--- title: "Choisir une agence IA : critères, pièges et questions" description: "Les critères propres à l'IA, les preuves à exiger et les questions à poser pour choisir une agence d'intelligence artificielle qui livre en production." url: "https://lonestone.io/blog/choisir-agence-ia" --- [Lonestone](/) ⟩ [Blog](/blog) # Comment choisir une agence IA ? Critères, pièges et questions à poser 17 août 2026 · 20 min de lecture Points clés * La démo est la partie facile d'un projet IA, et une agence se juge sur ce qu'elle a déjà tenu en production pendant plusieurs mois * Quatre familles d'acteurs portent le nom d'agence IA et répondent à des besoins différents, ce qui se vérifie dès le premier appel * Chaque critère de sélection se vérifie par une preuve consultable plutôt que par une affirmation sur une plaquette Une direction reçoit trois propositions d'agences IA et assiste à trois démos convaincantes. Chacune montre un assistant qui répond juste, en direct, sur un jeu de données préparé pour l'occasion. Six mois plus tard, la différence entre les trois se lit ailleurs : dans le nombre de réponses fausses arrivées jusqu'aux utilisateurs, dans la facture mensuelle d'inférence et dans le nombre de collaborateurs qui ouvrent encore l'outil. La démo est la partie facile d'un projet IA. Une agence se juge sur ce qui vient après, c'est-à-dire la qualité mesurée sur des cas réels, le comportement du système quand le modèle change, le coût par requête et l'usage effectif. Ce guide donne les critères propres à l'IA, la preuve à exiger pour chacun, les questions à poser en rendez-vous et les signaux qui doivent faire écourter un entretien. ## Le choix d'une agence IA se joue après la démo Une étude IDC situe à 88 % la part des POC IA qui ne passent jamais en production. Une étude du MIT publiée en 2025 constate que 95 % des pilotes d'IA générative en entreprise n'ont produit aucun impact mesurable sur les résultats. L'écart se joue rarement sur le modèle, qui est le même pour tout le monde et accessible par API en quelques lignes. Il se joue sur ce qui l'entoure : le cadrage du cas d'usage, l'ancrage dans les données de l'entreprise, la mesure de la qualité, le traitement des cas où le système se trompe et l'adoption par les équipes. Un prestataire IA se juge donc sur sa capacité à livrer un système qui tient dix-huit mois en production, sur des données réelles, avec des utilisateurs qui ne suivent aucun script. Chacun des critères de sélection découle de cette exigence. ## Quatre métiers portent le nom d'agence IA Sous cette étiquette cohabitent quatre familles d'acteurs, avec des équipes, des livrables et des modèles économiques différents. Les agences produit avec une practice IA conçoivent et développent le produit complet, l'IA étant une brique aux côtés de l'interface, de la base de données, des droits et des intégrations. Les pure players LLM et agents se concentrent sur la couche IA elle-même, souvent autour de frameworks d'orchestration, et supposent une équipe technique côté client pour le reste. Les cabinets data science viennent du machine learning et de la R&D, avec des profils docteurs et une force reconnue sur la modélisation, la vision par ordinateur et la prédiction. Les intégrateurs Microsoft déploient et paramètrent Copilot et Power Platform, ce qui va vite quand l'entreprise vit déjà dans cet environnement, au prix d'une dépendance à l'éditeur. Ces quatre familles font correctement leur travail, un travail différent. Le premier appel sert à vérifier laquelle on a en face. Situation Le besoin de l'entreprise Famille d'acteurs adaptée Un produit ou un outil métier à construire autour de l'IA Une équipe responsable du produit complet, de l'interface à la mise en production Agence produit avec practice IA Une équipe technique en place, une brique IA à ajouter Des renforts spécialisés sur la couche modèle et orchestration Pure player LLM et agents Un problème de prédiction, de vision ou de données massives Des profils recherche capables de modéliser et d'entraîner Cabinet data science Une organisation déjà équipée Microsoft 365 Le déploiement et le paramétrage de l'existant Intégrateur Copilot et Power Platform Le détail des acteurs français par catégorie est dans le [classement des agences IA en France](/blog/top-agences-ia-france). ![Les quatre familles d'acteurs qui se présentent comme agence IA et ce que chacune livre](/.netlify/images?url=_astro%2Fquatre-metiers.BCkYqYZp.jpg&w=1376&h=768&dpl=6a8620d1fb3a4300082dde42) ## Les huit critères et la preuve à demander pour chacun Chaque critère se vérifie pendant les rendez-vous, avec une preuve consultable plutôt qu'une affirmation sur une plaquette. ### Des systèmes IA déjà en production, avec de vrais utilisateurs Un POC réussi prouve qu'une technologie fonctionne sur un échantillon choisi. La production prouve qu'une équipe sait la faire tenir. Demandez des systèmes nommés, en ligne depuis au moins six mois, avec le nombre d'utilisateurs et le volume de requêtes traitées. Demandez surtout ce qui s'est mal passé sur l'un d'eux, comment l'équipe l'a détecté et combien de temps elle a mis à corriger. Une agence qui répond avec des prototypes internes et des hackathons a peu affronté le réel. Une agence qui raconte une régression de qualité après une mise à jour de modèle, et la façon dont elle l'a rattrapée, en a vu passer. ### La façon dont l'équipe mesure la qualité L'évaluation sépare les prestataires plus nettement que tout autre critère. Un système IA sans dispositif d'évaluation reste une boîte noire, et personne ne peut dire si une modification de prompt améliore ou dégrade les réponses. Demandez comment l'équipe construit son jeu d'évaluation, combien de cas il contient et qui les annote. Un bon dataset compte 30 à 50 cas métier bien choisis plutôt que 500 exemples génériques. Demandez ensuite les métriques suivies au-delà du taux de bonnes réponses, comme la pertinence, le ton, la concision, la latence et le coût par requête. Demandez enfin ce qui se passe quand le fournisseur met à jour son modèle. Une équipe outillée rejoue son dataset et compare les scores avant de basculer. Une équipe sans dispositif l'apprend par les réclamations des utilisateurs. Le détail de la méthode est dans le guide sur l'[évaluation d'un système IA](/creer-saas-ia/evaluation). Pour un agent qui enchaîne plusieurs étapes, l'évaluation porte aussi sur la trajectoire, c'est-à-dire le raisonnement, les outils appelés et les décisions intermédiaires, au-delà de la seule réponse finale. ### L'ancrage des réponses dans les données de l'entreprise Un modèle interrogé sans contexte invente avec aplomb. L'ancrage par [RAG](/creer-saas-ia/rag) fait chercher l'information dans les documents et les bases de l'entreprise avant de formuler la réponse, avec citation des passages d'origine. Demandez comment l'équipe découpe et indexe les documents, comment elle mesure la pertinence des passages retrouvés, et comment le système se comporte quand l'information n'existe pas. Un assistant utile sait dire qu'il ne sait pas et passer la main à un humain quand la confiance baisse. Un assistant qui répond toujours produit des réponses fausses qui ressemblent aux bonnes, ce qui coûte plus cher qu'un silence. Sur les données complexes avec des relations et des hiérarchies métier, la modélisation d'une ontologie fait passer la précision un cran au-dessus d'un simple embedding. ### L'indépendance vis-à-vis des modèles et des frameworks L'écosystème IA change tous les mois. Les fournisseurs sortent de nouveaux modèles, ajustent leurs prix et déprécient les anciens. Dans une architecture qui isole le modèle, les embeddings, la base vectorielle et l'orchestration, une brique se remplace sans toucher au reste. Une question tranche : combien de jours pour passer d'un fournisseur de modèle à un autre sur le système livré ? Une réponse en jours signale une architecture découplée. Une réponse embarrassée signale un système soudé à un fournisseur, ce qui se paie au premier changement de tarif. Méfiez-vous aussi des solutions entièrement construites sur un framework d'orchestration lourd, dont les ruptures de version deviennent votre problème. ### Le pilotage du coût par requête Un système IA porte une facture mensuelle qui grandit avec l'usage. Le coût d'inférence va de 0,01 à 0,50 € par interaction selon le modèle et le volume de contexte envoyé. À 10 000 interactions par mois sur un modèle standard, la facture atteint environ 1 000 € mensuels. Demandez une estimation chiffrée de ce coût au volume cible avant de signer, et les leviers que l'équipe applique pour le tenir. Trois techniques donnent l'essentiel du gain : le routage des questions simples vers un modèle léger, la mise en cache des questions fréquentes et la réduction du contexte envoyé au modèle. Ensemble, elles divisent régulièrement la facture par deux. Une agence qui ne parle jamais de coût par requête découvrira la facture en même temps que vous. Le [simulateur de coût IA](/simulateurs/cout-ia) donne un ordre de grandeur, et le détail des postes se trouve dans l'article sur le [prix d'un agent IA sur mesure](/blog/prix-agent-ia-sur-mesure). ### La confidentialité, le RGPD et l'AI Act Les données envoyées à un modèle sortent du système d'information. Demandez où elles transitent, ce qui est conservé par le fournisseur, comment les données sensibles sont pseudonymisées et quels contrôles d'accès s'appliquent aux documents indexés. Un système RAG mal cloisonné laisse un utilisateur obtenir, par une question bien tournée, le contenu d'un document auquel il n'a pas accès. Quand la confidentialité l'exige, les modèles souverains ou open source auto-hébergés répondent au besoin, avec un hébergement en France. Côté réglementation, les obligations de transparence de l'AI Act s'appliquent depuis août 2026, et les exigences applicables aux systèmes à haut risque arrivent en août 2027. Une agence qui traite ces sujets au cadrage vous évite une reprise complète plus tard. ### La propriété du code, des prompts et l'autonomie de l'équipe Le contrat doit dire que le code source, les données et les comptes d'hébergement appartiennent au client dès la première ligne écrite. Pour un projet IA, deux éléments s'ajoutent à cette liste et s'oublient souvent : les prompts et les jeux d'évaluation. Ils concentrent une grande part de la valeur du système et doivent être livrés avec le reste. Demandez aussi comment l'équipe interne fera évoluer le comportement de l'assistant après la livraison. Une interface de gestion des prompts lui donne la main sur ces ajustements, sans mobiliser un développeur à chaque fois. Sur le projet [Marvin Recruiter](/realisations/marvin-recruiter), l'équipe cliente a récupéré cette main sur les prompts et sur l'ajout de nouveaux outils métier, ce qui garde le produit vivant et l'équipe autonome. ### L'adoption par les utilisateurs Un système IA techniquement excellent que personne n'utilise vaut zéro. La confiance est le plus souvent en cause. Quand les équipes ne comprennent pas d'où vient une réponse, elles refont le travail à la main. Les réponses sourcées, l'affichage du niveau de confiance et l'escalade vers un humain règlent une bonne partie du problème. Interrogez l'agence sur sa façon de traiter l'adoption, avec quels ateliers utilisateurs, quelle formation et quelles boucles de feedback après la mise en ligne. Une réponse centrée uniquement sur la technique annonce un outil qui restera dans un onglet fermé. ## Récapitulatif des preuves à demander Critère La preuve qui vaut quelque chose Systèmes en production Des noms, une date de mise en ligne, un volume d'usage, un incident raconté Évaluation Un jeu de cas métier annotés, des métriques suivies, un rejeu au changement de modèle Ancrage des réponses Une démo sur vos documents, avec citations et cas sans réponse Indépendance Le nombre de jours pour changer de fournisseur de modèle Coût par requête Une estimation chiffrée au volume cible et les leviers d'optimisation Confidentialité Le parcours des données, la pseudonymisation, les droits sur les documents indexés Propriété Une clause écrite couvrant le code, les données, les prompts et les évaluations Adoption Un dispositif d'ateliers, de formation et de feedback après la mise en ligne ## Les questions qui font la différence en rendez-vous Question à poser Une réponse qui rassure Une réponse qui doit alerter Quel système IA avez-vous en production depuis plus de six mois ? Un nom, un volume d'usage, un périmètre livré Des prototypes et des expérimentations internes Comment mesurez-vous la qualité des réponses ? Un jeu d'évaluation, des métriques, une fréquence de rejeu « Nos utilisateurs nous font des retours » Que se passe-t-il quand le fournisseur change son modèle ? Un rejeu du dataset et une comparaison avant bascule « On regarde si ça marche encore » Que fait le système quand il ne connaît pas la réponse ? Il le dit et escalade vers un humain Il reformule et répond quand même Combien de jours pour changer de fournisseur de modèle ? Quelques jours, grâce à une couche d'abstraction Un chiffrage de refonte Combien coûtera l'inférence à 10 000 requêtes par mois ? Une fourchette chiffrée et les leviers pour la tenir Une réponse remise après la signature Où passent nos données et qu'en garde le fournisseur ? Un schéma de flux, une option d'hébergement souverain « C'est sécurisé » Qui possède les prompts et les jeux d'évaluation ? Le client, livrés avec le code sur son dépôt Un flou entretenu sur la propriété Ces huit questions tiennent dans un rendez-vous d'une heure. Elles séparent assez vite les agences qui ont déjà mis de l'IA en production de celles qui espèrent le faire. ## Les signaux d'alerte Certains signaux se repèrent avant même le devis. * La démo tourne exclusivement sur les données de l'agence, et la proposition d'un essai sur vos propres documents est écartée. * Le nom d'un framework d'orchestration tient lieu de réponse d'architecture. * La proposition promet un taux de précision garanti, ce qu'aucun système génératif ne tient. * Le fine-tuning arrive dès le premier rendez-vous, avant même que le cas d'usage soit cadré. * L'évaluation, le monitoring et le coût d'inférence sont absents du devis. * Le devis arrive en moins de 48 heures sans une seule question sur vos données et vos utilisateurs. * Le commercial mène seul les rendez-vous et aucun ingénieur IA n'apparaît. * Aucune référence IA n'est joignable au téléphone. Appeler deux anciens clients reste le contrôle le moins cher et le plus fiable. Les questions utiles portent sur le passage effectif en production, sur ce que l'équipe interne sait faire seule aujourd'hui et sur la facture mensuelle réelle comparée à l'estimation initiale. ## Tester l'agence sur un POC court et payant Le meilleur test tient dans un engagement limité, payant, sur un périmètre resserré. Un [POC IA](/offres/poc) de deux à quatre semaines démarre autour de 6 000 € et répond à une question précise. Trois conditions le rendent utile. * Le critère de succès s'écrit avant de commencer, sous une forme observable comme un taux de réponses jugées correctes par les experts métier sur un échantillon défini. * Le POC tourne sur vos vraies données, avec leurs incohérences et leur vocabulaire métier, plutôt que sur un extrait nettoyé. * Cinq à dix utilisateurs pilotes sont identifiés nommément dès le départ, parce que l'usage réel est le seul signal qui compte. Un POC mené ainsi coûte quelques milliers d'euros, à comparer aux dizaines de milliers engagés sur un mauvais choix. Il montre la façon dont l'équipe travaille, la qualité de ses questions et sa réaction quand un résultat déçoit. Une agence qui refuse ce format donne déjà une information. Sur le projet Marvin Recruiter, un premier POC livré en trois semaines a servi de base à des enrichissements successifs, ce qui reste le chemin le plus court entre une hypothèse et un produit utilisé. ![Sur 100 POC IA lancés, une minorité atteint la production et un impact mesurable](/.netlify/images?url=_astro%2Fou-meurent-les-projets-ia.wZqjustf.jpg&w=1376&h=768&dpl=6a8620d1fb3a4300082dde42) ## Comparer des devis aux périmètres différents Deux propositions pour le même assistant peuvent afficher 18 k€ et 40 k€ sans que l'une des deux soit malhonnête. L'écart vient presque toujours de ce qui est inclus au-delà du modèle. Ramenez chaque proposition à la même grille avant de comparer. Alignez le cadrage du cas d'usage, l'ingestion et le nettoyage des données, la mise en place du dispositif d'évaluation, le monitoring en production, les intégrations avec vos outils métier, l'interface utilisateur, la formation des équipes et la maintenance de la première année. Un devis qui tient en une ligne et un prix ne se compare à rien. Les ordres de grandeur aident à situer les propositions reçues. Un assistant documentaire avec RAG se situe le plus souvent entre 15 et 40 k€, un agent autonome connecté aux outils métier entre 40 et 80 k€, et la maintenance annuelle coûte ensuite 15 à 25 % du montant initial, coûts d'inférence en plus. Le détail poste par poste est dans l'article sur le [prix d'un agent IA sur mesure](/blog/prix-agent-ia-sur-mesure). Les critères plus généraux qui valent pour tout prestataire logiciel, comme l'identité des développeurs, la cohérence de la stack ou la gestion des changements de périmètre, sont traités dans le guide sur le [choix d'une agence de développement](/blog/choisir-agence-saas). FAQ ## Questions fréquentes ### Quels critères regarder pour choisir une agence IA ? Huit critères comptent plus que les autres pour un projet d'intelligence artificielle. Le premier est le nombre de systèmes IA déjà en production depuis plusieurs mois, avec des noms consultables et des utilisateurs réels, plutôt que des prototypes internes. Le deuxième est la façon dont l'agence mesure la qualité des réponses, avec un jeu de cas métier annotés et des métriques suivies. Viennent ensuite l'ancrage des réponses dans les données du client par [RAG](/creer-saas-ia/rag), l'indépendance de l'architecture vis-à-vis d'un fournisseur de modèle, le pilotage du coût par requête, la conformité RGPD et AI Act, la propriété du code et des prompts, et le dispositif d'adoption par les utilisateurs. Le prix se regarde en dernier, entre les agences qui ont passé ces filtres. ### Comment vérifier qu'une agence IA sait vraiment livrer en production ? Trois vérifications donnent une image fiable. La première porte sur des systèmes IA nommés, en ligne depuis au moins six mois, avec le volume de requêtes traitées et le nombre d'utilisateurs. La deuxième demande le récit d'un incident réel, par exemple une dégradation de qualité après une mise à jour de modèle, avec la façon dont l'équipe l'a détectée et corrigée. La troisième consiste à appeler deux anciens clients pour vérifier que le projet est effectivement passé en production, ce que leur équipe interne sait faire seule aujourd'hui, et si la facture mensuelle correspond à l'estimation initiale. Une étude IDC situe à 88 % la part des POC IA qui ne franchissent jamais l'étape de la production, ce qui fait de cette vérification le filtre le plus utile. ### Combien coûte un projet avec une agence IA ? Le coût dépend du périmètre. Un POC qui valide un cas d'usage en deux à quatre semaines démarre autour de 6 000 €. Un assistant documentaire avec RAG, capable de chercher dans les documents de l'entreprise et de citer ses sources, se situe entre 15 et 40 k€. Un agent autonome connecté aux outils métier, capable de décider et d'agir dans un CRM ou un ERP, coûte entre 40 et 80 k€. La maintenance annuelle coûte ensuite 15 à 25 % du montant initial. À cela s'ajoutent les coûts d'inférence, entre 0,01 et 0,50 € par interaction selon le modèle et le volume de contexte. Le détail poste par poste est dans l'article sur le [prix d'un agent IA sur mesure](/blog/prix-agent-ia-sur-mesure). ### Quelle différence entre une agence IA, une ESN et un cabinet data science ? Une agence IA conçoit et livre une solution complète en forfait, avec une équipe pluridisciplinaire qui s'engage sur le résultat et couvre le cadrage, le développement, l'intégration et la mise en production. Une ESN vend principalement des profils en régie, facturés en jours-homme, qui rejoignent l'équipe du client sous son pilotage. Un cabinet data science vient du machine learning et de la recherche, avec des profils docteurs, et se distingue sur les problèmes de modélisation, de vision par ordinateur et de prédiction plutôt que sur la livraison d'un produit complet. Un quatrième type d'acteur, l'intégrateur Microsoft, déploie et paramètre Copilot et Power Platform sur un socle déjà en place. Le classement des acteurs français par catégorie est disponible dans le [top des agences IA en France](/blog/top-agences-ia-france). ### Quelles questions poser à une agence IA lors du premier rendez-vous ? Huit questions tiennent dans une heure et suffisent à trancher : quel système IA est en production depuis plus de six mois et avec quel volume d'usage, comment la qualité des réponses est mesurée et sur quel jeu de cas, ce qui se passe quand le fournisseur met à jour son modèle, ce que fait le système quand il ne connaît pas la réponse, combien de jours seraient nécessaires pour changer de fournisseur de modèle, combien coûtera l'inférence au volume cible, où passent les données et ce que le fournisseur en conserve, et qui possède les prompts et les jeux d'évaluation à la fin du projet. Une équipe expérimentée répond avec des arbitrages et des contre-exemples, une équipe qui découvre le sujet répond avec des définitions. ### Faut-il commencer par un POC avant de choisir une agence IA ? Un POC payant de deux à quatre semaines reste le moyen le moins coûteux de tester une agence avant de s'engager sur plusieurs dizaines de milliers d'euros. Trois conditions le rendent utile : un critère de succès écrit avant de commencer sous une forme observable, une exécution sur les vraies données du client plutôt que sur un extrait nettoyé, et cinq à dix utilisateurs pilotes identifiés nommément. Le POC révèle la qualité des questions de l'équipe, sa méthode de travail et sa réaction quand un résultat déçoit. Lonestone propose un [format POC](/offres/poc) qui démarre autour de 6 000 € et un [cadrage produit](/offres/shape) quand le cas d'usage reste à définir, avec un premier échange, des conseils et un devis gratuits. ### Comment savoir si une agence IA maîtrise l'évaluation de la qualité ? L'évaluation est le critère le plus discriminant sur un projet IA. Une agence outillée construit un jeu de 30 à 50 cas métier annotés avec les experts du client, suit des métriques au-delà du taux de bonnes réponses (pertinence, ton, concision, latence, coût par requête), rejoue ce jeu à chaque modification de prompt ou changement de modèle, et échantillonne les requêtes réelles en production pour détecter les dérives. Pour un agent qui enchaîne plusieurs étapes, l'évaluation porte aussi sur la trajectoire, c'est-à-dire le raisonnement, les outils appelés et les décisions intermédiaires. Une agence sans dispositif d'évaluation découvre les régressions par les réclamations des utilisateurs. La méthode complète est détaillée dans le guide sur l'[évaluation d'un système IA](/creer-saas-ia/evaluation). ### Le client garde-t-il la propriété du code et des prompts d'une solution IA ? Chez un prestataire sérieux, le code source, les données et les comptes d'hébergement appartiennent au client dès la première ligne écrite plutôt qu'au paiement final. Pour un projet IA, deux éléments s'ajoutent à cette liste et sont souvent oubliés dans les contrats : les prompts et les jeux d'évaluation, qui concentrent une part importante de la valeur du système. Une clause écrite doit les couvrir explicitement. L'autonomie compte tout autant. Une interface de gestion des prompts laisse l'équipe interne faire évoluer le comportement de l'assistant sans mobiliser un développeur. Lonestone livre la codebase sur le dépôt Git du client, avec une stack standard (TypeScript, Node, React, modèles appelés par API) pour qu'une autre équipe puisse reprendre le projet. ## L'essentiel au moment de signer Le choix d'une agence IA se joue sur des éléments vérifiables plutôt que sur la qualité d'une démo. Cinq d'entre eux suffisent à décider : les systèmes déjà tenus en production, la façon dont la qualité se mesure, l'ancrage des réponses dans vos données, l'indépendance de l'architecture et ce que votre équipe saura faire seule à la fin. Un POC court transforme ces hypothèses en observations, pour quelques milliers d'euros. Pour une solution IA conçue, développée et maintenue par une équipe senior responsable de bout en bout, l'[agence IA Lonestone](/metiers/ia) travaille depuis 2014 avec plus de 200 clients, expérimente l'IA depuis 2019 et livre des solutions en production depuis 2022, avec plus de 30 projets IA menés du POC au déploiement. L'équipe propose un échange, des conseils et un devis gratuits pour cadrer un cas d'usage avant tout engagement. Pour l'automatisation de processus internes, voir la page [automatisation IA](/solutions/automatisation-ia), et pour ajouter une brique IA à un produit existant, la page [intégration IA pour éditeurs](/solutions/integration-ia-editeurs). ![Choisir une agence IA : critères, pièges et questions](/.netlify/images?url=_astro%2Fthumbnail.Czf8Ungu.jpg&w=1376&h=768&dpl=6a8620d1fb3a4300082dde42) Sommaire [1 / Le choix d'une agence IA se joue après la démo](#le-choix-dune-agence-ia-se-joue-après-la-démo) [2 / Quatre métiers portent le nom d'agence IA](#quatre-métiers-portent-le-nom-dagence-ia) [3 / Les huit critères et la preuve à demander pour chacun](#les-huit-critères-et-la-preuve-à-demander-pour-chacun) [4 / Récapitulatif des preuves à demander](#récapitulatif-des-preuves-à-demander) [5 / Les questions qui font la différence en rendez-vous](#les-questions-qui-font-la-différence-en-rendez-vous) [6 / Les signaux d'alerte](#les-signaux-dalerte) [7 / Tester l'agence sur un POC court et payant](#tester-lagence-sur-un-poc-court-et-payant) [8 / Comparer des devis aux périmètres différents](#comparer-des-devis-aux-périmètres-différents) [9 / L'essentiel au moment de signer](#lessentiel-au-moment-de-signer) Sommaire 1 / Le choix d'une agence IA se joue après la démo 2 / Quatre métiers portent le nom d'agence IA 3 / Les huit critères et la preuve à demander pour chacun 4 / Récapitulatif des preuves à demander 5 / Les questions qui font la différence en rendez-vous 6 / Les signaux d'alerte 7 / Tester l'agence sur un POC court et payant 8 / Comparer des devis aux périmètres différents 9 / L'essentiel au moment de signer Lonestone est une agence qui conçoit et développe des produits web et mobile innovants intégrant de l'IA. Nos experts partagent leurs expériences sur le blog. Contactez-nous pour discuter de vos projets ! [En savoir plus sur Lonestone](/) [Parler à un expert](/contact) ![](/_astro/use-case-corner.3qL77H9h.png) Besoin d'accompagnement ? Nos experts sont disponibles pour discuter de votre projet. [Parler à un expert](/contact) ## On continue la lecture ? [Tous les articles](/blog) [![Top 10 des meilleures agences IA générative et agents IA en France en 2026](/.netlify/images?url=_astro%2Fthumbnail.CsgHpUiF.jpg&w=1424&h=752&dpl=6a8620d1fb3a4300082dde42) Top 10 des meilleures agences IA générative et agents IA en France en 2026 Comparez 10 agences IA françaises sur leur track record en IA générative, agents IA et solutions sur mesure déjà livrées en production en 2026. ](/blog/top-agences-ia-france)[![Combien coûte un agent IA sur mesure ? Tarifs, modèles et exemples 2026](/.netlify/images?url=_astro%2Fthumbnail.CNKhdF1G.jpg&w=1424&h=752&dpl=6a8620d1fb3a4300082dde42) Combien coûte un agent IA sur mesure ? Tarifs, modèles et exemples 2026 Agent IA sur mesure : 5 000 à 150 000 € selon la complexité. Fourchettes par type, postes de coût, comparatif SaaS vs sur-mesure et 3 exemples. ](/blog/prix-agent-ia-sur-mesure)[![Comment choisir une agence pour développer son SaaS ?](/.netlify/images?url=_astro%2Fthumbnail.BKovB9p6.jpg&w=1376&h=768&dpl=6a8620d1fb3a4300082dde42) Comment choisir une agence pour développer son SaaS ? Les 7 critères, les preuves à exiger et les questions à poser pour choisir une agence de développement SaaS et comparer des devis très différents. ](/blog/choisir-agence-saas) [Tous les articles](/blog) ## Nos guides ### Guide de l'IA générative [ 01\. IA, Machine Learning & Deep Learning ](/ai/deep-learning)[ 02\. LLM (Large Language Model) : définition et fonctionnement ](/ai/llm)[ 03\. RAG + MCP : Architecture pour agents IA ](/ai/rag-mcp)[ 04\. Agents IA : définition, fonctionnement et cas d'usage ](/ai/agents-ia)[ 05\. Boostez vos logiciels avec l'intégration de l'IA ](/ai/integration-ia)[ 06\. Meilleurs outils IA pour les entreprises ](/ai/outils-ia) ### Guide pour créer un SaaS IA [ 01\. Construire un SaaS IA rentable : la méthode qui fonctionne ](/creer-saas-ia/roadmap)[ 02\. Comparatif LLM 2026 : quel modèle choisir pour votre SaaS ? ](/creer-saas-ia/comparatif-llm-saas)[ 03\. Héberger un SaaS IA en France : performance et conformité ](/creer-saas-ia/heberger-ia)[ 04\. Framework d’évaluation IA : comment le mettre en place ](/creer-saas-ia/evaluation)[ 05\. MCP (Model Context Protocol) : connecter l'IA aux logiciels ](/creer-saas-ia/mcp)[ 06\. RAG ou alternatives : choisir l'approche pour son SaaS IA ](/creer-saas-ia/rag)[ 07\. Concevoir un copilote IA utile et adopté dans un SaaS ](/creer-saas-ia/copilote-ia)[ 08\. POC IA : valider votre idée avant d’investir dans un SaaS ](/creer-saas-ia/poc) ### Blog de Lonestone Retrouvez nos derniers articles sur le développement web, l'IA, le product design et les retours d'expérience de nos projets. [Accéder au blog](/blog) Lonestone apporte son expertise product à 200+ grands comptes, PME et startups depuis 11 ans. Avec notre équipe senior et nos méthodes rodées, vous pouvez comptez sur une livraison rapide d'un produit robuste vraiment utile. ## Nos solutions [ 01\. Intégration IA pour éditeurs logiciels ](/solutions/integration-ia-editeurs)[ 02\. Automatisation IA ](/solutions/automatisation-ia)[ 03\. Création de SaaS pour startup ](/solutions/creation-saas)[ 04\. Développement d'applications métier ](/solutions/developpement-outil-metier)[ 05\. Création d'app mobile ](/solutions/creation-app-mobile)[ 06\. Création de site web ](/solutions/creation-site-web)[ 07\. Création de CRM sur mesure ](/solutions/crm-sur-mesure)[ 08\. Création de marketplace sur mesure ](/solutions/creation-marketplace)[ 09\. Refonte de site web ](/solutions/refonte-site-web)[ 10\. Création d'un ERP sur mesure ](/solutions/creation-erp) ## On discute de votre projet ? Échange gratuit et sans engagement, directement avec un expert du sujet. Devis sous 48h. [Demander un devis](/contact) Prendre rdv Contacter l'équipe de Lonestone