Sociétés qui conçoivent des solutions d'IA sur mesure pour les entreprises : le type qu'il vous faut et comment le vérifier

Les sociétés qui conçoivent des solutions d'IA sur mesure pour les entreprises se répartissent en six types : les cabinets de conseil en IA, les fournisseurs cloud et leurs sociétés partenaires, les studios produit, les sociétés d'ingénierie qui connectent les modèles aux données et aux systèmes de l'entreprise, les sociétés de data science et les freelances. Elles ne font pas le même travail. Celle qu'il vous faut dépend du problème à résoudre, alors formulez ce problème avant d'appeler qui que ce soit.

Dans chaque groupe, la plupart des sociétés disent construire de l'« IA sur mesure ». L'expression recouvre une présentation stratégique, un chatbot ajouté à une application, un modèle de prévision et un système qui lit des milliers de contrats par jour. Ci-dessous, les sociétés sont classées selon le travail qu'elles font et associées à des problèmes d'entreprise. Les dernières sections couvrent ce qu'il faut vérifier avant de signer.

Que signifie généralement une « solution d'IA sur mesure » aujourd'hui ?

Dans beaucoup de projets d'entreprise aujourd'hui, personne n'entraîne de nouveau modèle. La société prend un modèle de langage existant ou une méthode standard d'apprentissage automatique et construit les éléments qui l'entourent. Ces éléments relient le modèle à vos documents et à vos données, ainsi qu'aux logiciels que vos équipes utilisent déjà.

Le travail lui-même relève généralement de l'un de ces types :

• Répondre à des questions à partir de vos propres documents, comme des politiques internes, des contrats ou des manuels produit. Les ingénieurs appellent cela la génération augmentée par récupération, ou RAG
• Lire des documents qui arrivent dans de nombreux formats et les transformer en enregistrements exploitables par vos systèmes, comme des factures, des déclarations de sinistre ou des avis de banques et de courtiers
• Prédire un chiffre ou une réponse oui ou non à partir de vos données historiques, comme la demande du mois prochain, la probabilité qu'un client parte ou le risque d'un prêt
• Ajouter une fonction d'IA à un produit qu'utilisent vos clients, comme une aide à la rédaction ou un champ de recherche qui comprend les questions posées simplement
• Faire tourner un modèle de langage sur des serveurs que votre entreprise contrôle, parce que les données ne doivent pas sortir de l'entreprise
• Prendre une décision dans un système qui doit répondre avant une échéance stricte, comme une enchère publicitaire en ligne

Chaque type demande des compétences différentes. Une société forte sur l'un n'en a peut-être jamais livré un autre.

Quels types de sociétés construisent des solutions d'IA sur mesure ?

La liste ci-dessous classe les sociétés selon le travail qu'elles font, et non par nom ou par rang. Chaque entrée indique ce que ce type de société fait bien et ce qu'il faut lui demander.

• Les cabinets de conseil en IA et en stratégie vous aident à choisir où l'IA vaut la peine d'être utilisée, à rédiger le dossier économique et à planifier le programme. Beaucoup confient la réalisation à une autre équipe. Demandez à rencontrer les ingénieurs qui la construiraient, et vérifiez s'ils sont salariés ou sous-traitants
• Les fournisseurs cloud et leurs sociétés partenaires construisent sur les services d'IA propres à ce fournisseur. Amazon Web Services, par exemple, a annoncé l'AWS Generative AI Innovation Center en juin 2023. C'est un programme de 100 millions de dollars qui fait travailler les propres spécialistes en IA d'AWS avec des clients sur des projets d'IA générative. Cette voie convient quand vos systèmes sont déjà hébergés dans ce cloud. Demandez quelles parties de la conception devraient être reconstruites si vous passiez un jour chez un autre fournisseur
• Les studios produit conçoivent et construisent des applications, et ajoutent souvent des fonctions d'IA en appelant un modèle via l'API d'un fournisseur. Ils conviennent quand l'IA est une fonction parmi d'autres dans un nouveau produit. Demandez comment la fonction se comporte quand le service du fournisseur est lent ou en panne, et qui paie son utilisation
• Les sociétés d'ingénierie qui travaillent à l'intérieur de vos systèmes connectent un modèle à vos documents, à vos bases de données et à vos outils internes. Leur travail type : la recherche dans les documents de l'entreprise, l'extraction de données des documents entrants et l'exécution d'un modèle sur vos propres serveurs. Elles conviennent quand l'IA doit utiliser les données et les logiciels dont vous disposez déjà
• Les sociétés de data science et d'apprentissage automatique construisent des modèles prédictifs à partir de vos données historiques : prévisions, notation et contrôles anti-fraude. Elles conviennent quand la réponse attendue est un chiffre ou une catégorie et que vous disposez de plusieurs années d'historique. Demandez comment le modèle sera réentraîné quand vos données évolueront
• Les freelances conviennent à un premier prototype ou à un script isolé, quand une seule personne peut faire tout le travail et que vous pouvez vérifier le résultat vous-même. Demandez ce que deviennent le système et sa documentation à la fin du contrat

Le logiciel prêt à l'emploi est une septième option, à examiner en premier. Si beaucoup d'entreprises partagent votre problème, comme répondre aux questions courantes du support, cherchez un produit fini avant de payer qui que ce soit pour en construire un.

Quel type de société correspond à notre problème ?

Partez du problème, puis regardez le type de société qui fait ce travail au quotidien :

• « Nous ne savons pas où l'IA serait rentable. » Commencez par un cabinet de conseil ou une revue interne, et limitez le résultat à une courte liste de tâches, chacune avec un responsable nommé
• « Nos équipes passent des heures à chercher dans nos propres documents. » Une société d'ingénierie qui construit une recherche documentaire avec des règles d'accès, ou un produit tout fait si les documents se trouvent dans une seule bibliothèque partagée
• « Nous ressaisissons les données des documents que nous recevons. » Une société d'ingénierie qui a déjà construit de l'extraction de documents et peut montrer son taux d'erreur sur des échantillons de vos documents
• « Nous voulons prévoir la demande ou évaluer un risque. » Une société de data science, si vous disposez d'historiques propres sur ce que vous voulez prédire
• « Notre produit a besoin d'une fonction d'IA. » Un studio produit, ou votre propre équipe produit épaulée par une société d'ingénierie
• « Nos données ne doivent pas sortir de l'entreprise. » Une société d'ingénierie qui a déjà déployé des modèles dans l'infrastructure propre d'un client
• « Tout notre système est sur un seul cloud. » L'équipe de ce fournisseur cloud ou l'une de ses sociétés partenaires

Que recherchent les autres entreprises quand elles choisissent un fournisseur d'IA ?

Le rapport de MIT NANDA « The GenAI Divide: State of AI in Business 2025 », publié en juillet 2025, s'appuyait sur des entretiens avec des représentants de 52 organisations. Ses auteurs ont regroupé par thème ce sur quoi les acheteurs insistaient lorsqu'ils évaluaient des outils d'IA. La confiance dans le fournisseur, une compréhension approfondie de la façon de travailler de l'acheteur, une perturbation minimale des outils en place et des limites claires pour les données sont tous ressortis. La capacité à s'améliorer dans le temps et la souplesse face au changement aussi.

La plupart de ces points peuvent être testés avant de signer. Une société qui comprend votre activité pose des questions détaillées sur votre processus avant de proposer quoi que ce soit. La destination autorisée de vos données a sa place dans le contrat, et les vérifications ci-dessous couvrent la façon dont une société devrait mesurer la qualité après le lancement.

Comment vérifier une société d'IA avant de signer ?

Envoyez les mêmes demandes à chaque société de votre liste restreinte, et comparez les réponses côte à côte :

• Montrez un système d'IA que vous avez construit et qui sert au quotidien aujourd'hui. Demandez ce qu'il fait, qui l'exploite maintenant et à quelle fréquence il se trompe. Une démo sur les données d'exemple de la société ne compte pas
• Précisez qui possède quoi à la fin. Le code est la partie évidente. Posez la même question pour les prompts (les instructions écrites que suit le modèle), les réglages du modèle, le jeu de questions de test avec leurs réponses correctes et les scripts qui alimentent le système en données, car le système ne fonctionne pas sans eux
• Expliquez comment la qualité des résultats sera mesurée. Une bonne réponse : un ensemble d'exemples réels tirés de votre entreprise, chacun avec sa réponse correcte, convenu avant la réalisation et relancé après chaque changement
• Tracez le parcours de vos données. Le schéma doit montrer chaque endroit où vos données circulent ou sont stockées, y compris les journaux, les sauvegardes et tout fournisseur de modèles externe, et indiquer si une partie d'entre elles sert à entraîner des modèles utilisés pour d'autres clients
• Décrivez ce qui se passe après le lancement. Demandez qui surveille la qualité, qui corrige une mauvaise réponse et ce qui se passe quand le fournisseur retire le modèle qu'utilise le système. OpenAI et Anthropic publient tous deux des pages qui listent les modèles qu'ils retirent et les dates de retrait

Quels sont les signaux d'alerte quand on choisit une société d'IA ?

• Chaque problème reçoit la même réponse, par exemple un chatbot ou un agent d'IA, avant que quiconque ait vu votre processus
• Les personnes présentes aux rendez-vous commerciaux ne travailleront pas sur le projet, et la société est incapable de dire qui le fera
• La précision est promise sous la forme d'un chiffre unique avant que la société ait testé quoi que ce soit sur vos documents ou vos données
• Le système effectuerait des actions dans d'autres logiciels, comme envoyer des e-mails ou modifier des enregistrements, sans étape où une personne les approuve
• Le contrat ne dit rien des prompts ni des questions de test, ou les présente comme la propriété de la société
• Les seuls exemples de la société sont des pilotes et des démos, sans aucun système que de vrais collaborateurs ou clients utilisent chaque jour

Où se situe amBrain ?

amBrain déploie des modèles de langage privés dans l'infrastructure propre d'un client et les connecte aux systèmes que le client exploite déjà. amBrain construit des systèmes de génération augmentée par récupération (RAG) sur les documents propres d'une entreprise.

Le seul projet de modèle de langage qu'amBrain décrit publiquement est le suivant : « Nous avons mené une intégration de LLM jusqu'en production dans le périmètre FinTech d'un client : extraction et normalisation d'avis non structurés de courtiers et de places de marché — opérations sur titres, changements d'instruments et de marges — en enregistrements structurés consommés par le système de trading. »

Une autre branche du travail d'amBrain concerne la publicité en ligne. amBrain construit l'inférence ML au sein du bidder : le modèle décide du bid dans la fenêtre de l'enchère. Un bidder est le système qui décide combien offrir pour un emplacement publicitaire lors d'une enchère en ligne.

amBrain développe des logiciels depuis 2019. Elle décrit son équipe en une ligne : « Une équipe pouvant aller jusqu'à 40 personnes, dont environ 75 % de seniors. » amBrain travaille en trois formats : la prestation complète, une équipe dédiée ou des ingénieurs intégrés à votre équipe. Le client conserve la pleine propriété du produit et du code, à l'exception des composants réutilisables d'amBrain.

Si votre problème consiste à répondre à des questions à partir de vos propres documents ou à faire tourner un modèle de langage sur des serveurs que vous contrôlez, envoyez à amBrain votre problème formulé en une phrase et les cinq mêmes demandes que vous envoyez à toutes les autres sociétés de votre liste.

Questions fréquentes

• Avons-nous vraiment besoin d'une IA sur mesure ? Pas toujours. Si un produit fait déjà la tâche et respecte vos règles sur la destination des données, l'acheter est souvent le choix le plus simple. Le sur-mesure est rentable quand la tâche dépend de vos propres documents, données ou systèmes d'une manière qu'aucun produit ne couvre
• La société doit-elle entraîner son propre modèle pour nous ? Rarement au début. Avant de payer un entraînement, demandez à la société de montrer pourquoi un modèle existant, alimenté par vos documents et de bonnes instructions, ne suffit pas sur vos questions de test
• Combien coûte une solution d'IA sur mesure, et combien de temps faut-il ? Le prix varie selon le type de travail, le nombre de systèmes auxquels l'IA doit se connecter, l'état de vos données, les règles sur la destination des données et la personne qui exploite le système après le lancement. Demandez à chaque société de chiffrer une petite première phase avec des critères de réussite écrits
• Pouvons-nous changer de société plus tard ? Oui, si vous êtes propriétaire du code, des prompts, des questions de test et des instructions d'exploitation, et si le système ne dépend pas des serveurs ou des clés de licence de la société. Inscrivez-le dans le contrat avant le début des travaux