Hosting agentów AI. Twój agent, Twój serwer, Twój klucz.

1. Ton agent IA n'a pas besoin de vivre dans le cloud de quelqu'un d'autre.

La plupart des assistants IA populaires fonctionnent comme des services SaaS: clé API, limite mensuelle de requêtes et données de conversation transitant par les serveurs d’un tiers. Pour de nombreux usages professionnels, comme le support client ou l’automatisation interne avec accès aux données de l’entreprise, la question est de savoir où ces données finissent réellement.

Sur Saplo, le catalogue d’applications propose plusieurs moteurs prêts à l’emploi pour créer tes propres agents et automatisations IA. Ils sont installés sur ton Box, sous ton propre domaine, sans transiter par une infrastructure SaaS tierce, à l’exception du modèle de langage auquel l’agent se connecte.

L’application phare est Hermes Agent (Nous Research): un agent IA personnel connecté aux messageries Telegram, Discord, Slack et API, avec un tableau de bord web pour configurer la clé du modèle et les messageries, sans avoir besoin d’accéder au serveur lui-même. Le manifeste nécessite environ 1,5 Go de RAM.

2. Quatre moteurs différents, quatre approches différentes de l’IA

Hermes Agent est un agent de messagerie prêt à l’emploi et préconfiguré, idéal si tu veux disposer d’un assistant sur Telegram ou Discord sans rien construire à partir de zéro, en saisissant simplement une clé de modèle et en connectant une messagerie depuis le panneau de l’application.

Flowise est un créateur visuel par glisser-déposer d'agents IA et de chatbots, qui relie les modèles LLM, les outils (appels API, fonctions) et les bases vectorielles RAG dans un graphe de nœuds, sans écrire de code. Le manifeste requiert 2 GB de RAM, car l'image contient Chromium pour les nœuds qui collectent des données depuis les pages web et les fichiers PDF.

n8n, même s’il ne s’agit pas d’un moteur IA dédié, sert souvent de couche de connexion entre l’agent IA et le reste des systèmes de l’entreprise: un webhook de Hermes Agent ou Flowise peut déclencher un workflow dans n8n, qui enregistrera le résultat dans un CRM ou enverra une notification, le tout au sein des applications du même Box.

Windmill est une plateforme d’automatisation par code avec Python, TypeScript, Go et Bash. Plus proche de la programmation qu’un editor visuel comme n8n ou Flowise, elle est utile lorsque la logique de l’agent nécessite un script sur mesure plutôt que des blocs de nœuds prêts à l’emploi.

3. De quelles ressources ton infrastructure d’agents IA a-t-elle besoin?

Hermes Agent, qui nécessite au moins 1,5 Go de RAM, et Flowise, qui nécessite au moins 2 Go, dépassent ensemble la mémoire disponible sur Box M. Les héberger tous les deux sur un seul Box exige donc, en pratique, un Box L avec 6 Go de RAM, en laissant une marge confortable pour le système et les autres applications qui fonctionnent en parallèle.

Hermes Agent seul, sans autre application lourde, tient sur un Box M avec 2 Go de RAM. C’est suffisant si tu veux uniquement un agent de messagerie, sans moteur visuel ni outil d’automatisation supplémentaire à côté.

Le coût du modèle de langage lui-même, via une clé API auprès du fournisseur LLM, est distinct du coût de l’hébergement, comme pour n’importe quelle autre solution IA auto-hébergée. Saplo héberge le moteur de l’agent, pas le modèle avec lequel l’agent dialogue.

4. Pourquoi est-ce différent d’un abonnement SaaS à un agent IA?

Un abonnement SaaS à un assistant IA est généralement facturé par utilisateur ou selon le nombre de requêtes mensuelles. À mesure que l’usage augmente dans l’entreprise, le coût mensuel grimpe, souvent sans plafond clairement défini.

Le coût annuel de ta propre instance sur Saplo est fixe, au prix du Box, indépendamment du nombre de messages traités par l’agent chaque mois. Pour une entreprise à trafic irrégulier ou saisonnier, il est plus facile à budgéter.

Les données des conversations et de la configuration de l'agent restent dans le conteneur LXC sur ton Box, et non dans la base de données du fournisseur SaaS. Pour les entreprises qui traitent les données personnelles de leurs clients via un agent (par exemple dans le service client), ce point est important lors de l'évaluation de la conformité au RGPD.

5. À qui cela s'adresse

Pour une petite entreprise qui souhaite disposer d’un assistant simple sur Telegram pour répondre aux questions des clients, un Box M avec Hermes Agent est un point de départ rapide et économique, sans rien construire à partir de zéro.

Pour une équipe technique qui construit un flux plus complexe (agent plus automatisation plus intégrations CRM), Box L avec Hermes Agent, Flowise ou Windmill, ainsi que n8n, le tout sur un même Box, offre un contrôle total sur l'ensemble de la pile IA.

Pour tester quel moteur IA correspond le mieux aux besoins de l’entreprise, le catalogue permet d’installer plusieurs moteurs à la fois sur un même Box et de les comparer, sans devoir souscrire plusieurs abonnements SaaS distincts.

6. Comment démarrer avec ton propre agent IA, étape par étape

Choisis le moteur adapté à ton cas d'usage: Hermes Agent pour un simple assistant de messagerie, Flowise pour un agent plus complexe avec accès aux documents (RAG), et Windmill lorsque la logique exige ton propre code, pas seulement des blocs de nœuds.

Installe l’application choisie dans le catalogue sur un Box adapté, au minimum un Box M pour Hermes Agent seul ou un Box L pour associer plusieurs moteurs. L’installation met en place un conteneur Docker avec une configuration prête à l’emploi pour le reverse proxy et SSL.

Configure la clé du modèle de langage dans le panneau de l'application choisie, sans avoir accès au serveur lui-même. L'interface est conçue pour qu'une personne non technique dans l'entreprise puisse connecter elle-même une application de messagerie ou définir le prompt système.

Teste l’agent avec un petit groupe d’utilisateurs, par exemple via un canal de test interne sur Discord, avant de le mettre à disposition des clients. Cela permet de repérer les erreurs de configuration du prompt ou des intégrations avant tout contact réel avec les clients.

Connecte l’agent au reste de tes systèmes avec n8n installé sur le même Box si tu veux que ses réponses soient transmises à un CRM ou à une base de données, ou qu’elles déclenchent d’autres automatisations dans l’entreprise.

7. La confidentialité des données lors de l’utilisation d’agents IA en entreprise

Les conversations traitées par un agent IA, comme les questions des clients sur Telegram, sont enregistrées dans un conteneur sur ton Box, et non dans la base d’un fournisseur SaaS externe. Cela facilite le contrôle de l’accès à ces données.

Le modèle de langage avec lequel l'agent converse est généralement un service externe (API du fournisseur du LLM). Le contenu des requêtes lui est donc transmis de toute façon, et il faut en tenir compte dans l'évaluation de la conformité au RGPD pour les données personnelles présentes dans les conversations.

Pour les entreprises qui traitent des données client sensibles via un agent, il est intéressant de choisir des fournisseurs de modèles de langage dont la politique indique clairement que les requêtes ne serviront pas à réentraîner les modèles, quel que soit l’endroit où le moteur de l’agent est hébergé.

Un moteur d’agent auto-hébergé comme Hermes Agent ou Flowise te donne le contrôle sur les journaux et l’historique des conversations au niveau de l’infrastructure, ce qu’une plateforme SaaS externe de création de chatbots ne garantit pas toujours entièrement.

8. Intégration d’un agent IA aux systèmes existants de l’entreprise

Un agent IA fonctionne rarement en totale isolation des autres systèmes de l’entreprise. Il doit généralement vérifier la disponibilité d’un produit dans la base, enregistrer une nouvelle demande dans le CRM ou transmettre une question complexe à un conseiller. Cela exige de connecter l’agent à d’autres applications, et pas seulement au modèle de langage.

Sur Saplo, cette connexion se fait le plus souvent via n8n installé sur le même Box: un webhook de Hermes Agent ou Flowise déclenche un workflow qui consulte la base, enregistre les données dans un CRM, par exemple Baserow, ou envoie une notification sur Slack ou Discord à la bonne personne de l’équipe.

Cette architecture (agent plus automatisation plus base de données, le tout sur un même Box) permet de construire des scénarios de service client relativement complexes sans écrire son propre code d'intégration, en utilisant uniquement des moteurs prêts à l'emploi issus du catalogue d'applications et reliés par les mécanismes standard des webhooks et des API.

Pour les entreprises qui utilisent déjà un CRM hors de Saplo, par exemple un SaaS externe payant, l’agent et l’automatisation peuvent s’y connecter via l’API publique du CRM, à condition que son fournisseur la mette à disposition. Tu peux ainsi conserver l’infrastructure existante et y ajouter une couche IA sans migrer tout le CRM.

Il est préférable de tester cette intégration avec un scénario simple, par exemple un agent qui enregistre uniquement la question du client dans la base sans répondre automatiquement. Une fois vérifié que les données arrivent au bon endroit, tu peux enrichir le scénario avec des actions plus complexes.

Documenter quels workflows n8n gèrent quels agents et avec quels systèmes ils communiquent devient important à mesure que les intégrations se multiplient. Sans documentation, plusieurs applications reliées sur un même Box deviennent vite un enchevêtrement de dépendances difficile à comprendre pour une personne qui rejoint le projet plus tard.

9. Développement de l’écosystème open source autour des agents IA

Hermes Agent, Flowise, Windmill et des moteurs similaires sont des projets open source activement développés. Ils benefit de sorties régulières comprenant de nouvelles fonctionnalités et des intégrations avec de nouveaux modèles de langage, que tu peux utiliser dans ta propre instance sans attendre qu’un fournisseur SaaS décide de les mettre à disposition.

Le rythme de développement des agents IA est extrêmement élevé par rapport à celui des autres catégories de logiciels. Par conséquent, utiliser des moteurs open source activement maintenus offre plus de chances d’accéder immédiatement aux nouvelles fonctionnalités dès leur publication, plutôt que d’attendre la mise à jour d’une plateforme commerciale fermée.

Sur Saplo, la mise à jour de ces moteurs vers une version plus récente se fait via une recette dans le catalogue d’applications. Tu peux ainsi rester à jour sans devoir surveiller séparément les dépôts GitHub de chaque outil utilisé.

Pour les équipes qui expérimentent avec différents modèles de langage, par exemple en changeant de fournisseur LLM ou en testant de nouveaux modèles, un moteur d’agent auto-hébergé permet de brancher n’importe quelle clé API, sans les limitations imposées par une plateforme fermée liée à un fournisseur unique.

La communauté autour de ces projets, avec ses forums, ses dépôts d’exemples et ses canaux Discord consacrés aux projets open source, constitue une source de connaissances supplémentaire pour gérer des scénarios plus inhabituels. Elle est indépendante de la documentation Saplo, qui se concentre sur l’infrastructure plutôt que sur la configuration du moteur d’agent lui-même.

10. Évaluation de l’efficacité de l’agent IA après le déploiement

Après le déploiement d'un agent de messagerie (par exemple Hermes Agent sur Telegram), suis le pourcentage de requêtes clients que l'agent traite de manière autonome et celui de celles qui nécessitent un transfert à un humain. Tu peux ainsi mesurer concrètement si l'agent soulage réellement l'équipe du service client.

Un examen régulier des conversations, anonymisées et respects de la vie privée des clients, permet de repérer les questions récurrentes auxquelles l’agent ne répond pas bien. C’est un signal pour améliorer le prompt système ou ajouter de nouvelles informations à la base de connaissances. Ce cycle, observation, correction puis nouvelle observation, est une façon naturelle d’améliorer la qualité de l’agent au fil du temps, comme pour tout produit en contact direct avec les clients.

Pour les agents créés dans Flowise avec accès aux documents de l’entreprise grâce au RAG, vérifie régulièrement que la base de connaissances utilisée par l’agent est à jour. Des documents obsolètes peuvent provoquer des réponses obsolètes, voire incorrectes, aux clients.

L’évaluation de l’efficacité doit aussi prendre en compte la satisfaction des clients après leur conversation avec l’agent, et pas seulement les performances techniques du système. Même une réponse techniquement correcte peut être perçue comme trop rigide ou inadaptée au ton du client.

11. Résumé: une infrastructure IA en propre, un avantage et non un coût

Considérer l’infrastructure d’agents IA comme un élément que l’entreprise possède, plutôt que comme un service SaaS facturé au nombre de requêtes, change l’économie du déploiement de l’IA dans une PME: le coût devient fixe et prévisible, les données restent sous le contrôle de l’entreprise et le choix du moteur, parmi Hermes Agent, Flowise et Windmill, dépend du besoin réel plutôt que de ce qu’un fournisseur cloud propose dans son catalogue limité de fonctionnalités pour un plan d’abonnement donné.