Dust

Ce que c’est

Dust est une plateforme d’entreprise pour construire et gouverner des agents IA au-dessus des outils et des données de votre entreprise. Vous connectez les sources — Slack, Notion, Google Drive, Salesforce, HubSpot, GitHub, Confluence, Snowflake — puis vous assemblez des agents dans un builder no-code avec des instructions en langage naturel, le choix du modèle sous-jacent (Anthropic, OpenAI, Gemini, Mistral) et l’ensemble des outils que l’agent est autorisé à appeler. La couche de retrieval (RAG plus un mode Table Query qui exécute du SQL sur des données structurées) et un modèle de permissions à double couche sont ce qui sépare Dust du fait de « pointer un chatbot vers notre wiki ». Le cœur est open source sous licence MIT ; la plupart des équipes achètent le service cloud managé. Dust a levé une série B de $40M en mai 2026 (menée par Abstract et Sequoia, avec Snowflake Ventures et Datadog), revendique plus de 3 000 organisations et plus de 300 000 agents déployés, et a clôturé 2025 avec un net revenue retention de 240 % et zéro churn.

Pourquoi on le retrouve en RevOps, Legal et Recruiting

Le même workspace sert les trois parce que la valeur est une seule couche d’agents gouvernée au-dessus du SaaS que chaque équipe utilise déjà :

• RevOps construit un agent de recherche de comptes qui assemble les notes Salesforce, les appels Gong et le canal Slack du deal en un brief pré-appel, ou un agent de deal-desk qui rédige une première version du redline d’un MSA.
• Legal ops pointe un agent vers le référentiel de contrats et le wiki de politiques pour répondre « quelle est notre position sur l’indemnisation sans plafond ? » avec la clause et la source, pas avec une paraphrase hallucinée.
• Recruiting fait tourner un agent qui résume un candidat face au scorecard et à la description de poste, en puisant dans l’ATS et les notes d’entretien.

Comme les agents lisent et écrivent via le même graphe de connecteurs, les mêmes permissions et le même journal d’audit, un agent RevOps et un agent Legal se gouvernent sous une seule politique au lieu de six outils ponctuels.

Tarifs

• Pro — 29 € par utilisateur/mois (environ $31), essai de 14 jours, sans minimum de sièges. Self-serve, tarif fixe pour l’usage de modèles additionnel, SOC 2, ~1 Go de stockage par utilisateur. C’est le point d’entrée transparent et ce que les acheteurs opposent au « appelez-nous » de Glean.
• Enterprise — sur mesure, minimum de 100 membres. Ajoute le SSO (Okta, Entra ID, JumpCloud), le provisioning SCIM, l’hébergement des données aux États-Unis/UE, des contrôles avancés et un support dédié. La consommation de modèles en Enterprise passe à une tarification programmatique basée sur l’usage, donc le montant final dépend de combien les agents tournent, pas seulement du nombre de sièges.

Budgétez le prix par siège plus la traîne d’usage. Les workflows agentiques intensifs (retrieval long, appels d’outils fréquents) poussent la consommation de tokens bien au-dessus de ce qu’un modèle mental à siège fixe prévoit.

Idéal pour

• Les organisations pilotées par les ops (20–500 sièges) qui veulent construire et gouverner de nombreux agents en RevOps, Legal et Recruiting depuis un seul workspace plutôt que d’acheter une fonctionnalité IA séparée dans chaque outil SaaS.
• Les équipes qui valorisent le choix du modèle, le tool-calling natif MCP et l’hébergement des données dans l’UE, et qui ont quelqu’un prêt à porter le design des agents et les permissions.

Alternatives et quand les choisir

• Glean — choisissez-le quand la douleur principale est de trouver l’information dans des systèmes fragmentés, pas de construire des agents qui agissent. La recherche d’entreprise sensible aux permissions et l’ampleur des connecteurs de Glean dominent la catégorie ; Dust domine sur les agents sur mesure et les tarifs transparents. Si 70 %+ du travail est « où est la réponse », choisissez Glean.
• Microsoft 365 Copilot — choisissez-le quand votre équipe vit dans Outlook, Teams et SharePoint et que vous voulez de l’IA au sein de cette suite plutôt qu’une plateforme d’agents séparée. La plus grande base installée par défaut, et moins chère à adopter quand M365 couvre déjà l’essentiel de la surface.
• Relevance AI — l’acteur no-code de « main-d’œuvre IA » à la croissance la plus rapide que les équipes ops opposent à Dust. Choisissez-le quand le travail est de l’automatisation de processus multi-agents (une équipe d’agents exécutant un workflow back-office de bout en bout) plus qu’un assistant ancré dans la connaissance au-dessus de votre SaaS.

Points de vigilance

• Le prix d’usage est le vrai budget, pas le prix par siège. Le titre à 29 € masque des coûts de consommation de modèles qui croissent avec ce que les agents récupèrent et appellent comme outils. Garde-fou : faites tourner un pilote Pro de 30 jours avec votre cas d’usage au plus fort volume réel avant de signer Enterprise, et lisez la consommation de tokens sur le dashboard plutôt que de l’estimer à partir des sièges.
• La qualité de l’agent suit l’hygiène des permissions à la source. Un dossier Drive sur-partagé ou une ACL périmée devient accessible à tout utilisateur qui peut interroger l’agent. Garde-fou : auditez les permissions des 5 principaux systèmes connectés avant le déploiement et placez les outils avec droit d’écriture (tout ce qui modifie Salesforce ou envoie des messages Slack) derrière une étape d’approbation jusqu’à ce que vous fassiez confiance aux sorties de l’agent.
• Quelqu’un doit porter le design des agents. Self-serve ne veut pas dire auto-maintenu — la prolifération d’agents non gouvernée produit 50 bots à moitié fonctionnels et aucune histoire d’audit. Garde-fou : nommez un responsable de la bibliothèque d’agents et passez en revue les nouveaux agents capables d’écrire à une cadence fixe au lieu de laisser chaque équipe déployer le sien.