Rapport public de due diligence : AgentROI / Agentomics

AgentROI se présente publiquement comme une couche d'analytics pour agents IA, destinée à donner aux équipes une visibilité sur le coût, la performance, la qualité d'exécution et le ROI de leurs agents. La page principale affiche un statut de bêta privée, un positionnement de type “Google Analytics” pour agents IA, des CTA vers Get Started et Benchmarks, ainsi que des métriques très visibles : 12,000+ agents tracked, $4.2M costs analyzed, 99 frameworks supported, 847,392 tracked today, $0.0082 avg cost per run, 2.1B tokens this week et une release benchmark Q2 2026. [S1]

Le produit public combine trois promesses distinctes : instrumentation des runs d'agents, dashboard coût/performance et benchmark public de l'économie des agents. Les pages observées indiquent un dashboard avec coûts, latences, succès et événements récents ; une page de benchmarks avec coûts moyens par plateforme, latence, success rate et run count ; un parcours d'accès payant avec livraison d'une clé API après paiement ; et un exemple d'appel POST /api/track authentifié par Bearer token. [S1][S2][S3][S4]

La faiblesse principale n'est pas l'absence de promesse produit, mais l'auditabilité publique des métriques qui soutiennent cette promesse. Les chiffres les plus commerciaux — agents suivis, coûts analysés, runs quotidiens, tokens hebdomadaires, enquête Q1 2026 n=410, benchmark “live data”, “800K+ runs per day” et réduction de coûts de 40%— ne sont pas accompagnés publiquement d'une méthodologie complète, d'une définition de population ou d'une validation tierce. [S1][S2]

Constat public

L'identité publique observée est hybride : le produit est présenté sous le nom AgentROI, tandis que le domaine public principal consulté est agentomics.nanocorp.app et que la page de checkout porte le titre Agentomics - Secure Checkout. La page principale utilise le titre HTML AgentROI — Track Cost & Performance of Your AI Agents. [S1][S9]

Aucune page publique d'identité légale, d'équipe dirigeante, de société opératrice, d'adresse, de registre commercial, d'investisseurs, de support contractuel ou de trust center n'a été trouvée dans les surfaces consultées. Les pages /terms, /privacy, /security et /status retournent une page 404, et /sitemap.xml retourne également 404. [S5][S6][S7][S8][S12]

Le domaine agentroi.nanocorp.app a été consulté et affiche une page Coming Soon, tandis que agentomics.nanocorp.apphéberge la surface active observée pour AgentROI. Cette divergence de noms n'est pas nécessairement problématique pour une bêta, mais elle doit être clarifiée avant publication commerciale forte : nom de marque, opérateur légal, propriétaire du checkout, support, facturation et responsabilité doivent être alignés. [S13][S1][S9]

Lecture diligence

L'entité publique est identifiable comme produit, mais pas encore comme fournisseur contractuel complet. Pour un outil qui collecte potentiellement coûts, latences, noms d'agents, plateformes et métadonnées d'exécution, l'absence de cadre légal public est un point bloquant pour usage professionnel sensible. [S4][S5][S6]

Points à clarifier avant intégration

• Entité contractante, adresse légale, juridiction applicable et contact opérationnel.
• Nom de marque définitif (AgentROI vs Agentomics), domaine canonical et alignement checkout.
• Conditions d'utilisation, politique de confidentialité, DPA éventuel, liste des sous-traitants et mécanisme de notification d'incident.

Surfaces observées

L'offre publique se concentre sur l'observabilité économique et opérationnelle des agents IA : coût par run, usage tokens, success rate, latence p50/p95/p99, coût par tâche, attribution équipe/projet et comparaison par framework ou modèle. La homepage affirme une instrumentation automatique “no code changes required for supported frameworks” et mentionne LangChain, AutoGPT, Custom, GPT-4o, Claude, Gemini et Llama comme axes d'affichage ou de compatibilité. [S1]

Le dashboard public /dashboard affiche une table de Recent agent runs · last 50 events, avec Total Runs 30, Total Cost $0.2245, Avg Latency 2470ms, Success Rate 90%, puis des lignes d'événements comprenant nom d'agent, plateforme, coût USD, latence, succès et timestamp. Ce dashboard semble démonstratif ou échantillonné ; la page ne précise pas si les données sont réelles anonymisées, des fixtures ou un exemple statique. [S3]

La page /get-starteddécrit un parcours payant : achat d'accès, livraison de clé API par email “within minutes”, dashboard live et comparaisons benchmark publiques. Elle fournit un exemple de POST https://agentomics.nanocorp.app/api/track avec agent_name, platform, cost_usd, latency_ms, success et metadata. Un GET passif sur /api/track retourne 405, cohérent avec une route POST documentée ; aucun POST ni achat n'a été réalisé. [S4][S10]

Éléments non vérifiés

Le pricing visible sur la homepage annonce un plan Starter gratuit pendant la bêta, un plan Pro à $49/mo · early access price, et un plan Enterprise sur devis. La page dédiée /pricingretourne 404; les détails contractuels de prix, renouvellement, annulation, taxes, limites, SLA, support, conservation des données et responsabilité ne sont pas publiquement accessibles sur une page pricing autonome lors de l'observation. [S1][S14]

Les signaux de traction affichés par AgentROI sont forts en façade : 12,000+ agents tracked, $4.2M costs analyzed, 99 frameworks supported, 847,392 tracked today, 2.1B tokens this week, “thousands of production agent deployments”, “800K+ runs per day”, une enquête Q1 2026 · n=410 AI teams, et un benchmark public daté May 20, 2026. Ces chiffres sont des affirmations publiées par le site ; ils ne sont pas confirmés par une source tierce dans les recherches exact-match effectuées. [S1][S2][S11]

La page /benchmarks affiche un tableau de plateformes agents : AutoGPT ($0.0138, 4,039ms, 83.3%, run count 6), CrewAI ($0.0080, 3,512ms, 87.5%, run count 8), Custom Agents ($0.0038, 977ms, 100.0%, run count 6) et LangChain ($0.0055, 1,591ms, 90.0%, run count 10). Les run counts publics de ce tableau sont faibles au regard des claims de runs quotidiens affichés ailleurs, et la page ne précise pas le filtre, la fenêtre ou le mécanisme de passage des runs au tableau publié. [S2]

Les recherches exact-match effectuées pour "AgentROI" "agentomics.nanocorp.app", "AgentROI" "AI Agent Benchmarks" et "AgentROI" "847,392"n'ont pas trouvé de résultats pertinents. Ces résultats ne prouvent pas l'absence de clients ou de traction privée, mais ils limitent la traction publique vérifiable. [S11]

Confidentialité et données

La transparence documentaire est insuffisante pour un outil destiné à recevoir des traces d'exécution d'agents. La page /privacy retourne 404, alors que le tracking example inclut des champs potentiellement sensibles : noms d'agents, plateformes, coût par run, latence, statut de succès et metadata. Sans politique de confidentialité publique, il est impossible de vérifier les finalités de traitement, la rétention, les sous-traitants, la localisation, les droits clients, les suppressions ou les engagements de confidentialité. [S4][S6]

Conditions commerciales

La page /terms retourne 404, ce qui laisse non publiés les points essentiels du contrat : nature du service, limites d'usage, propriété des données, responsabilité, exclusions, support, renouvellement, remboursement, disponibilité, suspension de compte et résolution des litiges. Cette lacune est particulièrement importante puisque le site propose un checkout et une livraison automatique de clé API après paiement. [S4][S5][S9]

Sécurité et disponibilité

La page /security retourne 404. Aucune documentation publique n'a été trouvée sur la protection des clés API, le chiffrement, l'isolation tenant, le contrôle d'accès au dashboard, les logs, la rétention, la suppression, les secrets dans les métadonnées ou les certifications. [S7]

La page /status retourne 404, et aucun historique public d'incidents ou SLA n'a été identifié. Pour un service d'observabilité branché sur des agents de production, ce point est matériel : une panne de tracking peut fausser les benchmarks, casser des alertes ou masquer une dérive de coûts. [S8]

Le cœur de la proposition AgentROI est mesurable : voir combien coûtent les agents, comment ils performent et quel ROI ils produisent. Cette proposition exige des définitions stables : qu'est-ce qu'un “agent”, un “run”, un “successful task”, un “cost analyzed”, un “framework supported”. Les pages observées utilisent ces concepts, mais ne publient pas un dictionnaire métrique complet. [S1][S2]

La page /benchmarks fournit une section “What we measure” : Avg Cost/Rundéfini comme “Median token cost per agent task execution”, Avg Latencycomme “p50 and p95 end-to-end run time”, Success Rate comme pourcentage de tâches complétées sans erreur ou timeout, et Reliability Scorecomme composite sur une fenêtre de test de 90 jours. Ces définitions sont utiles mais incomplètes : elles ne précisent pas la granularité des tâches, la gestion des retries, les coûts d'outillage hors tokens, les timeouts ou les échecs partiels. [S2]

L'auditabilité est affaiblie par des tensions internes entre chiffres publics. La homepage indique 847,392 tracked today, 12,000+ agents tracked et 2.1B tokens this week, tandis que le tableau benchmark par plateforme affiche des run counts publics de 6, 8, 6 et 10. Cette différence peut être explicable par un échantillonnage ou une fenêtre filtrée ; la page ne l'explique pas au lecteur. [S1][S2]

La claim de réduction de coûts — “Join teams already cutting AI costs by 40% with AgentROI” — est matériellement forte. Aucune méthodologie publique n'explique la baseline, la période, le nombre d'équipes, la distribution des gains, les exclusions, les effets de sélection, ou si le 40%est moyen, médian, maximal ou illustratif. Pour une publication externe, ce type de claim devrait être accompagné d'une note méthodologique. [S2]

1. Risque méthodologique. Les définitions de métriques existent partiellement, mais elles ne documentent pas suffisamment échantillons, fenêtres, filtres, pondérations, coûts inclus/exclus et sources de prix. [S2]
2. Risque de claims non vérifiés. Les chiffres 12,000+, $4.2M, 847,392, 2.1B, 800K+, n=410 et 40% sont publics mais non corroborés par une validation tierce trouvée dans les recherches exactes. [S1][S2][S11]
3. Risque de confidentialité. Le tracking API accepte des métadonnées et des noms d'agents dans l'exemple public ; aucune privacy policy accessible n'a été trouvée. [S4][S6]
4. Risque contractuel. Un checkout et une livraison de clé API sont publics, mais /terms et /pricing retournent 404. [S4][S5][S9][S14]
5. Risque sécurité. Aucune page sécurité publique n'a été trouvée pour expliquer protection des clés, isolation, chiffrement, RBAC, incidents ou traitement des secrets. [S7]
6. Risque opérationnel. Aucune page status publique ou SLA n'a été trouvée, alors que le service peut alimenter des dashboards, alertes et benchmarks. [S8]
7. Risque de confusion de marque. Le produit public s'appelle AgentROI, le domaine actif est agentomics.nanocorp.app, le checkout s'intitule Agentomics et le domaine agentroi.nanocorp.app affiche Coming Soon. [S1][S9][S13]
8. Risque réputationnel. Un benchmark public peu auditable peut être contesté par les lecteurs, fournisseurs de modèles ou clients si les chiffres sont repris hors contexte. [S1][S2]

Les risques juridiques principaux sont liés à l'absence de cadre public plutôt qu'à un problème prouvé :

• Données personnelles et confidentialité : le tracking API collecte des métadonnées potentiellement identifiantes, sans politique privacy accessible. [S4][S6]
• Conditions commerciales : le checkout production est accessible, sans conditions publiques observées. [S5][S9]
• Propriété des données : aucune clause publique ne définit qui possède les runs, métriques et benchmarks agrégés à partir des données de tracking clients. [S1][S5]
• Claims benchmark : les chiffres 40%, n=410 et “live data” peuvent être contestés si la méthodologie n'est pas publiée. [S1][S2]
• Identité contractante : la divergence AgentROI / Agentomics doit être clarifiée pour identifier l'entité qui contracte, facture et répond en cas de litige. [S1][S9][S13]

Ces constats ne constituent pas un avis juridique. Ils indiquent les points à vérifier contractuellement avant intégration ou investissement.

Conditions minimales avant production

1. Publier des conditions d'utilisation, une politique de confidentialité, un DPA ou équivalent, et une page pricing cohérente avec le checkout.
2. Publier une page sécurité couvrant clés API, chiffrement, isolation tenant, contrôle d'accès dashboard, secrets dans les métadonnées, rétention, suppression et réponse à incident.
3. Publier un dictionnaire métrique complet : agent, run, task, success, timeout, cost, ROI, reliability score, framework supported, tracked today, costs analyzed.
4. Expliquer la méthodologie benchmark : population, fenêtre temporelle, anonymisation, échantillonnage, filtres, déduplication, intervalles de confiance et historique de version.
5. Clarifier les tensions de publication entre les claims de volumes élevés et les petits run counts affichés dans le tableau benchmark public.
6. Documenter les claims commerciaux forts, notamment l'enquête Q1 2026 n=410, les 800K+ runs per day, le $4.2M costs analyzed et la réduction de coûts de 40%.
7. Clarifier l'identité produit/opérateur : AgentROI, Agentomics, domaine public, domaine app, email de support, facturation et entité contractante.

Conditions d'usage acceptable maintenant

AgentROI / Agentomics peut être utilisé comme objet de veille, démonstration ou test non sensible avec données synthétiques. Les métriques de benchmark publiques peuvent servir d'hypothèses exploratoires ou d'exemples éditoriaux, mais ne devraient pas être utilisées comme preuve de performance externe, référence de pricing, benchmark d'achat ou promesse client sans validation supplémentaire.

Toutes les sources ci-dessous ont été consultées le 2026-08-13entre 17:08 et 17:11 UTC. Les consultations ont été passives : GET/HEAD HTTP, lecture de pages publiques, consultation de checkout sans achat et requêtes exact-match de recherche. Aucun login, achat, soumission de formulaire, POST API, scan de ports, fuzzing, bruteforce, contournement ou accès non public n'a été réalisé.

La revue suit huit sections : synthèse exécutive, identité, offre/produit, traction observable, gouvernance, analyse centrale des métriques ROI, risques et recommandation. La dimension centrale est volontairement la fiabilité et l'auditabilité des métriques ROI publiées, car la promesse AgentROI dépend directement de la crédibilité des chiffres de coût, performance, succès, fiabilité et benchmark.

Chaque affirmation matérielle est rattachée à une source publique observée. Lorsque la source ne permet pas de conclure, le rapport formule un “gap public” plutôt qu'une accusation. Les observations négatives sur pages manquantes signifient uniquement que les pages étaient indisponibles lors de la consultation ; elles ne prouvent pas l'absence de documents internes ou contractuels.

• Aucune intrusion, aucun scan actif, aucun test de vulnérabilité, aucun POST API, aucun achat et aucun accès non public n'ont été réalisés.
• Le rapport ne vérifie pas le code source backend, l'infrastructure, les logs, les politiques internes, les contrôles de sécurité, les contrats clients ou les incidents passés.
• Les métriques affichées peuvent être dynamiques ; elles sont documentées telles qu'observées le 2026-08-13.
• Les résultats SERP peuvent varier selon localisation, moteur, personnalisation et indexation.
• Le checkout a été consulté seulement pour accessibilité publique, sans validation du produit, du prix final, de la facturation ou des conditions.
• L'absence de page publique ne signifie pas absence de politique interne ; elle signifie absence de preuve publique exploitable pour ce rapport.

Receive the next public due-diligence report.

Join the TrustworthAgent briefing list for new public reports, methodology notes, and independent diligence snapshots on autonomous AI companies.