Combien coûte un agent IA en 2026 ? Fourchettes & ROI

Réponse courte. En 2026, un agent IA d'entreprise coûte entre 12 000 € et 80 000 € HT en investissement initial selon le périmètre, plus une enveloppe récurrente de 200 € à 3 000 € par mois (modèles, infrastructure, maintenance). Un POC ciblé sur un cas d'usage unique se boucle souvent autour de 12 000 à 18 000 €. Un MVP industrialisé branché sur deux ou trois systèmes internes évolue entre 25 000 et 45 000 €. Une plateforme d'agents multi-cas, RAG souverain et observabilité complète dépasse rapidement les 60 000 €. Le bon réflexe n'est pas de viser le devis le plus bas, mais de calibrer l'investissement sur le ROI démontrable, généralement atteint en 4 à 9 mois quand le périmètre est correctement délimité.

Cet article détaille ce que l'on facture réellement en mission : les fourchettes par typologie de projet, les six facteurs qui font varier la note du simple au triple, les coûts récurrents que les devis cachent souvent, et un cas client documenté (Transports Berthaud, 150 heures économisées par mois) pour illustrer le calcul de ROI. L'objectif est simple : vous donner les ordres de grandeur précis pour cadrer un budget réaliste, puis arbitrer entre développement sur mesure, plateforme du marché ou approche hybride. Pour le contexte technique général, voir aussi notre page Agent IA pour l'entreprise.

Les trois fourchettes : POC, MVP, scale

Tous les projets d'agent IA n'ont pas la même ambition. En cinq ans de missions chez des PME et scale-up, nous distinguons systématiquement trois typologies d'investissement, qui correspondent à trois niveaux de maturité et trois objectifs business différents.

POC (Proof of Concept) — 12 000 à 18 000 € HT

Un POC d'agent IA vise à démontrer la valeur sur un cas d'usage unique et borné. Typiquement : un assistant interne qui répond aux questions sur la documentation produit, un agent qui qualifie des leads entrants à partir d'un formulaire, un bot qui résume les comptes-rendus de réunion. Le périmètre est volontairement réduit pour livrer en 3 à 5 semaines.

Ce que couvre le budget : un cadrage fonctionnel court (1 à 2 jours), l'ingestion d'une base de connaissances limitée (50 à 200 documents), la mise en place d'un pipeline RAG simple, une interface de chat web ou Slack, et un déploiement en environnement de pré-production. Pas de SSO, pas d'observabilité fine, pas d'intégrations métier complexes. L'objectif est de valider que la technologie répond bien au besoin avant d'industrialiser.

MVP industrialisé — 25 000 à 45 000 € HT

Un MVP industrialisé est un agent IA déployé en production, branché sur deux ou trois systèmes internes, utilisable au quotidien par 10 à 100 collaborateurs. C'est le format le plus fréquent en mission. Périmètre type : un agent commercial qui rédige des devis à partir du CRM et du catalogue produit, un agent support qui répond aux tickets niveau 1 en lisant la base de connaissances et l'historique client, un agent ops qui pré-remplit des bons de commande à partir d'un email entrant.

Ce que couvre le budget : un cadrage produit complet (5 à 10 jours), un pipeline RAG avec chunking optimisé, deux à trois intégrations API (CRM, ERP, helpdesk), une UI dédiée ou intégration dans un outil existant (Slack, Teams, Intercom), authentification SSO, observabilité de base (logs, métriques de qualité), un environnement de production hébergé en UE, et une période de garantie de 1 à 2 mois. La durée typique : 8 à 14 semaines.

Scale-up : plateforme d'agents — 50 000 à 80 000 € HT (et plus)

Une plateforme d'agents IA est une infrastructure réutilisable qui héberge plusieurs agents pour plusieurs équipes. C'est le bon format quand la direction veut systématiser l'IA dans tous les départements (commerce, support, RH, finance) plutôt que multiplier les outils ponctuels. Périmètre type : un orchestrateur d'agents (n8n, LangGraph), une base vectorielle mutualisée, un système de gestion des prompts versionnés, un panneau d'administration métier, des connecteurs réutilisables, des garde-fous éthiques et un reporting qualité.

Ce que couvre le budget : architecture cloud souveraine ou self-hosted, RAG avancé avec re-ranking et hybrid search, fine-tuning ou adapters spécifiques si nécessaire, observabilité complète (LangSmith, Langfuse, Helicone), tests automatisés des prompts, RBAC fin, audit logs RGPD, intégration à 5+ systèmes internes, formation des équipes opérationnelles. Durée : 4 à 6 mois, parfois davantage. Au-delà de 80 000 €, on parle souvent de programmes IA pluri-annuels avec une équipe dédiée.

Tableau comparatif des coûts

Note : les fourchettes sont basées sur nos missions 2024-2026 chez Genee, hors fine-tuning lourd, hors hardware GPU dédié. Les coûts récurrents incluent les appels API LLM, l'infrastructure (VM, base vectorielle, monitoring) et un forfait maintenance évolutive.

Les 6 facteurs qui font vraiment varier le prix

Deux projets d'agent IA d'apparence identique peuvent voir leur budget varier du simple au triple. Six facteurs concentrent l'essentiel de cette variabilité. Les comprendre permet de challenger un devis et de calibrer le bon niveau d'investissement.

1. Le choix du modèle de langage

Le modèle (LLM) est la brique centrale de l'agent. En 2026, le coût par requête varie d'un facteur 50 entre les options. Un modèle propriétaire haut de gamme (Claude Opus 4.7, GPT-5) coûte typiquement 8 à 25 € par million de tokens en entrée. Un modèle ouvert auto-hébergé (Mistral Large, Llama 4, Qwen 3) revient à 0,5 à 3 € par million de tokens, hors coût d'infra GPU. Un modèle distillé (Haiku, Mistral Small, Phi-4) se situe entre les deux, à 0,5 à 2 €.

Le bon réflexe n'est pas de viser systématiquement le moins cher. Sur un cas d'usage support critique, un modèle haut de gamme évite des hallucinations qui coûtent plus cher en réputation que le surcoût LLM. Sur un cas d'usage à fort volume (résumé d'emails, classification de tickets), un modèle distillé suffit largement. Le bon devis détaille toujours l'arbitrage modèle / coût / qualité par cas d'usage.

2. RAG vs fine-tuning vs agents

Trois architectures dominent en 2026, avec des coûts très différents.

• RAG (Retrieval-Augmented Generation) : on indexe la base documentaire dans une base vectorielle, le modèle interroge cette base à chaque requête. C'est l'option par défaut pour 80 % des cas d'usage. Coût d'implémentation : 8 000 à 25 000 €. Pour comprendre le mécanisme, voir notre article RAG : comment ça marche ?.
• Fine-tuning ou adapters (LoRA, QLoRA) : on spécialise un modèle ouvert sur un corpus interne. Pertinent quand le langage métier est très spécifique (juridique, médical, technique pointu) ou quand la latence et le coût d'inférence priment. Coût supplémentaire : 10 000 à 40 000 € selon le volume de données et l'infrastructure d'entraînement.
• Agents multi-étapes (orchestration) : l'agent enchaîne plusieurs actions — appeler un outil, lire une base, générer une réponse, déclencher une action. C'est ce qui transforme un chatbot en véritable agent. Coût additionnel : 5 000 à 20 000 € pour la couche d'orchestration. Pour des illustrations concrètes, voir 10 exemples d'agents IA en entreprise.

3. Les intégrations métier

Un agent isolé sert à peu de choses : sa valeur naît de ses connexions au CRM, à l'ERP, au helpdesk, à la GED, à la messagerie. Chaque intégration coûte entre 2 000 et 8 000 € selon la qualité de l'API cible. Une intégration HubSpot ou Salesforce sur des objets standards : 2 000 à 4 000 €. Une intégration sur un ERP propriétaire (Cegid, Sage, NetSuite) avec mapping personnalisé : 5 000 à 8 000 €. Une intégration via API SOAP legacy ou EDI : facilement 8 000 à 15 000 €. Un agent réellement utile compte entre 2 et 5 intégrations en moyenne.

4. La qualité et le volume des données

Un RAG performant exige des données propres, structurées, à jour. Si la base documentaire est éparpillée entre Notion, Drive, SharePoint, fichiers Excel et emails, prévoyez 5 000 à 15 000 € rien que pour la collecte, le nettoyage, la normalisation et la déduplication. Beaucoup de devis sous-estiment ce poste — c'est pourtant celui qui détermine 70 % de la qualité finale de l'agent.

5. L'infrastructure et la souveraineté

Un agent en mode SaaS (API OpenAI / Anthropic + base vectorielle managée) coûte 200 à 800 € par mois en infra mais peut poser problème côté RGPD ou souveraineté. Un agent self-hosted en UE (modèle ouvert sur GPU dédié, base vectorielle Qdrant ou pgvector self-hosted, orchestrateur n8n) coûte 800 à 2 500 € par mois mais garde toutes les données chez vous. La différence d'investissement initial atteint souvent 10 000 à 20 000 € en faveur du SaaS, à arbitrer selon votre exposition réglementaire.

6. L'observabilité et la qualité en production

Un agent en production sans observabilité est une bombe à retardement : impossible de détecter les régressions de qualité, les hallucinations récurrentes, les dérives de coût. Une stack d'observabilité moderne (LangSmith, Langfuse, Helicone, OpenLLMetry) coûte 100 à 400 € par mois en SaaS, ou 2 000 à 5 000 € en setup self-hosted. C'est l'un des postes les plus rentables : il évite de découvrir trois mois trop tard que la qualité s'est dégradée.

Coûts récurrents : infra, modèles, maintenance

Le coût d'investissement initial ne représente que 60 à 70 % du coût total sur 24 mois. Trois postes récurrents complètent l'équation et doivent être budgétés dès le départ.

Coût des appels LLM

C'est le poste le plus difficile à anticiper. Une règle empirique tirée de nos missions : un agent utilisé par 50 collaborateurs avec une dizaine de requêtes par jour chacun consomme entre 80 et 250 € par mois en appels API sur un modèle haut de gamme, et 15 à 60 € sur un modèle distillé. Un agent client-facing (chatbot site web) à 5 000 conversations par mois oscille entre 200 et 800 €. Au-delà de 50 000 conversations mensuelles, le passage à un modèle ouvert auto-hébergé devient souvent rentable malgré le surcoût d'infra.

Infrastructure et bases vectorielles

Une base vectorielle managée (Pinecone, Qdrant Cloud, Weaviate Cloud) coûte 50 à 300 € par mois selon le nombre de vecteurs (250 000 à 5 millions) et le débit de requêtes. En self-hosted, comptez plutôt 30 à 80 € par mois pour la VM et le stockage, plus le temps DevOps. L'orchestrateur (n8n, LangGraph, Temporal) ajoute 20 à 80 € par mois en hébergement.

Maintenance évolutive

Un agent IA n'est jamais figé : prompts à affiner après retours utilisateurs, base documentaire à mettre à jour, intégrations à patcher quand l'API CRM évolue, montée de version du modèle quand un nouveau LLM sort. Comptez un forfait de maintenance entre 500 € et 1 800 € par mois selon la criticité. C'est ce qui distingue un agent qui reste utile pendant 3 ans d'un agent qui dérive en 6 mois faute de suivi. Pour un cadrage budgétaire complet, consultez nos tarifs.

ROI réel : retour d'expérience Genee

Un budget de 30 000 € pour un agent IA n'a de sens que mis en regard du gain qu'il génère. En mission, nous mesurons systématiquement le ROI sur trois axes : le temps gagné par les équipes, la qualité du service rendu, et les revenus additionnels ou les coûts évités. Voici les chiffres que nous observons en moyenne.

Temps gagné

Sur un agent support N1 bien cadré, les agents humains traitent 30 à 50 % de tickets en moins, ou les traitent 40 à 60 % plus vite. Sur un agent commercial qui rédige des devis ou des emails de relance, on observe couramment 5 à 12 heures gagnées par commercial et par semaine. Sur un agent ops qui pré-remplit des documents (bons de commande, contrats, comptes-rendus), 15 à 30 minutes économisées par document, multipliées par le volume.

Qualité et conformité

Un agent bien instrumenté garantit l'application stricte des process : tarification respectée, mentions légales toujours présentes, ton de marque homogène, traçabilité complète des échanges. Sur des activités régulées (conformité, qualité ISO), le coût évité d'une non-conformité paye souvent l'agent à lui seul.

Revenus additionnels

Un agent qualifie 100 % des leads entrants 24h/24, là où un commercial humain en traite 60 %. Un agent up-sell intégré au tunnel de commande ajoute 3 à 8 % de panier moyen. Un agent de support qui réduit le délai de première réponse de 6h à 6 minutes améliore mécaniquement le NPS et le taux de réachat.

Calcul ROI typique

Pour un MVP à 35 000 € HT et 1 000 € par mois de coûts récurrents, qui économise 40 heures par mois à des collaborateurs facturés 50 € de l'heure (soit 2 000 € par mois économisés), le break-even survient autour du 14e mois. Avec un effet plus fort (100 heures économisées, 5 000 € par mois), le break-even tombe à 6 ou 7 mois. Au-delà, l'agent génère un retour net qui finance le cas d'usage suivant.

Cas client : Transports Berthaud, 150h/mois économisées

Pour rendre concret le calcul de ROI, prenons un cas client documenté. Transports Berthaud, transporteur régional Auvergne-Rhône-Alpes (~80 collaborateurs), nous a sollicités fin 2025 avec un objectif simple : arrêter de perdre des heures sur la saisie manuelle des bons de transport et des relances clients. Avant le projet, deux personnes consacraient l'équivalent de 30 % de leur temps à recopier des informations entre l'email entrant, le TMS interne et la facturation.

Périmètre du projet

Un agent IA capable de : lire les emails entrants des donneurs d'ordre (souvent en pièces jointes PDF non structurées), extraire les données clés (référence, lieux, dates, poids, contraintes), pré-remplir le bon de transport dans le TMS, déclencher une relance automatique en cas d'élément manquant, et notifier l'opérateur uniquement en cas d'ambiguïté nécessitant un arbitrage humain. Un second agent, en parallèle, génère les relances de paiement à partir de la balance âgée et de l'historique client.

Investissement

Cadrage et architecture : 4 000 €. Développement de l'agent extraction (RAG sur les modèles de bons + extraction structurée) : 14 000 €. Intégration au TMS via API : 5 500 €. Agent de relance commerciale : 6 000 €. Observabilité et formation : 2 500 €. Total investissement : 32 000 € HT, livré en 11 semaines. Coûts récurrents : 850 € par mois (LLM + infra + maintenance).

Résultats à 4 mois

• 150 heures par mois économisées au total entre les deux personnes initialement en charge.
• Délai moyen de saisie d'un bon de transport passé de 12 minutes à 90 secondes (vérification humaine incluse).
• Taux d'erreur de saisie divisé par 4 (les hallucinations potentielles sont attrapées par les règles de cohérence intégrées).
• Délai moyen de paiement client réduit de 9 jours grâce aux relances automatiques systématisées.
• Les deux opérateurs ont été repositionnés sur des tâches à plus forte valeur (relation transporteurs sous-traitants, optimisation tournées).

Calcul de ROI

150 heures par mois × 38 € de coût horaire chargé = 5 700 € par mois économisés. Hors gains indirects (réduction du DSO, baisse des erreurs, amélioration de la satisfaction client). Le projet a atteint son break-even en moins de 7 mois, sans compter les revenus additionnels liés à l'amélioration du DSO. À 24 mois, le ROI net dépasse les 100 000 €. C'est la trajectoire typique d'un MVP bien cadré sur un goulot d'étranglement opérationnel clair.

Make-vs-build : quand préférer une plateforme

Le développement sur mesure n'est pas systématiquement la bonne réponse. Trois alternatives méritent d'être étudiées en amont, surtout pour limiter l'investissement initial.

Plateformes d'agents clés en main

Outils comme Voiceflow, Botpress, Stack AI, ou les agents intégrés à Zendesk, Intercom et HubSpot. Coût : 100 à 1 500 € par mois selon le périmètre. Pertinent pour des cas d'usage standards (FAQ client, qualification de leads basique, support N0). Limites : difficile de connecter à un SI complexe, peu de contrôle sur le RAG, dépendance forte à l'éditeur. À privilégier pour valider un cas d'usage rapidement avant un éventuel build.

Solutions verticales

Des éditeurs spécialisés sur un métier (Lawnote pour le juridique, Doctolib AI pour la santé, Mendable pour la documentation produit) proposent des agents pré-entraînés sur votre verticale. Coût : 500 à 5 000 € par mois. Très pertinent si votre cas d'usage colle parfaitement à leur cible. Inutile si vous avez besoin de personnalisation forte ou si votre métier n'a pas d'éditeur dédié.

Plateforme open source orchestrée

n8n + Mistral self-hosted + Qdrant + LangFuse pour l'observabilité. C'est l'option qui combine le mieux contrôle, coût récurrent maîtrisé et flexibilité. Coût d'implémentation : équivalent à un MVP sur mesure (25 000 à 40 000 €), mais coût récurrent significativement plus bas à terme et zéro dépendance à un éditeur. C'est l'approche que nous recommandons par défaut chez Genee pour les structures qui veulent capitaliser dans la durée.

Erreurs de budget les plus fréquentes

Cinq erreurs reviennent dans presque tous les briefs entrants. Les éviter permet d'économiser 5 000 à 20 000 € sur le projet.

• Sous-estimer le travail sur les données. 70 % de la qualité d'un agent vient de la qualité du corpus indexé. Si vos documents sont éparpillés, datés, doublonnés, prévoyez explicitement un poste "data préparation" de 5 000 à 15 000 €. Sinon, vous paierez 30 000 € pour un agent qui hallucine.
• Oublier les coûts récurrents. Beaucoup d'organisations budgètent uniquement le projet, pas l'exploitation. Un agent IA sans budget mensuel pour les LLM, l'infra et la maintenance dérive en 6 mois. Anticipez au moins 12 mois de récurrent dans le business case initial.
• Vouloir trop dès le POC. Un POC qui couvre 3 cas d'usage, 4 intégrations et un SSO n'est plus un POC : c'est un MVP mal cadré qui glissera de 6 mois et coûtera 60 000 €. Le périmètre du POC doit tenir sur une page A4.
• Choisir le LLM uniquement par le prix. Économiser 200 € par mois sur un modèle moins performant peut coûter 10 000 € en perte de confiance utilisateur. Le bon arbitrage dépend du cas d'usage, pas du tarif unitaire.
• Négliger la conduite du changement. Un agent IA mal présenté aux équipes est rejeté en 2 mois. Prévoyez 5 à 10 % du budget projet en formation, accompagnement, ateliers de retour d'expérience. C'est le levier d'adoption le plus sous-estimé.

Comment cadrer un budget réaliste

Pour cadrer un budget réaliste sans sur-investir, suivez une démarche en quatre étapes que nous appliquons systématiquement en mission.

1. Mesurez le coût actuel du problème avant de chiffrer la solution. Combien d'heures par semaine sont perdues sur la tâche cible ? Combien de tickets, de leads ratés, de devis oubliés ? Sans cette baseline chiffrée, impossible de calculer un ROI sérieux.
2. Définissez un cas d'usage prioritaire et mesurable. Pas trois, pas cinq : un. Le cas d'usage doit avoir un volume significatif (au moins 100 occurrences par mois) et un gain mesurable (heures, taux de conversion, délai). C'est ce qui financera la suite.
3. Demandez deux ou trois devis détaillés avec décomposition claire : cadrage, données, RAG / fine-tuning, intégrations, UI, observabilité, déploiement, garantie. Méfiez-vous des forfaits flous : un bon prestataire détaille chaque poste et indique son hypothèse sur le modèle LLM retenu.
4. Prévoyez une enveloppe de 15 % en aléas. Sur tous les projets IA, des ajustements apparaissent en cours de route (un cas limite révélé en recette, une intégration plus complexe que prévu, un changement de modèle LLM en cours de mission). Une marge explicite évite les renégociations pénibles en fin de projet.

Si vous voulez en discuter sur votre cas d'usage précis, nos cadrages sont gratuits sur la première session : nous regardons ensemble votre périmètre, vos données et le ROI atteignable. Prenez rendez-vous.

FAQ — Combien coûte un agent IA en 2026 ? Fourchettes & ROI

Quel est le coût minimum d'un agent IA en 2026 ?

Un POC sérieusement cadré démarre autour de 12 000 € HT pour un cas d'usage unique livré en 3 à 5 semaines, avec un coût récurrent mensuel de 200 à 500 € (LLM, infra, maintenance basique). En dessous, on parle d'un prototype démo qui ne tient pas en production : intéressant pour valider une intuition, pas pour générer un ROI durable.

Combien coûtent les appels LLM par mois pour un agent IA ?

Pour un usage interne typique (50 collaborateurs, 10 requêtes par jour chacun), comptez 80 à 250 € par mois sur un modèle haut de gamme (Claude Opus, GPT-5) et 15 à 60 € sur un modèle distillé (Haiku, Mistral Small). Pour un agent client-facing à 5 000 conversations mensuelles, l'enveloppe oscille entre 200 et 800 €. Au-delà de 50 000 conversations par mois, l'auto-hébergement d'un modèle ouvert devient souvent rentable.

Le fine-tuning vaut-il son coût en 2026 ?

Rarement, et de moins en moins. Le RAG bien fait couvre 80 % des besoins de spécialisation à un coût bien inférieur. Le fine-tuning (10 000 à 40 000 € en plus) reste pertinent quand le langage métier est très spécifique (juridique, médical, techniques pointues), quand le coût d'inférence à grand volume devient prohibitif, ou quand la latence doit être ultra-faible. Pour la plupart des PME, RAG + bons prompts suffisent largement.

Quel ROI espérer d'un agent IA d'entreprise ?

Sur les missions Genee 2024-2026, le break-even moyen d'un MVP industrialisé survient entre 4 et 9 mois. Au-delà, le ROI net dépasse souvent 100 000 € à 24 mois pour un investissement initial de 30 000 à 45 000 €. Les cas d'usage les plus rentables sont l'extraction de données depuis des documents non structurés, la qualification automatique des leads et le support N1. Le facteur déterminant : la précision du cadrage initial et le volume du goulot d'étranglement traité.

Faut-il privilégier une plateforme SaaS ou un développement sur mesure ?

Une plateforme SaaS (Voiceflow, Botpress, agents Intercom) coûte 100 à 1 500 € par mois et permet de valider un cas d'usage en quelques jours. Pertinente pour les besoins standards et pour démarrer. Le sur mesure (25 000 à 80 000 €) devient préférable dès que vous avez des intégrations métier complexes, des contraintes de souveraineté, ou plus de deux cas d'usage à industrialiser. Une stratégie hybride (SaaS pour le standard, sur mesure pour le critique) est très fréquente.

Quels sont les coûts cachés d'un projet d'agent IA ?

Cinq postes sont régulièrement sous-estimés : la préparation des données (5 000 à 15 000 €), l'observabilité en production (100 à 400 € par mois en SaaS), la maintenance évolutive (500 à 1 800 € par mois), la conduite du changement (5 à 10 % du budget projet) et les évolutions induites par les sorties de nouveaux modèles LLM (1 à 2 jours par trimestre). Un bon devis explicite ces postes plutôt que de les diluer dans un forfait.

Combien de temps prend un projet d'agent IA en moyenne ?

Un POC se livre en 3 à 5 semaines. Un MVP industrialisé en 8 à 14 semaines. Une plateforme d'agents multi-cas en 4 à 6 mois. Les facteurs qui rallongent le plus la durée sont : la qualité initiale des données, la disponibilité des sponsors métier pour les recettes, la complexité des intégrations SI et les processus d'achat / juridique côté client (souvent sous-estimés).

Un agent IA est-il compatible RGPD si on utilise OpenAI ou Anthropic ?

Oui, sous conditions. Les principaux fournisseurs (OpenAI, Anthropic, Google) proposent des clauses RGPD, des accords de traitement de données (DPA) et des options de résidence européenne sur leurs offres entreprise. Pour des données très sensibles (santé, défense, RH approfondi), un déploiement self-hosted (Mistral, Llama 4 sur GPU UE) reste plus simple à défendre auprès du DPO et des audits. L'arbitrage est à faire au cas par cas avec le délégué à la protection des données.

Peut-on commencer petit et scaler progressivement ?

C'est même la trajectoire recommandée. POC sur un cas d'usage prioritaire (12 000 à 18 000 €) → MVP industrialisé sur le même cas, branché aux systèmes (25 000 à 45 000 €) → ajout d'un deuxième puis troisième cas d'usage sur l'infra existante (10 000 à 20 000 € par cas additionnel). Cette progression permet de financer chaque étape par le ROI de la précédente, sans engager 80 000 € d'un coup.

Quelles compétences internes faut-il pour exploiter un agent IA ?

Pour exploiter un agent au quotidien : un référent métier (10 à 20 % d'un ETP) qui suit les retours utilisateurs, ajuste les prompts et fait évoluer la base documentaire. Pour la maintenance technique : soit une compétence DevOps interne (1 à 3 jours par mois), soit un contrat de TMA chez un partenaire (500 à 1 800 € par mois). Sans ces deux profils, l'agent dérive en qualité au bout de quelques mois faute de suivi.