Pour se différencier d’OpenAI, de Google ou de Workday, une startup d’IA peut miser sur une mémoire réutilisable entre modèles, une gouvernance qui traverse plusieurs fournisseurs, des processus métier mieux contrôlés ou des données organisées autour d’une décision. Des dirigeants interrogés à HumanX Amsterdam ont avancé ces quatre pistes dans une analyse publiée par Forbes le 21 octobre 2026. Ce sont des arguments stratégiques, pas des résultats comparatifs démontrant leur efficacité.
Quatre positions, quatre arbitrages
| Position | Exemple | Fonction visée | Limite ou pression concurrentielle |
| Mémoire portable | Walrus Memory, de Mysten Labs | Partager un contexte chiffré entre plusieurs agents grâce à des clés déléguées | L’export ne garantit pas qu’un autre modèle interprétera ce contexte de la même façon |
| Gouvernance intersystèmes | Deeploy | Surveiller les résultats d’agents sur plusieurs systèmes et déployer la couche logicielle sur l’infrastructure de l’organisation | Mysten Labs et Google Cloud ont aussi annoncé un projet commun dans ce domaine |
| Qualité des processus métier | Enterprise Brain, de Writer | Intégrer la mémoire d’équipe et les règles de conformité dans des processus réglementés | Des connecteurs ou des jetons d’authentification expirés peuvent faire échouer un processus sans signal évident |
| Données orientées décision | Aily Labs | Partir d’une décision métier précise et travailler sur les données nécessaires | Google propose aussi une approche de catalogue de données avec Knowledge Catalog |
Une mémoire exportable ne rend pas les modèles interchangeables
Walrus Memory, développé par Mysten Labs sur la plateforme Walrus et ancré à Sui, vise à partager une mémoire chiffrée entre différents agents. Les utilisateurs peuvent accorder à ces agents des clés déléguées pour accéder au même contexte. L’intérêt potentiel est de conserver des informations utiles lorsqu’on change de modèle. Mais le modèle suivant peut interpréter ces informations autrement.
Au 20 octobre 2026, Mysten Labs déclarait que Walrus Memory comptait plus de 5 000 agents répartis entre 4 800 propriétaires, avec plus de 209 000 mémoires stockées et 4,5 millions de récupérations réussies depuis son lancement au deuxième trimestre. Forbes précise que ces volumes sont déduits d’opérations de lecture et d’écriture chiffrées et qu’ils n’ont pas été audités indépendamment.
Mysten indiquait aussi que 72,9 % des propriétaires dont la première écriture datait du 19 septembre 2026 ou avant avaient récupéré au moins une mémoire 30 jours ou plus après cette première écriture. Ce chiffre décrit cette cohorte et cette mesure de récupération.
Gouvernance et qualité dépendent des systèmes autour de l’IA
Deeploy défend une couche de gouvernance qui peut s’intégrer à différents systèmes et fonctionner sur l’infrastructure du client. Roeland Pater, dirigeant de Deeploy, a décrit une approche où les organisations surveillent elles-mêmes les résultats et conservent leurs décisions de politique interne. Le bénéfice recherché est de suivre des agents sans confier toute la supervision à un seul fournisseur.
Le 6 octobre 2026, Mysten Labs et Google Cloud ont annoncé une collaboration pour construire Verifiable Agent Arbiter. Ce projet montre que les grandes plateformes participent elles aussi au développement d’outils de gouvernance.
Pour les processus métier, l’enjeu est de vérifier les étapes qui encadrent le travail d’un modèle. May Habib, PDG de Writer, met en avant l’assurance qualité de ces processus. Writer présente Enterprise Brain comme un moyen d’intégrer la mémoire partagée d’une équipe et ses règles de conformité dans des tâches réglementées. Habib a également signalé le risque de défaillances discrètes lorsque des connecteurs tiers ou des jetons d’authentification expirent. Dans un processus d’entreprise, l’IA peut produire une réponse plausible alors qu’une étape d’accès aux données a échoué.
Partir d’une décision métier plutôt que d’un catalogue général
Aily Labs organise son travail autour d’une décision concrète, par exemple une prévision en temps réel, puis cible les données nécessaires pour y répondre. Sa cofondatrice et PDG, Bianca Anghelina, décrit une équipe qui associe des spécialistes des opérations métier et des ingénieurs. Cette méthode donne un point de départ précis au projet, au lieu de viser d’abord un catalogue exhaustif de toutes les données de l’entreprise. Google Knowledge Catalog représente une approche portée par une grande plateforme dans ce domaine.
Les frontières entre concurrence et partenariat restent poreuses. Forbes citait Harvey, Sierra et Decagon parmi les partenaires de Frontier, la plateforme d’OpenAI, et faisait état de 32 applications partenaires dans sa place de marché. Une startup peut donc chercher sa place dans un segment spécialisé tout en s’appuyant sur la distribution d’une grande plateforme.
