Agence IA
Le mot « agence » recouvre trois métiers qui n’ont ni le même coût ni le même risque. Voici lequel vous achetez, et comment le vérifier avant de signer.
Mis à jour le
Trois métiers, un seul mot
Le mot « agence » recouvre trois métiers distincts :
- Le revendeur — intègre un outil du marché et facture la configuration.
- Le studio — construit un démonstrateur convaincant, souvent sur un jeu de données figé.
- L’implémenteur — met un système en production sur vos données réelles, avec les droits d’accès, la supervision et la reprise des cas limites que cela suppose.
Les trois sont légitimes. Le problème commence quand vous payez le troisième et recevez le deuxième — un POC qui impressionne en comité et que plus personne n’ouvre trois mois plus tard.
Les trois questions à poser avant de signer
- « Sur quelles données réelles allez-vous travailler, et qui m’en donne l’accès ? » Si la réponse est un export anonymisé à la main, vous financez un démonstrateur.
- « Où tournent les modèles, et que voit le fournisseur ? » Un appel à une API publique avec des données clients en clair est un transfert au sens du RGPD, dont vous restez responsable.
- « Qui exploite le système dans six mois ? » Un système d’IA sans propriétaire métier ni supervision dérive, silencieusement.
La conformité se décide au cadrage, pas à la recette
Un système entraîné sur des données que vous n’aviez pas le droit d’utiliser ne se corrige pas après coup : il se refait. C’est pourquoi la qualification au sens de l’EU AI Act et l’analyse RGPD arrivent au cadrage — avant le choix du modèle, avant la première ligne de code.
Concrètement : anonymiser ou pseudonymiser on-premise, avant que la donnée ne quitte votre infrastructure. Le modèle ne voit jamais l’identifiant — voici cette méthode appliquée à une data room financière. C’est plus long à mettre en place, et c’est la version la plus robuste devant un contrôle.
Ce que je livre
Du cadrage au système utilisé quotidiennement : six à douze semaines, dès lors que la donnée existe et qu’elle est accessible.
- Cadrage — cas d’usage, qualification AI Act, accès aux données, critère d’arrêt.
- Architecture — choix des modèles, anonymisation en amont, intégration au système d’information.
- Production — supervision, cas limites, transfert de compétence à votre équipe.
Le goulot n’est presque jamais le modèle : c’est l’accès à la donnée — droits, qualité — puis l’intégration et les cas limites qu’aucune démo ne montre.
Questions fréquentes
Combien coûte une prestation IA ?
Sur devis, établi après le cadrage — pas de tarif sur étagère. Un cadrage se compte en jours, un premier système en production en semaines ; l’ordre de grandeur dépend surtout de l’état de vos données : un projet où la donnée est propre, accessible et documentée coûte une fraction d’un projet où il faut d’abord la reconstituer.
Agence, freelance ou éditeur : que choisir ?
Un éditeur si votre besoin est standard, ce qui est le cas le plus fréquent. Un consultant ou un freelance si le besoin est spécifique et que vous avez une équipe pour reprendre. Une agence si vous n’avez ni l’équipe ni le temps. Le mauvais choix consiste à faire développer sur mesure ce qu’un outil du marché fait déjà mieux.
Faut-il recruter un data scientist ?
Rarement au début. Ce qui bloque un premier déploiement n’est presque jamais la modélisation : c’est l’accès aux données, les droits et l’intégration. À ce stade, un ingénieur qui connaît votre système d’information vaut plus qu’un spécialiste des modèles.
Travaillez-vous avec des PME ?
Oui. À noter : pour les PME et les start-up, l’article 99(6) de l’EU AI Act retient le plus faible des deux plafonds de sanction, et non le plus élevé. Les obligations, elles, sont les mêmes.
Quelle différence entre une agence IA et un intégrateur ?
Un intégrateur (aussi appelé revendeur) configure un outil du marché et facture le paramétrage. Une agence d’implémentation met un système en production sur vos données réelles — droits d’accès, supervision, reprise des cas limites compris. Les deux sont légitimes. Le litige commence quand vous payez le second et recevez le premier.
Combien de temps pour un premier système IA en production ?
Six à douze semaines une fois la donnée accessible. Le modèle est rarement le facteur limitant : l’essentiel du délai part dans les accès, les droits, l’intégration au système d’information et la reprise des cas limites.
Sources
Ressources sur ce sujet
- Comment déployer un LLM on-premise ? — Modèles à poids ouverts, infrastructure, anonymisation en amont, coût et délai réels d’un LLM déployé sur votre propre infrastructure. Guide pratique 2026.
- Anonymisation ou pseudonymisation : laquelle sort du RGPD ? — Anonymisation ou pseudonymisation : laquelle fait sortir du RGPD, les trois critères d’une anonymisation réelle, et ce que voit vraiment un LLM.
- Interroger une data room financière avec l’IA, sans exposer de données personnelles — Étude de cas anonymisée : une data room de due diligence interrogeable par IA sans exposer de données personnelles. Anonymisation en amont, résidence UE.
À lire aussi
- EU AI Act — EU AI Act : calendrier à jour au 10 juillet 2026, haut risque au 2 décembre 2027 sous réserve JOUE. Ce qui s’applique déjà, sanctions, par où commencer.
- Consultant IA — Ce que fait un consultant IA en entreprise, quand il apporte plus qu’une agence ou un éditeur, et sur quoi le juger. Alexandre Orfèvre, Paris.