La plupart des entreprises choisissent leur fournisseur d'IA comme on se marie : longuement, une seule fois, en espérant avoir pris le bon. On compare les modèles, on regarde les démos, on signe. Et on commence à déverser dedans ses documents, ses process, ses clients.
Un an plus tard, un concurrent sort mieux et moins cher. On calcule ce que coûterait le changement. Et on reste.
La bonne question n'était donc pas « qui est le meilleur ? ». C'était : combien de temps me faudrait-il pour en changer ?
Un éditeur qui vous explique comment le quitter
Town est une startup américaine qui vend des assistants IA aux équipes. Elle a levé 108 millions de dollars en série B pour une valorisation d'un milliard, tour co-mené par Forerunner Ventures et Menlo Ventures avec la participation d'a16z et First Round Capital - quelques semaines à peine après sa sortie de bêta. Son cofondateur et PDG, Jean-Denis Greze, est l'ancien directeur technique de Plaid.
Dans une interview accordée à Platformer, il résume son argument commercial en une phrase qui devrait faire tiquer tout dirigeant : les données, les mémoires et les contacts créés dans l'outil appartiennent à l'entreprise cliente - « au point que s'il existait un jour une meilleure solution, changer prendrait un jour ».
Un éditeur qui vend la facilité de le quitter. Ce n'est pas de la générosité : Town en fait explicitement sa position concurrentielle face aux grands laboratoires d'IA. Son pari : quand tout le monde verrouille, le vendeur qui ne verrouille pas devient le choix évident.
L'analogie : le numéro de téléphone
Avant la portabilité, changer d'opérateur mobile signifiait changer de numéro. Prévenir ses clients, réimprimer ses cartes, perdre les appels de ceux qu'on avait oubliés. Le coût du changement n'avait rien à voir avec le prix de l'abonnement : il était dans le carnet d'adresses des autres. Les opérateurs le savaient très bien.
Le jour où la portabilité est devenue obligatoire, la concurrence s'est déplacée sur ce qui comptait vraiment : le prix et la qualité du réseau.
Votre fournisseur d'IA est au même endroit. Le tarif au million de tokens est négociable, visible, comparable. Ce qui vous retient, ce n'est pas lui. C'est tout ce que l'outil a accumulé sur vous.
Ce qui vous retient, pour être précis
Appelons les choses par leur nom. Ce que vous risquez de ne pas pouvoir emporter, c'est votre mémoire d'entreprise : quatre couches, qui n'ont rien à voir avec le modèle.
- Le corpus indexé - vos documents découpés en morceaux, convertis en vecteurs (des listes de nombres qui représentent le sens d'un texte, et permettent de retrouver « ce qui parle de la même chose »). Ces vecteurs sont calculés par un modèle précis : changer de fournisseur, c'est souvent tout recalculer.
- Les mémoires d'agents - ce que vos assistants ont appris de vos habitudes, de vos clients, de vos exceptions. Rarement exportable, souvent dans un schéma propriétaire.
- Les connecteurs et les permissions - qui a le droit de voir quoi, quel agent touche quel système. Des mois de réglages fins.
- Les évaluations - les cas de test qui prouvent que ça marche chez vous.
Le modèle, lui, se remplace en une après-midi : les API se ressemblent, les instructions sont du texte. C'est précisément pour ça que le modèle d'IA est une commodité et que votre avantage est ailleurs. Le verrou n'est jamais dans le moteur. Il est dans la mémoire - c'est-à-dire dans votre company brain.
Le risque qu'on regarde rarement : votre fournisseur est aussi un concurrent
Greze pose une autre question, plus inconfortable. Town s'appuie sur les modèles des grands laboratoires, qui vendent aussi leurs propres assistants d'entreprise. « Il est risqué d'être en permanence en concurrence avec ses fournisseurs », dit-il. « Est-ce vraiment l'état naturel du monde ? »
Transposez chez vous. Si votre couche applicative, votre modèle et votre stockage de contexte viennent du même acteur, vous ne dépendez pas d'un outil : vous dépendez d'une stratégie qui n'est pas la vôtre. Le jour où cet acteur sort une offre qui recouvre votre métier, ou qu'il change ses prix, vous n'avez pas de plan B - vos vecteurs sont chez lui.
La parade de Town est structurelle : rester neutre, router chaque tâche vers le modèle le plus adapté du moment, n'entraîner aucun modèle sur les données clients par défaut, et l'avoir contractualisé avec les fournisseurs de modèles pour que les entrées et sorties ne nourrissent pas leurs modèles propriétaires. C'est la même logique qui rend intéressant de faire tourner une partie de son IA sur des modèles open source : ne pas confondre le moteur et la voiture.
Les quatre questions à poser avant de signer
- L'export : puis-je récupérer mes documents, mes mémoires et mon historique dans un format lisible sans vous - et en combien de temps ?
- L'entraînement : mes données servent-elles à entraîner un modèle, par défaut ? Et chez vos sous-traitants ?
- Le routage : puis-je changer de modèle sans rien reconstruire ?
- Le délai réel : si je pars demain, que perds-je exactement ?
Si personne ne sait répondre en clair, vous avez votre réponse.
Ce qu'on fait
Chez Elephant in the Room, on construit le company brain chez vous : vos documents, vos mémoires d'agents, vos règles d'accès, dans des formats ouverts et exportables, sur votre infrastructure. Par-dessus, une orchestration multi-modèles qui vous laisse changer de fournisseur du jour au lendemain sans rien reconstruire, et des agents métier qui s'y branchent avec des permissions carrées - l'humain aux commandes sur les décisions qui comptent.
Le but n'est pas de vous rendre dépendants de nous. C'est de faire de votre contexte un actif qui reste le vôtre, quel que soit le modèle du moment.
Un fournisseur qu'on peut quitter en un jour est le seul avec lequel on puisse s'engager pour dix ans.
