Video-intervista registrata al **VivaTech** (stand **Scaleway**), diffusa dal media **République**, che riunisce **Damien Lucas** (CEO di Scaleway) e **Franck Le Moal** (Global Technical Officer del gruppo **LVMH**). **Tesi centrale**: l'emergere di una **"geopolitica tech"** costringe le multinazionali ad abbandonare la soluzione globale unica a favore di un **sistema informativo regionalizzato in tre blocchi** (Stati Uniti, Europa, Cina). LVMH (80 miliardi di euro di fatturato, 75 maison, oltre 100 paesi) formalizza una **partnership cloud con Scaleway** per costruire un **blocco europeo autonomo**, accanto a Google Cloud (dati, dal 2021), SAP, Salesforce sul versante occidentale e Alibaba Cloud / Huawei / Tencent sul versante cinese. Il gruppo si definisce **"ibrido"** e **autonomo** piuttosto che **"sovrano"** (termine che rifiuta, giudicato ambiguo). Scaleway si posiziona come **fornitore cloud europeo** immune dalle leggi extraterritoriali e protetto da un **kill switch** ("non è fantascienza", vista l'attualità del fine settimana). L'argomento economico di Damien Lucas: **1 euro speso con Scaleway = 68 centesimi che restano nell'economia europea** (contro meno di 20 centesimi con un hyperscaler americano, anche se ospitato in Francia). Tempistiche: PoC completati, dispiegamento a partire da **Sephora e Louis Vuitton**, presenza significativa prevista entro **12-18 mesi**. Missione dichiarata di Scaleway: concentrarsi su **IaaS/PaaS** (nessuna verticalizzazione come il software di produttività d'ufficio), appoggiandosi a un ecosistema di partner (applicazioni sovrane, chipset e server europei). L'offerta **GPU Nvidia / IA** di Scaleway **non è prevista a breve termine** ma resta aperta (modelli open source per autonomia + performance economica).
**Bertrand** — journaliste / présentateur du média **République** (partenaire de VivaTech) · conduit l'entretien. **Damien Lucas** — CEO de **Scaleway**. **Franck Le Moal** — Global Technical Officer du groupe **LVMH**.
Analisi di **Olivier Rafal** per **WeNvision** (società di consulenza francese), pubblicata il **4 giugno 2026** (~4 min di lettura), che commenta il lancio della **Tokenomics Foundation** da parte della **Linux Foundation** (annuncio del 3 giugno, in partenariato con la **FinOps Foundation**), evento che l'autore interpreta come l'apertura ufficiale de **l'era del "FinOps for AI".** **Tesi centrale**: l'IA ha trasformato l'economia dello sviluppo software; il **token** è diventato *"la nuova unità di misura della spesa tecnologica"*, in parallelo con il cloud degli anni 2010 (costi **ricorrenti e variabili** da gestire attivamente), da cui il passaggio dei fornitori dal prezzo forfettario alla **fatturazione a token**. **Scala (urgenza)**: *"Secondo Goldman Sachs, l'uso globale di token dovrebbe moltiplicarsi per 24 entro il 2030, raggiungendo 120 quadrilioni di token al mese"* — un ordine di grandezza che fa passare l'efficienza dei token da *"dettaglio tecnico"* a tema di **consiglio di amministrazione**. Citazione di **J.R. Storment** (fondatore della FinOps Foundation): *"I costi e l'efficienza dei token sono diventati una preoccupazione di livello CEO, non una nota tecnica a piè di pagina."* **Problema di trasparenza/standardizzazione**: l'attuale pricing dell'IA non è comparabile (token in ingresso / sistemi di caching / output differiscono da un modello all'altro) → la Tokenomics Foundation punta a **estendere la specifica FOCUS** open source per fornire un **linguaggio comune** per l'acquisto e il confronto. **Messaggio centrale di Rafal (al di là del costo)**: *"Lo scopo del FinOps non è tanto tagliare i costi quanto ottimizzare l'efficienza"* — la metrica reale è il **costo dell'IA relativo all'impatto sul business** (*time to market, qualità, funzionalità, eco-design*). **Limiti dei soli standard**: le norme tecniche non bastano, occorre **ripensare il Target Operating Model** (team, processi, cultura del dato, allineamento con il business); gli americani annunciano già *"la fine dei double-pizza team a favore dei sandwich team"*. **Segnale di allerta**: *"un SDLC potenziato dall'IA non farà che […] amplificare i problemi e aiutarvi ad andare più veloci… contro il muro"* (in assenza di fondamenta organizzative). **Sponsor della fondazione citati**: Accenture, Booking.com, Google Cloud, Microsoft, IBM, Salesforce. **Offerta di WeNvision**: *"co-costruire una roadmap, ripensare il modello operativo per l'era agentica e stabilire la governance finanziaria diventata indispensabile."* **Lettura in lingua francese, rivolta a dirigenti/responsabili della trasformazione**, della scheda [[tokenomics-foundation-linux-finops-token-economics-about-2026-06-03]]; converge con il cluster FinOps agentico [[finops-foundation-finops-for-ai-overview-2026-02-17]], finout-finops-ai-agents-four-step-allocation-framework-2026-04-27, gupta-token-budget-wars-marginal-token-utility-2026-05-28 (token→risultato, valore > volume).
#Tokenomics Foundation#FinOps for AI#FinOps for AI
**Olivier Rafal** · pour **WeNvision** (cabinet de conseil français — bureaux à Paris, Lille, Strasbourg, Bordeaux, Nantes, Toulouse, Belgique, Luxembourg). Olivier Rafal écrit en analyste/conseil familier des préoccupations de comité de direction (ancien analyste IT, profil conseil-transformation). Publié le **4 juin 2026**.
Post ufficiale sul blog **Salesforce News** (sezione *Agentic Enterprise*, serie *"Pioneering the Agentic Shift Within Salesforce Engineering"*), pubblicato il **27 maggio 2026** (lettura di 6 minuti) da **Srinivas "Srini" Tallapragada**, *President and Chief Engineering and Customer Success Officer* di Salesforce. Seguito diretto di un post precedente (*"How we got our engineers to use AI — without breaking everything"*) che raccontava il superamento del **90% di adozione**. **Tesi di svolta**: Salesforce Engineering è passata da un mondo in cui l'IA era un utile *copilot* a uno in cui **gli strumenti agentici guidano lo stesso ciclo di vita dello sviluppo software (SDLC)** — scrivendo codice, revisionando PR, generando test, aggiornando la documentazione, gestendo i deployment, coordinando lavoro un tempo affidato a passaggi di consegne umani. **Decisione segnale canonica**: standardizzazione a livello aziendale su **Claude Code** + ***"abbiamo rimosso tutti i limiti di token"*** — *"eliminare ogni ultimo attrito tra i nostri ingegneri e gli strumenti che li rendono più veloci ed efficaci"*. **Risultato empirico principale** (aprile 2026 vs aprile 2025): work item completati per sviluppatore **+50,8%**, PR mergiate per sviluppatore **+79%**, e soprattutto **Effective Output score** (una misura ML del **valore reale del codice consegnato**, non del volume) **+151,3% su base annua**. **Caso d'uso di punta**: migrazione di **33 endpoint API** verso un'architettura cloud-native, stimata in **~231 person-day** (7 per API) col metodo tradizionale, completata in **13 giorni — 18× più veloce** — tramite un **framework basato su regole costruito in Claude** (file markdown + implementazioni di riferimento), con il feedback delle PR continuamente reintegrato nel set di regole, **cicli LLM autonomi (build, fix, validate)** senza intervento manuale, parallelizzati su ambienti isolati → **5 PR**, la più grande delle quali con **21 endpoint e copertura test al 100%**. **Nessun compromesso velocità↔qualità**: attraverso la piattaforma **Engineering 360** (che centralizza i dati di ingegneria di centinaia di sistemi), **il totale degli incidenti scende del 5%** nonostante l'aumento delle PR (*"la qualità non soffre della velocità. Ne beneficia"*), grazie a **guardrail di sicurezza e standard di qualità incorporati strutturalmente** nel workflow agentico (Trust come valore numero 1). **Revisione dell'SDLC**: una volta adottata l'IA, gli ingegneri **smontano e ricostruiscono** i workflow (quali processi eliminare? quali passaggi di consegne sono ormai superflui? dove un umano svolge ancora un lavoro che un agente potrebbe assumere?). **Nuovo mestiere ingegneristico**: le **Claude Code skills** (capacità impacchettate e riutilizzabili che codificano il contesto del team, le convenzioni di naming, i pattern) diventano un **artefatto ingegneristico** condiviso e componibile; **AI Expert Suite** + **Salesforce Foundation Plugins** = una libreria di skill istituzionalizzata e curata (benchmark interno: **maggiore accuratezza e affidabilità, costo superfluo ridotto**); **subagent e team di agenti** parallelizzano i flussi di lavoro (*"Descrivono il risultato, e un insieme di agenti coordinati individua i passaggi"*). **Ciò che resta difficile**: (1) la **gestione del contesto** nelle sessioni lunghe — la **qualità dei file CLAUDE.md** varia ampiamente e pesa fortemente sulla qualità dell'output; (2) la **sicurezza agentica** = un modello radicalmente diverso (agenti che *agiscono*, non solo *suggeriscono* → raggio d'impatto aumentato); (3) **ruoli in evoluzione** (come diventano senior i junior se l'IA assorbe il lavoro entry-level? ruolo del designer/PM? l'unità di esecuzione = team scrum → sperimentazioni con unità da 1 o 3 persone). Conclusione: *"Ha cambiato ciò che era economicamente possibile"*; l'ambizione dichiarata è **"l'SDLC più automatizzato e agentico del settore"**. Si interseca direttamente con Gupta (*costo di un outcome completato*, utilità marginale del token), Greenwald/Sierra (pricing basato sui risultati), DORA (ROI / costo per feature) e il dibattito BFM/Girard (il token come carburante di valore, non un costo da tagliare).
#SDLC agentico#agentic SDLC#Claude Code
**Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce · dirige l'ingénierie mondiale de la plateforme unifiée. Auteur de la série *Agentic Enterprise* sur le blog Salesforce News ; ce billet (27 mai 2026) est la **suite** d'un premier opus consacré à l'adoption de l'IA par les milliers d'ingénieurs Salesforce (*« How we got our engineers to use AI — without breaking everything »*). Position d'autorité = **dirigeant exécutif** parlant en son nom et au nom d'une organisation d'ingénierie à grande échelle (donnée terrain à l'échelle d'un hyperscaler SaaS) · avec accès aux métriques internes (Engineering 360, Effective Output).
Articolo del blog Sierra (10 dicembre 2024, Elliot Greenwald) che espone il **testo fondativo dell'*outcome-based pricing*** per gli agenti IA. **Tesi cardine**: gli agenti IA che eseguono processi in autonomia rendono possibile un **modello di pricing del tutto nuovo** — ***"you pay only when the software achieves specific, valuable outcomes: outcome-based pricing."*** L'articolo ripercorre una **genealogia in quattro ere del pricing del software**: (1) **shrink-wrapped software** (anni '80-'90, la scatola con floppy disk/CD-ROM da Fry's Electronics — *"Whether you actually used it or not, you paid for it"*) → (2) **SaaS / seat-based** (introdotto da **Salesforce**, seguito da Google/Microsoft/Adobe — Internet rende possibile vendere il software *as a service*) → (3) **consumption-based** (**Amazon/AWS** e **Snowflake** — *"charged only for what you used"*) → (4) **outcome-based** (agenti IA). **Definizione canonica**: ***"outcome-based pricing is tied to tangible business impacts—such as a resolved support conversation, a saved cancellation, an upsell, a cross-sell, or any number of valuable outcomes. If the conversation is unresolved, in most cases, there's no charge."*** **Principio di incentivi allineati**: ***"With outcome-based pricing, Sierra gets paid only when we complete a task for you. Our incentives are aligned."*** **Critica del seat-based pricing e del concetto di *shelfware***: *"Unused seats sit idly on a proverbial store shelf, hence the derisive moniker 'shelfware'"* — vengono pagate migliaia di dollari all'anno per licenza, usata o meno. **Conflitto strutturale per i Fournisseurs CX legacy**: il loro fatturato dipende dal seat-based pricing, eppure *"the more effective their AI becomes, the fewer contact center seats their clients need—undermining the provider's own revenue model"* — un agente IA efficace **cannibalizza** il modello di fatturato di un fornitore il cui pricing poggia sui seat. **Granularità dell'outcome**: una distinzione tra **risoluzioni semplici** (rispondere a una domanda) e **risoluzioni complesse** (gestire un caso che richiede una chiamata L2 di 20 minuti); le **escalation generalmente non comportano addebiti**; è possibile un **pricing misto (blended)** (ad es. consumption-based per le interazioni di routing/accoglienza). **Impegno di ottimizzazione continua** lato fornitore: *"we continue to deploy concerted, directed optimizations to refine the agent's performance over time"* — il fornitore resta allineato nel migliorare le prestazioni poiché è pagato solo per il risultato. Rilevanza: pubblicato a **fine 2024**, questo post **precede e fonda** l'intero dibattito 2026 sull'economia agentica — fornisce il **vocabolario dell'unità di fatturazione** (l'*outcome* completato piuttosto che il seat, l'usage o il token) che verrà ripreso in seguito da Gupta (*cost of a completed outcome*, *token-to-outcome attribution*), Bain (*outcome-based pricing shifts revenue from fixed seats to labor/operations economics*), Ng (*pricing power ancorato allo stipendio del dipendente sostituito*). Con Sierra come **esempio di riferimento** citato da Bain (*autonomous customer issue resolution*), questo testo offre la **visione lato fornitore** delle dinamiche che altri analizzano dal lato acquirente. Direttamente rilevante per il posizionamento dell'azienda su **agentic-delivery / value-based pricing** e per lo slot **Cost Optimization** (la controparte lato fornitore del *cost per outcome*).
#outcome-based pricing#pricing basato sui risultati#agenti IA
**Elliot Greenwald** — Sierra (entreprise fondée par Bret Taylor & Clay Bavor, plateforme d'agents IA conversationnels pour l'expérience client). Billet publié sur le blog Sierra le **10 décembre 2024**. Sierra est l'**exemple-référence** cité par Bain (*The $100-Billion SaaS Opportunity*) pour l'*autonomous customer issue resolution* · et fait l'objet de plusieurs fiches du dossier (recrutement AI-native, interview Plan/Build/Review).