Comment choisir une agence IA : la checklist de l'acheteur

Comment choisir une agence IA ?

Pour choisir une agence IA, vérifiez ses réalisations IA livrées, testez la façon dont l'équipe évalue les sorties du modèle, examinez son approche de la confidentialité des données et des coûts d'exploitation, et assurez-vous qu'elle est aussi une solide équipe de développement logiciel classique. En 2026, toutes les pages marketing se ressemblent ; ces quatre vérifications séparent les équipes qui livrent de celles qui font des démos.

La plupart des fonctions IA échouent pour des raisons ordinaires : des données de mauvaise qualité, aucune évaluation, une propriété floue, des factures d'API qui s'emballent ou un produit faible autour du modèle. Un bon partenaire de développement IA consacre autant d'efforts à ces sujets qu'au modèle lui-même. La checklist ci-dessous s'adresse aux CTO, product owners et fondateurs non techniques d'entreprises d'environ 10 à 200 personnes qui décident qui doit construire leur première ou prochaine fonction IA.

Que vérifier avant de parler à une agence IA ?

Avant le premier appel, vérifiez que l'agence dispose de produits IA que vous pouvez réellement ouvrir ou d'études de cas détaillées avec l'architecture, pas seulement de logos. Cinq minutes sur son portfolio suffisent souvent à savoir si l'IA est une compétence centrale ou une nouvelle étiquette sur un ancien service.

À rechercher :

• Des études de cas avec du détail technique. Quels modèles, quelle approche de recherche documentaire, quelle base vectorielle, comment les sorties sont contrôlées.
• Des produits avec de vrais utilisateurs. Un produit lancé expose l'équipe à des modes de défaillance que les prototypes ne rencontrent jamais.
• Une vraie profondeur en ingénierie classique. Back end, front end, mobile, DevOps. Les fonctions IA vivent à l'intérieur d'un logiciel normal.
• Des notes publiques. Les notes sur les marketplaces et les plateformes d'avis sont imparfaites, mais difficiles à falsifier à grande échelle.

Pour illustrer le niveau de détail à rechercher, notre étude de cas AI Grief Companion décrit des parseurs pour dix formats d'export de conversations, un chiffrement message par message dès l'ingestion, un fine-tuning LoRA sur Qwen2.5-7B, un graphe de faits dans Neo4j et vLLM servant le bon adaptateur à chaque requête. Vous devriez attendre ce niveau de précision de tout prestataire IA de votre shortlist.

Quelles questions poser à une agence IA ?

Posez des questions qui obligent à des réponses précises sur l'architecture, la qualité, les données, les coûts et la propriété. Une équipe compétente y répond avec des arbitrages et des exemples ; une équipe faible répond avec des adjectifs.

Architecture

• Quand utiliseriez-vous la recherche augmentée (RAG) plutôt que le fine-tuning, et que recommandez-vous dans notre cas ?
• Avec quels modèles commenceriez-vous (OpenAI, Claude, modèles open source) et serait-il difficile d'en changer plus tard ?
• Quelle base vectorielle utiliseriez-vous (pgvector, Qdrant ou une autre) et pourquoi ?

Qualité et sécurité

• Comment mesurerez-vous si les sorties de l'IA sont assez bonnes pour le lancement ?
• Comment réduisez-vous les hallucinations, et que fait le produit quand le modèle n'est pas sûr ?
• Comment vous protégez-vous contre l'injection de prompt, en particulier si l'IA peut appeler des outils ou des API ?

Données et confidentialité

• Où nos données sont-elles envoyées et stockées ? Servent-elles à entraîner les modèles de qui que ce soit ?
• Comment les données personnelles et les secrets sont-ils supprimés ou chiffrés ?

Coûts et exploitation

• Combien cette fonction coûtera-t-elle chaque mois en exploitation, au niveau d'usage prévu ?
• Comment plafonnez-vous la dépense par utilisateur et surveillez-vous les coûts d'API ?

Propriété

• À qui appartiennent le code, les prompts, les jeux de données, les jeux d'évaluation et les éventuels modèles entraînés ?
• Tout fonctionnera-t-il sur nos propres comptes cloud et API ?

Comment comparer des agences IA côte à côte ?

Notez chaque agence IA de votre shortlist sur les mêmes critères, avec des pondérations qui reflètent votre niveau de risque. Une grille simple évite que la décision revienne à celui qui a fait la présentation la plus soignée.

Multipliez chaque note par son poids et comparez les totaux, mais lisez aussi les commentaires. Une équipe notée 5 partout sauf sur la confidentialité des données peut malgré tout être le mauvais choix pour un produit de santé ou de finance.

Quels sont les signaux d'alerte lorsqu'on choisit une agence IA ?

Le principal signal d'alerte est un prix et un délai fermes pour un système IA complexe avant que quiconque ait regardé vos données. D'autres signes annoncent des difficultés tout aussi sûrement :

• Des promesses de précision sans jeu de test. "95 pour cent de précision" ne veut rien dire tant que l'on ne sait pas sur quoi.
• Le fine-tuning comme réponse par défaut. La plupart des fonctions IA métier démarrent mieux avec un modèle hébergé, de bons prompts et de la recherche documentaire.
• Aucune mention des coûts d'exploitation. La facture d'API fait partie de l'économie du produit dès le premier jour.
• Tout sur les comptes du prestataire. Clés d'API, comptes cloud et dépôts doivent vous appartenir.
• Un portfolio fait uniquement de démos. Des prototypes sur des données d'exemple propres ne prouvent pas que l'équipe sait gérer des entrées réelles et désordonnées.
• Des juniors derrière une équipe commerciale senior. Demandez qui écrira et relira le code, et rencontrez ces personnes.
• Aucune supervision humaine prévue pour les agents. Un agent IA qui envoie des e-mails, déplace de l'argent ou modifie des enregistrements a besoin d'étapes de validation et de journaux.

Comment structurer une collaboration de développement IA ?

Une collaboration IA saine commence par un court appel de cadrage, un devis forfaitaire et souvent un petit proof of concept comme premier jalon, puis passe à des jalons à périmètre fixe ou à une équipe dédiée une fois l'approche validée. Cette structure limite le risque des deux côtés, car les questions les plus difficiles (qualité des données, choix du modèle, précision acceptable) trouvent leur réponse tôt.

Une structure type :

1. Cadrage, une à trois semaines. Cas d'usage, audit des données, choix d'architecture, critères d'évaluation, estimation des coûts.
2. Proof of concept, deux à quatre semaines (facultatif). La capacité IA principale testée sur vos données réelles.
3. Développement, six à douze semaines. La fonction intégrée à votre produit, avec garde-fous, monitoring et limites d'usage.
4. Lancement et ajustement. Suivi des utilisateurs réels, amélioration des prompts et de la recherche, revue des coûts.

Pour un nouveau produit, la même logique s'applique à l'ensemble du MVP. Notre guide des étapes de développement d'un MVP en présente la version semaine par semaine.

Comment tester l'approche d'évaluation d'une agence IA avant de signer ?

Testez l'approche d'évaluation d'une agence IA en lui confiant 20 à 50 exemples réels de votre activité et en lui demandant comment elle déciderait si la fonction IA les traite suffisamment bien. Une équipe solide transforme cette demande en un jeu de test écrit avec les résultats attendus ; une équipe faible propose de "fine-tuner jusqu'à ce que ça marche".

Une manière pratique de mener ce test pendant la phase commerciale :

1. Partagez un petit échantillon anonymisé. De vrais tickets de support, documents ou enregistrements, y compris quelques cas désordonnés et limites.
2. Demandez des critères d'acceptation. Ce qui compte comme une réponse correcte, partiellement correcte ou comme un échec, et quel taux de réussite est réaliste.
3. Demandez comment les changements de prompt sont vérifiés. Chaque changement de prompt ou de modèle doit être rejoué sur le même jeu de test avant la mise en production.
4. Demandez comment se fait le suivi en production. Journalisation des entrées et sorties (avec un traitement correct des données personnelles), boutons de retour utilisateur et revue périodique.
5. Demandez quels sont les plans de repli. Ce qu'affiche le produit quand le modèle n'est pas sûr, qu'il est lent ou indisponible, et à quel moment un humain prend le relais.

Les réponses révèlent aussi la façon dont l'agence envisage sa responsabilité. L'évaluation est la partie du travail IA qui protège vos utilisateurs et votre marque, et c'est la plus souvent absente des devis bon marché. Si un prestataire ne sait pas l'expliquer simplement, il a peu de chances de la livrer.

La façon dont l'agence IA utilise elle-même l'IA compte-t-elle ?

Oui : une agence qui utilise des outils IA dans sa propre production comprend généralement mieux les limites pratiques des modèles qu'une agence qui se contente de vendre de l'IA. Demandez comment l'équipe utilise l'IA en interne et ce qui reste entre les mains des personnes.

Chez Lytvynov Production, notre propre processus d'ingénierie s'appuie sur des agents de code IA basés sur Claude Code, supervisés par des ingénieurs seniors responsables de l'architecture et de la revue de code. Nous construisons aussi des serveurs MCP et des outils d'agents pour nos propres produits, comme notre tableau de projets interne et le CMS de notre site. C'est cet usage quotidien qui nous apprend où les agents aident, où ils échouent et quels garde-fous comptent. Notre service de développement d'agents IA applique ces enseignements aux systèmes de nos clients.

L'agence IA doit-elle être locale ou offshore ?

La localisation d'une agence IA compte moins que le recouvrement des fuseaux horaires, la qualité de la communication et les conditions du contrat. Beaucoup d'entreprises américaines et britanniques font appel à des équipes d'Europe centrale et orientale ou d'Amérique latine pour disposer d'ingénieurs seniors à des tarifs plus bas.

Si vous envisagez un partenaire nearshore ou offshore, vérifiez le recouvrement des horaires de travail, le droit applicable au contrat, la cession de la propriété intellectuelle et les clauses de traitement des données, ainsi que le plan de continuité de l'équipe. Nous détaillons ces points, y compris les questions de continuité en temps de guerre, dans notre guide sur l'externalisation du développement logiciel en Ukraine.

Comment nous accompagnons les entreprises qui choisissent un partenaire IA

Lytvynov Production est une agence de développement web, mobile et IA basée en Ukraine, qui travaille avec des startups et des entreprises B2B aux États-Unis et en Europe. Nous développons avec les API OpenAI et Claude, le RAG, le fine-tuning de LLM et les serveurs MCP, sur une stack PHP/Symfony, React et React Native. Parmi nos propres produits figurent AI Resume Master, qui a atteint 50 000 utilisateurs actifs mensuels, et un prototype d'essaim de drones autonomes pour l'agriculture de précision construit en interne dans le cadre de notre R&D.

Appliquez la grille ci-dessus à nous aussi bien qu'aux autres prestataires. Réservez un appel de cadrage et posez-nous chacune des questions de cette checklist. Pour ajouter de l'IA à un produit existant, consultez notre service d'intégration IA ; pour des assistants fondés sur vos connaissances internes, voyez le développement RAG.