Tag
transformation-dsi
Capgemini et l'IA agentique : le bon diagnostic, mais +30 % reste un pourcentage
Dans Investir du 25 juillet 2026, Aiman Ezzat pose un diagnostic que nous partageons : la valeur ne vient pas de la technologie mais de l'intégration au cœur des opérations. Reste que les gains cités s'expriment en pourcentages. Pour viser des facteurs, c'est l'Operating Model qu'il faut rouvrir.
IA et emploi : le vrai risque, c'est le décrochage
Bercy publie sa doctrine sur l'IA et l'emploi (Trésor-Éco n° 391) : aucun effet agrégé mesurable, un signal réel sur les juniors, et un danger de long terme, le décrochage des économies trop lentes à adopter. Décryptage SFEIR.
Au-delà du code : vos documents subissent la même compression
Les livrables écrits pèsent le double du code dans les conversations avec Claude (Anthropic, juin 2026). La compression qui a frappé le logiciel touche rapports, documents et présentations, et produit du workslop quand elle n'est pas gouvernée. Ce qui change pour le DSI et le patron produit.
PM augmenté : le Product Manager à l'ère des agents
Mai 2025, Marty Cagan avertit : les PM qui ne créent pas seront laissés de côté. Juin 2026, Shubham Saboo ajoute que la compétence clé du PM n'est plus le prompt engineering mais le Loop Engineering. Portrait du PM augmenté, libéré des tâches chronophages pour maximiser stratégie et discovery.
La valeur migre vers la discovery : le nouveau goulot est produit
En avril 2026, Marty Cagan tranche : quand le coût du delivery s'effondre, le goulot et l'avantage concurrentiel se déplacent vers la product discovery. Ratio PM/ingénieurs, continuous discovery, piège de la feature factory : ce que ce basculement change pour le CPO et le DSI.
La course open-weights chinoise : ce que Kimi K3 dit du nouveau marché des modèles
Kimi K3 n'est pas un événement isolé : c'est un coup dans une partie qui se joue à plusieurs : Moonshot, DeepSeek, Z.ai, Qwen. Des labs chinois qui publient leurs poids, cassent les prix et itèrent tous les deux mois. Ce que cette course « commodity » change pour une DSI.
Sol, Terra, Luna : comment choisir et optimiser les coûts dans la famille GPT-5.6
Avec GPT-5.6, OpenAI ne vend plus un modèle mais une échelle de prix-performance : un facteur 5× entre Luna et Sol. Bien exploitée, elle divise votre facture ; mal exploitée, elle la multiplie. Le guide de décision SFEIR pour choisir le bon tier et optimiser le prompt caching.
Le prix par token est une illusion : mesurer le coût par résultat
Comparer les grilles tarifaires ne dit presque rien de la facture réelle. Sur un cycle agentique, la dépense suit l'ingestion, pas la génération : 153 pour 1. Un modèle « moins cher au token » qui relit plus n'économise rien. Le seul indicateur qui compte est le coût par résultat.
Checklist DSI avant d'autoriser un agent autonome en entreprise
Sept domaines de contrôle, des questions fermées et un seuil de conformité par item : la checklist des vérifications à valider avant d'autoriser un agent IA autonome (Hermès Agent, OpenClaw ou équivalent) en production, de la base légale RGPD au plan de sortie.
Déployer Hermès Agent en environnement maîtrisé : backends sandboxés et persistance serverless
Hermès Agent propose six backends d'exécution (local, Docker, SSH, Singularity, Modal, Daytona) qui déterminent où les commandes s'exécutent, et donc le rayon d'explosion en cas de dérapage. Le backend par défaut n'isole rien : comment choisir et durcir chaque backend pour la production.
Gouverner les skills auto-générées d'Hermès : qui audite ce que l'agent apprend ?
La boucle d'apprentissage d'Hermès Agent crée et affine ses propres skills. Les fichiers sont lisibles, mais la décision de l'agent de conserver tel pattern n'a aucune interface d'explicabilité. Comment auditer ce que votre agent apprend ?
Politiques d'outils et approbations d'exécution dans OpenClaw : configurer une posture d'entreprise
OpenClaw offre un contrôle à plusieurs couches (tool policy, exec approvals, sandbox modes, elevated), mais son défaut « trusted single-operator » reste permissif : security=full, ask=off. Comment durcir chaque couche : deny-all, allowlist, mode auto avec reviewer.
Explorez tous nos articles
Plus de contenus techniques sur l'IA, le Cloud, la Data et le Software Engineering.
Tous les articles