amaiko vs Dust : agents construits ou mémoire qui apprend (2026)

Ce que Dust fait vraiment bien

La plupart des comparatifs de ce site placent amaiko face à des outils qui résolvent un autre problème et appellent cela un duel. Dust n’en fait pas partie. Conçue en France par des fondateurs passés par OpenAI et Stripe, soutenue par Sequoia, Dust est le concurrent le plus comparable techniquement de notre liste — une plateforme d’agents sérieuse, une réussite française dont l’Europe peut être fière, et qui mérite d’être évaluée d’égal à égal. Alors faisons exactement cela.

Le constructeur d’agents no-code est réellement bon. Avec Dust, un département construit ses propres assistants d’IA et les connecte aux données avec lesquelles il travaille vraiment — Slack, Google Drive, Notion, Confluence, GitHub. L’équipe commerciale construit un agent commercial, le support un agent de support, et personne n’a besoin d’écrire du code pour y arriver. C’est une vraie capacité, pas une démo.

La posture de sécurité est sérieuse. SOC 2, accords de zéro rétention de données avec les fournisseurs de modèles, et une région d’hébergement au choix — UE ou États-Unis. C’est une réponse plus honnête à la question des données européennes que ce que la plupart des concurrents américains tentent même d’offrir.

Agnostique des modèles, comme nous. Dust ne vous enferme pas dans la pile de modèles d’un seul fournisseur. Quand un modèle plus puissant sort, vous pouvez l’utiliser. amaiko fonctionne de la même manière — vos requêtes sont routées vers les meilleurs modèles de pointe disponibles. Comptons cela comme un match nul, et comme un point d’accord architectural réel entre les deux plateformes.

L’intégration Teams native existe. Dust se connecte à Microsoft Teams sans développement sur mesure, sans projet de conseil.

Et à environ 29 $ par utilisateur et par mois pour le plan Pro, rien de tout cela n’est surfacturé. Alors pourquoi cette page existe-t-elle ? Parce que pouvoir construire de bons agents et avoir de bons agents qui travaillent déjà pour vous sont deux états du monde différents — et c’est dans la distance entre les deux que ce comparatif se décide réellement.

Cinq différences structurelles

La question amaiko vs Dust ne porte pas sur le bien-fondé des agents — les deux plateformes sont d’accord là-dessus. Elle porte sur qui les construit, ce dont ils se souviennent et où ils vivent.

Les agents de Dust répondent. Ceux d’amaiko agissent.

Un agent Dust est un répondant compétent : posez-lui une question, il répond à partir des sources de données auxquelles il est connecté. Mais il répond quand on le sollicite — il n’y a pas de push proactif. Rien n’arrive que vous n’ayez demandé. amaiko fonctionne dans l’autre sens : votre briefing matinal est prêt avant que vous n’ouvriez votre ordinateur, votre boîte de réception est triée avant que vous ne la lisiez, les suivis de réunion apparaissent sans que personne ne les demande. Les questions auxquelles vous ne pensez jamais sont précisément celles auxquelles un agent réactif ne répond jamais — et sur une année de travail, c’est dans ces questions jamais posées que se cache la vraie productivité.

Configuré n’est pas appris

Un agent Dust sait ce que son constructeur lui a configuré. C’est un instantané : les sources de données que quelqu’un a connectées, les instructions que quelqu’un a écrites, figées au moment de la configuration. Quand votre entreprise change — nouvelles décisions, nouvelles personnes, nouveau contexte —, quelqu’un doit revenir mettre l’agent à jour. Il n’y a pas, en dessous, de mémoire d’entreprise persistante et auto-apprenante. La mémoire d’amaiko est le contraire d’un instantané : elle grandit à chaque interaction — décisions, contexte, qui sait quoi, pourquoi les choses ont été faites ainsi — et personne ne la maintient, parce qu’apprendre est précisément ce qu’elle fait. L’effet mesurable dans les équipes amaiko : 35% de temps de recherche en moins et un onboarding jusqu’à 57% plus rapide, parce que les nouveaux héritent d’une mémoire vivante au lieu d’un assistant bien configuré mais statique.

Quelqu’un doit construire les agents

No-code ne veut pas dire pas de travail. Le modèle de Dust suppose un constructeur : une personne par département qui conçoit les agents, connecte les sources de données, écrit les instructions, teste les résultats et maintient l’ensemble à mesure que l’entreprise évolue. Dans une entreprise tech avec un champion de l’IA enthousiaste dans chaque équipe, cela fonctionne. Dans une entreprise normale, le rôle de constructeur devient discrètement un goulot d’étranglement — ou reste vacant, et la plateforme sous-performe. amaiko livre dans l’autre sens : un réseau de 24 agents d’IA spécialisés — réunions, e-mail, recherche, liaison de connaissances et plus — arrive pré-orchestré. Le réseau d’agents est le produit, pas un kit pour en fabriquer un. L’onboarding tient dans un seul chat Teams : installez, dites bonjour, il se met au travail.

Teams est un canal. Pour amaiko, c’est la maison.

Dust se connecte à Teams — rendons-lui justice, voir plus haut. Mais le centre de gravité de Dust est son propre espace de travail, et sa liste de connecteurs se lit d’abord côté Slack : Slack, Google Drive, Notion, Confluence, GitHub. Teams est un canal de diffusion parmi d’autres. amaiko a été construite pour Teams dès la première ligne de code : Teams n’est pas l’endroit où amaiko transmet ses réponses, c’est l’endroit où amaiko vit — aux côtés de votre calendrier, de vos e-mails et de vos réunions. Si votre entreprise tourne sur Microsoft Teams, la différence entre un outil qui publie dans Teams et un collègue qui travaille dans Teams se voit chaque jour.

Une région UE n’est pas un hébergement allemand

La région d’hébergement UE au choix de Dust est réelle, et nous l’avons saluée plus haut — la plupart des concurrents américains n’offrent même pas cela. Mais une région UE n’est pas un hébergement 100% allemand, et pour une entreprise du Mittelstand allemand dont les exigences juridiques ou du comité d’entreprise nomment spécifiquement l’Allemagne, la distinction n’est pas un détail. La réponse d’amaiko n’a pas besoin de carte : hébergement 100% allemand et certification ISO 42001 — la norme de management des systèmes d’IA. La question des données : réglée plutôt que régionalisée.

La réalité des prix

Ici, pour une fois, aucun piège à dévoiler. Le plan Pro de Dust tourne autour de 29 $ par utilisateur et par mois ; amaiko démarre à 19,92 € par utilisateur et par mois, facturation annuelle. amaiko est moins chère, mais les deux sont des plateformes honnêtement tarifées, dans la même gamme — pas de licence de base obligatoire en dessous, pas de ticket d’entrée enterprise à cinq chiffres. Autrement dit : la décision ne se joue pas sur la page des prix. Elle se joue sur l’architecture — agents construits vs mémoire qui apprend, réponses vs initiative, région UE vs hébergement allemand.

Qui devrait choisir quoi

Segmentation honnête — Dust l’a méritée.

Choisissez Dust si votre entreprise vit dans Slack, Google Drive et Notion plutôt que dans Microsoft Teams, si vous avez des personnes qui aiment réellement concevoir et maintenir des agents de département, et si une région UE au choix franchit votre barre de conformité. Dans ce monde-là, Dust est un excellent choix — sans doute la meilleure des plateformes de construction.

Choisissez amaiko si Teams est l’endroit où votre entreprise travaille réellement, si vous voulez une IA qui agit avant que vous ne demandiez et retient durablement ce que votre organisation apprend, si personne dans votre équipe ne veut de « constructeur d’agents » comme deuxième métier, et si votre question des données ne se règle que par un hébergement en Allemagne.

Contrairement à la plupart des duels de ce site, ces deux-là se recouvrent réellement — deux plateformes d’agents, toutes deux agnostiques des modèles, toutes deux sérieusement tarifées. Utiliser les deux n’a guère de sens ; choisissez celle qui correspond à votre stack et à votre appétit pour la construction. Si vous explorez l’ensemble du marché, notre panorama des alternatives à Dust couvre les autres candidats. Et si vous préférez voir une mémoire qui apprend plutôt que de lire à son sujet : réservez une démo — un seul chat Teams suffit pour vous la montrer.