Quels critères comptent le plus pour choisir une agence IA ?

Trois critères départagent les candidats : des systèmes d'IA déjà utilisés en production par de vrais utilisateurs, une méthode écrite pour mesurer la qualité des réponses sur vos propres cas, et une maîtrise du coût et de la sécurité en exploitation. Une démonstration réussie sur des données préparées par l'agence ne prouve aucun des trois.

Comment vérifier qu'une agence IA sait mettre un projet en production ?

Demandez à voir un système en service depuis plusieurs mois, avec ses tableaux de suivi : volume d'usage, taux d'erreur, coût mensuel, incidents traités. Demandez aussi qui l'exploite au quotidien et comment une mise à jour du modèle est testée avant d'être déployée. Une agence qui ne montre que des prototypes n'a pas encore cette expérience.

Faut-il une agence spécialisée en IA ou un développeur de logiciels métier ?

Tout dépend de la part d'IA dans le projet. Si l'IA est le cœur du produit, une compétence approfondie en modèles et en évaluation est indispensable. Si elle n'est qu'une fonction dans un logiciel métier, l'essentiel du travail reste du développement classique : données, droits, intégrations, interface, exploitation. Le bon prestataire maîtrise les deux.

Que doit prévoir le contrat avec une agence d'intelligence artificielle ?

Il doit préciser les livrables, dont le code, les consignes données au modèle et le jeu de tests, les droits définis au cas par cas sur chacun, le traitement des données personnelles, le rôle de chacun au sens de l'AI Act, les coûts d'exploitation à la charge du client, la maintenance et les conditions de réversibilité.

Par quoi commencer avec une agence IA quand on ne sait pas si le projet vaut le coup ?

Commencez par un périmètre court, sur un seul cas d'usage, avec vos vraies données et des critères de réussite fixés à l'avance : taux de bonnes réponses, temps gagné, coût par traitement. Ce test ne doit pas engager la suite. S'il échoue, vous aurez appris à peu de frais que l'IA n'était pas la bonne réponse.

IAChoisir un prestataireMéthodeRGPD

Choisir une agence IA : critères concrets, questions à poser et signaux d'alerte

Publié le 6 novembre 202611 min de lecture

Pour choisir une agence IA, jugez-la sur ce qui se passe après la démonstration : des systèmes déjà utilisés en production, une méthode écrite pour mesurer la qualité des réponses sur vos cas réels, une maîtrise des données personnelles, de la sécurité et du coût d'exploitation, et des livrables que vous pourrez reprendre. Posez des questions précises en rendez-vous, méfiez-vous des promesses de précision chiffrée, et testez l'agence sur un périmètre court avec vos propres données avant d'engager un budget important.

Cet article ne classe aucune agence et n'en cite aucune. Il vous donne une grille pour évaluer celles que vous rencontrerez, y compris la nôtre.

Avant de chercher : votre besoin relève-t-il vraiment de l'IA ?

Beaucoup de projets présentés comme « un projet IA » se règlent mieux autrement. Avant de consulter, classez votre besoin :

Une règle stable et explicite (si le montant dépasse un seuil, demander une validation) relève de l'automatisation classique. Elle est plus fiable, plus simple à tester et moins chère à exploiter qu'un modèle de langage.
Un outil du marché couvre déjà le besoin : assistant de rédaction, transcription de réunions, traduction. L'abonner coûte moins cher que le faire développer.
Un texte libre à comprendre, résumer, classer ou extraire, des documents à interroger, une demande à orienter : c'est là que l'IA générative apporte une vraie valeur.

Notre article sur l'intégration de l'IA dans une application métier détaille les cas d'usage qui fonctionnent, et ceux qui déçoivent.

Ce que recouvre l'étiquette « agence IA »

Le terme désigne des métiers très différents. Savoir à qui l'on parle évite de comparer des propositions qui ne visent pas le même résultat.

Type de prestataire	Ce qu'il fait bien	Ce qu'il faut vérifier
Cabinet de conseil	Stratégie, priorisation des cas d'usage, conduite du changement	Qui développe et exploite ensuite ?
Société de services, intégrateur	Déploiement d'outils du marché, intégration au système d'information	Capacité à construire quand l'outil ne suffit pas
Studio de développement logiciel	Application complète : données, droits, interface, IA, exploitation	Profondeur sur l'évaluation des modèles
Spécialiste data science	Modèles prédictifs, apprentissage sur données propres	Capacité à livrer un logiciel utilisable par des non-spécialistes
Agence marketing outillée	Production de contenus assistée par l'IA	Ce n'est pas un projet logiciel

Aucun type n'est meilleur dans l'absolu. Si l'IA est une fonction d'un logiciel métier, la plus grande part du travail reste du développement classique, et c'est souvent là que les projets échouent.

Les critères qui départagent vraiment

1. Elle comprend votre métier avant de parler de modèles

Un bon interlocuteur commence par vos processus, vos documents, vos utilisateurs et ce qui coûte aujourd'hui. S'il vous parle d'emblée du modèle le plus récent ou d'un framework à la mode, il vend une technologie, pas un résultat.

2. Elle a des systèmes en production, pas seulement des démonstrations

Un prototype d'IA impressionne en quelques jours. Le faire tenir en production, avec des utilisateurs qui posent des questions imprévues, des documents mal scannés et des modèles qui changent de version, est un autre métier. Demandez à voir un système en service depuis plusieurs mois.

3. Elle mesure la qualité, et vous montre comment

Une réponse d'IA n'est ni vraie ni fausse par principe : elle se mesure. L'agence doit proposer de constituer, avec vous, un jeu de cas réels dont la bonne réponse est connue, puis de mesurer le système sur ce jeu à chaque modification. Sans cette mesure, personne ne sait si une nouvelle version est meilleure ou pire.

4. Elle traite le « je ne sais pas »

Un système sérieux s'appuie sur vos données, cite ses sources quand il en a, et sait répondre qu'il ne sait pas. Demandez ce que fait le système quand l'information n'existe pas dans vos documents. La réponse en dit long.

5. Elle prend la sécurité au sérieux

Les applications fondées sur des modèles de langage ont leurs propres failles. Le Top 10 de l'OWASP pour les applications LLM (édition 2025) place en tête l'injection de consignes, quand un texte lu par le système contient des instructions qui le détournent, et liste l'autonomie excessive, quand un agent dispose de plus de droits que nécessaire. Une agence compétente sait expliquer comment elle limite ces deux risques.

6. Elle sait où vont vos données

Quelles données partent vers quel fournisseur de modèle, dans quel pays, avec quelle durée de conservation, et sont-elles réutilisées pour entraîner des modèles ? Les réponses doivent être écrites. La CNIL publie ses recommandations pour mettre un système d'IA en conformité avec le RGPD. Notre article sur le RGPD dans une application métier reprend les bases.

7. Elle connaît l'AI Act, sans en faire un épouvantail

Le règlement européen sur l'IA répartit les obligations selon le rôle de chacun, fournisseur ou déployeur, et selon le niveau de risque du système. Une entreprise qui fait construire un système d'IA et le met en service sous son nom peut être considérée comme fournisseur. Notre article sur l'AI Act pour une application d'entreprise fait le point sur le calendrier et les rôles.

8. Elle chiffre le coût d'exploitation, pas seulement le développement

Un système d'IA coûte à chaque utilisation : les fournisseurs de modèles facturent au volume de texte traité, selon leurs grilles publiques. Une proposition sérieuse estime ce coût pour votre volume réel, explique comment il évoluera et comment le plafonner. Notre article sur l'agent IA sur mesure pour une PME détaille ces postes.

9. Elle ne vous enferme pas dans un modèle

Les modèles changent vite, leurs prix aussi. Une architecture saine permet de changer de fournisseur sans tout réécrire, et le jeu de tests permet de vérifier que le remplaçant fait au moins aussi bien.

10. Elle pense à l'adoption

Le meilleur système ne sert à rien s'il n'est pas utilisé. Demandez comment les futurs utilisateurs seront associés, formés, et comment leurs retours seront recueillis après la mise en service.

Les questions à poser en rendez-vous

Question	Réponse rassurante	Réponse qui doit alerter
Pouvez-vous me montrer un système en production depuis plusieurs mois ?	Une démonstration avec ses indicateurs d'usage et de coût	Uniquement des prototypes ou des maquettes
Comment mesurerez-vous la qualité sur nos cas ?	Un jeu de cas réels construit avec vous, mesuré à chaque version	« Le modèle est très performant »
Que fait le système quand il ne sait pas ?	Il le dit, et oriente vers un humain	Il répond toujours quelque chose
Combien coûtera l'exploitation à notre volume ?	Une estimation argumentée, avec un plafond	« C'est négligeable »
Où passent nos données, et qu'en garde le fournisseur ?	Une réponse écrite, par flux	Une réponse vague ou différée
Que se passe-t-il si le fournisseur de modèle change ses prix ou ses conditions ?	Un plan de changement, testé sur le jeu de cas	« Cela n'arrivera pas »
Qui maintient le système après la livraison ?	Une équipe nommée et un contrat de maintenance	Rien de prévu

Les signaux d'alerte

Une précision garantie (« presque aucune erreur ») sans dire sur quels cas ni comment elle a été mesurée.
Une démonstration uniquement sur les données de l'agence, et une réticence à essayer vos documents.
Un devis rendu sans aucune question sur vos données, vos volumes ou vos utilisateurs.
L'entraînement d'un modèle proposé d'emblée, avant même d'avoir essayé les approches plus simples.
Aucune ligne pour l'exploitation, la mesure de qualité ou la maintenance dans la proposition.
Un interlocuteur uniquement commercial, sans personne capable de répondre aux questions techniques.
Des promesses de remplacement d'emplois plutôt que d'aide aux équipes.

La prudence est partagée par les analystes. En juin 2025, Gartner a prédit que plus de 40 % des projets d'IA agentique seraient abandonnés d'ici fin 2027, en citant des coûts croissants, une valeur métier floue et des contrôles de risque insuffisants. C'est une prévision, pas une mesure, mais elle désigne exactement les trois points à vérifier chez une agence.

Tester avant de s'engager

Plutôt que de choisir sur dossier, faites travailler l'agence sur un périmètre court :

Un seul cas d'usage, choisi pour sa valeur et sa simplicité.
Vos vraies données, anonymisées si nécessaire.
Des critères de réussite fixés avant de commencer : taux de bonnes réponses sur le jeu de cas, temps gagné par traitement, coût par utilisation.
Quelques utilisateurs réels pour l'essayer.
Aucun engagement sur la suite : le test doit pouvoir s'arrêter sans pénalité.

Ce test révèle en quelques semaines ce qu'aucun rendez-vous ne montre : la façon dont l'agence pose ses questions, gère l'imprévu et rend compte. Notre article sur les différences entre prototype, maquette, MVP et POC aide à choisir le bon format.

Comparer les propositions

Les propositions d'agences IA sont encore plus difficiles à comparer que celles d'un développement classique : périmètres différents, coûts d'exploitation présents ou absents, mesure de qualité incluse ou non. Ramenez-les à une même grille : livrables, hypothèses, exclusions, coût de développement, coût d'exploitation estimé, maintenance et propriété. Les droits sur le code, les consignes du modèle et le jeu de tests sont définis au cas par cas dans le contrat : lisez la clause avant de signer. Notre méthode pour comparer des devis de développement s'applique telle quelle.

Quand ne pas faire appel à une agence IA

Votre besoin est une règle fixe : une automatisation classique suffit.
Un outil du marché fait le travail : testez-le d'abord pendant quelques semaines.
Vos données n'existent pas encore, ou sont dispersées dans des boîtes mail : commencez par structurer le processus, l'IA viendra ensuite.
Personne en interne ne portera le projet : sans référent métier disponible, aucun prestataire ne pourra mesurer la qualité à votre place.

Par où commencer

Décrivez un cas d'usage précis : qui, quelle tâche, quels documents, quel volume.
Réunissez une vingtaine d'exemples réels avec la réponse attendue.
Fixez ce que serait un succès en chiffres simples.
Rencontrez deux ou trois prestataires avec la grille ci-dessus.
Voyez le résultat avant de payer le développement.

Pour cette dernière étape, nous construisons un prototype visuel gratuit, présenté en visio sous 5 jours ouvrés : vous voyez comment l'IA s'insère dans vos écrans et vos parcours avant tout engagement. Notre article voir son logiciel avant de le payer explique ce que ce prototype démontre.