Informe **The AI Agenda 2026 — The reality check** del **Oliver Wyman Forum** (la consultora **Oliver Wyman**, grupo **Marsh**), un PDF de **91 páginas** fechado el **15 de octubre de 2026** (metadatos del archivo), prologado por **John Romeo** (CEO) y **Ana Kreacic** (COO). Base empírica: dos oleadas de la encuesta **Global Voices** (abril, **N = 12.883**; agosto, **N = 12.837**; 15 mercados incluyendo Francia), la encuesta **Oliver Wyman Forum × NYSE CEO Agenda 2026** (**415 CEOs**), encuestas paralelas a CEOs / líderes tecnológicos (**N = 200**), un **Sovereign AI Index** (las 100 principales economías) y tres simulaciones de compra por agentes. Tesis general: *"la IA está en todas partes en nuestra empresa excepto en la cuenta de resultados"*; la capacidad de IA llega más rápido que las decisiones necesarias para extraer valor de ella.
#ROI de la IA#retorno de la inteligencia#recolector de ROI
Oliver Wyman Forum — préface de John Romeo (CEO) et Ana Kreacic (COO) ; cinq équipes d'auteurs par chapitre (Aaron Fine, Helen Leis, Adrian Oest, Daniel Cope, Abhishek Sharma et al.).
Artículo editorial **SFEIR AI** publicado en sfeir.com el **6 de septiembre de 2026** (~9.000 caracteres, siete secciones, dos fuentes señaladas). Recapitula un episodio del podcast **DataGen** presentado por **Robin Conquet**, grabado en el **Dev Summit** coorganizado por **Adeo** y **Decathlon** (Lille, **26-28 de mayo de 2026**, más de **2.000** asistentes), con **Matthieu Grymonprez**, que dirige digital, tecnología y datos en Adeo (Leroy Merlin, Weldom, Obramat), y **Romain Taillade**, Global CTO de Decathlon. Tres conclusiones. **(A)** La platformización llevada a cabo durante cinco años para absorber el marketplace de Leroy Merlin (**60.000** referencias en tienda, varios millones en línea) y la expansión de Decathlon (**más de 50** países) no estaba orientada a la IA agéntica, pero constituye su base: *"la plataforma construyó los músculos, la era de la inteligencia construye el sistema nervioso."* **(B)** Tres frentes de trabajo nombrados — el **harness** de desarrollo, la **seguridad** por zonas en todo el sistema de información (actividad agéntica cero en el pago, el flujo de checkout y la cadena de suministro), y la **semántica de datos**, abordada por vertical y en la que Adeo reconoce estar en deuda. **(C)** Un precedente que el grupo pagó caro: el BI de autoservicio produjo más de **150.000 dashboards** antes del retorno a productos de datos certificados. La frase marco de Grymonprez sostiene todo el conjunto — *"un agente no tiene sentido común"*: aplica la definición tal cual se le da y acelera el desorden donde este falta. Continúa, con el mismo directivo, [[alafrench-grymonprez-adeo-ia-agentique-grands-groupes-2026-06-18]].
#IA agéntica#platformización#dominios de negocio expuestos vía API
SFEIR AI (voix éditoriale du cabinet) · article non signé individuellement. Restitue un entretien de Matthieu Grymonprez (Adeo) et Romain Taillade (Decathlon).
Artículo de opinión en profundidad (punto de vista) publicado en **sfeir.com** el 24 de junio de 2026, por **Didier Girard** (Director General, SFEIR). **Tesis central**: en 2024 todos apostaban por **AI4Business** (IA en los procesos de negocio) como el gran yacimiento de valor; en 2026 el panorama se ha **invertido** — es **AI4IT** (IA para producir el sistema de información: código, SDLC, fábrica de software) la que genera valor **medible**. El artículo *fundamenta* esta tesis en la vigilancia tecnológica de la firma: decepción de AI4Business (el estudio del MIT «95% de pilotos sin ROI», cuestionado pero revelador; un bloqueo **organizativo** / el problema hayekiano de Mollick) frente a la evidencia cuantificada de AI4IT (Salesforce, Intercom, Raiffeisen, AWS/Bedrock, Atlassian, DORA). Explicación mecanicista: **el código se verifica a sí mismo** (compilación, pruebas, CI) mientras que los procesos de negocio no tienen ni compilador ni bucle de retroalimentación inmediato. **Consecuencia presupuestaria 2027**: un desplazamiento **CapEx→OpEx**, la dinámica de precios de los tokens (pico al alza — Fable 5 a 2× Opus — frente a una inferencia ÷280 y presión a la baja de los pesos abiertos/inferencia de escritorio), y un **AI FinOps** guiado por el **coste por resultado**. Cierra con **4 recomendaciones para el COMEX**.
#AI4IT#AI4Business#inversión
**Didier Girard** — Managing Director (CTO / DG) de **SFEIR** · ESN française (~1 000 personnes, France · Belgique · Luxembourg · Suisse). Auteur de l'article ; voix éditoriale du cabinet sur la transformation IA des DSI.
Tribuna de opinión de **Olivier Rafal** (Director de Consultoría en Estrategia en **WeNvision**) publicada el **23 de febrero de 2024** en **CIO-Online** (sección *Tribune*), que defiende una tesis entonces todavía contraintuitiva: **la IA generativa es más una cuestión de producto tecnológico que un proyecto de IA/ciencia de datos**. **Argumento 1 — la ciencia de datos no es el problema central**: construir un *foundation model* desde cero requiere *«varios meses, millones de euros y acceso a cantidades enormes de datos»* — algo reservado a actores con conjuntos de datos específicos y monetizables (por ejemplo, **Bloomberg** y su **BloombergGPT** para las finanzas). Para casi todas las empresas, el reflejo correcto no es, por tanto, contratar científicos de datos. **Argumento 2 — desajuste de competencias**: lo que se necesita principalmente son **ingenieros de desarrollo e integración** (back/front), **sólidas competencias cloud** y **DevOps**. Cita de un cliente: *«No hace falta necesariamente ser científico de datos, pero sí entender los conceptos básicos, tener competencias de desarrollo back-office y sólidas competencias cloud.»* **Argumento 3 — arquitectura de plataforma (orquestadores + API)**: construir una **plateforme d'IA générative** empresarial mediante orquestadores y API permite *«trabajar con los mejores LLM del mercado y cambiar entre ellos a medida que evolucionan sus respectivas capacidades, sin tener que rehacer las aplicaciones»* (anti vendor lock-in). **Argumento 4 — del proyecto al producto**: *«La plataforma […] debe considerarse como un producto de pleno derecho»*; en lugar de una inversión puntual, hay que prever un **flujo de financiación mensual** (iteración continua, innovación permanente). **Argumento 5 — gobernanza y shadow AI**: la democratización sin precedentes de la IA generativa genera *«tanta shadow AI como fuertes expectativas hacia el CIO»* → gobernanza para captar las necesidades de negocio, **priorizar los productos por valor** y supervisar su correcto funcionamiento. **Cambio de paradigma** anunciado: *«se pasa de la programación algorítmica clásica a agents Langchain que gestionan parte de las decisiones»*. **Relevancia para la veille**: un **texto fundacional (con 2 años de anticipación)** de la doctrina de WeNvision (producto > proyecto, plataforma/API, financiación en flujo, gobernanza, shadow AI), ampliado más tarde por [[wenvision-ai-agents-enterprise-deployment-2025-10-01]], [[habert-ia-agentique-production-2025-10-29]] y rafal-wenvision-tokenomics-foundation-finops-ia-2026-06-04 (FinOps/token, financiación en flujo → gobernanza financiera). También prefigura el *harness/plataforma en torno al modelo* (Dropbox/Okumura: *systems around the model*) y la **independencia de modelo** lograda mediante una capa de orquestación.
#IA generativa#producto tecnológico#producto vs proyecto
**Olivier Rafal** · *Consulting Director Strategy* chez **WeNvision** (cabinet de conseil FR). Tribune publiée dans la rubrique *Tribune* de **CIO-Online**. Auteur déjà présent dans la veille (cf. fiches WeNvision/Atlas/Tokenomics). Publié le **23 février 2024**.