L'agence agent IAqui shippe, score, close, trie, boucledes agents qui agissent, pas des chatbots.
Un agent IA, ce n'est pas un assistant ChatGPT en plus sur ta stack. C'est un opérateur autonome qui crée le lead, score le deal, ferme le ticket, envoie le follow-up. On déploie des agents qui font le boulot, pas des chatbots qui répondent « how can I help you ».
Activecampaign
Adalo
Adcreativeai
Ahref
Airtable
Allo-The-Mobile-First-Company
Anthropic
Apify
Apolloio
Attio
Base44
Baserow
Brevo
Bright-Data
Browse-Ai
Bubble
Captaindata
Chatgpt
Claude
Claude-Code
Claude-Cowork
Clay
Clickup
Cursor
Deepseek
Dépannage n8n
Dust
Elevenlabs
Fillout
Flutterflow
Folk-Crm
Freepik-Spaces
Gamma
Gemini
Glide
GrokUn agent IA qui shippe vraiment tient sur 4 piliers.
La plupart des pilotes « AI agent » meurent entre la démo et le rollout pour les mêmes raisons : cas d'usage flou, pas d'intégration outils, pas d'eval, pas de monitoring. La stack qu'on déploie en 2026 ferme les quatre gaps dès le jour un.
- Conception
Sélection des cas d'usage
On ne déploie pas un agent parce que le meeting était excitant. On cartographie tes process, on les score sur volume / variabilité / valeur, et on livre un agent uniquement là où il bat le coût de la même tâche faite à la main. Tu as 3 à 5 cibles évidentes que tu n'avais pas vues.
Comment on choisit les cas - Orchestration
Tool calling + MCP
Un agent qui n'agit pas, c'est un chatbot déguisé. On câble le tool calling (function calling, retrieval, code interpreter) et des serveurs Model Context Protocol pour que l'agent lise et écrive dans ton CRM, ta base de connaissances, tes tickets, ta boîte mail. Des actions concrètes, pas du blabla.
Voir la stack agent - Déploiement
Dans ta stack existante
Les agents vivent dans HubSpot, Salesforce, Pipedrive, Zendesk, Slack, Make, n8n — là où le boulot se passe déjà. Pas d'interface autonome dans laquelle personne se connecte, pas de SaaS supplémentaire à babysitter. L'équipe bosse là où elle bossait avant.
Voir les intégrations - Monitoring
Evals + garde-fous
Chaque agent livré embarque une suite de tests (eval), des filtres de sortie (plafond de coût, longueur, gestion des refus) et un pipeline de logs auditable. Si un agent se met à coûter 4 €/conversation ou à halluciner des appels d'outils, tu le vois la semaine suivante, pas le mois d'après.
Ce qu'on mesure
Ce qu'un agent en prod bouge vraiment.
- −65 %Temps passé sur la tâche
Sur les 3 à 5 cas d'usage qu'on déploie en mission type (hygiène CRM, tri tickets, scoring d'appels d'offres, rédaction de drafts, planification), l'agent compresse le cycle. L'équipe ne gère plus que les edge cases.
- 0,06 €Coût moyen par run
Sur un agent Claude ou GPT-4o bien prompté avec retrieval et 2 à 3 tool calls. On benchmark chaque déploiement. Si le coût unitaire dépasse 0,20 €, le pipeline d'eval alerte avant que ça se voie sur la facture.
- ×7Tâches closes par ETP
Sur les cohortes qu'on a shippées : sales ops, support N1, production de contenu. L'équipe ne disparaît pas, c'est le volume qui passe par elle qui change. Le goulet déplace d'exécution à décision.
Notre build en 4 étapes, du process à la prod.
On traite chaque agent comme un petit produit logiciel, pas comme une expérience de prompt engineering. Même structure que l'agent vive dans HubSpot, Zendesk, Slack ou un outil interne custom.
- Discover · scorer chaque process candidat sur volume, variabilité, valeur
- Design · system prompt, schéma d'outils, garde-fous, jeu d'eval, tout écrit avant code
- Build · agent câblé dans n8n / Make / SDK natif avec le bon modèle + retrieval
- Deploy · agent intégré dans ton CRM, Slack, Zendesk — là où le boulot se passe
Des agents qui font le boulot, pas des chatbots qui répondent.
Un chatbot répond. Un agent lit l'objectif, va chercher la data, choisit l'outil, exécute l'action, observe le résultat, décide de l'étape suivante. La ligne est concrète. Chaque agent qu'on livre se mesure aux actions qu'il pose dans tes systèmes, pas à la qualité de sa prose.
- Les agents font le boulot. Ils créent le lead, scorent le deal, ferment le ticket, envoient l'email.
- On choisit le modèle (Claude, GPT-4o, open-weights) par tâche, pas par mode
- Les serveurs MCP exposent tes outils proprement, l'agent ne touche jamais une intégration fragile
- Chaque action loggée, chaque prompt versionné, chaque ligne de coût attribuable
On score tes process candidats, tu repars avec un plan.
Avant de te chiffrer quoi que ce soit, on prend 60 minutes pour mapper les process qui méritent un agent et les ranker sur volume, variabilité, valeur. Tu repars avec une liste rankée et le design draft du premier agent — à toi de le shipper en interne ou avec nous. Zéro pitch, juste un regard externe sur ce qu'il faut automatiser en premier.
- Scoring sur chaque process répétitif que tu flag
- Top 3 candidats avec rough coût-à-builder et ROI attendu
- Design draft du premier agent (prompt, outils, jeu d'eval)
- Avis honnête sur les process où un agent serait pire que le status quo
Comment on fait tourner une mission agent IA.
Cinq étapes, dans l'ordre, sans saut. On n'ouvre pas un éditeur avant que le design doc soit signé, on ne déploie pas sans passe d'eval, et on ne facture pas un retainer avant que le premier agent tourne en prod. Chaque étape a sa DOD et tu valides avant qu'on passe à la suivante.
- Étape 1 · Audit des process
Auditer quels process méritent un agent (et lesquels non)
On s'assoit avec l'équipe qui fait tourner le boulot — sales ops, support, ops, content, recrutement — et on score chaque process répétitif sur trois axes : volume (à quelle fréquence il tourne), variabilité (à quel point la forme de l'input change), valeur (combien de temps ou d'argent il te coûte aujourd'hui). La plupart des équipes ont 3 à 5 candidats agents évidents qu'elles n'avaient pas spotted. On flag aussi les process où un agent serait pire que le status quo. Tu repars avec une liste rankée et trois quick wins à shipper sous 30 jours.
- Étape 2 · Design de l'agent
Designer l'agent avant de le builder
System prompt rédigé en clair. Schéma d'outils défini : quelles actions read-only et write l'agent a le droit d'appeler, avec la forme exacte des paramètres. Garde-fous listés : tokens max par appel, tool calls max par session, patterns de refus, chemins d'escalade vers un humain. Jeu d'eval construit : 30 à 80 inputs représentatifs avec sorties attendues que l'agent doit passer avant promotion. Rien de tout ça n'est encore du code. Le doc est signé par un opérateur de ton côté avant qu'on ouvre un éditeur.
- Étape 3 · Build de l'agent
Builder l'agent sur le bon modèle et le bon runtime
On choisit le runtime qui matche la contrainte : Claude Agent SDK ou OpenAI Agent Builder quand la latence compte et que les outils natifs Anthropic / OpenAI font le job ; n8n ou Make quand l'agent doit chaîner 5+ services que ton équipe connaît déjà ; LangChain ou un service Python custom quand l'agent a besoin de retrieval profond ou de routage fine-tuné. Modèle choisi par tâche : Claude Sonnet pour le reasoning, Claude Haiku pour les boucles haut-volume pas chères, GPT-4o pour le vision-heavy, Mistral ou Llama local pour la data sensible. Coût benchmarké par run dès le jour un.
- Étape 4 · Déploiement in-place
Déployer l'agent dans les outils où ton équipe vit déjà
Les agents ne méritent pas leur propre interface SaaS. Les agents sales vivent dans le CRM comme une slash command ou un panel latéral (HubSpot, Pipedrive, Salesforce, Attio, Folk). Les agents support répondent directement dans Zendesk, Intercom ou les threads Slack. Les agents ops déclenchent sur un event calendrier, un webhook Stripe ou un message Slack. Les agents content poussent des drafts vers Notion ou Webflow CMS. L'équipe n'apprend pas un nouvel outil, elle obtient une version plus rapide de celui qu'elle utilisait déjà.
- Étape 5 · Eval + monitoring
Faire tourner la suite d'eval, surveiller le coût, itérer chaque mois
Chaque agent embarque le jeu d'eval construit en étape 2, joué à intervalle régulier et à chaque changement de prompt. Coûts trackés par agent par jour (Helicone, Langfuse, logging custom dans Supabase / BigQuery). Taux de refus, tool calls hallucinés, distribution de longueur de réponse, latence, taux de fallback humain : tout sur un dashboard que tu consultes quand tu veux. Point mensuel avec nous : qu'est-ce qu'on étend, qu'est-ce qu'on retire, qu'est-ce qu'on retrain. L'agent s'améliore au fil des mois, il ne se dégrade pas.
La même stack, sur plusieurs agents clients.
Les frames ci-dessous viennent de vrais points mensuels avec des clients qui font tourner des agents en prod : refresh du taux de passage des evals, tendances coût-par-run, plans de migration de modèle, queue des nouveaux cas pour étendre la flotte d'agents. Même rigueur opérationnelle, secteurs différents, tous en services B2B, SaaS et ops. Nos avis Trustpilot viennent des opérateurs avec qui on bosse.
- Point eval mensuel avec chaque client qui fait tourner 1+ agents en prod
- Dashboard coût-par-run à jour en temps réel, zéro deck trimestriel
- Une régression d'eval déclenche un rollback avant le déploiement suivant
- Les avis Trustpilot viennent des opérateurs qui utilisent les agents, pas du marketing
Les 10 questions qu'on nous pose en boucle.
C'est quoi la différence entre un agent IA et un assistant ChatGPT ?
Un assistant ChatGPT répond à une question et s'arrête. Un agent IA lit l'objectif, choisit les outils, exécute les actions, observe le résultat, décide de l'étape suivante, et boucle jusqu'à ce que la tâche soit terminée. Concrètement : un assistant te rédige un draft d'email ; un agent lit le ticket entrant, va chercher la commande dans ton système, rédige la réponse, attache le bon document de politique, l'envoie, et logge le touch dans ton CRM — tout ça sans toi dans la boucle. L'agent a accès à des outils (function calling, retrieval, code) et une boucle de feedback. C'est la ligne.Combien coûte une agence agent IA en 2026 ?
Ça dépend du périmètre et de l'ambition. Une mission focalisée (un agent, un process, audit + design + build + deploy) tourne entre 8 000 et 25 000 € selon les intégrations nécessaires. Un accompagnement mensuel couvrant 3 à 8 agents en prod (extensions, evals, monitoring de coût, migration de modèle) démarre autour de 4 000-8 000 €/mois. Méfie-toi des agences qui facturent à l'heure IA ou pitchent une vague transformation IA à 6 mois — c'est du conseil flou. Notre approche : audit gratuit d'abord, puis prix par agent shippé, pas par heure parlée.Quelle est la différence entre Claude, GPT-4o, Mistral et open-weights pour les agents ?
Chaque modèle a sa force. Claude Sonnet 4.x domine sur le reasoning long-contexte, l'usage propre des outils et les refus nets. GPT-4o est plus rapide sur le multimodal (vision, voice) et a le tooling function-calling le plus mature. Mistral Large est compétitif sur le français et la résidence data EU. Les open-weights (Llama 3.x, DeepSeek, Qwen) marchent quand tu dois garder la data on-premises ou que ton plafond de coût unitaire est sous 0,01 €. On ne se marie pas avec un modèle : on choisit par cas d'usage et on re-benchmark tous les 6 mois quand une nouvelle génération sort.Combien de temps pour shipper un premier agent IA en prod ?
Honnête : 3 à 6 semaines pour un premier agent sur un cas d'usage bien scopé. Semaine 1 audit + scoring des cas. Semaines 2-3 design (system prompt, schéma d'outils, jeu d'eval, garde-fous). Semaines 3-4 build + intégration. Semaines 5-6 beta interne, passe d'eval, deploy prod avec un kill switch. Si une agence te promet un agent en prod en 1 semaine, elle saute les evals — bien pour une démo, dangereux devant des utilisateurs qui payent.Un agent IA remplace l'équipe ou l'augmente ?
L'augmente. Chaque agent qu'on livre a un chemin d'escalade vers un humain — pour les edge cases, les clients en colère, les deals à forte valeur. Ce qui change : l'équipe arrête de faire les 80 % de boulot répétitif que l'agent écrase et se recentre sur les 20 % qui demandent vraiment du jugement. On voit ça sur chaque cohorte : les sales ops passent du nettoyage de CRM à la construction du playbook, le support N1 passe du copier-coller de réponses au fix de la root cause qui a généré le ticket.C'est quoi le MCP et pourquoi c'est important pour les agents IA ?
MCP (Model Context Protocol) est le standard ouvert qu'Anthropic a shippé pour que les LLM parlent aux outils, fichiers et bases de données de manière uniforme. Avant MCP, chaque agent avait une intégration bespoke avec chaque système (CRM, wiki, stockage, ticketing) et une mise à jour de modèle pouvait tout casser. Avec MCP, l'agent parle à un serveur MCP, et le serveur est le seul endroit où tu câbles les intégrations. Plus propre, plus portable, plus facile à changer de modèle. On met MCP par défaut sur tout nouvel agent qui a besoin de plus de 2-3 outils.On peut faire tourner des agents IA sur notre propre infra pour de la data sensible ?
Oui. On déploie sur trois patterns selon ta contrainte : (1) API Anthropic / OpenAI avec zero-data-retention et résidence EU activée — OK pour 90 % des équipes B2B. (2) Azure OpenAI, Bedrock ou Vertex AI sur ton propre compte cloud — mieux pour les secteurs régulés avec déjà du commit cloud. (3) Inférence on-premise ou on-VPC avec Llama 3.x / DeepSeek / Qwen via vLLM ou TGI — pour finance, défense, santé, et le 1 % de cas où la data ne peut légalement pas sortir du périmètre. On chiffre coût et latence honnêtement avant de recommander.Vous câblez les agents IA à quel CRM et quels outils ?
Outil-agnostique. On a livré des agents câblés à HubSpot, Pipedrive, Salesforce, Attio, Folk, Airtable, Notion, Zendesk, Intercom, Slack, Gmail, Outlook, Stripe, Linear, GitHub, Webflow, Make, n8n et des systèmes internes custom via REST APIs ou Postgres. Le câblage vit derrière un serveur MCP ou un workflow no-code (Make / n8n) quand l'équipe va devoir l'étendre sans code. Si tu as une API documentée et des webhooks, on peut câbler un agent dessus.Comment vous évitez qu'un agent hallucine ou parte en sucette ?
Quatre couches. (1) Schémas d'outils avec validation JSON stricte — l'agent ne peut littéralement pas appeler un outil avec des arguments malformés. (2) Jeu d'eval joué à chaque changement de prompt avec 30 à 80 cas représentatifs, l'agent doit scorer au-dessus d'un seuil avant prod. (3) Filtres de sortie : tokens max, tool calls max, coût max par session, patterns de refus pour les inputs off-topic. (4) Logging dans Helicone ou Langfuse pour que chaque appel soit reviewable, avec un sample hebdo audité par un opérateur de ton côté. Les hallucinations ne disparaissent pas, elles se font catcher et corriger.On signe pour combien de temps avec vous ?
Trois formats. (1) Audit seul : forfait one-shot, 2 semaines, livrable = liste rankée des cas + design doc du premier agent. (2) Sprint de build : 4 à 8 semaines par agent shippé, scope fixe, prix fixe. (3) Accompagnement récurrent : engagement minimum 6 mois pour les équipes qui font tourner 3+ agents en prod et veulent eval continu, migration de modèle et extension de cas. Pas d'engagement annuel forcé, pas de clauses de sortie alambiquées. Si on ne livre pas, tu arrêtes.
Arrête de pitcher l'agent. Shippe-le.
Un audit de 60 minutes, trois process candidats scorés, un agent designé. Si ton équipe doit le builder en interne, on te le dit et on te donne le design. Si on est le bon match, on livre en 4 à 8 semaines.