# alafrench-grymonprez-adeo-ia-agentique-grands-groupes-2026-06-18

## Veille

Entrevista en podcast «À la French» (canal tecnológico en francés, grabado en DevSummit) con Mathieu Grymonprez, Global CDO del grupo Adeo (Leroy Merlin, Obramat, Weldom). Cómo un grupo familiar centenario del retail adopta la ola de la IA agéntica: cultura vs. estructura, accountability, coste de tokens y FinOps, lock-in de la inteligencia empresarial, memoria de empresa y orquestación de agentes. Ámbito: transformación digital, IA agéntica, retail, estrategia TI.

## Titre Article

Comment l'IA agentique bouscule les Grands Groupes ? Partie 2/2 #DevSummit

## Date

2026-06-18

## URL

https://www.youtube.com/watch?v=p4yg2JCAw-s

## Keywords

IA agéntica, transformación digital, CDO, retail, Adeo, Leroy Merlin, Decathlon, accountability, make vs buy, coste de tokens, FinOps, lock-in, memoria de empresa, orquestación de agentes, Claude Code, Vertex AI, context engineering, soberanía, RFID de extremo a extremo, ROI de la IA

## Authors

Mathieu Grymonprez (Global CDO, groupe Adeo) — invité ; Jean-Baptiste Kempf, Steeve Morin, Mehdi Medjaoui (hôtes du podcast « À la French »)

## Ton

**Perfil**: conversación en primera persona, registro oral e informal (podcast tecnológico entre colegas), nivel técnico alto pero deliberadamente accesible. Perspectiva de un ejecutivo-practicante que «se ha ensuciado las manos».

**Estilo**: narrativa basada en la experiencia jalonada de anécdotas (la caída en Brasil de 2012, el primer firewall Check Point, los tornillos a granel en Leroy Merlin), humor recurrente (el chiste recurrente de «Hermès», el agente de IA, frente a la casa de lujo; «Allatoubon» sobre los anglicismos; los «vendedores de picos y palas») y frases memorables. Metáforas destacadas: «la confianza se gana gota a gota y se pierde a litros», «4 días de ingeniería, 6 años de surf», «pay to see», «no soy una cadena de Markov», «cuando no es lógico, es histórico» (cita atribuida al director del Louvre), Boris Cyrulnik («para enseñar matemáticas a Paul, primero hay que entender cómo piensa Paul»). **Autoridad**: 26 años en la empresa, 8 años como CDO, trayectoria de ingeniero de seguridad de redes → expatriado en Brasil → estrategia de grupo. **Público objetivo**: CDOs, CTOs, directivos tecnológicos de grandes grupos en transformación.

## Pense-betes

- **Make vs Buy** en Adeo es «al menos un 70%» make: no hay diferenciación competitiva en el buy total.
- Toda transformación se gana en **dos frentes al mismo tiempo**: cultura Y estructura. El mismo playbook (el que impulsó la transformación digital: waterfall → ágil, producto, plataformas, radar tecnológico, APIs, microservicios) se repite con la IA.
- La **accountability** sigue siendo humana y ligada a las organizaciones, hasta el ámbito legal: «no quiero que un tío me diga que está roto en producción pero que no es culpa suya, es del agente».
- La **deuda de documentación** (documentación de producto mediocre, documentación de procesos inexistente) «nos va a dar una bofetada muy pronto»: un agente no puede leer una documentación que no existe.
- Mathieu **nunca habla de tecnología en el consejo**: habla de experiencia de cliente, ROI, rentabilidad, inversión.
- **Ni siquiera pide presupuesto adicional** para la IA: las ganancias (comprimir tickets JIRA, ops) financian el nuevo trabajo («a coste constante»). Una lógica de **reutilización**: el tiempo ahorrado se reinvierte al servicio del vendedor en tienda / del cliente.
- Ninguna fantasía de «despedir a todos los desarrolladores gracias a Claude Code»: al contrario, anticipa una **avalancha de solicitudes** — los proyectos P10/P15 pasan a P2 porque «ya ningún proyecto cuesta demasiado».
- Su gran **«toque de atención»**: Claude Code (recrear una VM sin haber programado en mucho tiempo), luego ver a Karpathy y otros «shippear» más, después su agente personal **«Hermes»** (con memoria).
- **Coste de tokens**: confiado en que bajará como bajó el FinOps de la nube (músculo FinOps desarrollado tras consultas en BigQuery que costaban 30k). Palancas: chips de inferencia (TPUs de Google), modelos open-source que acortan distancia (~9 meses de diferencia China/Anthropic), modelos destilados que corren en un portátil (Gemma 4, MoE 26B / 4B activos, «diseñado en París»). No hace falta un modelo de frontera para los ~300 productos digitales del grupo.
- **La variación de los modelos = un problema real de producción**: cuando un modelo cambia, hay que repetir las pruebas (resultados distintos); los proveedores requantizan / degradan / enrutan hacia menor capacidad. Dejaron de actualizar en cuanto fue «suficientemente bueno» (ordenación del marketplace: 15M de productos → 7M publicados, vía OpenAI). El objetivo es «ir rápido, pero en los propios términos».
- **Conciencia de producción**: Google la tiene mientras que las startups (OpenAI, Anthropic) todavía no (por ejemplo, un bug en el que los límites de Codex/Claude se agotaron en 1 hora en lugar de un día completo, con reinicio a las 17h).
- Su **mayor preocupación**: el **lock-in de la inteligencia de la empresa** (la configuración de la empresa incrustada en un harness agéntico / «adeo.md»; «rehacer el ERP de la IA»). Contramedidas: Kubernetes estándar (nada de Cloud Functions propietarias), probar regularmente las APIs con otros hyperscalers, atención a la **gestión de la memoria** (fría/caliente, context engineering, dónde se almacena, quién es su propietario).
- **Bloque de construcción open-source que falta**: la **orquestación de agentes** (registro, ciclo de vida, permisos —«qué agente tiene permiso para hacer qué»—, compartir skills a nivel de toda la empresa). n8n / MCP solo cubren una pequeña parte.
- **Memoria de empresa** («cerebro de empresa»): «cuando no es lógico, es histórico» — capturar el contexto detrás de las decisiones. Por ejemplo, Leroy Merlin no vende colchones porque la empresa se gestiona por **ingresos por metro cuadrado** (una cama ocupa demasiado espacio para lo que rinde); esto debería incorporarse al cerebro de empresa para que un futuro product manager no vuelva a proponer la idea.
- **RAG / control de acceso**: es difícil saber a qué tiene derecho la persona que hace la pregunta (múltiples niveles de autorización) — un problema sin resolver para los chatbots empresariales.
- **Stack de IA**: Vertex AI (GCP), selección de modelo según la necesidad. Mantener siempre a la vista «la puerta de salida» (soberanía).
- **Consejo a otro CDO**: la transformación es **a medida** (cultura, capital disponible); identificar el **verdadero diferenciador competitivo** en la experiencia de cliente. Si el consejo ni siquiera puede formularlo → mantenimiento TI / operativo básico. Si puede formularlo → ir con todo, construir algo completo de extremo a extremo, sentar precedente. Entender la tecnología sobre todo «para no dejarse estafar por los proveedores y el hype».
- **RFID de extremo a extremo en Decathlon**: un éxito porque fabrican ellos mismos una gran parte de sus productos (chip incorporado desde el inicio de la cadena industrial) hasta la seguridad aguas abajo. Métrica simple: tiempo ahorrado en toda la cadena (personal + cliente) = ROI instantáneo. Adeo solo fabrica la mitad → conseguir que todos los proveedores cambien su utillaje industrial es muy complicado.

## RésuméDe400mots

Segunda parte de un episodio del podcast «À la French» grabado en DevSummit, esta entrevista reúne a Mathieu Grymonprez, Global CDO del grupo Adeo (Leroy Merlin, Obramat, Weldom), y a los presentadores Jean-Baptiste Kempf (creador de VLC), Steeve Morin y Mehdi Medjaoui. Mathieu, 26 años en la empresa y 8 años como CDO, traza una trayectoria profesional que va de ingeniero de seguridad de redes (su primer firewall Check Point) a líder de «Digital Tech and Data»: tras resolver con urgencia una caída de una base de datos Oracle en Brasil (2012) y luego reorganizar el SI local durante seis años como expatriado, racionalizó los 24 SI / sedes / PIM del grupo en plataformas digitales (cliente y comercio, cadena de suministro, retail, corporativo) apoyadas en un radar tecnológico, APIs documentadas y microservicios (que se convirtieron en «grandes productos»).

Su tesis: **toda transformación se gana en dos frentes simultáneos, cultura y estructura**, y el playbook de la transformación digital (waterfall → ágil, producto, más make que buy) se está repitiendo con la IA. En el plano cultural: reconfigurarse para adoptar la tecnología, mantener el juicio crítico y sobre todo la **accountability**: la responsabilidad sigue siendo humana, «no es culpa del agente». En el plano estructural: saldar la deuda de documentación, gestionar los derechos y permisos de los agentes. Recordando el fracaso del «Retail Apocalypse» (Amazon, el comercio electrónico negociado demasiado tarde), la consigna es «no nos van a pillar otra vez»: tomarse la IA en serio, pero con los mismos valores (pragmatismo, servicio al cliente, marca líder). Si ChatGPT arma una cesta mejor que la app propia, «es mi problema».

En el consejo, Mathieu nunca habla de tecnología sino de experiencia de cliente y ROI; ni siquiera pide un presupuesto de IA, financiando el nuevo trabajo con las ganancias (comprimiendo tickets JIRA), en una lógica de reutilización al servicio del vendedor en tienda. No anticipa el fin de los desarrolladores sino una avalancha de solicitudes (los proyectos P10 se convierten en P2). Sobre los costes, se muestra confiado: el FinOps de tokens seguirá el camino del FinOps de la nube, impulsado por los chips de inferencia (TPUs) y por los modelos open-source que van reduciendo la distancia (Gemma 4 en un portátil). Pero la variación de los modelos es un problema real de producción (repetir pruebas, requantización, degradaciones silenciosas), y Google tiene una «conciencia de producción» que OpenAI o Anthropic todavía no tienen. Su mayor preocupación: el **lock-in de la inteligencia empresarial** (harness agéntico, «adeo.md»), de ahí la atención puesta en Kubernetes estándar, la portabilidad de las APIs y la memoria. Señala el bloque de construcción open-source que falta: la orquestación de agentes (registro, ciclo de vida, permisos, skills) y la memoria de empresa («cuando no es lógico, es histórico»). Consejo final: la transformación es a medida; entender la tecnología sobre todo para evitar que le «estafen» los vendedores de picos y palas.

## GrapheDeConnaissance

- Mathieu Grymonprez —dirige→ Adeo (ORGANISATION, 0.97)
- Mathieu Grymonprez —travaille_chez→ Adeo (ORGANISATION, 0.98)
- Adeo —affirme_que→ "On ne va pas se refaire avoir (après le Retail Apocalypse)" (CITATION, 0.88)
- Transformation IA —est_basé_sur→ culture et structure simultanées (CONCEPT, 0.93)
- Accountability —s_applique_à→ organisations et humains (CONCEPT, 0.92)
- Mathieu Grymonprez —recommande→ parler ROI et expérience client au board, jamais technique (AFFIRMATION, 0.94)
- Claude Code —améliore→ productivité de développement (CONCEPT, 0.9)
- IA agentique —permet→ avalanche de projets jadis non prioritaires (P10 → P2) (AFFIRMATION, 0.88)
- FinOps —s_applique_à→ coût des tokens (CONCEPT, 0.9)
- Gemma 4 —permet→ inférence locale sur laptop (MoE 26 Mds / 4 Mds actifs) (AFFIRMATION, 0.85)
- Variation de modèles —s_oppose_à→ stabilité de la production (CONCEPT, 0.9)
- Kubernetes standard —réduit→ lock-in fournisseur (CONCEPT, 0.91)
- Lock-in de l'intelligence d'entreprise —s_oppose_à→ autonomie du groupe (CONCEPT, 0.87)
- Orchestration d'agents —affirme_que→ "rien en open source ne marche bien pour ça" (CITATION, 0.86)
- Mémoire d'entreprise —est_basé_sur→ "quand ce n'est pas logique, c'est historique" (CITATION, 0.85)
- Leroy Merlin —mesure→ chiffre d'affaires au mètre carré (MESURE, 0.9)
- Decathlon —utilise→ RFID end-to-end (puce en entrée de chaîne industrielle) (TECHNOLOGIE, 0.92)
- Google —surpasse→ OpenAI et Anthropic sur la conscience de la prod (AFFIRMATION, 0.8)
- Vertex AI —permet→ sélection du modèle selon le besoin (CONCEPT, 0.88)
- Mathieu Grymonprez —recommande→ comprendre la techno pour ne pas se faire enfler par les vendeurs (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/es/fiches/alafrench-grymonprez-adeo-ia-agentique-grands-groupes-2026-06-18/