Olivier Rafal

Olivier Rafal, Consulting Director Strategy bei «WeNvision», vertritt dieses Argument seit Februar 2024, und es hat sich gehalten. Seine CIO-Online-Tribüne vom 23. Februar 2024 behauptete, generative KI gehöre eher zum Produktengineering als zur Data Science: Ein Foundation Model von Grund auf zu bauen dauert Monate und kostet Millionen Euro, weshalb die meisten Organisationen eher Integrationsingenieure und Cloud-Kompetenzen einstellen sollten als Data Scientists, und die GenAI-Plattform selbst als Produkt behandeln sollten, finanziert durch einen monatlichen Mittelfluss statt durch eine Einmalinvestition.

Zwei Beiträge aus dem Juni 2026 erweitern diesen Rahmen, statt ihn zu ersetzen. Am 1. Juni legt «L'ingénierie logicielle à l'ère de l'IA : tout change... et rien ne change» das Paradox dar: Unter KI verschwindet keine SDLC-Phase, jede wird intensiviert. Rafal berichtet, dass bei Sfeir ein Tandem aus Fachexperte und Tech Lead inzwischen etwa 80 % der Produktionskette steuert, und schreibt drei nicht verhandelbare Gates vor (Spezifikation, Planung, Delivery Review). Seine Formulierung: "plus l'exécution est rapide, plus le cadre doit être strict". «vibe coding» wird als in einem Unternehmen nicht haltbar beurteilt.

Am 4. Juni überträgt «Tokenomics foundation : l'ère du FinOps appliqué à l'IA est officiellement ouverte» dieselbe Argumentation auf das Geld: Der Token ist die neue Maßeinheit für Technologieausgaben, KI kostet rund 10 Euro pro Stunde und pro augmentiertem Arbeitsplatz, und bei FinOps geht es um Effizienz statt um Kostensenkung.

Die Konstante über alle drei Beiträge hinweg ist die Weigerung, das Problem im Tooling zu verorten. Worauf Rafal immer wieder zurückkommt, ist das Betriebsmodell, das sich schwerer ändern lässt als ein Anbieter.