Comment l'IA agentique bouscule les Grands Groupes ? Partie 2/2 #DevSummit

À retenir

1. Le Make vs Buy chez Adeo est « au moins à 70 % » de make : pas de différenciation compétitive en full buy.
2. Toute transfo se gagne sur deux terrains en même temps : culture ET structure. Le même playbook (qui a porté la transfo digitale : cycle en V → agile, product, plateformes, tech radar, API, microservices) se rejoue avec l'IA.
3. Accountability. (responsabilité) reste humaine et liée aux organisations, jusqu'au legal : « je ne veux pas qu'un mec me dise c'est cassé en prod mais c'est pas de ma faute, c'est l'agent ».
4. La dette de documentation (docs produit médiocres, docs process inexistantes) « va nous reclaquer à la figure très vite » : un agent ne peut pas lire une doc qui n'existe pas.
5. Mathieu ne parle jamais technique au board : il parle expérience client, ROI, rentabilité, investissement.
6. Il ne demande même pas de budget supplémentaire pour l'IA : les gains (compresser les tickets JIRA, les ops) financent le nouveau (« à flat »). Logique de reuse : le temps gagné est réinvesti au service du vendeur en magasin / du client.
7. Pas de fantasme « virer tous les développeurs grâce à Claude Code » : il anticipe au contraire une avalanche de demandes — les projets en P10/P15 passent en P2 car « plus aucun projet ne coûte trop cher ».
8. Sa grosse « claque » : Claude Code (recréer une VM sans avoir codé depuis longtemps), puis voir Karpathy et d'autres « shipper » davantage, puis son agent perso « Hermes » (à mémoire).
9. Coût des tokens. confiant qu'il baissera comme l'a fait le FinOps cloud (muscle FinOps construit après les requêtes BigQuery à 30k). Leviers : puces d'inférence (TPU Google), modèles open source qui rattrapent (écart ~9 mois Chine/Anthropic), modèles distillés tournant sur laptop (Gemma 4, MoE 26 Mds / 4 Mds actifs, « conçu à Paris »). On n'a pas besoin d'un modèle frontière pour les ~300 produits digitaux du groupe.
10. Variation de modèles = vrai problème de prod. à modèle changé, il faut retester (résultats différents) ; les fournisseurs requantisent / downgradent / routent vers de la capacité moindre. Ils ont arrêté d'upgrader quand c'était « good enough » (tri marketplace : 15 M produits → 7 M publiés, via OpenAI). On veut « être véloce, mais à ses termes ».
11. Conscience de la prod. Google en a une que les startups (OpenAI, Anthropic) n'ont pas encore (ex. bug de limites Codex/Claude cramées en 1h au lieu d'une journée, reset à 17h).
12. Sa plus grande inquiétude : le lock-in de l'intelligence de l'entreprise (config de la boîte dans un harnais agentique / « adeo.md » ; « refaire l'ERP de l'IA »). Parades : Kubernetes standard (pas de Cloud Functions propriétaires), test régulier des API chez d'autres hyperscalers, attention à la gestion de la mémoire (froide/chaude, context engineering, où c'est stocké, qui en est propriétaire).
13. Brique open source manquante. l'orchestration d'agents (registry, cycle de vie, permissions « quel agent a le droit de faire quoi », partage de skills à l'échelle de la boîte). n8n / MCP n'en couvrent qu'une petite partie.
14. Mémoire d'entreprise. (« company brain ») : « quand ce n'est pas logique, c'est historique » — capturer le contexte des décisions. Ex. Leroy Merlin ne vend pas de matelas car la boîte est pilotée au CA au mètre carré (un lit prend trop de place pour ce qu'il rapporte) ; à mettre dans le company brain pour éviter qu'un futur chef de produit ne re-pitche l'idée.
15. RAG / contrôle d'accès. difficile de savoir à quoi la personne qui pose la question a droit (plusieurs niveaux d'autorisation) — problème non résolu des chatbots d'entreprise.
16. Stack IA. Vertex AI (GCP), sélection du modèle selon le besoin. Toujours regarder « la porte de sortie » (souveraineté).
17. Conseil à un autre CDO. la transfo est sur-mesure (culture, capital disponible) ; identifier le différentiel compétitif réel dans l'expérience client. Si le board ne sait même pas l'exprimer → IT de base / maintenance en condition opérationnelle. S'il sait l'exprimer → tout miser, faire un truc complet end-to-end, créer le précédent. Comprendre la techno surtout « pour ne pas se faire enfler par les vendeurs et la hype ».
18. Décathlon RFID end-to-end. succès car ils produisent une grande partie de leurs produits (puce intégrée en entrée de chaîne industrielle) jusqu'à la sécu en aval. Métrique simple : gain de temps sur toute la chaîne (humains + client) = ROI instantané. Adeo ne fabrique que la moitié → faire changer l'outil industriel de tous les fournisseurs est très compliqué.