Olivier Rafal

Olivier Rafal, Consulting Director Strategy chez «WeNvision», défend le même argument depuis février 2024, et l'argument a tenu. Sa tribune CIO-Online du 23 février 2024 affirmait que l'IA générative relève de l'ingénierie produit plutôt que de la data science : construire un modèle de fondation à partir de zéro prend des mois et des millions d'euros, si bien que la plupart des organisations devraient recruter des ingénieurs d'intégration et des compétences cloud plutôt que des data scientists, et traiter la plateforme GenAI elle-même comme un produit financé par un flux mensuel plutôt que par un investissement ponctuel.

Deux textes de juin 2026 prolongent ce cadre plutôt qu'ils ne le remplacent. Le 1er juin, «L'ingénierie logicielle à l'ère de l'IA : tout change... et rien ne change» pose le paradoxe : aucune phase du SDLC ne disparaît sous l'effet de l'IA, chacune s'intensifie. Rafal rapporte que chez Sfeir un binôme expert métier et tech lead pilote désormais environ 80% de la chaîne de production, et prescrit trois portes non négociables (spécification, planification, revue de livraison). Sa formule : "plus l'exécution est rapide, plus le cadre doit être strict". Le «vibe coding» est jugé intenable en entreprise.

Le 4 juin, «Tokenomics foundation : l'ère du FinOps appliqué à l'IA est officiellement ouverte» transpose ce même raisonnement au terrain financier : le token est la nouvelle unité de mesure de la dépense technologique, l'IA coûte environ 10 euros par heure et par poste de travail augmenté, et le FinOps relève de l'efficience plutôt que de la réduction des coûts.

La constante à travers ces trois textes est le refus de situer le problème dans l'outillage. Ce vers quoi Rafal revient sans cesse, c'est le modèle opérationnel, plus difficile à changer qu'un fournisseur.