Interview vidéo enregistrée sur **VivaTech** (stand **Scaleway**), diffusée par le média **République**, réunissant **Damien Lucas** (CEO de Scaleway) et **Franck Le Moal** (Global Technical Officer du groupe **LVMH**). **Thèse centrale** : l'émergence d'une **« géopolitique de la tech »** force les multinationales à abandonner la solution mondiale unique au profit d'un **système d'information régionalisé en trois plaques** (États-Unis, Europe, Chine). LVMH (80 Md€ de CA, 75 maisons, 100+ pays) officialise un partenariat **cloud avec Scaleway** pour bâtir une **brique européenne autonome**, en complément de Google Cloud (data, depuis 2021), SAP, Salesforce côté occidental et Alibaba Cloud / Huawei / Tencent côté chinois. Le groupe se dit **« hybride »** et **autonome** plutôt que **« souverain »** (mot qu'il refuse, jugé ambigu). Scaleway se positionne en **cloud provider européen** immune aux lois extraterritoriales et protégé contre un **kill switch** (« pas de la science-fiction », au vu de l'actualité du week-end). Argument économique de Damien Lucas : **1 € dépensé chez Scaleway = 68 centimes qui restent dans l'économie européenne** (vs < 20 centimes chez un hyperscaler US, même hébergé en France). Calendrier : PoC terminés, démarrage chez **Sephora et Louis Vuitton**, empreinte significative visée à **12-18 mois**. Mission Scaleway assumée : se concentrer sur **IaaS / PaaS** (pas de verticalisation type bureautique), s'appuyer sur un écosystème de partenaires (applicatif souverain, chipsets et serveurs européens). Le recours aux **GPU Nvidia / IA** de Scaleway n'est **pas prévu à court terme** mais reste ouvert (modèles open source pour l'autonomie + performance économique).
**Bertrand** — journaliste / présentateur du média **République** (partenaire de VivaTech) · conduit l'entretien. **Damien Lucas** — CEO de **Scaleway**. **Franck Le Moal** — Global Technical Officer du groupe **LVMH**.
Analyse de **Olivier Rafal** pour **WeNvision** (cabinet de conseil FR), publiée le **4 juin 2026** (lecture ~4 min), qui commente le lancement de la **Tokenomics Foundation** par la **Linux Foundation** (annonce du 3 juin, en partenariat avec la **FinOps Foundation**) et y voit l'ouverture officielle de **l'ère du « FinOps appliqué à l'IA »**. **Thèse-pivot** : l'IA a transformé l'économie du développement logiciel ; le **token** est devenu *« la nouvelle unité de mesure des dépenses technologiques »*, à l'image du cloud des années 2010 (coûts **récurrents et variables** exigeant une gestion active), d'où la bascule des fournisseurs du forfait vers la **facturation au token**. **Ordre de grandeur (urgence)** : *« Selon Goldman Sachs, l'utilisation mondiale de tokens devrait être multipliée par 24 d'ici 2030 pour atteindre 120 millions de milliards de tokens par mois »* — ce qui fait passer l'efficience du token du *« détail technique »* au sujet de **comité de direction**. Citation reprise de **J.R. Storment** (créateur de la FinOps Foundation) : *« Les coûts et l'efficacité des tokens sont devenus une préoccupation au niveau des PDG, pas une note de bas de page technique. »* **Problème de transparence/standardisation** : les tarifs IA actuels ne sont pas comparables (tokens input / systèmes de cache / output diffèrent d'un modèle à l'autre) → la Tokenomics Foundation veut **étendre la spécification open source FOCUS** pour fournir un **langage commun** d'achat et de comparaison. **Message central de Rafal (au-delà du coût)** : *« L'enjeu du FinOps n'est pas tant de réduire les coûts que d'optimiser l'efficience »* — la vraie métrique est le **coût IA rapporté à l'impact métier** (*time to market, qualité, fonctionnalités, écoconception*). **Limite des standards seuls** : les normes techniques ne suffisent pas, il faut **repenser le Target Operating Model** (équipes, processus, culture de la donnée, alignement métier) ; les Américains annoncent déjà *« la fin des double pizza teams au profit des sandwich teams »*. **Avertissement-marqueur** : *« une SDLC dopée à l'IA se contentera […] d'amplifier les problèmes et de vous aider juste à aller plus vite… dans le mur »* (sans fondations organisationnelles). **Sponsors cités** de la fondation : Accenture, Booking.com, Google Cloud, Microsoft, IBM, Salesforce. **Offre WeNvision** : *« co-construire une feuille de route, repenser le modèle opérationnel à l'ère agentique et instaurer cette gouvernance financière devenue indispensable »*. **Lecture francophone, orientée dirigeants/transformation** de la fiche [[tokenomics-foundation-linux-finops-token-economics-about-2026-06-03]] ; converge avec le cluster FinOps agentique [[finops-foundation-finops-for-ai-overview-2026-02-17]], [[finout-finops-ai-agents-four-step-allocation-framework-2026-04-27]], [[gupta-token-budget-wars-marginal-token-utility-2026-05-28]] (token→outcome, valeur > volume).
#Tokenomics Foundation#FinOps appliqué à l'IA#FinOps for AI
**Olivier Rafal** · pour **WeNvision** (cabinet de conseil français — bureaux à Paris, Lille, Strasbourg, Bordeaux, Nantes, Toulouse, Belgique, Luxembourg). Olivier Rafal écrit en analyste/conseil familier des préoccupations de comité de direction (ancien analyste IT, profil conseil-transformation). Publié le **4 juin 2026**.
Billet de blog officiel **Salesforce News** (rubrique *Agentic Enterprise*, série *« Pioneering the Agentic Shift Within Salesforce Engineering »*), publié le **27 mai 2026** (6 min de lecture) par **Srinivas « Srini » Tallapragada**, *President and Chief Engineering and Customer Success Officer* de Salesforce. Suite directe d'un premier billet (*« How we got our engineers to use AI — without breaking everything »*) qui racontait le passage de **>90% d'adoption**. **Thèse-pivot** : Salesforce Engineering est passé d'un monde où l'IA était un *copilote* utile à un monde où des **outils agentiques pilotent le cycle de vie logiciel (SDLC) lui-même** — écriture de code, revue de PRs, génération de tests, mise à jour de doc, gestion des déploiements, coordination du travail jadis confié à des handoffs humains. **Décision-signal canonique** : standardisation org-wide sur **Claude Code** + ***« we removed all token limits »*** — *« remove every last piece of friction between our engineers and the tools that make them faster and more effective »*. **Résultat empirique majeur** (avril 2026 vs avril 2025) : work items complétés par développeur **+50,8%**, PRs mergées par développeur **+79%**, et surtout **Effective Output score** (mesure ML de la **valeur réelle du code livré**, pas le volume) **+151,3% en glissement annuel**. **Cas d'usage emblématique** : migration de **33 endpoints API** vers une architecture cloud-native, estimée **~231 person-days** (7 par API) en traditionnel, réalisée en **13 jours = 18× plus vite** — via un **framework rule-based en Claude** (fichiers markdown + reference implementations), feedback des PRs réinjecté en continu dans le rule set, **boucles LLM autonomes (build, fix, validate)** sans intervention manuelle, parallélisées sur environnements isolés → **5 PRs**, la plus grosse livrant **21 endpoints avec 100% de couverture de tests**. **Pas de tradeoff vitesse↔qualité** : via la plateforme **Engineering 360** (centralise les données d'ingénierie de centaines de systèmes), **les incidents totaux baissent de 5%** malgré la hausse des PRs (*« quality doesn't suffer from speed. It benefits from it »*), grâce à des **guardrails de sécurité et standards qualité encastrés structurellement** dans le workflow agentique (Trust = valeur n°1). **Refonte du SDLC** : une fois l'IA adoptée, les ingénieurs **détruisent et reconstruisent** les workflows (quels process supprimer ? quels handoffs inutiles ? où l'humain fait-il encore un travail qu'un agent peut posséder ?). **Nouveau craft d'ingénierie** : les **Claude Code skills** (capacités packagées/réutilisables encodant contexte d'équipe, conventions de nommage, patterns) deviennent un **artefact d'ingénierie** partagé et composable ; **AI Expert Suite** + **Salesforce Foundation Plugins** = bibliothèque curatée institutionnalisée de skills (benchmark interne : **précision et fiabilité en hausse, coût inutile réduit**) ; **subagents & agent teams** parallélisent les workstreams (*« They describe the outcome, and a set of coordinated agents figures out the steps »*). **Ce qui reste dur** : (1) **gestion du contexte** en sessions longues — la **qualité des fichiers CLAUDE.md** varie beaucoup et pèse fort sur la qualité de sortie ; (2) **sécurité agentique** = modèle fondamentalement différent (agents qui *agissent*, pas seulement *suggèrent* → blast radius accru) ; (3) **évolution des rôles** (comment les juniors deviennent seniors si l'IA absorbe le travail entry-level ? rôle du designer/PM ? l'unité d'exécution = scrum team → expérimentations d'unités à 1 ou 3 personnes). Conclusion : *« It changed what was economically possible »* ; ambition affichée = **« the most automated, agentic SDLC in the industry »**. Recoupe directement Gupta (*cost of a completed outcome*, marginal token utility), Greenwald/Sierra (outcome-based pricing), DORA (ROI / coût par feature) et le débat BFM/Girard (token = fuel de valeur, pas coût à couper).
#SDLC agentique#agentic SDLC#Claude Code
**Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce · dirige l'ingénierie mondiale de la plateforme unifiée. Auteur de la série *Agentic Enterprise* sur le blog Salesforce News ; ce billet (27 mai 2026) est la **suite** d'un premier opus consacré à l'adoption de l'IA par les milliers d'ingénieurs Salesforce (*« How we got our engineers to use AI — without breaking everything »*). Position d'autorité = **dirigeant exécutif** parlant en son nom et au nom d'une organisation d'ingénierie à grande échelle (donnée terrain à l'échelle d'un hyperscaler SaaS) · avec accès aux métriques internes (Engineering 360, Effective Output).
Billet de blog **Sierra** (10 décembre 2024, **Elliot Greenwald**) qui pose le **texte fondateur de l'*outcome-based pricing*** pour agents IA. **Thèse-pivot** : les agents IA qui exécutent des processus de façon autonome rendent possible un **modèle de tarification entièrement nouveau** — ***« you pay only when the software achieves specific, valuable outcomes: outcome-based pricing »***. L'article retrace une **généalogie de la tarification logicielle en quatre âges** : (1) **shrink-wrapped software** (années 1980-90, boîte de disquettes/CD-ROM chez Fry's Electronics — *« Whether you actually used it or not, you paid for it »*) → (2) **SaaS / seat-based** (pionnier **Salesforce**, suivi de Google/Microsoft/Adobe — Internet permet de vendre le logiciel *as a service*) → (3) **consumption-based** (**Amazon/AWS** et **Snowflake** — *« charged only for what you used »*) → (4) **outcome-based** (agents IA). **Définition canonique** : ***« outcome-based pricing is tied to tangible business impacts—such as a resolved support conversation, a saved cancellation, an upsell, a cross-sell, or any number of valuable outcomes. If the conversation is unresolved, in most cases, there's no charge »***. **Principe d'alignement des incitations** : ***« With outcome-based pricing, Sierra gets paid only when we complete a task for you. Our incentives are aligned »***. **Critique du seat-based & concept de *shelfware*** : *« Unused seats sit idly on a proverbial store shelf, hence the derisive moniker "shelfware" »* — on paie des milliers de dollars/an par licence, utilisée ou non. **Conflit structurel des fournisseurs CX legacy** : leur revenu dépend du seat-based, or *« the more effective their AI becomes, the fewer contact center seats their clients need—undermining the provider's own revenue model »* — un agent IA efficace **cannibalise** le modèle de revenu de l'éditeur dont la tarification repose sur les sièges. **Granularité de l'outcome** : distinction entre **résolutions simples** (répondre à une question) et **résolutions complexes** (gérer un cas nécessitant un appel L2 de 20 minutes) ; **les escalades n'entraînent en général aucune facturation** ; **tarification mixte (*blended*)** possible (ex. consumption-based pour les interactions de routage/accueil). **Engagement d'optimisation continue** côté fournisseur : *« we continue to deploy concerted, directed optimizations to refine the agent's performance over time »* — l'éditeur est aligné pour améliorer la performance puisqu'il n'est payé qu'au résultat. Importance : posé **fin 2024**, ce billet **précède et fonde** tout le débat 2026 sur l'économie agentique — il fournit le **vocabulaire de l'unité de facturation** (l'*outcome* complété plutôt que le siège, l'usage ou le token) que reprendront Gupta (*cost of a completed outcome*, *token-to-outcome attribution*), Bain (*outcome-based pricing déplace le revenue de fixed seats vers labor/operations economics*), Ng (*pricing power ancré sur le salaire de l'employé remplacé*). Sierra étant l'**exemple-référence** cité par Bain (*autonomous customer issue resolution*), ce texte donne la **vue côté fournisseur** de la mécanique que les autres analysent côté acheteur. Pertinence directe pour le positionnement **tarification de la delivery agentique / value-based** du cabinet et pour le slot **Optimisation des coûts** (le pendant *vendor* du *cost per outcome*).
#outcome-based pricing#tarification au résultat#AI agents
**Elliot Greenwald** — Sierra (entreprise fondée par Bret Taylor & Clay Bavor, plateforme d'agents IA conversationnels pour l'expérience client). Billet publié sur le blog Sierra le **10 décembre 2024**. Sierra est l'**exemple-référence** cité par Bain (*The $100-Billion SaaS Opportunity*) pour l'*autonomous customer issue resolution* · et fait l'objet de plusieurs fiches du dossier (recrutement AI-native, interview Plan/Build/Review).