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

## Veille

Intervista podcast « À la French » (canale tech in lingua francese, registrata al DevSummit) con Mathieu Grymonprez, Global CDO del gruppo Adeo (Leroy Merlin, Obramat, Weldom). Come un gruppo retail familiare centenario abbraccia l'ondata dell'IA agentica: cultura vs struttura, accountability, costo dei token e FinOps, lock-in dell'intelligenza aziendale, memoria d'impresa e orchestrazione degli agenti. Dominio: trasformazione digitale, IA agentica, retail, strategia IT.

## 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 agentica, trasformazione digitale, CDO, retail, Adeo, Leroy Merlin, Decathlon, accountability, make vs buy, costo dei token, FinOps, lock-in, memoria d'impresa, orchestrazione degli agenti, Claude Code, Vertex AI, context engineering, sovranità, RFID end-to-end, ROI dell'IA

## Authors

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

## Ton

**Profilo**: conversazione in prima persona, registro orale e informale (podcast tech tra pari), livello tecnico elevato ma reso deliberatamente accessibile. Prospettiva di un dirigente-praticante che « si è sporcato le mani ».

**Stile**: un racconto basato sull'esperienza costellato di aneddoti (il crash brasiliano del 2012, il primo firewall Check Point, le viti sfuse da Leroy Merlin), umorismo ricorrente (la gag ricorrente « Hermès » l'agente IA vs. la maison di lusso; « Allatoubon » sugli anglicismi; i « venditori di picconi ») e frasi memorabili. Metafore notevoli: « la fiducia si guadagna a gocce e si perde a litri », « 4 giorni di ingegneria, 6 anni di surf », « pagare per vedere », « non sono una catena di Markov », « quando non è logico, è storico » (citazione attribuita al direttore del Louvre), Boris Cyrulnik (« per insegnare la matematica a Paul, bisogna prima capire come pensa Paul »). **Autorevolezza**: 26 anni nell'azienda, 8 anni come CDO, percorso professionale da ingegnere di sicurezza di rete → espatriato in Brasile → strategia di gruppo. **Pubblico target**: CDO, CTO, dirigenti tech di grandi gruppi in trasformazione.

## Pense-betes

- **Make vs Buy** in Adeo è « almeno il 70% » make: nessuna differenziazione competitiva nel full buy.
- Ogni trasformazione si vince su **due fronti contemporaneamente**: cultura E struttura. Lo stesso playbook (che ha guidato la trasformazione digitale: waterfall → agile, prodotto, piattaforme, tech radar, API, microservizi) viene rigiocato con l'IA.
- L'**accountability** resta umana e legata alle organizzazioni, fino al livello legale: « non voglio che qualcuno mi dica che è rotto in produzione ma non è colpa mia, è dell'agente ».
- Il **debito di documentazione** (documentazione di prodotto mediocre, documentazione di processo inesistente) « ci schiaffeggerà molto presto »: un agente non può leggere una documentazione che non esiste.
- Mathieu **non parla mai di tecnologia in consiglio di amministrazione**: parla di esperienza cliente, ROI, redditività, investimento.
- Non chiede nemmeno **un budget aggiuntivo** per l'IA: i guadagni (compressione dei ticket JIRA, operazioni) finanziano il nuovo lavoro (« a parità di costo »). Una logica di **riutilizzo**: il tempo risparmiato viene reinvestito al servizio del venditore in negozio / del cliente.
- Nessuna fantasia di « licenziare tutti gli sviluppatori grazie a Claude Code »: al contrario, anticipa una **valanga di richieste** — i progetti P10/P15 passano a P2 perché « nessun progetto costa più troppo ».
- Il suo grande **« campanello d'allarme »**: Claude Code (ricreare una VM senza aver codificato da molto tempo), poi vedere Karpathy e altri « spedire » di più, poi il suo agente personale **« Hermes »** (con memoria).
- **Costo dei token**: fiducioso che scenderà come è successo per il FinOps del cloud (muscolo FinOps costruito dopo query BigQuery costate 30k). Leve: chip di inferenza (TPU di Google), modelli open source che recuperano terreno (~9 mesi di scarto Cina/Anthropic), modelli distillati eseguibili su un laptop (Gemma 4, MoE 26B / 4B attivi, « progettato a Parigi »). Non serve un modello frontier per i ~300 prodotti digitali del gruppo.
- **La variazione dei modelli è un vero problema di produzione**: quando un modello cambia, servono nuovi test (risultati diversi); i fornitori riquantizzano / declassano / instradano verso una capacità inferiore. Hanno smesso di aggiornare una volta raggiunto il livello « sufficientemente buono » (ordinamento del marketplace: 15M prodotti → 7M pubblicati, tramite OpenAI). L'obiettivo è « essere veloci, ma alle proprie condizioni ».
- **Consapevolezza della produzione**: Google ce l'ha mentre le startup (OpenAI, Anthropic) non ancora (ad es. un bug in cui i limiti di Codex/Claude sono stati bruciati in 1 ora invece che in una giornata intera, reset alle 17).
- La sua **più grande preoccupazione**: il **lock-in dell'intelligenza dell'azienda** (la configurazione dell'azienda incorporata in un harness agentico / « adeo.md »; « rifare l'ERP dell'IA »). Contromisure: Kubernetes standard (nessuna Cloud Function proprietaria), testare regolarmente le API con altri hyperscaler, attenzione alla **gestione della memoria** (cold/hot, context engineering, dove viene conservata, chi la possiede).
- **Mattone open source mancante**: l'**orchestrazione degli agenti** (registro, ciclo di vita, permessi — « quale agente è autorizzato a fare cosa » —, condivisione delle skill a livello aziendale). n8n / MCP ne coprono solo una piccola parte.
- **Memoria d'impresa** (« cervello dell'azienda »): « quando non è logico, è storico » — catturare il contesto dietro le decisioni. Ad es. Leroy Merlin non vende materassi perché l'azienda è **gestita sul fatturato per metro quadro** (un letto occupa troppo spazio rispetto a ciò che rende); questo dovrebbe entrare nel cervello dell'azienda affinché un futuro product manager non riproponga l'idea.
- **RAG / controllo degli accessi**: difficile sapere a cosa ha diritto la persona che pone la domanda (più livelli di autorizzazione) — un problema irrisolto per i chatbot aziendali.
- **Stack IA**: Vertex AI (GCP), selezione del modello in base al bisogno. Tenere sempre d'occhio « la porta d'uscita » (sovranità).
- **Consiglio a un altro CDO**: la trasformazione è **su misura** (cultura, capitale disponibile); identificare il **vero differenziatore competitivo** nell'esperienza cliente. Se il consiglio di amministrazione non riesce nemmeno ad articolarlo → semplice manutenzione IT / operativa. Se riesce ad articolarlo → puntare tutto, costruire qualcosa di completo end-to-end, fare da precedente. Capire la tecnologia soprattutto « per non farsi spennare dai fornitori e dall'hype ».
- **RFID end-to-end di Decathlon**: un successo perché producono internamente una gran parte dei loro prodotti (chip integrato fin dall'inizio della catena industriale) fino alla sicurezza a valle. Metrica semplice: tempo risparmiato lungo tutta la catena (personale + cliente) = ROI immediato. Adeo produce solo la metà → far cambiare gli strumenti industriali di tutti i fornitori è molto complicato.

## RésuméDe400mots

Seconda parte di un episodio del podcast « À la French » registrato al DevSummit, questa intervista riunisce Mathieu Grymonprez, Global CDO del gruppo Adeo (Leroy Merlin, Obramat, Weldom), e i conduttori Jean-Baptiste Kempf (creatore di VLC), Steeve Morin e Mehdi Medjaoui. Mathieu, 26 anni nell'azienda e 8 anni come CDO, ripercorre un percorso professionale da ingegnere di sicurezza di rete (primo firewall Check Point) a responsabile « Digital Tech and Data »: dopo aver risolto con urgenza il crash di un database Oracle in Brasile (2012) e poi ristrutturato il sistema informativo locale durante sei anni da espatriato, ha razionalizzato i 24 sistemi informativi / siti / PIM del gruppo in piattaforme digitali (cliente & commercio, supply chain, retail, corporate) supportate da un tech radar, API documentate e microservizi (diventati « grandi prodotti »).

La sua tesi: **ogni trasformazione si vince su due fronti simultanei, cultura e struttura**, e il playbook della trasformazione digitale (waterfall → agile, prodotto, più make che buy) viene rigiocato con l'IA. Sul fronte cultura: riconfigurarsi per abbracciare la tecnologia, mantenere il giudizio critico e soprattutto l'**accountability** — la responsabilità resta umana, « non è colpa dell'agente ». Sul fronte struttura: colmare il debito di documentazione, gestire i diritti e i permessi degli agenti. Ricordando il fallimento della « Retail Apocalypse » (Amazon, e-commerce negoziato troppo tardi), la parola d'ordine è « non ci faremo cogliere impreparati di nuovo »: prendere sul serio l'IA, ma con gli stessi valori (pragmatismo, servizio al cliente, marchio leader). Se ChatGPT costruisce un carrello migliore dell'app interna, « è un mio problema ».

In consiglio di amministrazione, Mathieu non parla mai di tecnologia ma di esperienza cliente e ROI; non chiede nemmeno un budget per l'IA, finanziando il nuovo lavoro tramite i guadagni (comprimendo i ticket JIRA), in una logica di riutilizzo al servizio del venditore in negozio. Non anticipa la fine degli sviluppatori ma una valanga di richieste (i progetti P10 diventano P2). Sui costi, è fiducioso: il FinOps dei token seguirà il percorso del FinOps del cloud, spinto dai chip di inferenza (TPU) e dai modelli open source che recuperano terreno (Gemma 4 su un laptop). Ma la variazione dei modelli è un vero problema di produzione (nuovi test, riquantizzazione, downgrade silenziosi), e Google possiede una « consapevolezza della produzione » che OpenAI o Anthropic non hanno ancora. La sua più grande preoccupazione: il **lock-in dell'intelligenza aziendale** (harness agentico, « adeo.md »), da cui l'attenzione posta su Kubernetes standard, la portabilità delle API e la memoria. Individua il mattone open source mancante — l'orchestrazione degli agenti (registro, ciclo di vita, permessi, skill) — e la memoria d'impresa (« quando non è logico, è storico »). Consiglio finale: la trasformazione è su misura; capire la tecnologia soprattutto per evitare di farsi « spennare » dai venditori di picconi.

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