Lorikeet vs Sierra : quel agent IA de support client l'emporte en 2026 ?

Lorikeet vs Sierra en un coup d'œil

Voici la version rapide avant d'entrer dans le détail. La colonne de droite est eesel, incluse comme point de référence « se brancher sur votre helpdesk existant » plutôt que comme plateforme d'entreprise comparable.

Ce qu'est Lorikeet

Lorikeet se présente comme un "AI Customer Concierge for complex companies", et le mot qui compte est complex. Il vise directement les fintechs et les healthtechs, des équipes pour lesquelles "the compliance team loves it as much as your customers do" est un vrai argument de vente. Il a été fondé en 2023 par Steve Hind, qui a dirigé le produit chez Stripe et Watershed, et Jamie Hall, ancien responsable de recherche chez Google Brain qui a travaillé sur l'ancrage factuel des LLM. Ce parcours se voit dans le produit.

L'argument central : Lorikeet s'attaque à "the hardest 20% of tickets driving 80% of your support effort", les tickets qui exigent une recherche de données, une action dans vos systèmes et une vraie décision. Son idée de conception est une séparation entre raisonnement agentique et exécution déterministe : l'IA décide de ce qui doit se passer, mais les étapes réelles s'exécutent dans un ordre fixe et prévisible.

Cela apparaît clairement dans une fonction que Lorikeet appelle Outcomes. Au lieu d'un « clore » ou « escalader » générique, vous définissez des fins nommées et significatives pour une conversation, et chacune porte son propre lot d'actions qui se déclenchent de la même façon à chaque fois.

L'autre idée vraiment distinctive de Lorikeet est le guarded agent. Son raisonnement : un copilote de code est un agent "guided" qui travaille avec quelqu'un qui partage son objectif et rattrapera ses erreurs, mais un agent de support représente un tiers face à un utilisateur qui peut être perdu, voire hostile, sans personne pour rattraper les erreurs. La posture par défaut est donc « n'invente rien » plutôt que « sois aussi utile que possible ». Pour un acheteur réglementé, ce cadrage fait mouche.

Là où Lorikeet est d'une clarté rafraîchissante, c'est sur l'argent. Il publie de vrais prix : Start à 1 500 $/mois et Scale à 4 000 $/mois, tous deux facturés annuellement, seul Enterprise étant sur devis. Il facture des crédits sur les tickets résolus, et s'il traite mal un ticket, vous ne payez pas ce ticket. Il n'y a ni frais par utilisateur ni frais de mise en place. La base d'utilisateurs indépendante reste mince, considérez donc les études de cas élogieuses comme du contenu fournisseur, mais la transparence tarifaire est réelle et rare dans cette catégorie.

Ce qu'est Sierra

Sierra joue un tout autre jeu. Elle a été fondée par Bret Taylor et Clay Bavor, Taylor étant l'ancien co-PDG de Salesforce et l'actuel président du conseil d'OpenAI, et elle a levé des fonds à une échelle qui écrase le reste de la catégorie. Taylor a annoncé un tour de table de "$950 million ... at a valuation of over $15 billion", et Sierra affirme que "40% of the Fortune 50 partner with" elle. C'est une plateforme d'entreprise vendue à des marques d'entreprise.

Le produit est le Sierra Agent OS, et son levier le plus distinctif est Ghostwriter : vous décrivez en anglais courant comment l'agent doit se comporter, ou vous téléversez des SOP, des transcriptions et des enregistrements, et il construit un agent multicanal prêt pour la production. Sierra propose aussi un Agent SDK pour les équipes d'ingénierie qui veulent écrire les parcours client sous forme de code. Comme l'a dit Ben Levick de Ramp, il "let us write customer journeys as code, track changes, and build sophisticated logic without giving up our development workflows."

La voix est ici un canal de premier plan, ce qu'elle n'est pas chez la plupart des concurrents, y compris les paiements vocaux recueillis par téléphone via une infrastructure PCI de niveau 1 sans transfert vers un SVI. Et la couche d'analyse de Sierra, Insights, est vraiment solide : son Explorer permet de poser des questions à vos conversations en langage naturel et d'obtenir des analyses ainsi que des exemples de conversations.

Voici le hic, et il est de taille. Sierra ne publie aucun prix nulle part. Sa page tarifs renvoie une erreur 404, et le modèle est au résultat : vous payez quand l'agent obtient une "resolved support conversation" ou une "saved cancellation". Ce qui compte comme résultat est négocié contrat par contrat, et Sierra admet elle-même que la facture réelle est souvent mêlée de frais par conversation pour le routage et le trafic d'accueil. Sierra est même franche sur cette complexité dans son propre billet Outcomemaxxing : la tarification au résultat est "more complex than seat-based or consumption pricing ... People telling you it's simple are selling something." Sierra ne cite en outre publiquement aucune intégration helpdesk et protège sa documentation derrière une connexion d'évaluation, si bien qu'une grande partie du détail se trouve derrière un échange commercial.

Comment ils construisent et contrôlent réellement l'agent

C'est là que les deux philosophies divergent le plus, et il vaut mieux le comprendre avant de choisir.

Lorikeet mise sur le contrôle. Toute son histoire de précision repose sur une architecture à quatre couches de "defence in depth" : un modèle de base conçu pour le support, une simulation bot à bot, des garde-fous à l'exécution qui surveillent chaque message sortant sur un fil séparé, et un contrôle qualité après ticket qui note 100 % des tickets. Le CTO Jamie Hall décrit les garde-fous comme "basically watching every statement as it goes out and then in a configurable way taking action." Point crucial : les simulations de Lorikeet peuvent être générées "from real production tickets that failed", ce qui est le bon réflexe.

Sierra mise sur la vitesse de construction. Ghostwriter réduit le cycle de mise en œuvre de plusieurs semaines à un agent décrit puis généré, et ses simulations "verify your agent performs as expected across a wide range of scenarios." La nuance importante pour un acheteur prudent : la formulation publiée de Sierra sur les tests repose sur des scénarios, et aucune affirmation publique ne dit que vous pouvez rejouer vos propres tickets historiques contre un agent candidat avant la mise en production. Cela peut exister derrière la connexion à la documentation, mais vous ne pouvez pas le vérifier de l'extérieur.

Cet écart compte parce que, comme je l'ai dit en introduction, la démo n'est pas la file réelle. Le seul test qui prédit la production est le rejeu de votre propre historique. Lorikeet s'en approche le plus des deux en alimentant ses simulations avec de vrais tickets en échec. C'est aussi exactement pourquoi la simulation d'eesel fonctionne ainsi : elle "replays your real past tickets and compares its answers to what your team actually sent", puis renvoie des lacunes précises et des corrections suggérées pour que vous éditiez sur la base de preuves plutôt qu'en devinant.

Tarifs : la différence réelle la plus nette

Si vous ne retenez qu'une chose de cette comparaison, que ce soit celle-ci. Sur la transparence tarifaire, les trois outils se situent à des endroits vraiment différents.

Voici les chiffres réels, tels que publiés :

La différence subtile mais réelle est l'unité facturable. Lorikeet facture un ticket résolu et absorbe le coût des mauvais, ce qui avantage l'acheteur. eesel utilise 1 crédit par ticket ou chat que l'agent traite, quel que soit le résultat, dans un prix mensuel fixe, plus simple à prévoir mais qui signifie que les tâches échouées consomment aussi un crédit. L'unité de Sierra est un résultat négocié, ce qui paraît aligné jusqu'à ce que vous réalisiez que vous ne pouvez pas modéliser votre propre facture sans cycle de vente.

Ce dernier point n'a rien de théorique. Lors de nos propres appels commerciaux, j'ai vu des acheteurs vraiment bloqués en essayant de chiffrer à l'avance un compteur par interaction. Un opérateur e-commerce multi-sociétés, en route vers environ 150 000 tickets par mois, a trouvé la distinction entre interaction et ticket si déroutante qu'il a projeté environ 30 000 $/mois et a failli renoncer à cause de l'incertitude seule. Un modèle que l'on ne peut pas modéliser est un vrai coût, même quand le chiffre unitaire s'avère correct.

Essayez vous-même la comparaison par volume. Il s'agit du prix catalogue pour un volume mensuel donné, lisez donc la note sur les unités juste en dessous :

Lequel choisir

En clair, ces trois outils vivent dans des coins différents de la carte.

Choisissez Sierra si vous êtes une très grande marque grand public qui refond l'expérience client de zéro, que la voix compte autant que le chat et que vous avez la force d'achat et le budget pour un long partenariat mené par le fournisseur. L'échelle est réelle et la plateforme profonde. Sachez simplement que les évaluateurs de G2 signalent la même friction que celle qu'implique le modèle :

"Expensive / hard to evaluate long-term cost and scalability."

G2 reviewers on Sierra

Et dans le fil Hacker News sur le tour de table de Sierra, la démarche commerciale est exactement celle à laquelle on s'attend à ce niveau :

"I don't think businesses that previously had zero phone support can afford Sierra. They seem to be a 'for pricing, let's go play C-level golf' type of company."

pavlov, Hacker News

Choisissez Lorikeet si vous êtes une fintech ou une healthtech où la précision est une question de conformité, que vous avez besoin d'un agent qui exécute de vraies actions dans des flux réglementés et que vous appréciez le contrôle déterministe et le contrôle qualité à 100 % autour desquels il est construit. La seule plainte publique d'utilisateur final à connaître est un échec d'escalade, qui correspond au risque exact que porte tout agent autonome :

"It kept recommending the solution that I literally said didn't work. It kept refusing to connect me to a human."

Flo Vilmar, Trustpilot

Ne choisissez ni l'un ni l'autre, du moins pas encore, si vous êtes une petite ou moyenne équipe support qui utilise déjà un helpdesk et veut simplement un coéquipier IA sur la file rapidement. Lorikeet comme Sierra commencent par une discussion commerciale d'entreprise et un cycle de construction. C'est beaucoup de lourdeur si ce dont vous avez réellement besoin, ce sont des brouillons et des résolutions sur vos tickets Zendesk ou Gorgias existants d'ici vendredi.

Où se place eesel

Je travaille chez eesel, prenez donc le cadrage pour ce qu'il est, mais l'adéquation ici est précise et mérite d'être énoncée clairement. eesel AI est un coéquipier support/helpdesk qui rejoint la file que vous utilisez déjà plutôt que de vous demander d'adopter une nouvelle plateforme. Il se branche sur Zendesk, Freshdesk, Gorgias, Front, Help Scout et Salesforce, apprend de vos anciens tickets et documents dès le premier jour et est prêt en quelques minutes, sans appel commercial.

Les deux points auxquels cette comparaison revient sans cesse sont précisément ceux où eesel est délibérément l'opposé des deux autres. D'abord, les tarifs sont entièrement publics : forfaits mensuels fixes à partir de 299 $ pour 500 crédits (1 crédit par ticket ou chat), sans frais de plateforme, sans frais par utilisateur, sans engagement annuel, et 100 crédits gratuits pour que vous puissiez démarrer sur vos propres tickets avant de parler à quiconque. Ensuite, la simulation rejoue vos anciens tickets réels et note chaque réponse par rapport à ce que votre équipe a réellement envoyé, de sorte que vous ne déployez que lorsque les chiffres franchissent votre barre, et non sur la force d'une démo.

Si vos flux de travail sont agentiques et sans interface, eesel expose aussi le même coéquipier via une CLI, MCP et des webhooks, de sorte qu'une personne puisse le piloter depuis un terminal, que des scripts puissent l'automatiser et que des agents de code comme Claude Code ou Cursor puissent l'opérer. C'est le même agent que dans le tableau de bord, simplement accessible par programmation. Pour les besoins d'entreprise, SOC 2 Type II est certifié et HIPAA est disponible en option (contactez-nous).

Lorikeet et Sierra sont deux outils sérieux pour des problèmes sérieux. Si vous êtes l'acheteur pour qui ils sont conçus, allez leur parler. Si vous êtes comme la plupart des équipes support, commencez par mettre un coéquipier sur les tickets que vous avez déjà et voyez d'abord ce qu'il fait de votre historique réel.