J’ai proposé un devis à 38 000 $ à un client fin 2023. Un pipeline d’automatisation GPT-4 sur mesure — ingestion de documents, classification, routage vers leur CRM, un bot Slack par-dessus. Huit semaines de développement. Un suivi en récurrence après ? Peut-être. Probablement pas. La marge se trouvait dans le forfait projet, et ce forfait devait compenser le fait que chaque appel API, chaque exception, chaque itération de prompt restaient objectivement complexes. J’ai livré. Ils étaient satisfaits. Onze mois plus tard, j’ai chiffré un système bien plus conséquent pour un autre client à 11 000 $ avec un abonnement récurrent à 3 200 $ par mois. Même type de prestation. Moins d’un tiers du prix projet. Plus de revenu annuel.
Quelque chose a cassé entre ces deux missions, et c’est exactement ce qui est en train de faire exploser l’ancien modèle d’agence IA pour tous ceux qui jouent encore cette carte en 2026.
La version courte : Claude Code et la vague de couches opérationnelles IA autour ont pulvérisé le coût de production du truc. Ce qui subsiste — la partie réellement cumulative — c’est la gestion, l’optimisation et l’extension du système, mois après mois, pour des clients qui ne veulent pas toucher à Claude Code eux-mêmes et n’ont aucune raison de le faire. Voilà à quoi ressemble, vu de l’intérieur, le modèle d’agence IA en récurrence 2026. Ce n’est plus une stratégie de tarification, c’est une mutation structurante de la zone de création de valeur.
Je pilote l’infrastructure contenus et automatisation pour quatre marques — mejba.me, Ramlit, ColorPark, xCyberSecurity — et ce virage n’est pas théorique pour moi. C’est comme ça que je rebâtis discrètement mon socle de revenus depuis le 4e trimestre dernier. Certaines choses fonctionnent. D’autres sont gênantes. Je vais vous montrer les deux.
Ce qui a réellement changé entre 2023 et aujourd'hui
Permettez-moi d’ancrer cela dans du concret avant d’aborder la question financière.
En 2023, j’écrivais du glue code. Littéralement — je connectais l’API de chat completions d’OpenAI, une chaîne LangChain qui se brisait au moindre froncement de sourcil, un magasin de vecteurs Pinecone, un cache Redis, un gestionnaire de retry sur-mesure, et quelque 400 lignes d’architecture de prompts personnalisée pour rendre une simple tâche de classification de documents assez fiable pour être vendue. La construction prenait des semaines. Le débogage prenait encore plus de temps. Si un client demandait « peux-tu aussi router les urgences vers mon téléphone ? », c’était deux jours de travail supplémentaires, au minimum.
C’est pour ça que le modèle devait être à 20 000 – 40 000 $ par projet. Ce n’était pas de la cupidité. C'était la seule façon de rendre l’équation viable. À un prix plus bas, le ratio heures/fiabilité aurait tout simplement annihilé la marge.
Comparez maintenant le coût de ce même workflow pour moi en 2026. J’ouvre Claude Code. Je décris le système dans un fichier CLAUDE.md — sources d’entrée, schéma de classification, règles de routage, conditions d’escalade. Je laisse l’agent générer l’architecture du code. Je le teste sur des documents réels. Je l’intègre dans l’environnement du client. Ce qui me prenait huit semaines en 2023 me prend désormais entre deux et quatre jours ouvrés de bout en bout, selon la surface d'intégration.
Ces chiffres ne sont pas sortis de mon imagination. L’analyse 2026 d’Adventure PPC documente des équipes d’agence rapportant un bond de 45% de productivité sur le volet technique, et une structure de 12 personnes gérant plus de 80 clients premium en automatisant rapports et audits. Claude Code d’Anthropic a atteint un run rate annualisé de 2,5 milliards de dollars mi-2026. Quoi que vous pensiez de ces chiffres, l’économie de production qu’ils décrivent correspond exactement à ce que j’observe dans mon propre P&L.
Voici la partie que la plupart des gens ratent, pourtant, et c’est l’axe central sur lequel tout le raisonnement du modèle au forfait repose.
L’effondrement des coûts ne s’est pas produit du côté de la gestion. Il a eu lieu du côté de la construction initiale. Ce sont deux réalités très différentes. Et c’est précisément là que se trouve la valeur financière.
La partie que personne ne veut admettre à propos de Claude Code
Les chefs d’entreprise n’utiliseront pas Claude Code eux-mêmes. Ils ne le feront pas.
Je connais le fil Twitter tech qui affirme le contraire. Je l’ai lu. Je n’y crois pas, et je vais vous expliquer pourquoi : j’ai essayé d’enseigner Claude Code à trois clients au cours des six derniers mois. Les trois sont des personnes intelligentes qui dirigent des PME rentables. L’un est un ancien ingénieur. L’ancien ingénieur pourrait s’en servir. Les deux autres sont arrivés jusqu’à l’interface en ligne de commande, ont fixé le terminal, m’ont demandé ce qu’était un fichier CLAUDE.md, puis m’ont simplement dit poliment « vous pourriez juste le faire pour nous ? »
Ce n’est pas un échec de leur part. C’est une caractéristique de la façon dont l’outil est conçu. Claude Code est une surface pensée pour les développeurs. Il attend de vous que vous réfléchissiez en branches git, messages de commit, hooks, et périmètres d’autorisation. Les abstractions qu’il propose sont celles de quelqu’un qui crée des logiciels, pas de quelqu’un qui achète des résultats logiciels. Même l’abonnement Pro à 20 $ par mois et l’offre Max entre 100 et 200 $ restent structurés selon la logique mentale du développeur — basée sur l’utilisation, la gestion de la fenêtre de contexte, la maîtrise du prompt-engineering. Un propriétaire de laverie automatique avec six établissements ne pense pas en tokens par minute.
Voici donc ce qui se passe réellement sur le terrain. Les outils sont devenus si performants qu’un seul ingénieur équipé de Claude Code peut désormais livrer ce qui exigeait auparavant une équipe de cinq personnes. Mais la demande pour ce type de missions n’a pas diminué — elle a explosé. L’adoption de l’IA par les PME est passée de 40 % à 58 % en 2025, et 76 % des PME utilisent ou explorent désormais l’IA. Les investissements ont augmenté de 58 % en deux ans. Le marché est devenu bien plus vaste, et l’écart entre « les entreprises qui souhaitent automatiser grâce à l’IA » et « celles qui sont capables de réaliser cette automatisation elles-mêmes » s’est creusé, au lieu de se réduire.
C’est précisément dans cet écart que les agences trouvent leur place. Et la nature de cet écart — continu, tactique, rempli de requêtes ponctuelles et de petites optimisations — correspond exactement à ce pour quoi le modèle du forfait récurrent a été créé, pas celui du projet.
Ce qui m’amène au point que je veux illustrer clairement.
Pourquoi le modèle de projet à 40 000 $ est désormais activement défavorable
Je veux d’abord défendre solidement le modèle de projet, car il n’est pas devenu obsolète du jour au lendemain et certains cabinets le gèrent encore efficacement.
Un projet à 40 000 $ a du sens lorsque : la portée est véritablement délimitée, le coût de développement est élevé, le système est construit une fois et fonctionne ensuite de façon largement autonome, et que le client dispose d’un budget d’investissement mieux adapté à un paiement unique qu’à une dépense récurrente. Legal tech, certains besoins en conformité, quelques projets dans des industries réglementées — ces usages justifient encore une tarification par projet en 2026. Je ne prétendrai pas le contraire.
Mais pour 80 % des projets d’IA SMB que j’observe aujourd’hui, le modèle projet échoue de façon flagrante sur trois axes à la fois.
Il est basé sur une structure de coûts qui n’existe plus. Vous facturez au client quarante heures d’ingénierie que vos outils ont rendues inutiles. Vous pouvez toujours faire semblant que le travail prend encore ce temps-là, mais votre concurrent d’en face utilise les mêmes outils que vous et cassera vos prix sous six mois. La course vers le bas sur les tarifs de développement est déjà enclenchée — plusieurs études de prix 2026 montrent que les automatisations IA se vendent désormais entre 2 500 et 15 000 $ pour des tâches qui étaient facturées 20 000 à 40 000 $ il y a deux ans.
Il valorise mal le vrai travail. Ce dont les clients ont réellement besoin avec un système IA, ce n’est pas du build, c’est de la dixième itération. Le prompt à réajuster après une mise à jour du modèle. Le workflow à modifier dès que le process de l’entreprise change. L’intégration à refaire avec le nouveau CRM implémenté au T2. Un tarif projet ne couvre rien de tout cela. Le client doit soit repayer (friction, relation perdue), soit ne rien faire (le système se dégrade et vous en portez la responsabilité).
Vous abandonnez votre meilleur atout. Chaque client pour qui vous développez génère de la PI réutilisable : une bibliothèque de prompts, un pattern de workflow, une recette d’intégration. En mode projet, vous livrez cette PI et partez. En modèle récurrent, vous la gardez, vous l’améliorez d’un client à l’autre et vous la faites fructifier chaque mois. L’un construit un cabinet de conseil. L’autre construit une machine.
J’ai mené les deux modèles en parallèle pendant environ quatre mois l’an dernier et observé la divergence des chiffres. Les clients projet étaient tous sur du one-shot. Les clients en récurrence généraient chaque mois un salaire croissant, plus des upsells, plus des cas d’usage, plus des recommandations. La valeur vie d’un client en rétention au bout de six mois était environ 4 à 5 fois supérieure à celle d’un client projet. Non pas parce que les clients en rétention dépensaient plus par mois que ce qu’un client projet avait payé au total — ce n’était pas le cas. Ils dépensaient de façon constante, et c’est cette régularité qui crée l’effet boule de neige.
Voilà le changement : la tarification projet récompense la compétence rare de construire. La tarification récurrente récompense la compétence rare de maintenir, faire évoluer et comprendre suffisamment bien l’activité du client pour trouver la prochaine automatisation. Claude Code a rendu la première compétence peu coûteuse. Il a rendu la deuxième bien plus précieuse, et non l’inverse.
Ce que couvre réellement un forfait de 2 500 à 5 000 $ par mois
Permettez-moi de détailler les chiffres, car je pense que la notion de forfait retainer est souvent évoquée sans assez de précision.
Un forfait retainer pertinent en 2026 pour les PME s’établit autour de 2 500 à 5 000 $ par mois, avec des options d’accompagnement et d’optimisation qui viennent s’ajouter. Les fourchettes publiées correspondent à ce que je constate : la grille tarifaire 2026 d’Arsum positionne les automatisations IA entre 2 500 et 15 000 $, avec des retainers de monitoring continu de 500 à 5 000 $ mensuels. Le forfait « AI System Support Retainer » se situe typiquement entre 2 000 et 8 000 $ par mois. La zone idéale pour les PME accessibles — ni grands comptes, ni solo entrepreneurs — reste 2 500 à 5 000 $.
Voici ce que j’intègre concrètement dans ce type de forfait :
Le mois de fondation (mois 1). Un audit, sur site ou à distance, du stack du client : où sont les tâches répétitives, où les données sont-elles bloquées, où la bande passante humaine s’épuise-t-elle. Puis une première automatisation livrée dès la deuxième semaine, choisie spécifiquement pour prouver la valeur dès le premier cycle du retainer. L’objectif est tangible : avant le 20ᵉ jour, quelqu’un dans l’équipe doit dire « attends, j’ai récupéré deux heures aujourd’hui grâce à ce truc ». Ce déclic, c’est ce qui évite que le client annule au deuxième mois.
Déploiements continus (mois 2+). Un backlog de demandes d’automatisation, géré via un pipeline léger — en général, un Notion partagé ou un board Linear où le client dépose ses requêtes, que je priorise avec lui chaque semaine, puis je livre les automatisations via Claude Code, intégrant une relecture humaine avant la mise en prod. En moyenne : 1 à 3 petites automatisations par mois, plus un déploiement moyen par trimestre. L’économie fonctionne car chacune de ces automatisations devient un travail de quelques jours, plus de plusieurs semaines.
La couche d’optimisation (option : 300–500 $/mois). Montées de versions modèles, tuning de prompts, monitoring du drift des workflows, optimisation des coûts LLM. Cette ligne existe car les modèles évoluent. Chaque release d’Anthropic ou d’OpenAI peut subtilement casser certaines briques. Ces frais permettent au client de ne plus se soucier de la version du modèle : je m’assure que leurs systèmes tournent toujours avec la bonne.
La couche de gestion (option : 300–500 $/mois). Supervision, uptime, gestion des erreurs, reporting mensuel avec données d’usage, ventilation des coûts, temps économisé estimé. Cela paraît accessoire… C’est précisément ce qui fait que le forfait retainer fonctionne comme une brique d’infrastructure dans l’esprit du client. C’est la meilleure catégorie possible : l’infrastructure n’est jamais coupée lors des revues budgétaires de fin d’année.
Grands projets ponctuels (hors forfait, 5 000 $+). Quand le client souhaite quelque chose de véritablement inédit — un nouvel agent, une intégration inédite, un projet hors du flux mensuel — je le facture à part. Ce n’est jamais déduit des heures du retainer. Cela garantit l’intégrité du forfait et clarifie le périmètre du projet.
La modélisation sur un seul client donne environ : 3 500 $ de forfait de base + 400 $ d’optimisation + 400 $ de gestion = 4 300 $ de récurrence mensuelle. Ajoutez une moyenne d’un grand build à 6 000 $ par trimestre, amorti = l’équivalent de 2 000 $/mois supplémentaires. Comptez donc 6 300 $/mois par client si vous pilotez le stack proprement. Dix clients de ce calibre représentent un business à 63 000 $/mois pour un ingénieur épaulé par un assistant à temps partiel. Ce sont les chiffres. Ce n’est pas une hypothèse : c’est assez proche de ce que j’observe fonctionner aujourd’hui, au point d’y avoir engagé mon année.
Avant d’attaquer la partie exécution et delivery de ce modèle, posons la question la plus inconfortable : quel type d’agence faut-il être ?
Largeur vs Profondeur — Et Pourquoi Je Me Suis Trompé Au Départ
Il existe deux configurations solides pour l’agence en modèle de retainer en 2026, et il faut choisir l’une des deux.
Largeur : de nombreux clients, chaque retainer moindre, positionnement généraliste. Trente clients à 2 500 $ chacun, cela fait 75K $/mois. L’avantage concurrentiel vient de l’efficacité opérationnelle : à quel point la livraison a été modélisée, dans quelle mesure vos automatismes sont réutilisables entre secteurs, à quel point l’accueil et l’onboarding client sont automatisés. Cette configuration récompense la pensée « système ».
Profondeur : moins de clients, chaque retainer plus élevé, positionnement de niche. Huit clients à 8 500 $ chacun, cela fait 68K $/mois, et vous êtes la référence pour « l’automatisation IA pour les marques Shopify réalisant 5M–20M $ » ou pour « les opérations IA dans les cabinets d’avocats plaignants », ou tout autre créneau aussi étroit. Ici, la barrière à l’entrée repose sur l’expertise verticale : vous comprenez leur métier, vous parlez leur jargon, vous avez des cas clients qui correspondent à leur stack. Cette forme récompense la qualité des relations.
J’ai commencé par la largeur. Je pensais être intelligent. J’acceptais tout ce qui entrait — un groupe de restaurants, un SaaS B2B, une agence immobilière, une association, une entreprise de paysagisme. Chaque mission démarrait de zéro. Les données de chaque client vivaient dans un système totalement différent. Chaque intégration était entièrement sur-mesure. Ma bibliothèque d’actifs réutilisables grandissait lentement parce que je ne pouvais pas amortir le travail du mois précédent sur le client suivant — ils n’avaient rien en commun. J’opérais en parallèle comme dix entreprises individuelles et je me demandais pourquoi j’étais épuisé.
Après six mois, j’ai choisi un créneau. Je ne vais pas le nommer publiquement — je n’ai pas envie de créer ma propre concurrence — mais cette verticale a trois points communs : les entreprises y partagent des workflows similaires, elles achètent chez les mêmes fournisseurs, et elles échangent entre elles. Avec trois clients dans le même secteur, l’accueil du quatrième a demandé deux fois moins d’efforts. Le cinquième, un tiers. Le sixième, un quart. Voilà le « flywheel » dont tout le monde parle, et il ne s’enclenche qu’une fois que vous choisissez un créneau et que vous vous engagez.
Si je pouvais revenir en arrière, je choisirais mon créneau dès le premier mois, et je prendrais moins de clients sur six mois pour construire la profondeur verticale. L’approche large n’est pas mauvaise — elle met simplement plus longtemps à profiter d’un effet boule de neige, et c’est précisément cette dynamique d’accumulation qui est la clé.
J’ai abordé tout cela dans le framework du flywheel build-in-public que j’ai écrit plus tôt — la mécanique grâce à laquelle un cycle contenu + cas clients renforce le positionnement d’une agence — mais le TL;DR est : spécialisez, puis systématisez, puis passez à l’échelle. Dans cet ordre. Si vous inversez l’ordre, la dynamique ne démarre jamais.
L’infrastructure qui rend le modèle de retainer réellement profitable
C’est la partie que personne ne partage dans les threads sur Twitter, parce que c’est peu séduisant, mais c’est précisément ce qui distingue les agences à retainer qui prospèrent de celles qui s’épuisent.
La réception des demandes doit être asynchrone et automatisée. Les clients envoient leurs demandes via un unique canal — dans mon cas, un board Linear partagé avec un formulaire personnalisé. Pas Slack. Pas d’email. Pas de SMS à 22h47. La règle du canal unique, c’est la différence entre un retainer qui s’industrialise et un retainer qui dévore votre vie. Je le rappelle à l’onboarding : « Si ce n’est pas dans Linear, je ne le verrai pas, et c’est comme ça qu’on reste tous les deux sains d’esprit. »
Le pipeline de production repose sur un template standard CLAUDE.md. Chaque client reçoit son propre fichier de contexte — leur stack, leur tonalité de marque, leurs clés API, leurs règles métiers, leur liste noire “intouchable”. Lorsqu’une nouvelle demande arrive, je plonge dans le dépôt du client, Claude Code lit le contexte, et la première itération de la livraison est esquissée dans une session. Le CLAUDE.md, c’est la propriété intellectuelle. C’est ce qui permet qu’une nouvelle livraison pour ce client prenne quelques heures plutôt que plusieurs jours. Protégez-le comme un actif stratégique.
La bibliothèque d’automatisations réutilisables est au-dessus de la couche client. Je maintiens un repo central de patterns — classification de documents, tri d’emails, enrichissement CRM, pipelines de production de contenu, scrapers de veille marque, parsing de factures — et chaque pattern est paramétrable. Quand un client a besoin, par exemple, d’un « triage d’emails IA », je ne pars jamais de zéro. Je fork le pattern, je l’adapte via leur CLAUDE.md, puis je déploie. La pattern library est la principale raison pour laquelle le modèle retainer capitalise. Chaque nouveau client l’agrandit. Chaque bibliothèque enrichie accélère l’onboarding du prochain.
L’humain dans la boucle est non-négociable. Ça ressemble à un compromis d’outillage — ce n’en est pas un : c’est le cœur du produit. Les clients ne paient pas le retainer pour « un système d’IA ». Ils le paient pour « une personne qui comprend l’IA, la gère pour moi et sera responsable en cas de dérive ». Toute automatisation déployée prévoit un checkpoint humain. Pour les livrables à fort enjeu, je les révise moi-même avant envoi. Pour les tâches de moindre risque, mon assistant virtuel s’en charge. Ce maillon humain, c’est la raison de la confiance dans le retainer. Supprimez-le : vous devenez simple éditeur logiciel, et les éditeurs ne vendent pas des retainers à ces tarifs.
Le reporting mensuel prend 90 minutes, pas 9 heures. J’utilise un template standardisé qui extrait l’usage, les estimations de temps économisé, les taux d’erreur et les demandes en attente d’un dashboard interne. Claude rédige la section narrative à partir des données brutes. L’ensemble nécessite moins de deux heures par client chaque mois, et c’est le livrable qui garantit le renouvellement. Les clients résilient leur retainer quand ils oublient pourquoi ils paient. Un artifact mensuel qui est effectivement lu par le client est ce qui empêche cela.
Cette infrastructure fait la différence entre facturer 3 500 $/mois en étant débordé et facturer 3 500 $/mois en restant serein. J’ai expérimenté la version “débordé” pendant cinq mois. Ça ne tenait pas dans la durée. La version “sereine”, elle, fonctionne. L’écart : c’est la couche d’automatisation dans vos propres opérations — le cœur des thèmes que je développe dans les automations IA pour lesquelles les entreprises paient réellement.
Ce que j’ai mal compris, honnêtement
Trois choses que je dirais à une version plus jeune de moi-même.
J’ai sous-évalué les six premiers contrats de récurrence. J’étais tellement anxieux à l’idée de signer mes premiers contrats que j’ai fixé un prix bas d’entrée de jeu. Trois de ces clients sont encore avec moi dix-huit mois plus tard au tarif d’origine, et il est désormais délicat de leur proposer une augmentation. Leçon : le prix de votre premier contrat de récurrence est votre point de référence pour toujours. Si le montant ne vous met pas un minimum mal à l’aise, c’est qu’il est trop bas.
J’ai mal délimité le périmètre du « suivi continu ». Dans mes premiers accords de récurrence, la formulation floue « développement d’automatisations continu » a amené les clients à supposer, à raison, que cela signifiait « tout est compris, sans limite ». Un client m’a ainsi transmis 14 demandes en une semaine dès le troisième mois. Leçon : placez une limite claire par écrit. « 2 petits projets + 1 moyen par mois, le travail supplémentaire fait l’objet d’un devis. » Les clients respectent la règle quand elle est explicite. L’ambiguïté vous coûte de l’énergie, pas à eux.
Je croyais que le contrat de récurrence concernait la tech. Ce n’est pas le cas. La technologie n’est qu’un prérequis. Le vrai sujet du contrat de récurrence, c’est la confiance — le client doit être convaincu que vous répondrez au téléphone, que vous règlerez la demande inattendue du mardi matin, et que vous ne disparaîtrez pas à l’arrivée d’un client plus important. J’ai perdu un contrat non pas parce que mon automatisation a échoué, mais parce que j’ai mis trois jours à répondre à un email lors d’une période chargée. Leçon : la réactivité, c’est le produit. La technique, c’est le justificatif.
Cela paraît basique. Ça l’est. Pourtant j’ai dû l’apprendre au prix fort, et je soupçonne que la plupart des personnes qui s’engagent dans ce modèle feront la même expérience.
Où cela nous mène-t-il au cours des douze prochains mois
Je vais m’abstenir de faire des prédictions pour 2027. Mais voici ce que j’observe d’ici la fin 2026.
Les tarifs des forfaits de récurrence pour les agences dans certains secteurs vont augmenter, et non baisser, malgré l’effondrement des coûts de développement. La raison en est que le « build » n’est plus la partie à forte valeur ajoutée, et que l’expertise sectorielle est désormais la ressource rare. Les agences d’automatisation IA généralistes vont se faire écraser des deux côtés : les entreprises au-dessus d’elles disposent de leurs propres prestataires spécialisés, tandis que les TPE/PME en dessous d’elles se tourneront de plus en plus vers l’auto-gestion via des outils comme la couche IA de Zapier ou les agents de Notion. Le segment intermédiaire — les agences spécialisées qui comprennent en profondeur un secteur particulier — va s’élargir.
Les offres d’accompagnement en gestion et optimisation deviendront la principale source de revenus pour les agences matures. Le forfait de base va se stabiliser autour de sa fourchette actuelle. Les add-ons, eux, vont croître. Les clients seront prêts à payer 800 $/mois pour « maintenir notre système IA à jour à mesure que les modèles évoluent », car le coût d’une panne silencieuse du système dépasse désormais le montant du forfait.
La présence humaine dans la boucle devient un argument de vente, et non plus une gêne. En 2023, les agences cachaient la couche humaine car le « 100% automatisé » se vendait mieux. En 2026, la tendance s’est déjà inversée. J’intègre désormais explicitement « validation humaine de chaque résultat » dans mes propositions et cela conclut des contrats, car les clients se sont suffisamment brûlés avec les systèmes autonomes pour exiger un humain responsable et identifiable.
Et la posture gagnante reste la légèreté. Les agences à opérateur unique et les microstructures de 2 à 5 personnes disposent dans ce modèle d’avantages structurels inatteignables par les grandes agences : frais fixes réduits, rapidité de décision, relation directe du fondateur au client, et Claude Code comme multiplicateur de productivité qui supprime la nécessité d’embaucher à l’ancienne. Je ne pense pas que l’agence IA de 50 personnes corresponde à l’avenir du secteur. J’imagine plutôt une multitude de structures de 3 personnes, chacune avec six à dix clients, fonctionnant sur des pipelines automatisés et bénéficiant d’une spécialisation cumulative.
C’est ce jeu-là que je joue. Et si je me trompe, j’écrirai aussi ce billet. Mais les chiffres que j’observe me disent que ce n’est pas le cas.
Une action concrète à faire avant vendredi
Si vous travaillez actuellement sur des missions d’IA facturées au projet et que vous lisez encore cet article, il y a un geste précis à poser dans les 72 prochaines heures.
Prenez votre client le plus récent. Celui pour lequel vous avez développé une solution avant de passer à autre chose. Ouvrez votre messagerie, rédigez-lui une brève note et posez cette question : « Si je vous proposais une formule à 2 500 $/mois pour continuer à améliorer et optimiser ce que j’ai créé pour vous — en ajoutant chaque mois de nouvelles automatisations — est-ce que cela vous semblerait plus ou moins utile que ce que nous avions fait ? »
Ne vendez rien. Posez juste la question. Six fois sur dix — c’est mon vrai taux de conversion, pas un chiffre inventé — le client répond en substance : « En fait, oui, dites-m’en plus. » Ils ne vous auraient jamais contacté d’eux-mêmes. Mais ils diront oui si vous faites le premier pas.
C’est ça, le modèle de l’abonnement (retainer). Ce n’est pas une simple tactique tarifaire. C’est un coup de fil que vous n’avez pas encore passé.
Il y a deux ans, l’équation financière n’était pas viable. Aujourd’hui elle l’est. Et la fenêtre d’opportunité pour proposer ce modèle à un client — avant qu’une dizaine d’autres agences ne lui soumettent la même offre — se referme plus vite qu’il n’y paraît.
Passez ce coup de fil.
Foire aux questions
Que comprend réellement un forfait d’agence IA en 2026 ?
Un forfait standard d’agence IA en 2026 inclut le développement continu d’automatisations, une couche de validation humaine, un reporting mensuel et un accès géré à la bibliothèque de prompts et de workflows de l’agence. Les forfaits de base se situent entre 2 500 et 5 000 $ par mois, avec des options additionnelles de gestion (300–500 $) et d’optimisation (300–500 $). Pour la structure complète, voir la section détaillant la structure du forfait ci-dessus.
Pourquoi Claude Code a-t-il bouleversé les prix des agences IA de façon aussi radicale ?
Claude Code a réduit le coût et le délai de développement des automations IA de plusieurs semaines à quelques jours, supprimant ainsi toute justification aux projets facturés 20 000–40 000 $. Ce qui ne change pas, c’est le coût de gestion, d’optimisation et d’extension de ces systèmes dans le temps — et c’est exactement ce que couvre un forfait mensuel. Consultez la section sur ce qui a réellement changé entre 2023 et aujourd’hui.
Un opérateur solo peut-il rentabiliser une agence IA en forfaits ?
Oui, et en 2026, le modèle épuré est sans doute le plus optimal. Un ingénieur seul, utilisant Claude Code avec un assistant virtuel à temps partiel, peut gérer durablement 6 à 10 clients dans la fourchette de 3 000 à 5 000 $/mois, générant environ 30 000 à 50 000 $ de revenus récurrents mensuels hors options. La clé : spécialisation verticale et bibliothèque d’automatisations réutilisables — pas l’augmentation de l’équipe.
Le modèle récurrent est-il préférable à la facturation au projet pour les prestations IA ?
Pour 80 % des missions IA PME en 2026, oui — les forfaits produisent une valeur client à vie nettement supérieure, mutualisent les actifs réutilisables d’un client à l’autre et correspondent à la manière réelle dont les clients consomment l’IA. La facturation au projet reste pertinente pour les besoins uniques, à fort périmètre et fort budget, notamment dans les secteurs réglementés.
Comment choisir entre un positionnement agence large ou spécialisé ?
Choisissez la profondeur si vous pouvez cibler un secteur vertical où les entreprises partagent workflows, fournisseurs et réseaux — l’effet flywheel s’y enclenche environ deux fois plus vite qu’avec un positionnement large. Privilégiez la largeur si vous priorisez l’efficacité opérationnelle et la livraison structurée multi-verticaux. N’essayez jamais de cumuler les deux : cela divise par deux votre croissance composée dans chaque sens.
Travaillons ensemble
Vous cherchez à développer des systèmes d’IA, automatiser vos workflows ou faire évoluer votre infrastructure technologique ? Je serais ravi de vous accompagner.
- Fiverr (développements sur mesure & intégrations) : fiverr.com/s/EgxYmWD
- Portfolio : mejba.me
- Ramlit Limited (solutions entreprise) : ramlit.com
- ColorPark (design & branding) : colorpark.io
- xCyberSecurity (services de cybersécurité) : xcybersecurity.io
