L'agence IAqui shippe, retrieve, score, drafte, monitordes features IA, pas des decks.
Une agence IA qui livre des features LLM dans ton produit, ton CRM et tes ops. Choix de modèle, RAG sur ta data réelle, evals dès le jour un, coûts auditables. On déploie l'IA là où le boulot se passe déjà, jamais dans un dashboard séparé que personne n'ouvre.
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
GrokUne feature IA qui shippe vraiment tient sur 4 piliers.
La plupart des pilotes IA meurent entre la démo et le rollout pour les mêmes raisons : mauvais modèle choisi pour la tâche, pas de retrieval sur la data réelle, pas de suite d'eval, pas de monitoring de coût. La stack qu'on déploie en 2026 ferme les quatre gaps dès le jour un.
- Stratégie
Cas d'usage + choix du modèle
On part du problème business, pas du modèle. On score les cas candidats sur valeur, faisabilité et économie unitaire, puis on choisit le modèle qui colle. Claude Sonnet pour le reasoning, GPT-4o pour le vision, Mistral pour la résidence data EU, Llama 3.x on-premise pour la data sensible. Modèle choisi par tâche, jamais par mode.
Comment on choisit le bon modèle - Intégration
RAG, retrieval + fine-tuning
Les features IA meurent quand le modèle ne voit pas ta data. On câble du retrieval-augmented generation sur ton corpus réel (Notion, Drive, Confluence, tickets support, notes CRM), on construit le pipeline d'embeddings, on définit la stratégie de chunking, et on fine-tune uniquement quand le retrieval seul plafonne. Le modèle lit tes trucs avant de répondre.
Voir le pipeline data - Déploiement
Dans le produit, pas à côté
Les features IA vivent là où l'équipe et l'utilisateur bossent déjà. Un panel latéral dans le CRM, une slash command dans Slack, une action inline dans Webflow ou Notion, une réponse webhook sur un event Stripe. Pas de « dashboard IA » autonome dans lequel personne se connecte. L'IA raccourcit le chemin que l'utilisateur prenait déjà.
Voir les intégrations - Monitoring
Evals, coût + garde-fous
Chaque feature IA livrée embarque une suite d'eval (30 à 80 paires input/output), des filtres de sortie (refus, longueur, plafond de coût) et un pipeline de logs auditables. Si une mise à jour de modèle régresse silencieusement la qualité ou que le coût unitaire dépasse 0,20 €, tu le vois la semaine même, pas le trimestre d'après.
Ce qu'on mesure
Ce qu'une feature IA en prod bouge vraiment.
- 0,04 €Coût moyen par appel IA
Sur une feature Claude ou GPT-4o bien prompted avec retrieval et 1-2 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.
- −70 %Temps passé sur le workflow
Sur les 3-5 cas d'usage qu'on livre en mission type : rédaction de drafts, tri de tickets, scoring d'appels d'offres, recherche commerciale, retrieval de connaissances. L'équipe ne gère plus que les edge cases.
- 4-6 semPremière feature en prod
De l'audit à une feature IA live dans ton produit existant. Semaine 1 audit, 2-3 design + RAG, 4-5 build + eval, 6 deploy avec kill switch. Si une agence promet moins de 2 semaines, elle saute les evals.
Notre build en 4 étapes, du cas d'usage à la prod.
On traite chaque feature IA comme un petit produit logiciel, pas une expérience de prompt engineering. Même structure que la feature vive dans HubSpot, Zendesk, ton app ou un outil interne custom.
- Discover · scorer les cas candidats sur valeur, faisabilité, économie unitaire
- Design · system prompt, schéma RAG, jeu d'eval, plafond coût, écrits avant code
- Build · feature câblée dans ton app existante via SDK, MCP ou orchestration no-code
- Deploy · intégrée dans ton CRM, app, Slack ou surface produit. Jamais autonome.
On shippe des features dans ton produit, pas des slides dans ta boîte mail.
La plupart du conseil IA finit sur un deck et une roadmap. Nous on livre des features sur lesquelles les utilisateurs cliquent dans des workflows réels. Chaque mission se mesure au nombre de features IA tournant en prod au mois 3, pas à la profondeur du strategy doc.
- On livre des features LLM dans ton produit, pas des decks dans ta boîte mail
- Modèle choisi par tâche, re-benchmarké tous les 6 mois quand une nouvelle génération sort
- RAG sur ton corpus réel, evals sur tes inputs réels, monitoring sur tes coûts réels
- Chaque prompt versionné, chaque appel loggé, chaque ligne de coût attribuable
On score tes cas d'usage IA, tu repars avec un plan.
Avant de te chiffrer quoi que ce soit, on prend 60 minutes pour mapper les cas où l'IA bouge vraiment l'aiguille et les ranker sur valeur, faisabilité et économie unitaire. Tu repars avec une liste rankée et le design draft de la première feature, à toi de la shipper en interne ou avec nous. Zéro pitch, juste un regard externe sur là où l'IA vaut vraiment le coup.
- Scoring sur chaque candidat IA que tu flag
- Top 3 candidats avec estimation coût-par-appel et ROI attendu
- Design draft de la première feature (modèle, schéma RAG, jeu d'eval)
- Avis honnête sur les cas où l'IA serait pire que le status quo
Comment on fait tourner une mission 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 la première feature tourne en prod. Chaque étape a sa DOD et tu valides avant qu'on passe à la suivante.
- Étape 1 · Audit IA
Auditer où l'IA bouge vraiment l'aiguille
On s'assoit avec les équipes qui font le boulot — produit, ops, sales, support, content — et on score chaque process candidat sur trois axes : valeur business (combien de temps ou de revenu est sur la table), faisabilité (est-ce que la techno modèle 2026 résout vraiment ça), économie unitaire (coût par appel vs. coût status quo). La plupart des équipes ont 3 à 5 wins IA évidents qu'elles n'avaient pas spotted, plus une liste d'idées chouchous où l'IA serait pire que le status quo. Tu repars avec une liste rankée et trois quick wins à shipper sous 30 jours.
- Étape 2 · Modèle + data design
Choisir le modèle, designer le pipeline data
Modèle choisi par tâche, pas par marque. Claude Sonnet 4.x pour le reasoning long-contexte, GPT-4o pour le multimodal et le voice, Mistral Large pour le français et la résidence EU, Llama 3.x ou DeepSeek on-premise quand la data ne peut légalement pas quitter ton périmètre. Ensuite on design le flux data : quel corpus le modèle doit voir (Notion, Confluence, Drive, tickets support, notes CRM), comment chunker et embedder, comment rafraîchir, quand basculer en fine-tuning. Schéma RAG, embedding model, vector DB, cadence de refresh — tout signé avant la première ligne de code.
- Étape 3 · Build + eval
Builder la feature avec une suite d'eval dès le jour un
Feature câblée via le bon runtime : appels SDK dans ton app existante quand la latence compte, serveurs MCP quand le modèle doit agir sur plusieurs systèmes, n8n ou Make quand les ops devront étendre le workflow sans code. Suite d'eval rédigée à côté du prompt : 30 à 80 paires input/output représentatives que la feature doit passer avant promotion. Coût benchmarké par appel dès le premier build. Si le coût unitaire est 5x à côté, on le catche avant deploy, pas sur la facture AWS suivante.
- Étape 4 · Déploiement in-product
Déployer la feature dans le produit, pas en SaaS à côté
Les features IA vivent là où l'équipe ou l'utilisateur vit déjà. Un panel latéral dans le CRM, une slash command dans Slack, une action inline dans un doc Notion ou un CMS Webflow, une réponse webhook sur un event Stripe, un panel de chat embarqué dans le produit. Pas de dashboard IA autonome dans lequel personne ne se connecte. Deploy avec kill switch, feature flag et fallback gracieux pour rollback en 30 secondes si l'eval régresse.
- Étape 5 · Eval, coût, itération mensuelle
Faire tourner l'eval, surveiller le coût, itérer chaque mois
Suite d'eval de l'étape 3 jouée à chaque changement de prompt et en cadence quotidienne. Coûts trackés par feature par jour (Helicone, Langfuse, logging custom dans Supabase ou BigQuery). Taux de refus, sorties hallucinées, distribution de longueur de réponse, latence, taux de fallback, coût hebdo par utilisateur actif — tout sur un dashboard partagé. Point mensuel avec nous : qu'est-ce qu'on étend, qu'est-ce qu'on retire, vers quel modèle on migre. Les features s'affinent au fil des mois, elles ne se dégradent pas.
La même stack, sur plusieurs features clients.
Les frames ci-dessous viennent de vrais points mensuels avec des clients qui font tourner des features IA en prod : refresh du taux de passage des evals, tendances coût-par-appel, plans de migration de modèle, queue des nouveaux cas pour étendre le set de features. Même rigueur opérationnelle, secteurs différents, tous en B2B SaaS, services et ops. Nos avis Trustpilot viennent des opérateurs avec qui on bosse.
- Point eval mensuel avec chaque client qui fait tourner 1+ features IA en prod
- Dashboard coût-par-appel 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 features, pas du marketing
Les 10 questions qu'on nous pose en boucle.
Quelle différence entre une agence IA et un cabinet de conseil IT générique ?
Un cabinet de conseil IT te livre un deck, une roadmap et un engagement à 6 mois qui finit en « recommandations ». Une agence IA te livre des features IA dans ton produit. Sortie concrète : un panel dans ton CRM qui rédige des réponses, une slash command Slack qui résume un thread, un webhook qui score les appels d'offres entrants, un panel de chat embarqué dans ton app. Mesuré par features en prod et coût unitaire par appel, pas par heures facturées. Si la proposition cite « stratégie IA » plus que « features IA livrées », c'est du conseil déguisé en IA.Combien coûte une agence IA en 2026 ?
Ça dépend du périmètre. Une mission focalisée (une feature IA, une surface produit, audit + design + build + deploy) tourne entre 8 000 et 25 000 € selon la complexité des intégrations. Un retainer mensuel couvrant 3-8 features en prod (extensions, evals, migration de modèle, monitoring de coût) 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. Notre approche : audit gratuit d'abord, puis prix par feature shippée, pas par heure parlée.Quel modèle choisir : Claude, GPT-4o, Mistral ou open-weights ?
Ça dépend de la tâche et de la contrainte. 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 benchmark par cas d'usage et on re-benchmark tous les 6 mois. Le modèle, c'est un choix, pas une religion.RAG, fine-tuning ou prompt engineering : on a besoin de quoi ?
Prompt engineering d'abord : 70 % des features shippent avec juste un system prompt bien structuré et de bons exemples. RAG (retrieval-augmented generation) ensuite : quand le modèle a besoin de lire ton corpus spécifique avant de répondre (docs, tickets support, notes CRM, wiki interne). Fine-tuning en dernier : seulement quand le retrieval seul plafonne en qualité ou en coût, typiquement sur des tâches étroites à fort volume (classification, output schéma fixe). On commence par la couche la moins chère et on n'escalade que si l'eval le dit. La plupart des pitchs fine-tuning qu'on voit sont en fait un problème de RAG déguisé.Combien de temps pour shipper une première feature IA en prod ?
Honnête : 4 à 6 semaines pour une première feature sur un cas bien scopé. Semaine 1 audit + scoring. Semaines 2-3 design (system prompt, schéma RAG, jeu d'eval, plafond coût). Semaines 4-5 build + intégration dans ta surface produit. Semaine 6 beta interne, passe d'eval, deploy prod avec kill switch. Si une agence te promet une feature IA en prod en 1 semaine, elle saute les evals — bien pour une démo, dangereux devant des utilisateurs qui payent.L'IA va remplacer l'équipe ?
Augmente. Chaque feature IA qu'on livre a un fallback vers un opérateur humain — pour les edge cases, les clients en colère, les décisions à fort enjeu. Ce qui change : l'équipe arrête de faire les 80 % de boulot répétitif que l'IA écrase et se recentre sur les 20 % qui demandent vraiment du jugement. Sur les cohortes qu'on a shippées : sales ops passe de l'hygiène CRM à la construction du playbook, support N1 passe du copier-coller de réponses au fix de la root cause, content passe du draft à l'édition et l'idéation. Effectif stable, sortie multipliée.La data est-elle safe avec les providers LLM ?
Dépend du provider et du contrat. Anthropic et OpenAI offrent tous les deux du zero-data-retention sur leurs APIs entreprise : tes prompts et outputs ne sont jamais utilisés pour le training et ne sont pas stockés au-delà de la requête. Azure OpenAI, AWS Bedrock et Google Vertex AI te donnent les mêmes modèles dans ton propre compte cloud, avec résidence data EU ou US que tu contrôles. Pour les charges où la data ne peut légalement pas quitter ton périmètre (finance, défense, santé), on déploie des open-weights on-premise via vLLM ou TGI. On choisit le pattern qui matche ton profil de risque, pas le moins cher par défaut.À quels outils et CRM vous câblez les features IA ?
Outil-agnostique. On a livré des features IA câblées 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 de l'IA dessus.Comment vous mesurez le ROI d'une mission IA ?
On track 6 KPI principaux par feature shippée, reportés mensuellement dans un dashboard partagé : usage (appels par jour, DAU), temps gagné par appel (vs. status quo), coût unitaire par appel, taux de passage de l'eval, taux de refus / fallback, et revenue ou économies attribuables à la feature. On refuse de tracker les vanity metrics (paramètres modèle, comptes de tokens prompt) sauf si elles servent un objectif business direct. Si une feature ne bouge pas l'aiguille après 8 semaines d'itération, on la retire au lieu de la traîner.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 de la première feature. (2) Sprint de build : 4 à 8 semaines par feature shippée, scope fixe, prix fixe. (3) Accompagnement récurrent : engagement minimum 6 mois pour les équipes qui font tourner 3+ features IA 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 la roadmap IA. Shippe la première feature.
Un audit de 60 minutes, trois cas d'usage scorés, une feature designée. Si ton équipe doit la builder en interne, on te le dit et on te donne le design. Si on est le bon match, on livre en 4 à 6 semaines.