Dust résout un problème que toutes les entreprises rencontrent depuis l'émergence des LLM : comment intégrer l'intelligence artificielle dans les workflows réels des équipes, sans expertise technique, sans risque de fuite de données et sans passer des mois de développement ? La réponse de Gabriel Hubert et Stanislas Polu — deux anciens de Stripe et OpenAI — est une plateforme d'agents IA personnalisables, connectée aux outils existants de l'entreprise (Notion, Slack, Intercom, Salesforce, GitHub, etc.) via des connecteurs natifs.
Le positionnement de Dust est délibérément pragmatique. Là où certains acteurs vendent la transformation radicale, Dust commence par des cas d'usage concrets : un agent qui répond aux questions des nouveaux commerciaux en puisant dans la base de connaissances CRM, un bot qui synthétise les retours clients pour les équipes produit, un assistant qui pré-rédige les réponses support en respectant le ton de la marque. Ces "actions" mesurables permettent de démontrer un ROI en semaines plutôt qu'en mois.
Techniquement, Dust adopte une architecture multi-modèles : les utilisateurs choisissent le LLM le plus adapté à chaque tâche (Mistral, GPT-4, Claude, Gemini) et la plateforme gère l'orchestration. Les données des entreprises ne servent jamais à entraîner les modèles — une garantie contractuelle qui rassure les directions juridiques et les DPO. Les données restent dans l'environnement de l'entreprise, chiffrées en transit et au repos selon les standards SOC 2.
Parmi les clients de Dust figurent des scale-ups en forte croissance mais aussi des grands groupes du CAC 40 qui cherchent à accélérer leurs projets IA sans dépendre d'une DSI débordée. La logique no-code est essentielle : ce sont les opérationnels eux-mêmes — responsables commerciaux, chefs de projet, DRH — qui construisent et déploient leurs agents en quelques minutes, sans ligne de code.
