Scaled Cognition

Ce que c’est

Scaled Cognition est un laboratoire de modèles, pas un énième éditeur d’agents. L’entreprise entraîne son propre modèle pour l’automatisation du service client — APT, l’Agentic Pretrained Transformer — et le vend avec une plateforme pour construire, simuler et superviser des agents par-dessus. L’argument est architectural : un LLM généraliste est entraîné à prédire des tokens, puis on lui greffe l’usage d’outils, des guardrails et des contrôles de politique, alors qu’APT est entraîné sur des objectifs au niveau de l’action — quelle API appeler, quelle règle métier s’applique, dans quel ordre — si bien que le respect des politiques est une propriété du modèle et non du prompt qui l’enveloppe. L’entreprise présente APT comme un modèle qui « ne devine jamais » ; lisez-le comme un objectif de conception, pas comme une garantie qui vous dispenserait de tester.

Les fondateurs ont déjà fait ce parcours. Le CEO Dan Roth et le CTO Dan Klein, professeur d’IA à UC Berkeley, ont cofondé Semantic Machines, rachetée par Microsoft en 2018. Khosla Ventures a mené un tour seed de $21M en 2023, puis, le 25 juin 2026, une Série A de $100M avec la participation de Genesys, pour une valorisation rapportée d’environ $750M (SiliconANGLE, citant le Wall Street Journal). APT-1 a été lancé en research preview en février 2025, construit par une équipe d’une vingtaine de personnes ; l’entreprise affirme qu’il a dépassé les modèles frontier sur les benchmarks agentiques Tau-Bench et ComplexFuncBench, sans publier de scores par tâche dans l’article de lancement. Le communiqué de la Série A revendique des déploiements en production chez des entreprises du Fortune 500 dans les services financiers, la santé, les télécoms et l’assurance — sans les nommer.

Pourquoi il apparaît dans les stacks CX et support

• C’est le modèle en dessous, pas l’agent au-dessus. La plupart des acheteurs rencontrent APT à l’intérieur de Genesys Cloud. Genesys a annoncé le partenariat le 16 octobre 2025, a investi, puis a dévoilé le 10 février 2026 le Genesys Cloud Agentic Virtual Agent, propulsé par APT-1 en tant que « large action model », avec une disponibilité générale prévue au premier trimestre de l’exercice fiscal 2027 de Genesys (février–avril 2026). M&T Bank et Banco Pichincha ont été cités comme premiers évaluateurs. Genesys situe la base atteignable à plus de 8 000 organisations.
• L’outillage de simulation est le vrai différenciateur. AgentTwin génère des agents et des conversations de test à partir de vos interactions client historiques, GenAPI fait tourner les agents contre des milliers de scénarios simulés avec des API backend simulées, et un Agent Evaluator note l’exactitude et la conformité aux politiques sur des exécutions répétées avant le lancement. Le monitoring de production surveille ensuite la dérive. Les équipes déjà échaudées par un agent qui a réussi un pilote de 50 conversations puis cédé à 50 000 achètent cette partie autant que le modèle.
• Il se déploie là où les acheteurs régulés en ont besoin. APT tourne on-premises, dans votre VPC ou en mode hébergé ; l’accès passe par une API REST stateless avec des options no-code, low-code et SDK. Son partenaire d’inférence Baseten annonce un time to first token sous les 120 ms — le chiffre qui décide si un agent vocal ressemble à une conversation ou à une file d’attente.

La réalité des prix

Aucune grille tarifaire publique pour les contrats directs ; c’est un contrat enterprise piloté par les ventes. Le seul compteur publié est la voie Genesys : la documentation de Genesys facture une interaction de l’Agentic Virtual Agent 1,2 AI Experience token, le token étant affiché à USD 1,00 — soit environ $1,20 par interaction au prix catalogue, avant toute remise enterprise et en plus des licences Genesys Cloud CX ($75–$240 par utilisateur et par mois selon le tier). Sur le papier, c’est moins cher que Zendesk à $1,50 par résolution automatisée, mais c’est facturé à l’interaction, pas au résultat, donc les conversations non résolues sont facturées aussi : à 70 % de containment, le coût effectif par interaction résolue est d’environ $1,71, au-dessus de Zendesk et nettement au-dessus d’Intercom Fin à $0,99 par résultat. Pour un déploiement direct, attendez-vous à un engagement plateforme à six chiffres, comparable à Sierra ou Parloa — une déduction à partir du profil acheteur, pas un prix coté.

Idéal pour

Les responsables de centre de contact et de plateforme CX dans les entreprises régulées — banques, assureurs, opérateurs télécoms, organismes payeurs de santé et les BPO qui les servent — dont le pilote d’agent IA a échoué sur le respect des politiques plutôt que sur la qualité conversationnelle, et qui utilisent déjà Genesys Cloud ou doivent héberger le modèle dans leur propre VPC. Le cas d’usage ciblé : les flux transactionnels où une mauvaise action est un incident de conformité — modifier un échéancier de paiement, vérifier une identité avant un changement de compte, traiter une étape de sinistre.

Passez votre chemin si votre problème est la déflexion de FAQ (n’importe quelle IA native du help desk s’en charge), si vous voulez un produit d’agent fini que votre équipe support ops configure sans ingénierie, ou si vous n’êtes pas sur Genesys et ne pouvez pas staffer le déploiement d’une plateforme de modèle.

Face aux alternatives

La comparaison n’est pas symétrique : Scaled Cognition vend la couche que les éditeurs d’agents achètent à OpenAI, Anthropic et Google. Face aux leaders de la couche agent, choisissez Sierra si vous voulez qu’un éditeur porte le résultat de bout en bout et acceptez une facturation au résultat, et Decagon — l’entrant à la croissance la plus rapide du segment — si votre volume est porté par le chat et que votre équipe ops veut écrire ses procédures en langage naturel. Choisissez Parloa pour les centres de contact centrés sur la voix facturés à la minute. PolyAI est le pair structurel le plus proche, avec son propre modèle de dialogue Raven ; prenez-le quand la voix est tout le problème et que vous voulez un service managé. Dans la base installée, Salesforce Agentforce et Zendesk l’emportent quand consolider sur le système que vous payez déjà compte plus qu’un meilleur modèle. Choisissez Scaled Cognition quand la défaillance que vous corrigez est un modèle qui sort de la politique et que vous préférez changer de modèle plutôt qu’ajouter un guardrail de plus.

Points de vigilance

• « Zéro hallucination » est une promesse marketing, pas un taux mesuré. L’article de lancement revendique la première place aux benchmarks sans scores par tâche, et aucune évaluation indépendante sur des charges de service client n’a été publiée. Garde-fou : lancez votre propre test de respect des politiques sur 500 scénarios dans AgentTwin et GenAPI face au modèle frontier qu’utilise votre éditeur actuel, et inscrivez le taux d’erreur mesuré au contrat comme critère de recette.
• Via Genesys, vous achetez le produit de Genesys, pas celui de Scaled Cognition. Roadmap, prix et support relèvent de Genesys, et la documentation que nous avons consultée présentait encore les agents virtuels agentiques comme « bientôt disponibles » dans certaines sections. Garde-fou : faites confirmer par écrit la disponibilité générale dans votre région et votre tenant, et demandez quelle version d’APT tourne pour votre organisation et comment les mises à jour du modèle sont déployées et testées contre les régressions.
• La facturation à l’interaction facture aussi les échecs. À 1,2 token par interaction, une conversation escaladée vers un humain consomme quand même des tokens. Garde-fou : modélisez le coût par résolution comme $1,20 divisé par votre taux de containment, et fixez un plancher de containment en dessous duquel le déploiement est réexaminé.
• Les preuves client sont minces et anonymes. Au-delà de Genesys et de ses premiers évaluateurs, aucun client en production n’est public. Garde-fou : exigez deux appels de référence dans votre secteur avant tout engagement pluriannuel, et limitez la première durée à 12 mois.