Dust : la plateforme française d’agents IA en entreprise

Dust est devenue en 2026 la référence française et européenne des plateformes d’agents IA en entreprise. Fondée à Paris par Stanislas Polu (ex-OpenAI) et Gabriel Hubert, la startup a levé 21,5 millions de dollars dont une Series A de 16 millions menée par Sequoia Capital, et compte aujourd’hui plus de 1 000 clients entreprises avec des références comme Mirakl, Spendesk ou Pennylane. Son positionnement assumé : devenir le système d’exploitation des agents IA en entreprise, ce que Windows fut pour la micro-informatique. Ce guide vous donne une lecture honnête de ce que Dust apporte vraiment, à quel profil d’organisation elle s’adresse, et quels arbitrages anticiper avant de signer.

Cet article complète notre comparatif des plateformes no-code agents IA et notre guide pratique sur Make, avec une approche orientée souveraineté et déploiement enterprise européen.

En bref

• Dust est une startup française fondée à Paris en 2022 par Stanislas Polu (ex-OpenAI) et Gabriel Hubert. 21,5 M$ levés dont une Series A 16 M$ menée par Sequoia Capital en juin 2024.
• Plus de 1 000 clients entreprises dont Mirakl, Spendesk, Pennylane et de nombreuses ETI françaises et européennes.
• 50+ intégrations natives avec synchronisation continue (Salesforce, Notion, GitHub, Slack, Confluence, Zendesk, Google Drive, etc.).
• Conformité : SOC 2 Type II, HIPAA, RGPD, choix de l’emplacement d’hébergement pour assurer la souveraineté des données.
• Approche multi-modèles : Dust connecte vos agents à GPT, Claude, Mistral, Gemini selon le besoin, sans lock-in vendor.
• Pricing : 29 dollars par utilisateur et par mois (plan Pro), Enterprise sur mesure.
• Pour structurer le déploiement d’agents Dust dans votre organisation, Proactive Academy propose une formation aux agents IA et plateformes souveraines en entreprise.

Pourquoi Dust mérite un regard sérieux en 2026

Les organisations françaises et européennes qui évaluent les plateformes d’agents IA en entreprise se posent toutes la même question : faut-il signer chez un acteur US (Zapier, Make, Microsoft Copilot Studio) avec les questions de souveraineté que cela soulève, ou existe-t-il une option européenne crédible ?

Dust apporte une réponse construite sur trois piliers.

Premier pilier : la souveraineté des données. Dust permet de choisir l’emplacement d’hébergement de votre infrastructure agent. Pour une ETI française avec données sensibles (santé, banque, secteur public, juridique), cela change la grille d’évaluation. Là où Make tourne forcément sur infrastructure SaaS US et tchèque, Dust offre un contrôle géographique des données.

Deuxième pilier : l’approche multi-modèles assumée. Selon le blog officiel Dust, « la plupart des plateformes IA misent sur un fournisseur de modèle unique. Nous misons sur le marché libre. Ce n’est pas juste de la philosophie. Au cours des trois dernières années, nous avons construit Dust autour de cette approche multi-fournisseurs ». Concrètement, vous pouvez utiliser GPT-5 pour certains agents, Claude Sonnet 4.6 pour d’autres, Mistral pour les cas où la souveraineté française du modèle compte, Gemini pour l’intégration Google Workspace. Cette flexibilité protège votre organisation du lock-in vendor.

Troisième pilier : la profondeur d’intégration enterprise. Dust ne se contente pas de connecter quelques apps en lecture seule. La plateforme propose plus de 50 intégrations natives avec synchronisation continue : Salesforce, Notion, GitHub, Slack, Confluence, Zendesk, Intercom, Google Drive, Microsoft 365. Vos agents Dust ont accès en lecture et en écriture à votre patrimoine documentaire d’entreprise, dans le respect des permissions utilisateurs existantes. C’est ce qui permet aux agents Dust de faire du « vrai travail » comme dit Stanislas Polu, et pas juste de la conversation.

L’histoire et la vision : Windows pour les agents

Comprendre la trajectoire de Dust aide à comprendre où va le produit.

2022 : fondation à Paris par Stanislas Polu, ancien ingénieur OpenAI où il a travaillé sur les capacités de raisonnement de GPT, et Gabriel Hubert, ex-fondateur d’Alan et serial entrepreneur français. Le pari initial : transformer la productivité au travail en construisant une infrastructure qui connecte les modèles aux données d’entreprise.

Juin 2024 : Series A de 16 millions de dollars menée par Sequoia Capital. Selon TechCrunch (juin 2024), « contrairement à un outil grand public comme ChatGPT, les assistants Dust sont connectés aux données et documents de l’entreprise. Quand vous construisez un nouvel assistant dans Dust, vous pouvez l’associer à des pages Notion, des documents stockés sur Google Drive, des conversations Intercom ou Slack. Et contrairement à la plupart des startups qui travaillent sur les agents enterprise, Dust pense que les entreprises devraient avoir plusieurs assistants IA, pas un seul ».

Avril 2025 : partenariat Spendesk. Spendesk, scale-up française de la gestion des dépenses, a annoncé un partenariat avec Dust pour déployer des agents IA personnalisés à ses équipes finance et opérations.

2026 : plus de 1 000 clients entreprises. La plateforme s’est imposée chez des références comme Mirakl, Pennylane, et des dizaines d’ETI françaises et européennes.

Selon Palmer Consulting (décembre 2025), « Dust se positionne comme un système d’exploitation pour les agents. L’entreprise décrit sa mission comme la volonté de transformer la façon dont le travail est fait : « Notre infrastructure connecte les modèles aux données d’entreprise, transformant les capacités brutes en agents qui font du vrai travail ». Cette approche vise à créer un système équivalent à ce que Windows fut pour la micro-informatique : un écosystème standardisé de « primitives » IA permettant de construire des agents personnalisés ».

Cette vision « Windows pour les agents » distingue Dust de ses concurrents. Là où Microsoft Copilot Studio reste enfermé dans l’écosystème M365, là où Zapier et Make traitent les agents comme une fonctionnalité, Dust se conçoit comme l’infrastructure fondatrice d’une nouvelle façon de travailler.

Comment fonctionne un agent Dust : architecture et primitives

Pour saisir la spécificité de Dust, regardons l’architecture.

L’architecture en 4 couches révèle la philosophie Dust.

Couche utilisateur : vos collaborateurs accèdent aux agents via plusieurs canaux. Web app Dust pour les usages dédiés, extension Chrome pour mobiliser les agents directement dans le navigateur sur n’importe quelle page web, intégration Slack pour l’usage conversationnel quotidien, API et webhooks pour les déclenchements depuis vos systèmes existants.

Couche agents personnalisés : Dust propose des templates par fonction (Sales, Support, RH, Finance, Légal) que vos équipes adaptent à leur contexte métier. Vous pouvez aussi créer des agents entièrement custom.

Couche primitives Dust : c’est le cœur du « OS pour agents ». Quatre briques fondatrices : la sélection multi-modèles (vous choisissez le LLM par agent), les 50+ connecteurs natifs avec synchronisation continue, le système de permissions fines hérité de vos systèmes existants, et l’extensibilité avec outils custom (code, requêtes SQL, visualisations de données).

Couche données entreprise : vos sources de connaissance et systèmes opérationnels, accessibles en lecture/écriture par les agents dans le respect des droits utilisateurs.

Selon Palmer Consulting, « tout comme Windows fournissait des primitives d’interface universelles pour les applications, Dust fournit des primitives IA (agents, connecteurs, outils) pour rendre les workflows intelligents ».

Le cas Mirakl : une étude de cas concrète

Selon Palmer Consulting, « le cas de Mirakl illustre la valeur de Dust. Mirakl, pionnier européen des marketplaces B2B, avait déjà investi dans ChatGPT Enterprise début 2023 et enregistré un taux d’utilisation de 55 %. Cependant, l’équipe menée par Anne-Claire Baschet (Chief Data & AI Officer) a trouvé des limitations : l’incapacité de puiser dans la documentation interne (Confluence), les données Zendesk et les conversations Slack empêchait la création de workflows complexes ».

Après une année d’expérimentation, Mirakl a identifié trois leviers décisifs : une plateforme sans limites capable de connecter toute la connaissance interne, d’utiliser divers systèmes métier (Salesforce, Google Drive, etc.) et d’effectuer des actions dans ces outils ; une architecture multi-agents plutôt qu’un assistant unique généraliste ; une gouvernance enterprise avec respect des permissions existantes.

Le passage de ChatGPT Enterprise à Dust a permis à Mirakl de débloquer des cas d’usage qui restaient hors de portée : agents de support technique connectés à Zendesk, agents commerciaux qui synthétisent l’historique client depuis Salesforce, agents internes RH qui répondent aux questions onboarding depuis Confluence.

C’est exactement le type de problématique que rencontrent les ETI françaises qui ont commencé par ChatGPT Enterprise et atteignent maintenant les limites du modèle « assistant unique ».

Dust vs Make vs n8n : la grille de décision

Les trois plateformes peuvent paraître interchangeables. Elles ne le sont pas. Voici les critères qui les différencient pour un décideur.

Le choix se simplifie quand on identifie le cas d’usage dominant.

Choisir Dust si votre priorité est de mobiliser la connaissance interne et de créer des agents par fonction (Sales, Support, RH, Finance) avec gouvernance enterprise. C’est la plateforme la plus adaptée pour remplacer ChatGPT Enterprise par une expérience qui exploite vraiment vos données.

Choisir Make si votre priorité est l’automatisation de workflows métier inter-applications avec un canvas visuel accessible aux équipes business non-techniques. Make excelle sur les processus.

Choisir n8n si votre priorité est le contrôle technique, le self-hosting souverain, ou l’embarquement d’agents dans un produit SaaS commercial.

Trois cas d’usage Dust qui fonctionnent en ETI française

Dust documente plus de 1 000 déploiements clients. Trois patterns dominent les retours terrain en 2026.

Pattern 1 : Agent commercial connecté au CRM. Mobilisable depuis Slack ou navigateur Chrome, l’agent accède à Salesforce ou HubSpot, à Notion (playbooks commerciaux), à Gong ou Modjo (analyses de calls). Il génère des snapshots clients avant chaque RDV, prépare les réponses aux RFP en s’appuyant sur les RFP gagnées précédentes, analyse les conversations commerciales pour identifier les blocages récurrents. Avantage Dust : l’accès aux conversations historiques avec respect des permissions Salesforce existantes.

Pattern 2 : Agent RH onboarding et FAQ employés. Trigger Slack ou interface dédiée, agent connecté à Confluence (procédures internes), Notion (handbook), Workday ou BambooHR (données RH), Slack (canaux RH historiques). Il répond aux questions classiques d’onboarding et FAQ employés, redirige vers l’humain quand nécessaire. Cas typique : nouvelle recrue qui demande « comment obtenir mes accès à l’outil X ? » obtient en 30 secondes la réponse contextuelle, là où elle aurait attendu 2 jours via ticket IT.

Pattern 3 : Agent finance synthèses et anti-fraude. Trigger schedule ou webhook depuis ERP, agent connecté à votre système comptable (SAP, Pennylane, Sage), à votre data warehouse (Snowflake, BigQuery), à vos workflows métier (Spendesk pour les notes de frais). Il génère des synthèses hebdomadaires, détecte les anomalies de dépenses, prépare les exports pour la consolidation. Cas Spendesk évoqué dans le partenariat avril 2025 : automatisation de la qualification des dépenses et de la gestion des notes de frais à grande échelle.

Les vraies limites de Dust en 2026

Soyons honnête sur ce que Dust ne fait pas bien, c’est utile pour calibrer votre décision.

Pricing per-seat à l’échelle. Le modèle 29 dollars par utilisateur et par mois devient significatif au-delà de quelques centaines de collaborateurs. Pour une ETI de 500 personnes, cela représente 174 000 dollars par an avant négociation Enterprise. La grille tarifaire est un sujet à mettre sur la table dès la phase d’évaluation.

Pas d’orchestration de workflows complexes inter-applications. Là où Make excelle sur les processus avec branchements, conditions et boucles, Dust reste centré sur l’interaction agent-données. Pour des cas d’usage qui combinent automatisation classique et raisonnement IA, vous combinerez Dust + Make ou Dust + n8n plutôt que Dust seul.

Pas de marketplace d’agents tiers. Vous construisez ou vous adaptez les templates fournis. Pas (encore) d’écosystème d’agents tiers prêts à l’emploi comme on en voit émerger sur Salesforce ou Microsoft Copilot.

Documentation et formation en français limitées. Bien que Dust soit français, l’essentiel de la documentation et des ressources de formation est en anglais. Pour les équipes non-anglophones, c’est un frein opérationnel à anticiper.

Maturité produit en évolution rapide. Dust est une startup en hyper-croissance. Le produit évolue très vite, les API peuvent changer, des fonctionnalités émergent et se transforment. Pour une organisation qui valorise la stabilité au-dessus de tout, ce rythme peut être inconfortable.

Selon un retour utilisateur français sur Impli (avril 2026), « après 6 mois d’utilisation pour créer des agents IA connectés à Notion, Google Drive et Slack, Dust tient ses promesses sur la profondeur d’intégration enterprise mais demande un investissement réel en formation et en gouvernance pour produire de la valeur. Ce n’est pas une plateforme plug-and-play ».

Comment former vos équipes à Dust

L’investissement formation est structurant pour réussir un déploiement Dust à l’échelle. Trois profils à équiper.

Le citizen builder métier (commerciaux, RH, support, finance) doit maîtriser les templates par fonction, l’écriture d’instructions agent efficaces, la rédaction de descriptions claires des connecteurs et des outils, le partage et l’itération avec les retours utilisateurs. Comptez 1 à 2 jours intensifs + pratique encadrée sur un cas réel de son métier. Dust propose une documentation et des bonnes pratiques officielles.

L’AI Champion / Chief Data & AI Officer (rôle inspiré du modèle Anne-Claire Baschet chez Mirakl) doit comprendre la stratégie multi-agents, la gouvernance des connaissances internes, la gestion des permissions et la conformité, le monitoring des usages et des coûts à l’échelle, l’intégration avec les autres briques de votre stack (Make, n8n, frameworks code). Comptez 3 à 5 jours + accompagnement sur les premiers déploiements.

Le DSI doit avoir la grille de décision Dust vs alternatives (ChatGPT Enterprise, Microsoft Copilot, Make, n8n), comprendre les implications de souveraineté et de RGPD, le pricing à l’échelle et les négociations Enterprise, la gouvernance multi-équipes. C’est typiquement le périmètre de notre parcours formation aux agents IA pour décideurs, avec adaptation à votre contexte sectoriel.

L’erreur fréquente sur Dust : démarrer avec un agent générique « assistant entreprise » censé tout faire. Cette approche échoue presque toujours. Les déploiements qui réussissent suivent la philosophie Dust elle-même : plusieurs agents spécialisés par fonction, chacun avec son périmètre clair, sa knowledge base dédiée, ses tools spécifiques.

FAQ : Dust en entreprise française

Dust représente en 2026 ce que l’écosystème français peut produire de plus sérieux dans les plateformes d’agents IA en entreprise. La combinaison fondateurs de calibre (Stanislas Polu ex-OpenAI), traction commerciale réelle (1 000+ clients dont Mirakl, Spendesk, Pennylane), levée Sequoia Capital et vision claire « OS pour agents » en fait une option qui mérite une évaluation sérieuse face aux acteurs US dominants. Le piège n’est pas dans le choix de Dust mais dans la croyance qu’une plateforme suffit à transformer une organisation. Sans cadre de gouvernance, sans formation des équipes, sans agents construits sur de vrais cas d’usage métier, Dust ne sera qu’un coût supplémentaire dans votre stack. Pour structurer cette adoption avec une vraie maîtrise des arbitrages, se former aux agents IA et plateformes souveraines en entreprise avec Proactive Academy reste le moyen le plus direct de transformer votre intention stratégique en déploiement qui produit de la valeur.