par dossier réellement traité, jamais au nombre de requêtes envoyées au modèle. IA Agency instruit cet arbitrage sur un cas d’usage unique avant d’écrire la moindre ligne de code.
Un dirigeant de PME sort d’une démonstration de trente minutes. L’agent IA du fournisseur a répondu à quatre questions clients, préparé une proposition chiffrée, mis à jour une fiche. Tout a fonctionné. Le lendemain, son responsable d’exploitation pose la seule question qui compte : « Il faudra quand même le connecter à notre logiciel de gestion, non ? »
À cet instant, le dirigeant ne sait plus ce qu’il achète. Un produit qui se branche, ou un chantier qui commence. Et personne dans la salle n’a de réponse, parce que la réponse ne dépend pas du fournisseur : elle dépend de son entreprise.
Rappelons le point de départ : un agent IA est un programme qui perçoit un contexte, engage un raisonnement, décide d’une action et l’exécute dans vos outils. Il diffère d’un chatbot, qui répond sans agir, et d’un outil classique, qui suit une séquence écrite d’avance (définition détaillée dans notre guide complet sur les agents IA). Les types d’agents, les plateformes disponibles et les étapes de fabrication sont traités en fin d’article. Ce qui suit répond à une seule question : dans votre situation, l’achat externe ou la construction sur mesure produit-il le meilleur retour ?
Un agent IA prêt à l’emploi et un agent IA sur mesure ne s’opposent pas en deux camps, mais en trois
Un agent IA se présente aujourd’hui sous trois familles de solutions, et confondre les deux premières explique une grande partie des mauvaises décisions d’investissement. L’agent packagé se vend comme un produit fini : assistants intégrés aux suites bureautiques, agents natifs fournis par l’éditeur de votre CRM avec leurs connecteurs. La plateforme à configurer vend un environnement, pas un résultat : studios d’agents, outils d’orchestration no-code. L’agent développé sur mesure s’appuie sur un modèle du marché, mais tout le reste s’écrit, là où un agent générique arrive calibré pour le plus grand nombre.
| Famille | Ce que vous achetez | Ce que vous configurez | Ce que vous développez | Ce que vous maîtrisez | Ce qui vous échappe |
|---|---|---|---|---|---|
| Agent packagé | Un agent fonctionnel et ses connecteurs natifs | Des consignes, un ton, des droits d’accès | Rien, ou un connecteur manquant | Le paramétrage visible | Le modèle, la feuille de route produit, la chaîne de traitement interne |
| Plateforme à configurer | Un environnement d’orchestration | Les enchaînements, les règles, les déclencheurs | Les intégrations hors catalogue | La logique fonctionnelle | L’hébergement, les limites de l’outil, sa tarification |
| Agent sur mesure | L’accès à un modèle, rien de plus | Tout, y compris l’infrastructure | Connecteurs, règles métier, contrôles, interface | Les données, le comportement, la portabilité | L’évolution du modèle sous-jacent |
La deuxième famille est celle qui trompe le plus souvent. Un studio d’agents s’achète comme un logiciel et s’exploite comme un projet de développement no-code : les écrans sont simples, les enchaînements le sont beaucoup moins dès qu’un cas particulier apparaît.
Avant de recommander l’une des trois familles, IA Agency fait décrire le processus visé geste par geste, puis liste les systèmes touchés et les décisions prises par un humain aujourd’hui. Si le processus tient en huit gestes standards et deux systèmes déjà couverts par des connecteurs natifs, l’agent packagé suffit. S’il compte des règles que vous seuls appliquez, la question change de nature.
Pourquoi la question se pose-t-elle maintenant, et que deviennent les projets d’agents IA ?
Les projets d’agents IA échouent aujourd’hui plus souvent qu’ils n’aboutissent, et c’est cette réalité qui rend l’arbitrage urgent. Le rapport MIT NANDA « The GenAI Divide : State of AI in Business 2025 » (juillet 2025, base de plus de 300 initiatives publiquement divulguées, 52 organisations interrogées, enquête auprès de 153 dirigeants) mesure que 95 % des organisations n’obtiennent aucun impact mesurable sur leur compte de résultat après un investissement en IA générative. Seuls 5 % des pilotes réellement intégrés dégagent une valeur mesurable.
Le même rapport observe 66 % de réussite pour les déploiements appuyés sur un achat externe ou un partenariat, contre 33 % pour un développement entièrement interne. Ces deux pourcentages reposent sur l’échantillon d’entretiens de 52 organisations, et le rapport avertit lui-même qu’ils peuvent ne pas représenter le marché : c’est un indice de direction, pas une probabilité de succès applicable à votre cas. Toute agence IA honnête vous le présentera ainsi.
Gartner, de son côté, prévoit dans un communiqué du 25 juin 2025 que plus de 40 % des projets d’IA agentique seront annulés d’ici fin 2027. Il s’agit d’une prévision, pas d’un taux observé, et elle repose sur trois causes indépendantes :
- des coûts croissants, mal anticipés au moment de la décision d’investissement ;
- une valeur commerciale mal définie, donc impossible à démontrer en fin de pilote ;
- des contrôles des risques insuffisants pour autoriser une mise en production.
À lire également : Pourquoi tant de projets d’agents IA autonomes échouent-ils avant d’atteindre la production ?
Les cinq critères qui font vraiment basculer vers le sur mesure
Le choix entre un agent IA externe et un agent IA sur mesure se joue sur cinq critères, et un seul d’entre eux suffit parfois à trancher : la spécificité du processus métier, la nature des intégrations, la sensibilité des données, le volume et la régularité des traitements, enfin le niveau de contrôle exigé sur les décisions. Plus vos règles sont écrites nulle part ailleurs, moins un produit standard peut les porter.
| Critère | Signal qui penche vers l’externe | Signal qui penche vers le sur mesure | La question à se poser |
|---|---|---|---|
| Spécificité du processus | Vos concurrents le traitent de la même façon | Vos règles ne figurent dans aucune documentation externe | Ce processus fait-il partie de ce qui nous distingue ? |
| Nature des intégrations | Connecteurs natifs vers vos outils, déjà en production ailleurs | Logiciel métier ancien, API partielle ou non documentée | Ce connecteur existe-t-il, ou reste-t-il à construire ? |
| Sensibilité des données | Données commerciales ordinaires, hébergement mutualisé acceptable | Données de santé, bancaires, ou contractuellement cloisonnées | Où les données transitent-elles, et qui peut les lire ? |
| Volume et régularité | Usage irrégulier, saisonnier, difficile à prévoir | Flux quotidien stable, traité en temps réel | Le volume est-il assez régulier pour amortir un développement ? |
| Contrôle des décisions | Une erreur se corrige sans conséquence pour le client | Une erreur engage votre responsabilité ou un montant | Devons-nous pouvoir expliquer chaque décision prise ? |
Aucun de ces cinq critères ne se chiffre par un seuil universel : les seuils de volume qui circulent viennent presque tous de prestataires qui vendent l’une des deux options. Sur les processus qui portent votre différence, des agents IA sur mesure restent le seul moyen d’inscrire vos règles dans le comportement de l’agent, là où un agent générique applique celles de tout le monde.
La sécurité et la confidentialité des données tranchent avant les autres critères
La sécurité et la confidentialité des données décident souvent seules de l’arbitrage, parce qu’elles ne se rattrapent pas après la mise en production. Un agent packagé vous impose son hébergement et sa chaîne de traitement. Un agent sur mesure vous laisse cloisonner les accès, garder les traitements dans un environnement que vous désignez et vous protéger d’une injection de prompt, cette consigne cachée dans un document entrant qui détourne l’agent de sa tâche. La conformité suit : c’est vous qui en répondez.
Posez à chaque fournisseur une question qui ne se contourne pas. « Combien de vos clients utilisent ce connecteur en production aujourd’hui, et pouvez-vous m’en citer un ? » Un connecteur réel a des utilisateurs. Un connecteur « prévu à la feuille de route » est un développement que vous financerez, sous un autre nom.
Les situations où la solution externe reste le meilleur investissement
Un agent IA externe est souvent le bon choix, et le nier serait vous vendre un chantier dont vous n’avez pas besoin. Quatre situations le justifient pleinement :
- Le processus est standard et stable. Qualifier les contacts entrants et les router vers le bon commercial, ce que les équipes appellent le setting, trier un ticket de support, tenir une veille juridique, résumer un dossier de candidature, relancer une proposition chiffrée restée sans réponse : ces tâches se ressemblent d’une entreprise à l’autre.
- La fonction existe déjà dans le produit. Payer un développement pour reproduire une case à cocher est la façon la plus coûteuse de perdre du temps.
- Les connecteurs natifs couvrent vos outils en place. Si votre CRM et votre outil de facturation figurent au catalogue du fournisseur et que d’autres entreprises les utilisent en production, le risque d’intégration tombe fortement.
- Vous voulez valider la valeur avant d’investir. Un agent packagé sert alors de mesure : il vous dit ce que le processus supporte réellement, avant tout investissement lourd.
La dernière situation est la plus fréquente et la plus mal exploitée. Un premier agent externe posé sur un processus standard relève souvent d’un projet d’automatisation IA : le distinguer évite de payer un raisonnement là où une règle suffit.
« Un agent IA ne coûte pas cher à cause du développement. Il coûte cher à cause de ce qu’il faut brancher autour, et cet inventaire se fait presque toujours après la signature. »
Les intégrations au système d’information, c’est là que le budget se décide
Les intégrations au système d’information décident du budget d’un agent IA, bien avant le choix du modèle ou le tarif de la plateforme. Une démonstration montre un agent qui parle, jamais un agent qui écrit dans votre CRM, lit un référentiel produit incomplet ou gère un accès refusé. C’est pourtant là que les calendriers doublent.
L’ordre compte, chaque étape conditionnant la suivante :
- Inventoriez les systèmes existants à toucher, en lecture et en écriture : CRM, ERP, outil de facturation, et les tableurs dispersés qui font office de référentiel.
- Vérifiez qu’une API existe et qu’elle est documentée : une API annoncée mais sans documentation publique est un développement déguisé.
- Définissez les droits minimaux dont l’agent a besoin, champ par champ, plutôt qu’un accès administrateur par facilité.
- Testez la qualité des données sur un échantillon réel : un agent qui raisonne sur un référentiel faux produit des résultats faux, avec assurance.
- Prévoyez la reprise quand la connexion tombe : file d’attente, relance, et information de l’utilisateur en temps réel.
Vos documents comptent autant que vos API
Les documents de l’entreprise forment la moitié oubliée du chantier d’intégration. Procédures, contrats, fiches techniques : ces données non structurées portent souvent la réponse que l’agent doit produire, et les ancrer suppose des contenus à jour et proprement découpés. Une base vectorielle ne remplace pas ce travail, elle en dépend.
Un agent de support client illustre bien l’écart. Répondre à une question générale ne demande rien. Croiser l’historique de commande d’un client nommé avec son dossier de support demande une intégration, des droits et une gestion d’erreur : c’est exactement la différence entre une démonstration et un chatbot IA sur mesure en production.
Pour en savoir plus : Quels cas d’usage d’agent IA e-commerce déployer en premier pour réduire le panier abandonné ?
Ce que chaque option fait payer, et quand
Le coût complet d’un agent IA sur trois ans ne se lit sur aucune proposition commerciale, parce que les trois familles font payer des choses différentes à des moments différents. Le tableau ci-dessous compare les natures de dépense, sans montant : votre volume, vos systèmes et votre niveau de service décident des ordres de grandeur.
| Nature de dépense | Agent externe | Plateforme à configurer | Agent sur mesure |
|---|---|---|---|
| Mise en service | Faible, à la souscription | Moyenne, étalée sur la configuration | Élevée, concentrée au démarrage |
| Abonnement | Licences fixes, par siège ou par agent | Fixe, par environnement | Aucun |
| Consommation des modèles | Incluse ou refacturée, peu visible | Variable, à votre charge | Variable, à votre charge et pilotable |
| Hébergement | Chez le fournisseur | Chez l’éditeur de la plateforme | Fixe, chez vous ou chez votre infogéreur |
| Intégration | Nulle si connecteur natif, forte sinon | Moyenne à forte selon le catalogue | Forte, et c’est le poste principal |
| Supervision des cas escaladés | Variable, proportionnelle au taux d’escalade | Variable | Variable, mais réductible par vos règles |
| Évolutions | Subies, au rythme du fournisseur | Partiellement choisies | Choisies, et financées par vous |
| Sortie et reprise des données | Élevée et rarement chiffrée | Moyenne, selon les formats d’export | Faible, vous détenez déjà tout |
La dernière ligne est celle que personne ne présente. Sortir d’un agent externe suppose de reporter ailleurs les consignes accumulées, les historiques de conversation et les automatisations construites autour. Ce coût n’apparaît sur aucun document contractuel et pèse lourd dans un arbitrage à trois ans.
La troisième voie : acheter le socle, construire ce qui vous distingue
Une architecture hybride d’agent IA consiste à acheter le socle technique et à développer uniquement ce qui vous appartient. Le modèle de langage, l’orchestration, parfois la plateforme s’achètent : ces briques se banalisent vite. Les connecteurs vers vos systèmes, vos règles métier et vos contrôles de sécurité, eux, ne se trouvent nulle part sur le marché : ils ne concernent que vous.
- Ce qui se banalise, donc s’achète : le modèle et son raisonnement, l’orchestration des étapes, la journalisation technique, l’interface de conversation, le suivi des exécutions.
- Ce qui reste à vous, donc se développe : les connecteurs vers vos systèmes internes, les règles de décision propres à votre métier, les garde-fous sur les actions sensibles, la structuration de vos données de référence.
Cette voie se chiffre comme un projet d’intégration, jamais comme un achat de logiciel, et c’est le malentendu le plus coûteux du marché. Une entreprise qui budgète un abonnement découvre à mi-parcours qu’elle finance un développement IA à part entière. Le mouvement de fond va dans ce sens : Gartner prévoit qu’à l’horizon 2028, 33 % des applications logicielles d’entreprise intégreront de l’IA agentique, contre moins de 1 % en 2024, et que 15 % des décisions de travail quotidiennes seront prises de façon autonome par ces agents, contre 0 % en 2024. Ce sont des prévisions, pas des mesures.
« La bonne question n’est pas “acheter ou construire”. C’est : qu’est-ce qui, dans ce processus, n’appartient qu’à nous ? Tout le reste, achetez-le. »
Sur quelle unité mesurer le retour, et pourquoi le nombre de requêtes ne dit-il rien ?
Le retour d’un agent IA se mesure au coût par dossier réellement traité de bout en bout, et cette unité change tout. Un agent facturé à la requête peut afficher un tarif unitaire très faible et coûter davantage qu’un développement dédié : il suffit qu’il sollicite le modèle six fois par dossier, ou qu’il renvoie un dossier sur trois à un humain. Le tarif affiché mesure une consommation technique, vous payez des dossiers.
- Coût par dossier traité de bout en bout, sollicitations du modèle et temps humain compris.
- Part de dossiers repris par un humain, suivie chaque semaine et non en fin de pilote.
- Délai de traitement complet, mesuré du dépôt de la demande à sa clôture.
- Taux d’escalade par type de demande : une seule catégorie mal couverte fait souvent basculer toute la mesure.
- Part des décisions que vous savez expliquer, indicateur décisif dès que l’agent engage un montant.
Les erreurs de déploiement se ressemblent d’un projet à l’autre : des données mal organisées, une étendue trop large au démarrage, aucune évaluation posée avant le lancement. Un jeu d’évaluation fait de dossiers réels, rejoué à chaque modification, mesure la performance de l’agent mieux qu’une impression d’usage, et montre ce qu’il déplace dans vos équipes : moins de traitement, plus de supervision.
À découvrir absolument : Quelles garanties de sécurité exiger d’une agence avant de lui confier vos agents IA ?
Comment trancher sans y passer six mois ?
La décision entre un agent IA externe et un agent IA sur mesure se prend sur un cas d’usage unique, jamais sur une stratégie générale. S&P Global Market Intelligence relevait le 27 octobre 2025, à partir des enquêtes 451 Research « Voice of the Enterprise : AI & Machine Learning », que la part d’entreprises ayant abandonné la plupart de leurs initiatives d’IA avant la mise en production est passée de 17 % à 42 % en un an. Le champ couvert est l’IA d’entreprise au sens large, pas uniquement les agents. La leçon tient quand même : ce qui ne se décide pas s’enlise.
- Cadrez un cas d’usage unique et vérifiable : un processus, un volume connu, un résultat que deux personnes savent constater sans débat.
- Faites chiffrer les deux options à conditions identiques : mêmes fonctionnalités, même volume, même niveau de service attendu. Sans cette symétrie, vous comparez deux offres et non deux approches.
- Lancez un pilote comparatif court sur des dossiers réels : conception, tests et mise en production se jugent là, avec les indicateurs posés d’avance et la supervision humaine prévue.
- Posez un go ou no-go daté, décidé sur les indicateurs et non sur l’impression laissée par la démonstration.
Cette séquence se conduit en semaines, pas en trimestres, à condition que le cadrage soit fait par quelqu’un qui n’a rien à vendre sur l’une des deux options. Si vous préférez le faire accompagner, parlons-en avant que les fournisseurs ne posent le cadre à votre place.
L’« agent washing » brouille toute comparaison. Dans son communiqué du 25 juin 2025, Gartner estime que sur des milliers de fournisseurs se présentant comme fournisseurs d’IA agentique, 130 environ proposent réellement des capacités agentiques : les autres commercialisent des assistants, des automatisations classiques ou des chatbots rebaptisés. Demandez systématiquement quelle décision l’agent prend seul, et quelle action il exécute sans validation.
Pourquoi confier cet arbitrage à IA Agency ?
IA Agency instruit cet arbitrage dans les deux sens, parce que l’agence conçoit aussi bien des agents IA développés sur mesure que des déploiements appuyés sur des produits externes. Le travail commence toujours par l’inventaire des systèmes à toucher et par la description du processus visé, avant toute recommandation de famille de solution. Les entreprises accompagnées sont majoritairement des PME françaises, dont le système d’information mêle un logiciel métier ancien, un CRM récent et des tableurs qui tiennent lieu de référentiel. C’est ce contexte, et non un catalogue d’outils, qui décide de la réponse.
Obtenez votre devis personnalisé
Conclusion
Ce qui tranche vraiment entre un agent IA sur mesure et une solution externe tient en trois choses : la spécificité de votre processus, la nature des intégrations à construire, la sensibilité des données manipulées. Si les trois penchent du même côté, la décision est déjà prise et il ne reste qu’à l’exécuter proprement.
Ce qui ne tranche pas, en revanche, mérite d’être dit aussi clairement : le budget affiché au départ, la qualité de la démonstration, la notoriété du fournisseur et le tarif unitaire par requête. Ces quatre éléments occupent l’essentiel des réunions de décision et aucun ne prédit le coût réel sur trois ans.
Un cadrage mené par quelqu’un qui ne vend ni l’une ni l’autre des deux options vous fait gagner des mois. Demandez votre audit IA gratuit : nous partons de votre processus, pas de notre catalogue.
Qu’est-ce qu’un agent IA, exactement ?
Un agent IA est un programme qui perçoit un contexte, engage un raisonnement, décide d’une action et l’exécute dans un système, en boucle jusqu’à atteindre l’objectif fixé. Il se distingue d’un assistant conversationnel par cette capacité d’action : écrire dans un CRM, déclencher une relance, clôturer un dossier. Sans accès réel à vos outils par une API, il reste un générateur de texte.
Quelle différence entre un agent IA, un chatbot et une automatisation classique ?
Une automatisation classique exécute une séquence fixe décidée à l’avance, un chatbot répond dans une conversation, un agent IA choisit lui-même les étapes selon le contexte rencontré. La frontière utile pour un investissement est celle de la décision : si vous pouvez écrire toutes les branches à l’avance, une automatisation suffit et coûte moins cher à exploiter.
Quels sont les différents types d’agents IA ?
Les classifications usuelles distinguent les agents réactifs, qui répondent à un déclencheur immédiat, les agents fondés sur un modèle interne de leur environnement, les agents guidés par un objectif, et les architectures multi-agents où plusieurs agents se répartissent les rôles. Pour un arbitrage d’investissement, cette taxonomie compte moins que le nombre de systèmes que l’agent doit toucher.
Comment fonctionne un agent IA au quotidien ?
Un agent IA en production enchaîne quatre gestes à chaque sollicitation : il perçoit une demande, planifie sa marche, rassemble le contexte dans vos données et dans sa mémoire de travail, puis exécute l’action et journalise le résultat. Un orchestrateur tient cette boucle. Le point sensible reste le contexte : incomplet, il produit une décision erronée, énoncée avec la même assurance.
Faut-il savoir développer pour déployer un agent IA prêt à l’emploi ?
Non pour la configuration, oui dès qu’une intégration manque. Un agent packagé se paramètre sans écrire de code : consignes, ton, droits d’accès, connecteurs du catalogue. Mais si votre logiciel métier n’est pas couvert, il faut du développement, que vous le fassiez faire ou non. La question utile n’est pas « faut-il coder », c’est « quel connecteur existe réellement ».
Combien de temps faut-il pour mettre un premier agent IA en production ?
Aucun délai général n’a de sens, parce que « mise en production » ne désigne pas la même chose d’un fournisseur à l’autre. Quatre facteurs allongent ou accélèrent le déploiement : le nombre de systèmes à intégrer, l’existence d’une API documentée, la qualité de vos données de référence, et le niveau de validation humaine exigé avant qu’une action soit autorisée.
Un agent IA externe peut-il se connecter à un CRM ou à un logiciel métier ancien ?
Un agent IA externe se connecte à un CRM récent par connecteur natif, en quelques heures de configuration, et certains éditeurs fournissent désormais leur propre agent, comme HubSpot Breeze ou Salesforce Agentforce, ce qui vous lie à leur feuille de route. Un logiciel métier ancien est une autre histoire : sans API documentée, l’accès passe par un développement spécifique, un export programmé ou une couche intermédiaire.
Le standard MCP change-t-il quelque chose à l’arbitrage entre externe et sur mesure ?
Le Model Context Protocol, spécification ouverte publiée par Anthropic, normalise la façon dont un agent accède à des outils et à des sources de données. Son effet réel est de réduire la dépendance à un fournisseur : un connecteur écrit à ce standard reste réutilisable si vous changez de modèle, propriétaire ou ouvert, sans réécrire votre agent. Cela renforce la voie hybride plus qu’il ne tranche la question.
Peut-on démarrer avec une solution externe puis basculer sur mesure sans tout refaire ?
Oui, à condition de préparer la sortie dès le départ. Trois éléments déterminent la difficulté de la bascule : la possibilité d’exporter vos consignes et vos historiques dans un format exploitable, la propriété des connecteurs construits pendant la phase externe, et la documentation des règles métier ailleurs que dans l’interface du fournisseur. Sans ces trois précautions, la bascule revient à recommencer.
Quel niveau d’autonomie donner à un premier agent IA ?
Un premier agent IA gagne à proposer plutôt qu’à agir : il prépare la réponse, la relance ou la mise à jour, et un humain valide. Cette configuration donne une mesure honnête du taux d’erreur avant d’ouvrir l’autonomie. L’élargissement se décide par type de demande, jamais globalement, et toujours sur les catégories où le coût d’une erreur reste faible.
Où doivent vivre les données quand elles sont sensibles ?
Les données sensibles doivent rester dans un environnement dont vous connaissez la localisation, les accès et la durée de conservation, ce qui écarte souvent les agents packagés dont la chaîne de traitement interne n’est pas documentée. Trois questions suffisent à trancher : où les données transitent-elles, qui peut les lire, et sont-elles utilisées pour entraîner un modèle ?
Que se passe-t-il quand l’agent se trompe, et qui en répond ?
Le règlement européen sur l’IA, règlement (UE) 2024/1689, distingue le déployeur, qui utilise un système sous son autorité, du fournisseur, qui le développe et le met sur le marché sous son nom. Une entreprise qui modifie substantiellement un système ou en change la finalité peut devenir fournisseur et en assumer les obligations. Les obligations des déployeurs et des systèmes à haut risque de l’annexe III s’appliquent depuis le 2 août 2026.
Comment reconnaître un vrai agent d’un assistant rebaptisé ?
Un vrai agent prend une décision que vous n’avez pas écrite à l’avance, puis exécute une action dans un système, avec un journal vérifiable. Trois questions le révèlent en quelques minutes : quelle décision prend-il seul, quelle action exécute-t-il sans validation humaine, et que fait-il quand l’information nécessaire lui manque ? Un assistant rebaptisé bute sur la troisième.
Article mis à jour le 30 septembre 2026.
Ressources et liens utiles
[2] « Generative AI shows rapid growth but yields mixed results », S&P Global Market Intelligence, 27 octobre 2025
[3] « The GenAI Divide : State of AI in Business 2025 », MIT NANDA, juillet 2025
[4] « Règlement (UE) 2024/1689 établissant des règles harmonisées concernant l’intelligence artificielle », EUR-Lex, Journal officiel de l’Union européenne
[5] « Cadre réglementaire sur l’intelligence artificielle », Commission européenne
[6] « Model Context Protocol », Anthropic, spécification ouverte
Un agent qui porte vos règles
Connecteurs vers vos systèmes, règles de décision propres à votre métier, garde-fous sur les actions sensibles : ce qui ne s’achète nulle part.
Voir notre approche →
