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

Punti chiave

1. Make vs Buy. in Adeo è "almeno il 70%" make: nessuna differenziazione competitiva nel buy completo.
2. Ogni trasformazione si vince su due fronti contemporaneamente: cultura E struttura. Lo stesso playbook (che ha guidato la trasformazione digitale: modello a V → agile, prodotto, piattaforme, radar tecnologico, API, microservizi) viene replicato con l'IA.
3. 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 l'agente."
4. 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.
5. Mathieu non parla mai di tecnologia in consiglio di amministrazione: parla di esperienza cliente, ROI, profittabilità, investimento.
6. Non chiede nemmeno un budget aggiuntivo. per l'IA: i guadagni (compressione dei ticket JIRA, operations) finanziano il nuovo ("a budget invariato"). Logica di riutilizzo: il tempo risparmiato viene reinvestito al servizio del commesso in negozio / del cliente.
7. Nessuna fantasia di "licenziare tutti gli sviluppatori grazie a Claude Code": al contrario, prevede una valanga di richieste — i progetti P10/P15 diventano P2 perché "nessun progetto costa più troppo."
8. Il suo grande "campanello d'allarme": Claude Code (ricreare una VM senza aver programmato da molto tempo), poi vedere Karpathy e altri "spedire" (ship) di più, poi il suo agente personale "Hermes" (con memoria).
9. Costi dei token. fiducioso che diminuiranno come è successo per il FinOps del cloud (muscolo FinOps costruito dopo query BigQuery da 30.000 dollari). 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"). I circa 300 prodotti digitali del gruppo non necessitano di un modello frontier.
10. La variazione dei modelli = un vero problema di produzione. quando il modello cambia, deve essere ritestato (risultati diversi); i fornitori requantizzano / fanno downgrade / instradano verso una capacità inferiore. Hanno smesso di fare l'upgrade una volta raggiunto un livello "sufficientemente buono" (ordinamento del marketplace: 15M di prodotti → 7M pubblicati, tramite OpenAI). L'obiettivo è "essere rapidi, ma alle proprie condizioni."
11. Consapevolezza della produzione. Google la possiede, cosa che le startup (OpenAI, Anthropic) non hanno ancora (ad esempio, un bug in cui i limiti di Codex/Claude venivano consumati in 1 ora invece di un'intera giornata, con reset alle 17).
12. La sua preoccupazione maggiore: il lock-in dell'intelligenza aziendale (la configurazione dell'azienda incorporata in un harness agentico / "adeo.md"; "rifare l'ERP dell'IA"). Salvaguardie: 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, a chi appartiene).
13. Blocco 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.
14. Memoria aziendale. ("cervello dell'azienda"): "quando non è logico, è storico" — catturare il contesto dietro le decisioni. Ad esempio, Leroy Merlin non vende materassi perché l'azienda è gestita in base al fatturato per metro quadro (un letto occupa troppo spazio rispetto a quanto rende); questo dovrebbe entrare nel cervello aziendale affinché un futuro product manager non riproponga l'idea.
15. RAG / controllo degli accessi. difficile sapere a cosa ha diritto la persona che fa la domanda (più livelli di autorizzazione) — un problema non risolto per i chatbot aziendali.
16. Stack IA. Vertex AI (GCP), selezione del modello in base al bisogno. Tenere sempre d'occhio "la porta d'uscita" (sovranità).
17. 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 → IT di base / manutenzione operativa. Se riesce ad articolarlo → puntare tutto, costruire qualcosa di completo end-to-end, fare scuola. Capire la tecnologia soprattutto "per non farsi prendere in giro dai fornitori e dall'hype."
18. RFID end-to-end di Decathlon. riuscito perché producono una gran parte dei loro prodotti (chip integrato all'inizio della catena industriale) fino alla sicurezza a valle. Metrica semplice: tempo risparmiato su tutta la catena (personale + cliente) = ROI immediato. Adeo produce solo la metà → far cambiare gli strumenti industriali di tutti i fornitori è molto complicato.