10 questions à poser à une agence IA avant de signer

Vous avez identifié un cas d’usage, défini un budget, peut-être même réalisé un audit IA. L’agence en face de vous a présenté une démo impressionnante, cité deux ou trois clients, et envoyé une proposition commerciale bien ficelée. La tentation est grande de signer. Le problème, c’est que la plupart des mauvaises expériences avec un prestataire IA ne viennent pas d’une arnaque : elles viennent de questions que personne n’a posées au bon moment. Propriété des données, niveau réel d’expertise, engagements de performance, conditions de sortie — autant de sujets qui, laissés dans le flou, se transforment en litiges ou en dépendances coûteuses.

Ces dix questions ne sont pas théoriques. Elles sont tirées des retours de terrain de dirigeants de PME et ETI ayant mené des projets IA, et recoupées avec les recommandations de cabinets juridiques spécialisés. Chaque question est accompagnée de ce qu’il faut attendre comme réponse — et des signaux d’alerte à repérer.

1. Quelle est votre expertise technique réelle en IA ?

La première question est la plus directe, et c’est souvent celle qu’on n’ose pas poser frontalement. Le marché de l’IA compte en 2026 un nombre considérable d’agences qui se sont repositionnées depuis le web, le marketing digital ou le développement logiciel classique. Leur site affiche « IA » partout, mais leur compétence réelle se limite à brancher des API tierces sans comprendre les mécanismes sous-jacents.

Une agence IA crédible doit pouvoir expliquer quels modèles elle maîtrise (LLM, modèles de vision, modèles prédictifs), quels frameworks elle utilise (LangChain, Hugging Face, scikit-learn, PyTorch…), et surtout quelle est la composition de son équipe technique : data scientists, ML engineers, développeurs back-end, ou simples intégrateurs no-code ? La réponse en dit long sur ce que l’agence peut réellement construire versus ce qu’elle sous-traite.

Signal d’alerte : l’agence ne peut citer que ChatGPT ou Gemini comme « technologie IA », sans distinction entre intégration d’API et développement de modèles sur mesure. Autre red flag : aucune certification technique dans l’équipe (AWS Machine Learning, Google Cloud AI, ou équivalent).

2. Quelles références vérifiables pouvez-vous présenter ?

Les logos sur un site web ne suffisent pas. Demandez des études de cas détaillées : quel était le problème, quelle solution a été déployée, quels résultats mesurés, sur quelle durée. Une agence sérieuse peut fournir au minimum deux ou trois cas documentés avec des métriques concrètes (taux de résolution, gain de temps, réduction de coûts).

Allez plus loin : demandez à parler directement à un client existant. Si l’agence refuse ou botte en touche, c’est un signal fort. Les agences qui livrent de la valeur réelle n’ont aucune raison de cacher leurs références. Vérifiez aussi la cohérence : une agence qui prétend avoir travaillé pour un grand groupe mais n’a que des projets de quelques milliers d’euros à son actif pose question.

Signal d’alerte : des cas clients vagues (« un acteur du retail », « une entreprise du CAC 40 »), sans chiffres, sans contact référent, et sans code ou démo montrable.

3. Qui travaillera concrètement sur mon projet ?

En phase commerciale, vous échangez avec des profils seniors. En phase de production, le projet peut être confié à des profils juniors ou à des sous-traitants que vous n’avez jamais rencontrés. C’est un classique du secteur, et pas uniquement dans l’IA. Mais sur un projet IA, la compétence individuelle des intervenants a un impact direct sur la qualité du résultat : un modèle mal entraîné ou une architecture mal pensée, c’est de la dette technique dès le jour 1.

Exigez de connaître l’équipe projet avant de signer : noms, rôles, séniorité, et part de la mission effectivement réalisée en interne. Si l’agence sous-traite une partie du développement (ce qui peut être parfaitement légitime), vous devez le savoir et comprendre comment la qualité est garantie.

Signal d’alerte : l’agence ne peut pas nommer les intervenants, ou annonce une équipe qui change entre la proposition et le kick-off.

4. Comment cadrez-vous le périmètre et les livrables ?

Un projet IA mal cadré dérive presque systématiquement. Le cadrage est la phase la plus sous-estimée : beaucoup d’agences passent directement de la démo au développement, sans avoir formalisé précisément ce qui sera livré, à quelle échéance, et selon quels critères de validation.

Attendez-vous à ce que l’agence propose un cadrage structuré : définition du cas d’usage prioritaire, identification des données nécessaires, architecture technique prévisionnelle, jalons de livraison, et critères de succès mesurables. Un bon cadrage prend entre une et trois semaines — pas une demi-journée.

Signal d’alerte : la proposition commerciale décrit un « livrable final » sans jalons intermédiaires, sans critères de validation, et sans phase de test utilisateur.

5. Quels indicateurs de performance et quels SLA proposez-vous ?

Si l’agence ne peut pas expliquer comment elle mesurera le succès du projet, elle ne sait pas ce qu’elle promet. Les SLA (Service Level Agreements) et les KPI (Key Performance Indicators) ne sont pas réservés aux grands comptes : ils protègent le client quelle que soit la taille du projet.

Pour un projet IA, les indicateurs pertinents dépendent du cas d’usage. Pour un chatbot : taux de résolution au premier contact, temps de réponse, taux de transfert vers un agent humain. Pour un modèle prédictif : précision, rappel, F1-score, taux de faux positifs. Pour de l’automatisation : taux d’erreur, volume de tâches traitées, temps gagné par opérateur. L’agence doit proposer ces métriques avant le démarrage, pas les improviser en fin de projet.

Le contrat doit aussi prévoir ce qui se passe quand les SLA ne sont pas atteints : pénalités, plans de remédiation, droit de résiliation. Sans ces clauses, les engagements de performance restent des déclarations d’intention.

Signal d’alerte : l’agence parle de « résultats » en termes qualitatifs uniquement, sans aucun indicateur chiffré ni engagement formel.

6. À qui appartiennent les données, les modèles et le code produit ?

La propriété intellectuelle est le point de friction le plus fréquent dans les projets IA, et souvent le plus mal traité contractuellement. Trois catégories d’actifs doivent être clarifiées séparément :

• Les données — vos données d’entraînement restent-elles votre propriété exclusive ? L’agence peut-elle les réutiliser pour d’autres clients ou pour améliorer ses propres modèles ? Sont-elles supprimées en fin de contrat ?
• Les modèles entraînés — un modèle fine-tuné sur vos données est un actif de valeur. Le contrat doit préciser si vous en êtes propriétaire, si vous recevez les poids du modèle, ou si l’agence conserve la maîtrise technique et vous facture l’accès.
• Le code source — scripts d’entraînement, pipelines de données, interfaces, orchestration : qui détient le code, et sous quelle licence ? Pouvez-vous le réutiliser, le modifier, le confier à un autre prestataire ?

Les cabinets juridiques spécialisés recommandent de distinguer les éléments préexistants (les outils et bibliothèques que l’agence utilise déjà), les développements spécifiques (ce qui est créé pour votre projet), et les améliorations génériques (ce que l’agence tire du projet pour enrichir son propre savoir-faire). Une clause globale « tout appartient au client » ou « tout appartient au prestataire » crée un déséquilibre : la bonne pratique est de traiter chaque catégorie séparément.

Signal d’alerte : le contrat ne mentionne pas la propriété intellectuelle, ou la traite en une phrase générique sans distinguer données, modèles et code.

7. Comment gérez-vous la conformité RGPD et AI Act ?

Depuis février 2025, les premières dispositions de l’AI Act européen sont entrées en application : interdiction de certaines pratiques, obligations de transparence, classification des systèmes IA par niveau de risque. En 2026, les exigences se renforcent progressivement. Une agence IA qui ne connaît pas ces obligations ou qui balaie le sujet d’un « on s’en occupe » ne peut pas vous accompagner sérieusement.

Concrètement, demandez : comment classez-vous le système que vous allez développer dans la grille de risque de l’AI Act ? Quelles mesures de transparence prévoyez-vous (information des utilisateurs, documentation technique) ? Comment traitez-vous les données personnelles : hébergement (France, UE, hors UE ?), durée de conservation, anonymisation, base légale de traitement au sens du RGPD ?

L’agence doit aussi pouvoir répondre à une question simple : les prompts et les données que je fournis seront-ils utilisés pour entraîner d’autres modèles ? Chez certains fournisseurs d’API (OpenAI, Google, Anthropic), les conditions varient selon le plan choisi. L’agence doit maîtriser ces nuances et vous garantir la ségrégation de vos données.

Signal d’alerte : l’agence confond RGPD et AI Act, ne sait pas classer son système dans la grille de risque, ou ne peut pas préciser où seront hébergées vos données.

8. Quelle est votre méthodologie de projet ?

L’IA ne se gère pas comme un projet web classique. Les résultats dépendent de la qualité des données, de l’expérimentation, et de boucles itératives rapides. Une méthodologie en cascade (spécification complète, puis développement, puis livraison) est inadaptée : elle ne permet pas d’ajuster le tir quand un modèle ne performe pas comme prévu.

Attendez une approche par sprints courts (deux à trois semaines), avec des livrables intermédiaires, des points de décision explicites, et la possibilité d’ajuster le périmètre en cours de route. Le client doit être impliqué à chaque sprint : validation des données, tests utilisateurs, retours sur les résultats. Un projet IA où le client ne voit rien pendant deux mois est un projet qui dérive.

Demandez aussi comment l’agence gère les surprises techniques : que se passe-t-il si le modèle ne converge pas ? Si les données s’avèrent insuffisantes ? Si un composant tiers change ses conditions ? La réponse à ces questions révèle la maturité opérationnelle de l’agence.

Signal d’alerte : l’agence propose un planning linéaire avec une seule date de livraison finale, sans point intermédiaire ni mécanisme d’ajustement.

9. Que prévoyez-vous en cas de réversibilité ou de changement de prestataire ?

Aucun dirigeant ne signe un contrat en pensant changer de prestataire. Mais ne pas prévoir la sortie, c’est s’exposer à une dépendance technique qui peut coûter cher. Si l’agence héberge vos modèles, traite vos données et détient le code source sans clause de réversibilité, vous êtes piégé : la migration vers un autre prestataire devient un projet en soi, long et coûteux.

Le contrat doit prévoir :

• Les modalités de transfert — délais (par exemple 30 jours ouvrés), formats standards exigés pour l’export des données et des modèles, obligation de coopération du prestataire sortant.
• La documentation technique — l’agence doit livrer une documentation complète (architecture, schémas, guides) permettant à un tiers de reprendre le projet.
• La suppression des données — avec certificat de destruction à l’appui.

Idéalement, prévoyez aussi une période de transition durant laquelle l’ancien et le nouveau prestataire peuvent accéder à l’environnement en parallèle, pour assurer une bascule sans interruption de service.

Signal d’alerte : le contrat ne contient aucune clause de réversibilité, ou la réversibilité est conditionnée à des frais disproportionnés.

10. Quel accompagnement proposez-vous après le déploiement ?

Un modèle IA déployé n’est pas un logiciel figé. Il dérive dans le temps : les données évoluent, les comportements utilisateurs changent, les performances se dégradent. Sans suivi, un chatbot qui fonctionnait à 85 % de résolution au lancement peut tomber à 60 % en quelques mois. Un modèle prédictif entraîné sur des données 2025 perd en pertinence si le contexte marché change.

Demandez ce que l’agence propose en post-déploiement : monitoring des performances, réentraînement périodique des modèles, support technique, mise à jour en cas de changement réglementaire. Quel est le coût de cette maintenance ? Est-elle incluse dans le contrat initial ou facturée séparément ? Quelle est la durée d’engagement ?

La question du transfert de compétences est aussi centrale : l’agence forme-t-elle vos équipes à piloter la solution en autonomie, ou crée-t-elle une dépendance de fait en restant le seul interlocuteur technique ? Un bon prestataire vous rend progressivement autonome. Un prestataire captif vous facture indéfiniment.

Signal d’alerte : l’agence n’évoque jamais la phase post-déploiement, ou propose un support limité à trois mois sans plan de montée en compétences.

 

Récapitulatif : les 10 questions et les réponses attendues

 

Notre avis

Ces dix questions ne sont pas un interrogatoire : elles constituent un cadre de dialogue qui protège les deux parties. Une agence compétente et honnête répondra sans difficulté à chacune d’entre elles — et appréciera même qu’un client les pose, parce qu’elles témoignent d’une maturité qui facilite la collaboration.

Si vous obtenez des réponses évasives sur plus de deux ou trois de ces points, c’est un signal clair : soit l’agence manque de maturité, soit elle préfère le flou contractuel au cadre structuré. Dans les deux cas, le risque est pour vous.

Prenez le temps de poser ces questions avant la proposition commerciale, pas après. Le cadrage en amont est gratuit. Les litiges en aval ne le sont jamais. Et si vous cherchez une méthodologie complète pour choisir votre agence IA, le guide dédié vous accompagne étape par étape, du brief initial à la signature.