Segunda parte de un episodio del podcast «À la French» grabado en DevSummit, esta entrevista reúne a Mathieu Grymonprez, Global CDO del grupo Adeo (Leroy Merlin, Obramat, Weldom), y a los presentadores Jean-Baptiste Kempf (creador de VLC), Steeve Morin y Mehdi Medjaoui. Mathieu, 26 años en la empresa y 8 años como CDO, traza una trayectoria profesional que va de ingeniero de seguridad de redes (su primer firewall Check Point) a líder de «Digital Tech and Data»: tras resolver con urgencia una caída de una base de datos Oracle en Brasil (2012) y luego reorganizar el SI local durante seis años como expatriado, racionalizó los 24 SI / sedes / PIM del grupo en plataformas digitales (cliente y comercio, cadena de suministro, retail, corporativo) apoyadas en un radar tecnológico, APIs documentadas y microservicios (que se convirtieron en «grandes productos»).
Su tesis: toda transformación se gana en dos frentes simultáneos, cultura y estructura, y el playbook de la transformación digital (waterfall → ágil, producto, más make que buy) se está repitiendo con la IA. En el plano cultural: reconfigurarse para adoptar la tecnología, mantener el juicio crítico y sobre todo la accountability: la responsabilidad sigue siendo humana, «no es culpa del agente». En el plano estructural: saldar la deuda de documentación, gestionar los derechos y permisos de los agentes. Recordando el fracaso del «Retail Apocalypse» (Amazon, el comercio electrónico negociado demasiado tarde), la consigna es «no nos van a pillar otra vez»: tomarse la IA en serio, pero con los mismos valores (pragmatismo, servicio al cliente, marca líder). Si ChatGPT arma una cesta mejor que la app propia, «es mi problema».
cuando no es lógico, es histórico
En el consejo, Mathieu nunca habla de tecnología sino de experiencia de cliente y ROI; ni siquiera pide un presupuesto de IA, financiando el nuevo trabajo con las ganancias (comprimiendo tickets JIRA), en una lógica de reutilización al servicio del vendedor en tienda. No anticipa el fin de los desarrolladores sino una avalancha de solicitudes (los proyectos P10 se convierten en P2). Sobre los costes, se muestra confiado: el FinOps de tokens seguirá el camino del FinOps de la nube, impulsado por los chips de inferencia (TPUs) y por los modelos open-source que van reduciendo la distancia (Gemma 4 en un portátil). Pero la variación de los modelos es un problema real de producción (repetir pruebas, requantización, degradaciones silenciosas), y Google tiene una «conciencia de producción» que OpenAI o Anthropic todavía no tienen. Su mayor preocupación: el lock-in de la inteligencia empresarial (harness agéntico, «adeo.md»), de ahí la atención puesta en Kubernetes estándar, la portabilidad de las APIs y la memoria. Señala el bloque de construcción open-source que falta: la orquestación de agentes (registro, ciclo de vida, permisos, skills) y la memoria de empresa («cuando no es lógico, es histórico»). Consejo final: la transformación es a medida; entender la tecnología sobre todo para evitar que le «estafen» los vendedores de picos y palas.