Choisir un prestataire IA : les critères qui comptent plus que le prix

Le prix est la première chose que l’on compare quand on cherche un prestataire pour un projet IA, et c’est souvent la moins prédictive de la réussite. Un tarif bas qui s’accompagne d’une démo séduisante, d’un agent qui dérape en production et d’un code que personne ne peut reprendre coûte finalement plus cher qu’un tarif moyen avec une équipe qui mesure, communique et livre. Le vrai sujet n’est pas de payer moins, c’est de savoir ce que le tarif ne dit pas.

Les projets IA externalisés échouent rarement par manque de compétence technique brute. Ils échouent sur des sujets plus prosaïques : on ne se comprend pas, personne ne mesure le comportement de l’agent, la facture de run explose, l’équipe change en cours de route, et le code produit ne peut pas être transmis. Ce sont ces critères, et non le prix affiché, qui déterminent le coût final.

Cet article liste les critères qui comptent réellement quand on choisit un prestataire IA, dans l’ordre où ils font la différence. L’objectif est de vous donner une grille de lecture pour comparer des offres sur autre chose que le taux journalier.

Se méfier de l’agent washing

Avant même de comparer des critères, il faut trier. Depuis que les agents IA sont à la mode, beaucoup de prestataires ont rebaptisé « agent » ce qui n’est qu’un chatbot branché sur une API de modèle, un script d’automatisation ou un simple formulaire. C’est l’« agent washing », et il rend les comparaisons trompeuses.

Le test est simple : demandez ce que l’agent fait concrètement de façon autonome (quels outils il appelle, quelles décisions il prend, quelles actions il déclenche), et comment on l’empêche de mal faire. Un prestataire sérieux répond précisément, cite les briques qu’il emploie (un framework d’agents comme LangGraph ou l’OpenAI Agents SDK, des connexions MCP ou des appels d’outils vers votre CRM), et il vous dira aussi quand un agent n’est pas la bonne réponse et qu’un workflow suffit. Pour faire la part des choses, voyez quand un agent IA vaut le coup, et quand il ne le vaut pas.

Des agents déjà en production

Le premier critère de fond est l’expérience réelle de la production. Construire une démo convaincante prend quelques jours ; faire tourner un agent fiable chez un client, avec de vrais utilisateurs, des données imparfaites et des cas limites, est un autre métier.

Demandez combien d’agents le prestataire a en production aujourd’hui, depuis combien de temps, et ce qui se passe quand l’un d’eux se trompe. Les réponses précises (volumes, incidents rencontrés, corrections apportées) sont un bon signe. Les réponses générales, ou une liste de logos sans détail, ne le sont pas.

Des evals, pas des impressions

Un agent IA ne se teste pas comme un logiciel classique : son comportement n’est pas entièrement déterministe. La seule façon sérieuse de savoir s’il fonctionne est de le mesurer sur un jeu de cas représentatifs, avant la mise en production et à chaque modification. C’est ce qu’on appelle les evals.

Interrogez le prestataire sur ses pratiques concrètes. Comment construisez-vous le jeu d’évaluation ? Quels indicateurs suivez-vous ? Que se passe-t-il si un changement de prompt ou de modèle fait baisser le score ? Un prestataire qui répond « on teste à la main » ou « le modèle est très bon » livre un prototype. Une réponse solide nomme un outillage : Promptfoo, DeepEval ou Ragas pour les evals, Langfuse ou LangSmith pour suivre l’agent en production. Les principes sont détaillés dans notre article sur les evals.

Un coût de run annoncé avant de construire

Un agent IA coûte deux fois : une fois à construire, puis chaque mois à faire tourner (appels de modèles, hébergement, surveillance, maintenance). Selon les choix d’architecture, ce coût de run peut varier considérablement pour un résultat comparable.

Un bon prestataire annonce une estimation du coût de run avant de construire, explique les leviers qui le font varier (choix entre un grand modèle et un modèle léger, cache de prompt, volume de contexte), et le suit une fois l’agent en production. S’il ne peut pas vous donner d’ordre de grandeur, vous découvrirez le chiffre sur la facture de votre fournisseur de modèles, au pire moment.

La langue et la synchronisation réelle

La langue reste un critère sous-estimé, et elle conditionne tous les autres. En IA, les consignes, les règles métier et les cas limites s’expriment en langage naturel : si l’équipe ne saisit pas les nuances de votre demande, l’agent ne les saisira pas non plus. Une équipe francophone supprime une couche entière de frictions, et peut juger elle-même la qualité des réponses données à vos utilisateurs.

Le test avant de s’engager : faire décrire à l’équipe, par écrit, ce qu’elle a compris d’une demande donnée. Si la reformulation est précise, la langue ne sera pas un obstacle. Vérifiez aussi les heures de chevauchement réelles : un créneau quotidien où l’on peut échanger en direct, passer en revue le travail, lever un blocage. Sans ce créneau, chaque question attend une journée.

Un lead technique nommé et une équipe stable

Un projet IA accumule beaucoup de connaissance implicite : pourquoi tel prompt est formulé ainsi, quels cas limites ont été rencontrés, quels arbitrages ont été faits. Quand les développeurs changent tous les trois mois, ce contexte se perd, et celui qui reprend passe plus de temps à comprendre qu’à avancer.

Demandez qui travaillera réellement sur le projet, et surtout qui en sera le lead technique : la personne qui porte les choix d’architecture, relit le code, et vous rend des comptes. Une équipe de salariés stables, et non des freelances mobilisés au coup par coup, est un signal fort. Demandez aussi ce qui se passe en cas d’absence ou de départ : la continuité doit être prévue, pas improvisée.

La propriété du code et la fin de la dépendance

Le critère décisif sur la durée est la propriété de ce qui est produit. Un prestataire qui garde le code, les prompts ou les jeux d’évaluation sur ses propres comptes vous rend dépendant de lui : la moindre évolution passe par lui, au tarif qu’il fixe.

Exigez que tout soit dans vos dépôts dès le premier jour, sur votre organisation GitHub ou GitLab : code, prompts versionnés, evals, documentation, configuration, pipelines de CI comme GitHub Actions. Une équipe de qualité documente et structure à mesure qu’elle construit, pour que quelqu’un d’autre puisse intervenir si besoin. Le test est simple : demandez ce qui se passera si vous voulez internaliser ou changer de prestataire. Si la réponse est claire, l’équipe travaille pour vous. Si elle est évasive, vous construisez votre propre dépendance. L’article sur comment documenter un agent pour qu’il survive au départ d’un dev détaille ce qu’il faut exiger.

Le rythme de livraison, meilleur indicateur que le discours

Enfin, la qualité ne se décrète pas, elle se constate. Un projet sain livre par petites tranches vérifiables, avec du code visible dans votre dépôt dès la première semaine et des démonstrations régulières, plutôt que de tout livrer à la fin. Le rythme de livraison est un indicateur de maîtrise bien plus fiable que les promesses de rigueur.

La sécurité du code livré fait partie des critères : les bons réflexes pour sécuriser une application React donne une grille concrète.

Une grille, puis une décision

Résumons : écartez d’abord l’agent washing, puis comparez les offres sur six points (agents en production, evals, coût de run annoncé, propriété du code, lead technique nommé, continuité de l’équipe), avant de regarder le prix. Pour la décomposition du prix lui-même, voyez ce qu’inclut vraiment le coût d’un développeur IA dédié.

C’est sur ces critères qu’Agenticiel s’est construit : une équipe spécialisée en développement agentique, un lead technique IA responsable de chaque projet, un pilotage en France, des tests de qualité sur chaque agent et des prix fermes annoncés avant de commencer. Vous pouvez rencontrer l’équipe, comparer nos tarifs, ou voir comment nos développeurs IA dédiés s’intègrent à votre projet.