Executive Summary

L’AI Decision Matrix, publiée par AI Builders Research ce 9 octobre, propose une vision structurée du marché des plateformes agentiques no-code et low-code. Elle s’inscrit dans un contexte où les entreprises, et en particulier leurs Data Offices, cherchent à étendre leur capacité d’émergence au-delà des cas d’usage à fort ROI pour adresser la “long tail” des usages à faible ROI mais à fort impact cumulé.

Historiquement, les Data Offices se sont concentrés sur les 20 % de cas d’usage représentant 80% de la valeur. Cette approche, rationnelle mais restrictive, a permis de déployer à l’échelle les premiers cas d’usage et industrialiser les process des Data Offices mais a laissé de côté un large gisement d’usages potentiellement exploitables. Avec l’émergence du Self AI, les collaborateurs expriment désormais un besoin croissant d’autonomie dans la création de leurs propres outils et agents intelligents. Ce mouvement impose une refonte du modèle de gouvernance et pousse les organisations à évoluer vers un Data Office fédéré, capable d’encadrer cette production décentralisée.

L’étude a évalué plus de 30 solutions de Self AI du marché, parmi lesquelles 19 plateformes ont été retenues et notées selon deux axes principaux : leur performance et leur maturité sur le marché. Les critères d’analyse peuvent inclure la connectivité aux modèles de langage (LLM), l’observabilité et la traçabilité des agents, la qualité de la documentation, la taille des communautés open source, la gouvernance et la conformité réglementaire (RGPD, AI Act) ainsi que le niveau d’accessibilité à des profils non techniques.

• Les solutions orientées workflows, telles que OpenAI Agent Builder, Mindflow ou n8n, reposent sur des environnements visuels en drag & drop permettant de modéliser des chaînes d’actions complexes. Elles se distinguent par un fort degré de personnalisation, une grande souplesse d’intégration et une compatibilité étendue avec les outils cloud, tout en nécessitant un niveau d’acculturation technique plus élevé.
• Les solutions agentiques spécialisées, comme Prisme.ai, Konverso ou Dust, proposent des interfaces simples et accessibles, permettant à des profils non techniques de créer rapidement des agents fonctionnels à partir de requêtes en langage naturel. Elles se  caractérisent par une mise en œuvre rapide et une orientation métier forte, adaptée aux besoins opérationnels des utilisateurs.
• Les solutions intégrées à un écosystème, représentées par Microsoft Copilot Studio, Amazon Bedrock Agents, Agentforce ou encore ServiceNow, associent les capacités agentiques à des plateformes existantes. Elles offrent un haut niveau de sécurité et d’observabilité mais au prix d’une dépendance marquée à leur environnement technologique d’origine.

Les enseignements de cette édition 2025 montrent que les plateformes spécialisées comme Prisme.ai et Konverso s’imposent aujourd’hui comme les plus accessibles pour les métiers, tandis que les solutions workflows offrent la flexibilité la plus avancée pour les profils techniques. Les grands acteurs du cloud consolident quant à eux leurs offres autour de logiques intégrées, fortement gouvernées mais moins interopérables. L’open source et la souveraineté apparaissent enfin comme des critères de différenciation majeurs, notamment pour les organisations cherchant à garder la maîtrise de leurs données et de leurs infrastructures.

L’AI Decision Matrix des plateformes agentique no code low code confirme ainsi que le marché entre dans une phase de maturité accélérée. Les entreprises ne se contentent plus d’industrialiser quelques cas d’usage à fort ROI : elles cherchent à démocratiser la production d’agents IA au sein des métiers, tout en maintenant un cadre de gouvernance robuste. La réussite de cette transformation liée au Self AI repose sur trois piliers essentiels : une sélection raisonnée des outils selon leur maturité, leur souveraineté et leur capacité d’intégration, une formation continue à la pratique du Self AI, et une gouvernance fédérée entre IT et métiers.

Bien que la prise de conscience de la nécessité de mettre en œuvre le Self AI dans l’entreprise soit maintenant acquise, les solutions du marché ont une maturité encore très disparate tout en intégrant déjà les clefs du succès de ce nouveau mode d’émergence.