Report **The AI Agenda 2026 — The reality check** dell'**Oliver Wyman Forum** (la società di consulenza **Oliver Wyman**, gruppo **Marsh**), un PDF di **91 pagine** datato **15 ottobre 2026** (metadati del file), con prefazione di **John Romeo** (CEO) e **Ana Kreacic** (COO). Base empirica: due ondate del sondaggio **Global Voices** (aprile, **N = 12.883**; agosto, **N = 12.837**; 15 mercati inclusa la Francia), il sondaggio **Oliver Wyman Forum × NYSE CEO Agenda 2026** (**415 CEO**), sondaggi paralleli CEO / dirigenti tecnici (**N = 200**), un **Sovereign AI Index** (top 100 economie), e tre simulazioni di acquisto tramite agenti. Tesi generale: *"L'IA è ovunque nella nostra azienda tranne nel conto economico"*; la capacità dell'IA arriva più rapidamente delle decisioni necessarie per estrarne valore.
#AI ROI#return on intelligence#ROI harvester
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.).
Articolo editoriale **SFEIR AI** pubblicato su sfeir.com il **6 settembre 2026** (~9.000 caratteri, sette sezioni, due fonti indicate). Riprende un episodio del podcast **DataGen** condotto da **Robin Conquet**, registrato al **Dev Summit** co-organizzato da **Adeo** e **Decathlon** (Lille, **26-28 maggio 2026**, più di **2.000** partecipanti), con **Matthieu Grymonprez**, a capo del digitale, della tecnologia e dei dati di Adeo (Leroy Merlin, Weldom, Obramat), e **Romain Taillade**, Global CTO di Decathlon. Tre spunti principali. **(A)** La piattaformizzazione condotta in cinque anni per assorbire il marketplace di Leroy Merlin (**60.000** referenze in negozio, diversi milioni online) e l'espansione di Decathlon (**più di 50** paesi) non era destinata all'IA agentica, ma ne costituisce il fondamento: *"la piattaforma ha costruito i muscoli, l'era dell'intelligenza costruisce il sistema nervoso."* **(B)** Tre cantieri nominati — l'**harness** di sviluppo, la **sicurezza** per zone nel sistema informativo (nessuna attività agentica su pagamento, checkout e supply chain), e la **semantica dei dati**, affrontata per verticale e su cui Adeo ammette un debito. **(C)** Un precedente pagato a caro prezzo: la BI self-service ha prodotto più di **150.000 dashboard** prima del ritorno ai data product certificati. La frase di sintesi di Grymonprez tiene insieme tutto — *"un agente non ha senso comune"*: applica la definizione così com'è data e accelera il disordine ovunque questo manchi. Continua, con lo stesso dirigente, [[alafrench-grymonprez-adeo-ia-agentique-grands-groupes-2026-06-18]].
#Agentic AI#piattaformizzazione#domini di business esposti via API
SFEIR AI (voix éditoriale du cabinet) · article non signé individuellement. Restitue un entretien de Matthieu Grymonprez (Adeo) et Romain Taillade (Decathlon).
Approfondimento (punto di vista) pubblicato su **sfeir.com** il 24 giugno 2026, a firma di **Didier Girard** (Managing Director, SFEIR). **Tesi centrale**: nel 2024 tutti puntavano sull'**AI4Business** (l'IA nei processi aziendali) come grande giacimento di valore; nel 2026 il quadro si è **ribaltato** — è l'**AI4IT** (l'IA per produrre il sistema informativo: codice, SDLC, fabbrica del software) a generare valore **misurabile**. L'articolo *fonda* questa tesi sulla veille tecnologica dell'azienda: delusione dell'AI4Business (lo studio del MIT "95% dei pilot senza ROI", contestato ma rivelatore; un blocco **organizzativo** / il problema hayekiano di Mollick) contro le evidenze quantificate dell'AI4IT (Salesforce, Intercom, Raiffeisen, AWS/Bedrock, Atlassian, DORA). Spiegazione meccanicistica: **il codice si verifica da solo** (compilazione, test, CI) mentre i processi aziendali non hanno né compilatore né loop di feedback immediato. **Conseguenza sui budget 2027**: uno spostamento **CapEx→OpEx**, la dinamica del prezzo dei token (picco in salita — Fable 5 a 2× Opus — contro un'inferenza ÷280 e la pressione al ribasso dei pesi aperti/dell'inferenza desktop), e un **AI FinOps** guidato dal **costo per risultato**. Si chiude con **4 raccomandazioni per il COMEX**.
#AI4IT#AI4Business#ribaltamento
**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.
Editoriale di **Olivier Rafal** (Consulting Director Strategy presso **WeNvision**) pubblicato il **23 febbraio 2024** su **CIO-Online** (sezione *Tribune*), che avanza una tesi allora ancora controintuitiva: **l'IA generativa è più una questione di prodotto tecnologico che un progetto di IA/data science**. **Argomento 1 — la data science non è il problema centrale**: costruire un *foundation model* da zero richiede *« diversi mesi, milioni di euro e l'accesso a quantità enormi di dati »* — riservato ad attori con dataset specifici e monetizzabili (ad es. **Bloomberg** e il suo **BloombergGPT** per la finanza). Per quasi tutte le aziende, il riflesso corretto non è quindi assumere data scientist. **Argomento 2 — disallineamento delle competenze**: ciò che serve principalmente sono **ingegneri di sviluppo e integrazione** (back/front), **solide competenze cloud** e **DevOps**. Citazione di un cliente: *« Non è necessariamente indispensabile essere data scientist, ma bisogna comprendere i concetti di base, avere competenze di sviluppo back-office e solide competenze cloud. »* **Argomento 3 — architettura a piattaforma (orchestratori + API)**: costruire una **plateforme d'IA générative** aziendale tramite orchestratori e API rende *« possibile lavorare con i migliori LLM del mercato e passare dall'uno all'altro man mano che le rispettive capacità evolvono, senza dover rilavorare le applicazioni »* (anti vendor lock-in). **Argomento 4 — dal progetto al prodotto**: *« La piattaforma […] deve essere considerata un prodotto a tutti gli effetti »*; invece di un investimento una tantum, va previsto un **flusso di finanziamento mensile** (iterazione continua, innovazione permanente). **Argomento 5 — governance e shadow AI**: la democratizzazione senza precedenti della GenAI genera *« tanta shadow AI quanto forti aspettative verso la direzione IT »* → una governance per raccogliere i bisogni di business, **dare priorità ai prodotti in base al valore**, e vigilare sul corretto funzionamento. **Cambio di paradigma** annunciato: *« si passa dalla programmazione algoritmica classica ad agents Langchain che gestiscono parte delle decisioni »*. **Rilevanza per la veille**: un **testo fondativo (con 2 anni di anticipo)** della dottrina di WeNvision (prodotto > progetto, piattaforma/API, finanziamento a flusso, governance, shadow AI), successivamente ampliato da [[wenvision-ai-agents-enterprise-deployment-2025-10-01]], [[habert-ia-agentique-production-2025-10-29]] e rafal-wenvision-tokenomics-foundation-finops-ia-2026-06-04 (FinOps/token, finanziamento a flusso → governance finanziaria). Prefigura inoltre l'*harness/piattaforma attorno al modello* (Dropbox/Okumura: *systems around the model*) e l'**indipendenza dal modello** ottenuta grazie a uno strato di orchestrazione.
#IA generativa#prodotto tecnologico#prodotto vs progetto
**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**.