SandboxAQ ajoute des outils de confiance et de retour sur investissement à la plateforme d’agents d’IA Switch

Le 19 octobre 2026, SandboxAQ a annoncé l’élargissement de sa plateforme Switch AI destinée aux entreprises qui adoptent des agents d’IA. L’entreprise a présenté Switch Trust, qui permet de repérer, de tester et de protéger les agents, et Switch ROI, qui suit le coût et la valeur de chaque agent.

L’entreprise, basée à Palo Alto, en Californie, a indiqué que ces deux produits complètent son offre open source Switch Rooms. Ils sont présentés comme une solution indépendante des fournisseurs, qui permet aux organisations d’évaluer les risques liés aux agents, de mesurer leur valeur commerciale et d’en optimiser les performances, quels que soient les agents, les modèles et les fournisseurs utilisés. L’annonce oppose les agents à la première génération d’IA d’entreprise, dont la mesure reposait, selon elle, principalement sur le nombre de licences, l’utilisation et la consommation de jetons. Comme les agents peuvent prendre des décisions, agir et travailler aux côtés des personnes, précise-t-elle, ils suscitent de nouvelles attentes en matière de supervision et de responsabilité.

Switch Rooms réunit les employés et les agents d’IA dans Slack, Microsoft Teams, Discord et d’autres outils professionnels. Les équipes peuvent ainsi travailler avec les agents de leur choix tout en gardant la maîtrise du contexte partagé, de l’historique et des connaissances. SandboxAQ a lancé Switch en août 2026 en tant qu’offre open source sous licence Apache 2.0 assortie de la Commons Clause. Le produit repose sur le principe que les entreprises doivent pouvoir choisir et remplacer leurs agents d’IA, leurs modèles et leurs fournisseurs sans renoncer à maîtriser leur contexte.

Switch Trust : repérer, tester et protéger les agents

Selon l’annonce, Switch Trust assure la sécurité et la gouvernance des agents en quatre étapes : Découvrir, Analyser, Évaluer et Surveiller. La page produit de Switch Trust indique que le produit fonctionne avec tous les agents, quel que soit leur créateur.

L’étape Découvrir dresse l’inventaire des agents, des modèles, des outils, des serveurs MCP et des dépendances présents dans les environnements connectés et les dépôts de code, y compris des agents dont les équipes de sécurité ignorent peut-être l’existence. Elle consigne, pour chaque élément, son responsable, sa source, ses dépendances, les problèmes détectés et leur niveau de gravité, afin de donner aux équipes une vue à jour de leur parc d’agents.

L’étape Analyser recherche les vulnérabilités de sécurité dans le code et les environnements cloud. Elle associe l’analyse statique à un triage assisté par l’IA qui écarte les faux positifs. Elle attribue un niveau de gravité, associe les problèmes détectés pris en charge aux catégories de sécurité agentique de l’OWASP et recommande des correctifs.

L’étape Évaluer se connecte directement à un agent et lui fait subir des tests offensifs et fonctionnels portant notamment sur l’injection de prompt, les tentatives de contournement des garde-fous, les fuites de données et le respect des instructions. Chaque attaque donne lieu à un résultat positif ou négatif, qui contribue à un score global de santé. Les équipes peuvent ajouter leurs propres évaluations aux tests intégrés. La page produit précise qu’un test échoué bloque la mise en production de l’agent tant qu’il n’a pas réussi le test.

L’étape Surveiller protège les agents en production. Les équipes intègrent un agent au moyen d’un kit de développement logiciel qui consigne son activité, notamment les prompts, les réponses, les appels aux modèles, la latence, les sessions et les événements liés aux politiques. Les agents exécutés dans Switch Rooms bénéficient automatiquement de politiques de protection. Lors des interactions en direct, ces politiques recherchent les injections de prompt, les secrets, les données à caractère personnel, les contenus toxiques et les tentatives de contournement des garde-fous. Trust peut bloquer ou caviarder les comportements à risque, déclencher des alertes à leur sujet ou les consigner, tout en conservant des éléments permettant de savoir ce qui s’est passé. La page produit indique que les garde-fous vérifient les données qui entrent dans chaque agent et en sortent, et que Switch Trust conserve un registre unique de ses actions et des personnes qui les ont approuvées.

Switch ROI : mesurer le coût et la valeur de chaque agent

Selon l’annonce, Switch ROI mesure le coût de chaque agent et la valeur qu’il génère, puis formule des recommandations précises pour réduire les coûts et améliorer les performances. La page produit de Switch ROI indique que la solution couvre, en un seul endroit, tous les agents, quel que soit leur fournisseur, et regroupe les dépenses liées à l’IA, jusque-là réparties entre les licences, les factures à l’usage et les fournisseurs.

La fonctionnalité de mesure suit les dépenses et les performances de chaque agent, session et tour d’interaction. Les budgets, les taux de consommation et les alertes sont conçus pour signaler rapidement les dépassements de dépenses. Au lieu de compter des indicateurs d’infrastructure tels que les jetons ou les appels d’API, elle relie ces dépenses à des résultats, comme les tickets résolus, les demandes de fusion accélérées et les tâches automatisées.

La fonctionnalité d’évaluation met en balance la valeur produite par chaque agent et son coût : Switch établit une référence humaine, suit automatiquement les dépenses liées aux agents et mesure des indicateurs tels que le coût par résultat et le retour sur investissement net.

La fonctionnalité d’optimisation repère les dépenses qui dérapent et détermine ce qu’il faut corriger, réacheminer ou réduire. Elle classe les recommandations pour chaque agent et indique une fourchette d’économies mensuelles estimées ainsi qu’un niveau de confiance. L’annonce énumère les problèmes auxquels répondent ces recommandations : le mauvais choix de modèle, les outils proposés mais jamais utilisés, le contexte renvoyé au lieu d’être mis en cache, les nouvelles tentatives et les boucles qui répètent le travail, ainsi que les réponses plus longues que nécessaire pour accomplir la tâche. La page produit précise que les recommandations portent sur quatre types de réduction des coûts : le choix du modèle, les outils inutilisés, la longueur des réponses et la mise en cache. Elle indique que des améliorations des performances sont à venir et explique qu’il sera possible de confier le travail d’un agent à un modèle moins coûteux lorsque les contrôles de qualité sont concluants, tout en conservant le contexte de l’espace.

Déclarations de Mount Sinai West et de dirigeants

Selon l’annonce, le MSW Lab de Mount Sinai West utilise Switch Trust pour créer G Board, un cadre qui permet aux médecins de concevoir des applications cliniques avec des agents d’IA. « Au MSW Lab, les médecins développent de véritables logiciels de santé avec des agents d’IA ; nous devons donc prouver que ces agents se comportent de manière sûre », a déclaré le Dr Jeffrey Bander, chef du service de cardiologie de Mount Sinai West et professeur associé de cardiologie et d’intelligence artificielle à l’Icahn School of Medicine at Mount Sinai, dans l’annonce de SandboxAQ. Bander a expliqué que Switch AI permettait au laboratoire d’intégrer cette confiance dans le travail quotidien, afin que les médecins puissent se concentrer sur les problèmes cliniques plutôt que de devenir des spécialistes de la sécurité de l’IA.

L’annonce cite une prévision de Gartner selon laquelle plus de 40 % des projets d’IA agentique seront abandonnés d’ici la fin de 2027. La page produit de Switch ROI cite séparément les données de l’enquête KPMG Global AI Pulse, datées du 24 juin 2026 et recueillies auprès de 2 145 répondants : elles indiquent que 7 % des dirigeants ont établi un retour sur investissement lié à l’IA et que les dirigeants qui ont une visibilité claire sur les coûts de l’IA sont cinq fois plus susceptibles d’en déclarer un.

Mohammed Aboul-Magd, directeur général de Switch AI chez SandboxAQ, a déclaré que l’entreprise avait observé, auprès de nombreux utilisateurs, des cas où les dépenses consacrées à l’IA dans l’espoir d’éviter une nouvelle embauche étaient rapidement devenues plus élevées que le coût du recrutement d’une personne à temps plein. Il a précisé que l’adoption de l’IA ne constituait pas, à elle seule, un retour sur investissement : les équipes doivent connaître le coût de chaque agent, savoir ce qu’il produit et déterminer comment l’améliorer. Selon lui, c’est précisément le problème que Switch ROI a été conçu pour résoudre.

Jack Hidary, PDG de SandboxAQ, a déclaré que les entreprises compteraient des centaines, voire potentiellement des milliers d’agents d’IA travaillant aux côtés de leurs employés. Il a ajouté qu’elles n’embaucheraient pas mille personnes sans connaître leurs qualifications, leur coût ou leurs résultats, et qu’elles devaient appliquer la même rigueur aux agents. À mesure que la technologie progresse, a-t-il poursuivi, les entreprises doivent également pouvoir adopter de meilleurs agents et modèles sans perdre les connaissances qu’elles ont accumulées.