Aller au contenu
Léo Carpentier
Menu

PRESTATION

Créer un agent IA sur mesure pour votre entreprise.

Un agent IA sur mesure est un programme qui interroge vos données métier en langage naturel, raisonne dessus et exécute une action. Contrairement à un chatbot, il est connecté à vos systèmes réels, catalogue, CRM, ERP, boîte mail. Comptez 3 500 à 6 500 € pour un agent autonome sur un cas d'usage sans dépendance API, 9 000 à 14 000 € pour un agent connecté à plusieurs sources, et deux à trois semaines de délai.

3 500 – 6 500 €, autonome
9 000 – 14 000 €, connecté
2 à 3 semaines
code livré, à vous

En quoi ça consiste ?

Un agent reçoit une demande formulée en français, décide quels appels effectuer pour y répondre, lit les résultats, les recoupe, puis rend une réponse ou exécute une action : un devis créé, une fiche mise à jour, un mail classé, un rapport écrit. La différence avec un assistant générique tient entièrement à cette connexion : ce qu'il dit vient de chez vous, pas de sa mémoire d'entraînement.

Le travail réel se répartit en trois tiers. Un tiers pour le périmètre : quelle question, posée par qui, avec quel résultat attendu, et quels cas l'agent doit refuser de traiter. Un tiers pour l'accès aux données : quels endpoints, quels champs, quelles limites de débit, quelles autorisations. Un tiers pour la fiabilité : gestion d'erreurs, reprise, journalisation, et les tests qui prouvent que ça tient sur le volume réel et pas sur trois exemples choisis.

Je livre l'agent sur votre infrastructure ou sur un serveur que vous contrôlez, en n8n ou en code selon ce qui se maintient le mieux chez vous. Vous repartez avec les workflows, la documentation d'architecture et les cas de test. Rien n'est enfermé dans un compte à moi.

Ce que je livre concrètement

L'agent en production, sur votre serveur ou un serveur que vous contrôlez

Les workflows n8n ou le code source, commentés

La couche d'accès aux données : spécification, et implémentation quand elle est de mon côté

Une vingtaine de cas de test écrits et exécutables, avec leurs résultats attendus

La documentation d'architecture et le journal des décisions techniques

Une session de passation d'une demi-journée avec vos équipes

Agent avec appels d'outils : le périmètre autorisé est calculé avant l'agent, le modèle choisit ses appels parmi cinq outils en lecture seule, une mémoire bornée garde le fil de la conversation et un format de sortie imposé contraint le rapport rendu.
Fig. 1 — Un agent avec appels d'outils : le modèle décide de ses appels, lit les réponses, les recoupe, puis rend un résultat contrôlé. Illustration construite pour ce site.

Prérequis de votre côté

Vos données doivent être accessibles autrement qu'à la main : une API, une base interrogeable, un export automatisable. Il me faut un interlocuteur métier disponible deux heures par semaine pour arbitrer, c'est la contrainte la plus souvent sous-estimée. Et quelqu'un côté technique qui puisse créer une clé d'API et ouvrir un accès en lecture ; sans cela, le projet attend.

Si vos données ne sont pas encore accessibles, c'est le cas le plus fréquent, pas l'exception, ce n'est pas éliminatoire : on commence par les fondations données & IA : les agents que vous voudrez faire tourner, la hiérarchie de vos données, et un plan de construction clé en main pour vos équipes. Et en attendant, un agent autonome, qui ne demande aucune API, peut déjà produire de la valeur.

Questions fréquentes

Quelle différence avec un chatbot ? +

Un chatbot répond avec ce qu'il a lu à l'entraînement ou dans quelques documents chargés à l'avance. Un agent interroge vos systèmes au moment de la question et peut exécuter une action derrière. Concrètement : un chatbot vous explique votre politique de remise, un agent applique la remise au devis.

Faut-il vous donner accès à ma base de production ? +

Ça dépend de ce qui va le plus vite. Si vous me faites confiance avec des accès directs, j'avance plus rapidement. Si vous préférez garder la main, je spécifie la couche d'accès et vos développeurs la construisent avec leurs propres identifiants, c'est ainsi que le serveur MCP de Villanovo a été construit. Si cette couche n'existe pas encore, on commence par un diagnostic.

Que se passe-t-il si l'agent se trompe ? +

On définit avant de construire ce qu'il doit refuser de faire et où passe la validation humaine. Les actions irréversibles (envoi client, écriture en base, paiement) restent derrière une confirmation. Chaque exécution est journalisée : on retrouve la décision et on corrige la cause, pas le symptôme.

À qui appartient le code ? +

À vous, intégralement, à la livraison. Workflows, prompts, documentation et cas de test sont cédés sans clause de dépendance. Vous pouvez les modifier, les faire reprendre par un autre prestataire ou par votre équipe interne.

Combien coûte le fonctionnement mensuel ? +

Entre 60 et 320 € par mois dans la plupart des cas : 10 à 20 € de serveur et 50 à 300 € d'API selon votre volume d'appels. Ces contrats sont à votre nom, facturés en direct par les fournisseurs. La supervision, si vous la souhaitez, est facturée à part : 600 à 1 200 € par mois, ou 2 000 à 3 000 € en AI Operations, avec une évolution fonctionnelle livrée chaque mois. Engagement de trois mois renouvelables.

Peut-on commencer petit ? +

C'est la bonne façon de faire : un agent autonome sur un seul cas d'usage, en production en deux semaines, à partir de 3 500 €. Il prouve ou infirme l'intérêt sur votre terrain et sert de base à la suite. Un diagnostic à 2 500 € permet aussi de choisir ce premier cas sans s'engager sur le développement.