🎙️ The Long Table
The Long Table, présenté par DoiT, est une série de conversations avec des personnes dont le travail compte vraiment dans la tech. Pas de tables rondes, pas de pitch produit, pas de script. Elle réunit des praticiens qui ont passé des décennies dans leur domaine, pour parler de ce qu'ils pensent vraiment et de la direction que prennent les choses. Les épisodes complets sont disponibles sur YouTube, Spotify et Apple Podcasts.
Aperçu de l'épisode 1 : Amit Kinha et JR Storment, directeur exécutif de la Tokenomics Foundation, échangent sur le passé, le présent et l'avenir de l'attribution des coûts de l'IA et du cloud. Retrouvez les épisodes complets sur les plateformes de podcast.
Disponible partout où vous écoutez vos podcasts
Prenez place à la table
Abonnez-vous aux nouveautés
Laissez votre e-mail pour être alerté (sans spam) à chaque nouvel épisode, et recevoir des contenus et ressources exclusifs. Désabonnement possible à tout moment.
Épisodes
Toutes les conversations, au même endroit.
<!-- Episode card -->
<article class="lt-card">
<div class="lt-card__top">
<div class="lt-card__thumb">
<img src="https://media.doit.com/long-table/1d53f70a86f9-ep01-thumb-1080x1080-2x.webp" alt="JR Storment dans The Long Table" loading="lazy">
</div>
<div class="lt-card__body">
<span class="lt-card__number">Épisode 01</span>
<h3 class="lt-card__title">JR Storment : FinOps, tokenomics et ce que l'IA va changer</h3>
<p class="lt-card__desc">JR Storment inaugure la série avec une conversation sur l'évolution du FinOps, l'émergence de la tokenomics et ce que l'IA oblige les dirigeants à repenser en matière de consommation, de valeur et de responsabilité.</p>
<div class="lt-card__meta">
<span class="lt-card__date">Août 2026</span>
<span class="lt-card__dot" aria-hidden="true">·</span>
<span class="lt-card__duration">52 min</span>
</div>
<div class="lt-card__platforms">
<a href="https://www.youtube.com/@TheLongTable_DoiT" class="lt-platform" aria-label="Regarder sur YouTube">YouTube</a>
<a href="https://open.spotify.com/show/7Mt563pLWYsuYN92uFSUQ8" class="lt-platform" aria-label="Écouter sur Spotify">Spotify</a>
<a href="https://podcasts.apple.com/us/podcast/the-long-table/id6807056597" class="lt-platform" aria-label="Écouter sur Apple Podcasts">Apple Podcasts</a>
</div>
</div>
</div>
<details class="lt-card__transcript">
<summary class="lt-transcript__summary">
<span class="lt-transcript__label">Lire la transcription complète</span>
<span class="lt-transcript__chevron" aria-hidden="true">▼</span>
</summary>
<div class="lt-transcript__body">
<nav class="lt-transcript__toc" aria-label="Chapitres de la transcription">
<p class="lt-transcript__toclabel">Aller à une section</p>
<ol>
<li><a href="#cold-open">Ouverture</a> <time>0:00</time></li>
<li><a href="#welcome">Bienvenue dans l'émission</a> <time>0:19</time></li>
<li><a href="#finops-to-ai-reset">Du FinOps chez Citi au reset de l'IA</a> <time>0:49</time></li>
<li><a href="#boards-ask-about-cost">Quand les conseils d'administration s'intéressent au coût de l'IA</a> <time>3:08</time></li>
<li><a href="#token-maxing-rise-fall">Grandeur et décadence du token maxing</a> <time>5:30</time></li>
<li><a href="#foundation-origin">La genèse de la Tokenomics Foundation</a> <time>8:58</time></li>
<li><a href="#not-about-tokens">La tokenomics, ce n'est pas une affaire de tokens</a> <time>13:39</time></li>
<li><a href="#gas-price-problem">Le coût des tokens, ou le problème du prix de l'essence</a> <time>18:48</time></li>
<li><a href="#where-finops-ends">Là où le FinOps s'arrête et où la tokenomics commence</a> <time>23:54</time></li>
<li><a href="#model-selection">Le choix du modèle et tout ce qui l'entoure</a> <time>36:25</time></li>
<li><a href="#energy-scarce-resource">L'énergie, nouvelle ressource rare</a> <time>40:37</time></li>
<li><a href="#where-it-lives">Où placer la tokenomics dans l'organisation ?</a> <time>43:06</time></li>
<li><a href="#blind-men-elephant">Les aveugles et l'éléphant</a> <time>46:04</time></li>
<li><a href="#saas-pricing-agents">La tarification SaaS à l'ère des agents</a> <time>52:04</time></li>
<li><a href="#shoulders-of-giants">Sur les épaules des géants</a> <time>59:35</time></li>
<li><a href="#which-bucket-matters">Quel volet compte le plus : production, consommation ou valeur</a> <time>1:05:56</time></li>
<li><a href="#shift-left-shift-up">Shift left, shift up</a> <time>1:12:52</time></li>
<li><a href="#launch-speed">Un lancement entre vitesse et bruit</a> <time>1:14:55</time></li>
<li><a href="#favorite-ai-use">Usage préféré et non conventionnel de l'IA</a> <time>1:20:31</time></li>
</ol>
</nav>
<div class="lt-transcript__content">
<h3 class="lt-transcript__chapter" id="cold-open">Ouverture <time>0:00</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">0:00</time></p>
<p class="lt-turn__line">Voilà où en est la tokenomics aujourd'hui. Demandez à différentes personnes, situées à différents endroits de la chaîne, de la décrire, et vous obtiendrez des réponses radicalement différentes. Le truc, c'est qu'elles ont toutes raison, mais aucune ne voit la vue d'ensemble.</p>
</div>
<h3 class="lt-transcript__chapter" id="welcome">Bienvenue dans l'émission <time>0:19</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">0:19</time></p>
<p class="lt-turn__line">Eh bien, JR, merci beaucoup d'être dans l'émission aujourd'hui. Je me réjouis vraiment de cette conversation. Content qu'on ait pu la caler, entre le moment où j'ai lancé l'idée il y a deux semaines et le fait d'être ici en personne avec toi. J'ai hâte de passer la prochaine heure et demie à parler de tout ce qui touche à la tokenomics.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">0:33</time></p>
<p class="lt-turn__line">C'est vraiment un plaisir de t'avoir ici, sur mes terres de Californie du Sud. J'ai l'impression qu'on se croise à chaque conférence sans jamais vraiment prendre le temps de s'asseoir. Et le problème avec l'IA, j'ai l'impression, c'est qu'on essaie tous de tout résumer et d'aller vite. Donc j'ai hâte de creuser un peu plus en profondeur avec toi.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">0:48</time></p>
<p class="lt-turn__line">Génial, allons-y</p>
</div>
<h3 class="lt-transcript__chapter" id="finops-to-ai-reset">Du FinOps chez Citi au reset de l'IA <time>0:49</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">0:49</time></p>
<p class="lt-turn__line">OK, en fait je commencerais par l'époque où toi et moi avons commencé à discuter : tu étais chez Citi, oui, dans le monde du FinOps, tu faisais ça là-bas — grosse entreprise, plein de clouds, tout ça. Au fil des années, on a vu beaucoup d'entreprises comme Citi franchir ce gouffre de l'adoption du FinOps : les premiers innovateurs qui défrichaient, puis la majorité précoce qui avait à peu près compris, puis ceux qui sont devenus vraiment bons, de plus en plus matures avec le temps. Et puis tout a changé, non, avec l'IA il y a quelques années, et on a été en quelque sorte renvoyés au tout début : comment fait-on tout ça ? Les choses que tu faisais chez Citi avant d'arriver là où tu es maintenant, vous avez mis des années à les comprendre, non ? Et pendant ce temps, tout le monde est aussi en train de comprendre, et on est revenus en gros là où le FinOps en était, disons, en 2020, avec tout ce qui touche à l'IA.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:36</time></p>
<p class="lt-turn__line">Oui, c'est drôle. Je trouve que même dans le FinOps, il y a toujours eu ces moments où il fallait réinventer la roue, non ? Un exemple : je pense à 2014, les VM, les buckets S3 et tout le reste. L'idée de propriété était vraiment importante, et on se disait : taguons les choses pour pouvoir donner un sens à ce fouillis de fichiers CUR que tout le monde a, aux dashboards. Puis arrive quelque chose comme le serverless, qu'on peut taguer, puis Kubernetes, qui est beaucoup plus multi-tenant. Et on a résolu ce problème en disant : les namespaces sont en quelque sorte des proxys pour les tags. Et avec l'IA, par contre, je trouve qu'il y a cette grande tentation de se dire : on pourrait rafistoler avec ce qui marchait avant. Mais même chez Citibank, quand on y était, on commençait à voir apparaître les limites. Tu as une demande de provisioned throughput — ça ressemble à un Savings Plan — et tout à coup tu te dis : "Eh bien, tout le monde dans l'entreprise va utiliser l'IA, et on va voir une seule ligne sur la facture." Et tu te demandes : "Comment pense-t-on la responsabilité, au juste ?" Et donc on se met à réfléchir à toutes ces initiatives : devrait-on avoir une gateway pour tracer tout ce qui entre et sort ? Même maintenant, je trouve le rapport entre FinOps et tokenomics vraiment intéressant parce qu'au départ, ça sonne pareil, non ? Et puis, une fois que j'ai commencé à en apprendre beaucoup plus sur la tokenomics, j'ai réalisé que c'est presque un élargissement du périmètre, oui, et un élargissement du périmètre pas seulement du point de vue de la discipline, mais aussi du point de vue de qui s'en soucie.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">3:07</time></p>
<p class="lt-turn__line">C'est ça. Et c'est quelque chose</p>
</div>
<h3 class="lt-transcript__chapter" id="boards-ask-about-cost">Quand les conseils d'administration s'intéressent au coût de l'IA <time>3:08</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">3:08</time></p>
<p class="lt-turn__line">tu sais. Cette semaine, j'ai passé beaucoup de temps avec des CEO de sociétés de private equity, et tout le sujet, c'était le FinOps — ou plutôt l'IA, l'IA sous l'angle de la gouvernance et des coûts. Et je repense : je ne me souviens pas de la dernière fois où des CEO réclamaient autant d'informations sur les coûts. Pas seulement au niveau de "le coût du cloud est très important pour nous", mais plutôt : comment mesure-t-on, comment contrôle-t-on, comment fait-on pour ne pas empêcher nos entreprises d'utiliser l'IA sans mettre la boîte en faillite ? Oui, c'est ça. C'est un paradigme très intéressant.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">3:40</time></p>
<p class="lt-turn__line">Je remonterais à il y a à peine quelques mois. J'ai commencé à entendre, à ce niveau-là, qu'on vit un moment de crise un peu existentielle quant à là où l'IA a atterri — et je repense à mars ou avril, où il y avait encore toute cette excitation : utilisez autant d'IA que possible, tout le temps, les classements de tokens, tout ça. Mais ton point sur les CEO qui ne parlaient pas des coûts et les conseils d'administration qui n'y pensaient pas : les dépenses d'IA ont grimpé si vite qu'ils ont soudain dû regarder ça comme un moment de crise existentielle — est-ce que ça va carrément plomber les marges globales, et peut-on continuer à fournir les services qu'on fournit avec les modèles actuels, de façon qui ait du sens ? Donc je pense qu'on est passé de "l'IA, c'est la transformation et l'innovation, comment je fais la chose qu'on ne pouvait pas faire avant grâce à l'IA" à "attends une minute, pas sûr qu'on obtienne vraiment les résultats qu'on voulait, et il faut penser au coût plus qu'à la valeur". On a eu un vrai mouvement de balancier : l'IA était toute promesse, et là, on vit dans un monde de plafonds budgétaires et de lignes rouges sur la quantité d'IA que les gens peuvent utiliser. Je parlais à un ami pas plus tard que ce matin — une entreprise du Fortune 50 — ils reçoivent des e-mails quotidiens : leur usage de tokens, leurs coûts de tokens, leur coût total d'IA, et on leur met une pression à la baisse pour en utiliser moins, ce qui est hallucinant par rapport à il y a trois mois, quand on disait d'en utiliser toujours plus. Donc on a basculé dans un monde de contrôle et de peur, et je pense qu'on va revenir un peu vers : OK, comment utiliser la bonne IA pour les bonnes choses et en tirer le maximum de valeur ? Mais c'est aussi un moment étrange : des investissements énormes dans le secteur, et en même temps, les gens reconnaissent que "utilisez plus d'IA" n'est pas forcément</p>
</div>
<h3 class="lt-transcript__chapter" id="token-maxing-rise-fall">Grandeur et décadence du token maxing <time>5:30</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">5:30</time></p>
<p class="lt-turn__line">un bon modèle économique. Oui, carrément. Je crois que le token maxing a duré environ quatre jours, quand Meta est sorti en disant : "Ouais, on y va." Et tu sais, je comprends à un certain niveau, parce que la technologie elle-même, une fois que tu l'as essayée, sur ton compte ChatGPT perso ou autre, tu en vois la puissance. Je me souviens quand ChatGPT est sorti — je crois que c'était à la fin de re:Invent il y a deux ans — mes amis et moi, on l'utilisait non-stop. On n'y croyait pas. Je crois que j'avais traduit une annonce SageMaker en hindi juste pour voir si ça marcherait. Est-ce que ça a marché ? Je ne sais pas lire l'hindi. J'ai envoyé un texto à mes parents, ils m'ont dit : "C'est du bon hindi." Pas mal, non ? Donc... quand tu penses au cloud public, personne ne le consomme vraiment comme on consomme l'IA, non ? Et donc il y a cette pression non seulement de réfléchir aux cas d'usage qui peuvent aider les entreprises, mais ce qui est vraiment intéressant, c'est qu'il y a maintenant une pression sur les CxO. Contrairement au cloud public — où la pression, c'était plutôt "migrez depuis les data centers, il y a plus de résilience, vous scalez automatiquement, tous les bons avantages du cloud public qui n'ont pas disparu" — avec l'IA, la pression, c'est : tu dois avoir une histoire pour le conseil d'administration. Tu dois montrer ce que tu fais avec l'IA. Et je pense que l'ère de l'expérimentation — on essaie des POC, on essaie ci et ça — s'est très vite transformée, comme tu dis, en : quel est le ROI ? Et le ROI, ce n'est même pas une pression pour minimiser les coûts. C'est plutôt : on veut investir là où c'est quantifiable, là où ça va vraiment aider. Et si des expérimentations ne montrent pas de valeur, on veut savoir vite quand les arrêter.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">Oui. Oui.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">C'est ça. Et je sais que Uber et d'autres ont dit cette année : notre stratégie du "tout le monde peut utiliser l'IA", on a déjà explosé notre budget. Et ça me fait toujours rire. Comment aurais-tu pu connaître, en janvier, le budget d'une technologie pareille ? Chaque semaine je vais sur Twitter, c'est complètement différent,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">7:15</time></p>
<p class="lt-turn__line">pas vrai ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">7:16</time></p>
<p class="lt-turn__line">C'est ça. OpenAI était incroyable. Puis Anthropic est incroyable. Maintenant, les modèles open source sont incroyables. Les modèles de raisonnement, et ainsi de suite. C'est un torrent d'informations qui arrive pour tout le monde.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">7:26</time></p>
<p class="lt-turn__line">Et je pense qu'on traverse la même chose qu'avec le cloud : les gens disaient "migrez aussi vite qu'humainement possible, mettez tout dedans, on verra les coûts après". Puis il y a eu un gros retour de bâton, et c'est un peu comme ça que le FinOps est né, à l'époque. On vit la même chose avec l'IA, sauf que le cloud était fondamentalement une affaire de couche plateforme, non ? On passait d'un type d'hébergement à un autre. Oui, il y a de meilleurs services — BigQuery, Redshift, ces choses vraiment difficiles à faire dans un data center. Mais c'était juste une autre façon de faire cette couche technologique. Et là où on entend les cas intéressants avec l'IA — je déteste utiliser ce terme parce qu'il a été utilisé à toutes les sauces dans le monde du cloud, et je le détestais déjà — : les cas d'usage de transformation. Ça ressemble au terme le plus fumeux qui soit. C'est : attends une minute, on ne peut pas juste dire "utilise l'IA pour faire mieux ce que tu fais déjà". Il faut viser un retour x10 plutôt qu'une amélioration de 50 %, ce genre de choses — et les gens sont en train de trouver. Et c'est là que, pour nous, quand on regarde l'espace de la tokenomics, la conversation passe soudain de "optimisons la couche plateforme, le FinOps" à, côté tokenomics : comment cette dépense d'IA touche-t-elle chaque partie du business ? Comment s'assurer, d'un côté, d'en obtenir assez — assez d'IA, l'efficacité de la token factory, pour reprendre les termes de Jensen — et de l'autre, comment ces coûts d'IA qui scalent et varient énormément changent la façon dont je dois reconditionner toute mon offre pour mes clients, et puis, au milieu, si possible, l'utiliser efficacement au passage ?</p>
</div>
<h3 class="lt-transcript__chapter" id="foundation-origin">La genèse de la Tokenomics Foundation <time>8:58</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">8:58</time></p>
<p class="lt-turn__line">Oui, en parlant de tokenomics : comme on le sait tous, la Tokenomics Foundation a été lancée il y a quelques mois maintenant, je crois, et on a annoncé un conseil de gouvernance récemment — dont je fais partie, au passage. Mais j'aimerais connaître l'histoire de comment c'est arrivé. Le FinOps est omniprésent aujourd'hui. Quand j'ai commencé, à chaque fois que je parlais à quelqu'un, c'était "cloud financial management", c'était l'optimisation, et ainsi de suite. Et maintenant, on s'est tous retrouvés autour de ce mot. Donc j'aimerais en savoir plus : quelle était la réflexion derrière la création d'une nouvelle fondation ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">9:25</time></p>
<p class="lt-turn__line">Je commencerais par le fait que j'ai détesté le nom tokenomics quand je l'ai entendu. J'étais vraiment contre, et je l'ai d'ailleurs entendu assez tard. Ce terme, maintenant que j'ai fait des recherches rétrospectives, a commencé je crois mi-2025 — pas appliqué à la crypto, mais appliqué à ce domaine par l'équipe de SemiAnalysis, Dylan Patel, qui regardait l'efficacité des token factories : comment convertir du NVIDIA, de l'AMD ou n'importe quel matériel en tokens produits. Puis vers janvier 2026, je crois que d'autres ont commencé à publier des papiers là-dessus, à parler de ce domaine. J'étais à Manhattan — enfin à New York, là où tu habites — à un événement avec des CIO mondiaux ; il y avait JPMC, il y avait BNY, et ces informations étaient publiques au moment de l'événement. Ces CIO mondiaux avaient des conversations sur la valeur de la tech, et j'en ai attrapé un — énorme entreprise, responsable de milliards et de milliards de budget — je l'ai pris à part et je lui ai demandé : "Hé, c'est quoi ton plus gros défi en ce moment ?" Cette personne ne savait pas ce que je faisais, ne savait rien de moi, et sans hésiter une seconde, elle a répondu : la tokenomics. C'était en avril, et mon cœur s'est littéralement serré : je me suis dit "oh, c'est un terme imparfait pour quelque chose qui ressemble beaucoup à ce qu'on appellerait du FinOps pour l'IA", et je l'ai un peu mis de côté. Puis plus tard dans la journée, j'étais avec un responsable plateformes d'un gestionnaire d'actifs à Midtown Manhattan, et il me dit : "Vous faites quoi avec ce truc de tokenomics ?" Et la semaine suivante, à l'offsite de la Linux Foundation, notre CEO vient nous voir — il est dans toutes ces conversations avec des dirigeants tech du monde entier — et il me dit : "Vous faites quoi avec ce truc de tokenomics ?" Et c'était signal après signal après signal. Et le plus drôle dans tout ça : ce sont tous des gens qui ont des équipes, plusieurs niveaux en dessous d'eux, qui font du FinOps depuis des années. Le FinOps sous-tend l'efficacité de leur infrastructure, de leur cloud, de leur cloud privé, de leur data center, de tous ces domaines. Mais ils ne parlaient jamais de ces domaines, parce que fondamentalement, la tokenomics est une discipline — et on devra sans doute passer vingt ou trente minutes ici à parler de ce que c'est. Elle a commencé en milieu d'année à toucher les conversations de conseil d'administration. Oui, parce que les dépenses explosaient, mais aussi parce qu'on est dans cette ère de rareté. Ces entreprises géantes qui ont besoin de beaucoup d'IA — ou pensent en avoir besoin — se faisaient rate-limiter, se voyaient retirer des modèles, n'arrivaient pas à obtenir de matériel. Donc une incapacité à obtenir la chose dont elles savaient avoir besoin. Et de l'autre côté, leurs conseils d'administration les poussaient au plus haut niveau, avec des CEO qui débarquaient. Au même événement à Manhattan en avril, ces CIO et CTO mondiaux racontaient que leurs CEO — des titans de l'industrie — rentraient chez eux le week-end, faisaient du vibe coding, revenaient voir le CIO mondial et demandaient : pourquoi vos équipes ne savent pas faire ça ? Donc tu avais des CEO qui disaient : je veux que tu changes tout ce qu'on fait, comme ça, du jour au lendemain, et que tu mènes cette transformation massive. Et eux se disaient : attends une minute, j'ai le CFO à côté de moi qui dit : "Oui, super, faites tous ces trucs géniaux, mais on a un budget fixé l'an dernier, et un cours de bourse auquel il faut penser. Donc tu ne peux pas dépenser sans limite là-dessus." Ils se sont retrouvés coincés — retour au moment de crise existentielle : mon conseil dit que je dois me transformer, mon CEO me pousse à fond pour livrer toute cette innovation, mon CFO transpire littéralement parce que ce petit coût d'IA, minuscule à côté de la dépense IT globale, est devenu gros comme ça, puis gros comme ça, et ça continuait. Dans certains cas, on entend parler de 50 % de croissance mois après mois sur l'IA. Qu'est-ce qu'on fait de ça ? Donc on a commencé à voir des conversations autour de : c'était quoi, la tokenomics ? Et maintenant, c'est quoi, la tokenomics ? Et c'est la première chose sur laquelle on bute : où ça commence et où ça s'arrête ? Comment ça s'articule avec l'existant, comme le FinOps ? Et c'est exactement ce qu'on a réalisé en avril-mai de cette année : il fallait aller le définir.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">13:18</time></p>
<p class="lt-turn__line">Et quand tu penses à la tokenomics, le nom est intéressant. Comme tu dis, maintenant que je m'y suis plongé, au départ la confusion peut venir du mot tokens : est-ce une question de valorisation de tokens ? Est-ce une discipline, comme tu dis ? Une méthodologie ? Comment définirais-tu la Tokenomics Foundation, l'objet de la tokenomics ?</p>
</div>
<h3 class="lt-transcript__chapter" id="not-about-tokens">La tokenomics, ce n'est pas une affaire de tokens <time>13:39</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">13:39</time></p>
<p class="lt-turn__line">La tokenomics — disons une discipline, parce que tout le monde est en train de voir à quoi ça ressemble — consiste fondamentalement à regarder toute la chaîne d'approvisionnement de l'IA. Depuis "j'ai produit des choses dans une AI factory, au niveau du matériel", jusqu'à "j'ai consommé ces choses, si possible efficacement, j'ai prévu mon usage, etc.", jusqu'à "j'ai délivré de la valeur au bout". Donc de l'énergie à cette couche d'intelligence, jusqu'à la valeur. Et la partie valeur est vraiment délicate, parce que ce n'est pas une question de tokens, ni de services individuels, ni même de tâches accomplies. C'est : quels résultats tout ça génère-t-il ? Ce que je dois marteler aujourd'hui, quand je parle à des gens comme toi qui sont dedans tous les jours, qui parlent aux CEO, aux dirigeants mondiaux : la tokenomics, ce n'est pas une affaire de tokens,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Speaker 1</strong><time class="lt-turn__ts">14:35</time></p>
<p class="lt-turn__line">ah bon ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">14:36</time></p>
<p class="lt-turn__line">Bizarre : la tokenomics, pas une affaire de tokens — alors que c'est écrit dedans. Et la tokenomics, ce n'est certainement pas compter des tokens. C'est un nom imparfait pour un concept plus complexe, et si je devais lui trouver un synonyme, je dirais que la tokenomics, c'est l'économie de l'IA. Je n'ai peut-être pas rendu service à notre communauté avec ma keynote d'annonce, parce que je me suis tellement concentré sur les tokens. Parce que ce qui est intéressant avec les tokens, c'est qu'ils sont l'état complet de l'IA : tu peux les tracer à travers tous les niveaux. Mais en tant que terme, la tokenomics ne porte pas sur le coût des tokens. Elle porte sur tous les coûts autour de l'IA. Et pour compliquer encore — c'est pour ça qu'on voit beaucoup de CFO s'impliquer fortement dans cette conversation — on ne parle pas seulement des coûts directs de l'IA. Pas seulement des coûts du matériel, des services, des hyperscalers, de la mémoire. On parle de tous les coûts humains liés à la gestion du matériel et du data center, des coûts d'ingénierie pour utiliser ces services, puis des coûts de main-d'œuvre en bout de chaîne. Et on voit beaucoup de ça déborder sur des conversations du type : de combien de personnes ai-je besoin dans mon organisation au vu des entrées et sorties de l'IA ? Quelle est la valeur d'un ingénieur ? Comment rémunérer nos ingénieurs ? À quoi ça ressemble ? Donc, pour revenir au début de ta question — c'est quoi, la tokenomics ? — c'est tirer le maximum de valeur de son IA, mais la définition, ou disons les frontières, de là où ça commence et s'arrête restent floues. Il y a beaucoup de travail de définition à faire,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">15:56</time></p>
<p class="lt-turn__line">et d'une certaine façon, je pense que c'est une qualité, pas un défaut. La raison pour laquelle il faut une fondation autour, c'est qu'il faut que les personnes les plus brillantes y réfléchissent. Avant le FinOps, chacun essayait de faire son truc dans son coin : un outil disponible par-ci, ton propre tableur de calcul par-là. Oui. Et pour moi, ce qui a fait tilt avec le framework FinOps, c'est que ce n'est pas une question de tout faire, mais de : de quoi ton entreprise a-t-elle besoin maintenant ? Et il y a une façon de démarrer, que tu partes de zéro ou que tu sois avancé. J'adore le modèle crawl, walk, run. Si tu te concentres vraiment sur la seule optimisation, il y a plein de choses à faire, et voilà comment penser l'optimisation des tarifs, l'optimisation de l'usage. C'est le genre de chose que tu pourrais sans doute trouver tout seul, mais beaucoup d'entreprises n'ont pas les moyens d'embaucher une personne FinOps, n'ont pas une personne dédiée, une équipe — voire une armée, pour certaines entreprises qu'on connaît — dédiée à comment on alloue les coûts, comment on optimise, comment on construit la gouvernance. La fondation fait beaucoup de travail pour te livrer une bonne partie des devoirs déjà faits, par des gens qui ont déjà résolu le problème. Et avec la tokenomics, le défi intéressant, c'est que le périmètre est tellement plus grand. Le périmètre, comme tu dis, ce n'est pas seulement l'efficience de minimiser les coûts. C'est un vecteur, très important. Mais c'est aussi beaucoup : comment savoir où investir davantage ? Alors qu'avec le cloud public, c'était : oui, on va migrer depuis les data centers, ou, pour une entreprise cloud-native, gardons les coûts à un niveau qui nous convient.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">Oui.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">Avec l'IA, il y a aussi une pression de l'autre côté, et j'imagine cette courbe en cloche — tu connais le mème : si tu as un employé qui n'utilise pas du tout d'IA, à gauche, on lui dit : il faut utiliser l'IA. Et ça concerne pas seulement l'ingénierie, mais le marketing, les ventes, et ainsi de suite, parce que ça rend vraiment plus efficace. De l'autre côté, si tu utilises trop d'IA, la question c'est : qu'est-ce que tu fabriques ? Tu as dépensé 10 000 $, et qu'est-ce que tu as obtenu en retour ? Et au milieu, la raison, c'est que ce n'est pas une technologie dont on peut dire : notre entreprise n'en a pas besoin, on verra plus tard. Toutes les entreprises, privées, publiques, du Fortune 100 au Fortune 5, doivent y réfléchir sérieusement, parce qu'elles savent que ça peut être transformationnel pour l'entreprise. Mais en plus, l'idée que tout le monde apprend l'IA et se met à l'utiliser automatiquement... La raison pour laquelle il y a des FDE partout, c'est que ce n'est pas si simple. S'intégrer dans le contexte existant de ton entreprise... Je suis sûr que tu as essayé d'écrire quelque chose avec un Claude générique : il ne saisit pas tes idées, il ne comprend pas ton contexte, ta façon de penser. Et une fois que tu commences à jouer avec, à construire des fichiers de skills ou autre, il t'aide vraiment à brainstormer, à produire un résultat qui te convient, et à terme à atteindre un fonctionnement autonome où l'humain dans la boucle n'est plus vraiment nécessaire.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">18:47</time></p>
<p class="lt-turn__line">Oui.</p>
</div>
<h3 class="lt-transcript__chapter" id="gas-price-problem">Le coût des tokens, ou le problème du prix de l'essence <time>18:48</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">18:48</time></p>
<p class="lt-turn__line">Laisse-moi te poser cette question : sur les tokens, le coût des tokens et tout ce qui va autour, comment penses-tu le niveau unitaire ? On parle de tokens, et je suis vraiment curieux d'avoir ton avis, parce que j'ai une analogie que j'utilise, mais</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">19:02</time></p>
<p class="lt-turn__line">eh bien, c'est quoi, ton analogie ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">19:03</time></p>
<p class="lt-turn__line">Alors, j'essaie de ramener ça à — je crois que je l'ai utilisée avec quelqu'un hier — : regarder le coût des tokens tout seul, c'est comme regarder le prix de l'essence. Tu pars en road trip et tu essaies de calculer combien il te faut pour l'essence. Si tu ne regardes que le prix du gallon à 4 $, ça t'aide un peu, mais il faut aussi savoir quelle voiture tu conduis. Une voiture de course ? Une hybride ? Combien de temps ? Combien d'arrêts ? Ça ne prend pas en compte : et si on avait pris le mauvais virage et roulé 50 miles dans l'autre sens ? Et ainsi de suite. Pour moi, regarder le coût des tokens isolément, c'est très similaire. Et c'était pareil l'an dernier, quand l'idée des modèles de raisonnement, des agents, décollait sans être encore omniprésente. Et maintenant — je suis sûr que ça t'est arrivé aussi — tu demandes un truc à Claude, tu t'éloignes, tu reviens, et il est encore en train de réfléchir : non, oh là, oh là, tu réfléchis trop fort sur</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">19:54</time></p>
<p class="lt-turn__line">ce truc, tu réfléchis trop fort, c'est ça ? C'est un peu comme manager une personne : parfois, tu mets quelqu'un sur un projet, il s'enfonce dans son tunnel pendant deux semaines et revient, et tu te dis : attends une minute ! Si tu avais juste fait un point avec moi, avec tes premières idées, on aurait gagné un temps fou. Et ça touche à ce que je trouve intéressant dans la tokenomics, et dans l'IA en général : on réfléchit maintenant à comment manager des travailleurs non humains. Et ça touche aussi au côté tout à droite de l'équation de la tokenomics : comment penser la comptabilisation des travailleurs non humains ? Peut-on capitaliser le travail d'un agent, comme le font certains CFO ? Et de même, ça soulève des conversations régionales vraiment intéressantes : le coût d'un ingénieur à San Francisco est très différent de celui d'un ingénieur dans une autre géographie, non ? Donc la quantité d'IA avec laquelle tu veux équiper cette personne va changer. Et ça rejoint ton point sur le prix de l'essence : parfois tu as la Camry, parfois tu as la Ferrari. Mais l'objectif peut être d'aller d'un point à un autre, ou de faire un beau road trip, et tout ça doit entrer en ligne de compte.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">20:53</time></p>
<p class="lt-turn__line">Oui, d'autant que Gartner a publié l'an dernier — ou cette année, en fait — sur le fait que si tu utilises des tokens de raisonnement, ça peut coûter cinq à trente fois plus qu'avant. Et je pense que les tokens avaient du sens côté prix, avant : avec un chatbot, tu connais les tokens d'entrée, le modèle que tu utilises, le prix, les tokens de sortie. Et maintenant tu as des agents qui peuvent appeler et réfléchir tout seuls, faire beaucoup de raisonnement, et ce qui t'importe vraiment, c'est le résultat. Mais même au niveau du résultat : un modèle moins cher au token, mais qui met deux fois plus de temps à arriver au résultat parce qu'il raisonne beaucoup, en mode très verbeux, contre un modèle beaucoup plus cher mais qui atteint le résultat voulu plus vite — ce dernier peut revenir moins cher au final. Moins cher par tâche, moins cher, peu importe. Donc ma thèse, c'est vraiment que le cadrage doit monter d'un niveau d'abstraction : quel est le but ? Qu'est-ce que tu fais avec l'IA ? Est-ce pour augmenter quelque chose ? Par exemple, si tu as un centre d'appels et que tu veux utiliser l'IA pour des appels réussis : 80 % des questions sont les mêmes. Si tu es un hôtel : est-ce que je peux arriver plus tard ? Partir plus tard ? Si tu peux utiliser l'IA pour répondre à ça, ce qui t'importe vraiment, ce n'est pas le prix du token : c'est le coût par résultat d'un appel réussi. Et sans ce niveau d'information, si tu regardes juste une facture, c'est très difficile de justifier : oui, on a dépensé un million de dollars le mois dernier sur Bedrock, Vertex AI ou n'importe quel modèle — faut-il investir plus ou pas ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">22:22</time></p>
<p class="lt-turn__line">Oui, et je</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">22:23</time></p>
<p class="lt-turn__line">pense que cette conversation au niveau CxO exige un niveau de clarté des données qui ne porte pas seulement sur le coût, mais aussi sur le ROI, le volet valeur de la tokenomics.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">22:34</time></p>
<p class="lt-turn__line">Parfois je me sens vieux quand je repense à l'époque du cloud — le cloud a quoi, presque vingt ans maintenant — mais la conversation du début des années 2010 est en fait très similaire : avant le cloud, personne ne pouvait, en gros, monter un tas de ressources ou d'infrastructure et générer plein de coûts pour l'entreprise du jour au lendemain, comme l'ont fait les ingénieurs dans le cloud quand ils ont eu accès à AWS et compagnie. Et une grande partie de la réaction venait de là : on passait de ce long cycle d'achat lent des data centers, où tu savais ce que tu allais dépenser, à un cloud qui a tout fait exploser — puis on a repris le contrôle, parce qu'on peut mettre de l'accompagnement et des garde-fous autour de la façon dont les ingénieurs montent des choses. Et on accélère maintenant ce même parcours dans le monde de l'IA : désormais, chaque personne de ton organisation peut dépenser de l'argent, mais chaque personne peut aussi avoir un impact énorme sur ce qu'elle fait. Donc, en regardant ce parcours et ce qui doit se passer avec la tokenomics, on arrive à un endroit où on repense la technologie : pas juste comme un moyen d'accélérer la production de widgets, mais, encore une fois, comment se transformer. Je te renvoie la balle : où vois-tu les lignes entre la tokenomics et les façons antérieures de faire ces choses — FinOps ou autre ?</p>
</div>
<h3 class="lt-transcript__chapter" id="where-finops-ends">Là où le FinOps s'arrête et où la tokenomics commence <time>23:54</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">23:54</time></p>
<p class="lt-turn__line">Oui, question intéressante. Je vois deux façons d'y penser. La première : les leçons du FinOps peuvent s'appliquer ici, en élargissant. Dans le FinOps, comme tu dis, on ne pensait pas vraiment le coût au-delà d'un prix unitaire pour faire quelque chose — servir nos clients, le chiffre d'affaires est tant, le coût cloud est tant. Mais il y a des choses dans le FinOps que l'IA, je pense, force aussi à évoluer. Un exemple : l'idée que la propriété est la raison pour laquelle tu refactures quelqu'un. Le showback et le chargeback reposent généralement sur le tagging. Tu dis : ton équipe a monté ce truc, donc tu dois le posséder, l'optimiser, le gouverner, être efficace avec une techno comme un cluster EKS. Et avec l'IA maintenant, on commence déjà à voir les fissures de ce modèle. Pense au serverless ou à un cluster Kubernetes partagé : ton équipe monte le truc serverless, une autre équipe le consomme non-stop, et c'est toi qui reçois la facture parce que c'est tagué à ton nom. Pareil dans Kubernetes : d'accord, tu peux déléguer en disant que ce namespace ou ce nœud t'appartient, c'est ton coût. Mais il y a tous ces coûts auxiliaires. Si un service, par exemple, appartient à l'équipe produit A et génère une tonne de coûts d'egress vers Internet, ce coût n'est pas tagué, et le mieux qu'on avait, c'était : divisons-le proportionnellement, trafiquons un peu les chiffres. Exactement. Et avec l'IA surtout, c'est désormais le cas par défaut, et plus le mode avancé du multi-tenant. Donc on est obligés d'affronter ça dans le FinOps de toute façon, et je pense que beaucoup de choses se joueront côté tokenomics... Résoudre le ROI est un autre exemple. Dans le FinOps, c'était l'économie unitaire. Et écoute, ça fait quinze ans, ou dix ans, que je parle d'économie unitaire avec des clients : beaucoup d'entreprises n'y sont toujours pas, parce que c'est un</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">25:56</time></p>
<p class="lt-turn__line">objectif aspirationnel, à bien des égards,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">25:58</time></p>
<p class="lt-turn__line">et c'est difficile, parce que les données nécessaires au prix unitaire ne viennent pas du cloud : elles viennent de ton business. Si, par exemple, le coût d'un truc est dans Salesforce, un autre vit dans Excel, un autre ailleurs, relier les points a beaucoup de sens — qu'est-ce que j'ai obtenu en retour ? Mais avec l'IA, surtout maintenant, ce n'est plus un nice-to-have, un truc aspirationnel comme tu dis. C'est la chose qu'il faut résoudre, parce que sinon, comment investir de l'argent dans cet environnement extrêmement cher et au rythme effréné, où il y a quelque chose que tu veux faire avec l'IA dans ton entreprise ? Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">26:35</time></p>
<p class="lt-turn__line">et en fait — prise de position peut-être un peu à contre-courant vu le moment — je pense qu'on reverra davantage de token maxing comme concept à l'avenir, parce que le pendule va revenir. En ce moment : avant, il fallait raser les murs si tu n'utilisais pas d'IA ; maintenant, il faut raser les murs si tu en utilises trop. Mais on veut vraiment que les gens soient outillés. L'autre chose intéressante qu'on commence à voir autour de la tokenomics — et j'en viens à l'économie unitaire dans une minute — c'est comment tout ça remonte jusqu'à l'investissement en capital dans le data center, et comment ça se connecte, tout à droite, aux cours de bourse. La semaine dernière, je lisais le rapport de résultats de SpaceX, et niché dedans, il y avait une conversation sur leur revenu par watt dans le data center. Ils citaient un chiffre pour le trimestre précédent, et il avait énormément augmenté — genre x3 — sur le trimestre en cours. Et à partir de là, ils pouvaient dire : si on connaît les gigawatts de capacité ajoutés, et le revenu par watt actuel, on peut projeter le chiffre d'affaires IA. Et ça a nourri — c'était la thèse, ou l'hypothèse, de cet article — une bonne partie des rallyes boursiers observés. C'est la chaîne d'approvisionnement de la tokenomics en action : l'unité de base de ce côté-là, c'était "j'ai tant de capacité, combien puis-je vendre par watt ?" C'est facile pour une entreprise d'infrastructure. Et on voit — c'est probablement plus une conversation de type Fortune — plutôt : comment monétiser notre accès aux GPU et au matériel associé ? Pour tous les autres, la conversation unitaire devient plus délicate, parce que ce n'est pas juste "comment ai-je accompli la tâche plus vite", c'est "comment ai-je utilisé l'IA pour générer plus de chiffre d'affaires et de résultats". J'ai littéralement reçu un appel sur la route en venant ici, de quelqu'un dans une très grande entreprise : ils licencient progressivement beaucoup de monde parce qu'ils génèrent plus d'output — en tout cas c'est le message qu'ils reçoivent — grâce aux gens outillés par l'IA. Alors, quelle est la bonne mesure ? La bonne mesure, je ne pense pas que ce soit une métrique unitaire unique — ça ne l'a jamais été — mais par équipe, par organisation, par produit : comment tirer d'abord plus d'efficacité de ces unités individuelles, puis comment générer plus de chiffre d'affaires en bout de chaîne ? Et on voit beaucoup ce lien, c'est aussi pour ça qu'on fait ce travail. Tu m'as demandé ce qu'est la tokenomics, et j'aimerais pouvoir te donner une réponse simple — j'ai une opinion, mais je pense que l'industrie est en train de le découvrir. Ce qu'on sait, pour revenir à ta question de départ sur le pourquoi : le terme tokenomics, et l'idée qu'il recouvre, est dans l'air du temps, à tous les niveaux — CEO, CFO, CIO, et même dans les rapports de résultats d'entreprises à mille milliards — parce qu'il rassemble la réflexion autour d'un concept : il y a toute une chaîne d'approvisionnement autour de l'IA, qui commence par l'énergie, avec en bout de chaîne le chiffre d'affaires et les cours de bourse, et au milieu tout un tas de travaux à connecter. Et en ce moment, il y a un tas de disciplines éparses : le FinOps en est une, au niveau de la couche plateforme — cloud, technologie variable, SaaS, logiciel — puis tu as des gens data center par ici qui font ces choses et construisent l'investissement en capital, et tout un autre ensemble de gens côté business, et la tokenomics cherche à rassembler tout ça. Donc, même si on peut la décrire simplement comme prendre de l'énergie, la transformer en intelligence et générer de la valeur au bout — ou dire que c'est synonyme de FinOps pour l'IA, et c'est en partie vrai — il y a un fil plus large qui se développe, et je pense qu'on verra émerger, oui, une nouvelle discipline. J'essaie de ne pas être dogmatique — et c'est vraiment difficile quand on est dans ce domaine — sur comment ça va s'appeler, est-ce que ça englobera l'ancien ou le nouveau, est-ce une nouvelle chose : on ne sait tout simplement pas encore. C'est pour ça que je suis si content d'avoir ce genre de conversations avec toi pour le découvrir.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">30:26</time></p>
<p class="lt-turn__line">Oui, au bout du compte, ce n'est qu'un nom, non ? Je me demande encore si FinOps veut dire financial operations, financial... Oh,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">30:33</time></p>
<p class="lt-turn__line">je détestais ce terme. Je sais, mais bon, c'est un nom affreux aussi, oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">30:37</time></p>
<p class="lt-turn__line">ce n'est qu'un nom. Mais je pense que la valeur d'une FinOps Foundation, et maintenant d'une Tokenomics Foundation, c'est qu'on construit en quelque sorte au grand jour. Personne ne l'a résolu, parce que, pour être honnête, chaque entreprise aura une solution différente. De la même façon que le framework n'était pas prescriptif : c'était plutôt "de quoi as-tu besoin ?" Quelle est ta priorité en ce moment ? Avoir de la clarté sur les données ? Et une fois que tu as ces données, veux-tu réfléchir à être plus efficace ? Et si tu as l'efficacité, comment éviter le moment FinOups, comme j'adore l'appeler. J'adore celui-là aussi. Oui, et je suis sûr que dans la tokenomics en particulier, les questions sont similaires, mais très nuancées pour l'IA spécifiquement.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">31:18</time></p>
<p class="lt-turn__line">Et il y a autre chose. Puisque tu parles des moments FinOps : ces dernières semaines, on me demande — et je réponds non, non — si la tokenomics est un rebranding du FinOps, au niveau de la discipline ou de la fondation. Et la réponse est : absolument pas. Au moment où je faisais mes recherches pour savoir si on montait une nouvelle fondation là-dessus, ou quoi faire en général, j'ai eu cette période incroyable de cinq ou six jours où j'ai pu avoir au téléphone vingt entreprises du Fortune 25, des gens que je connaissais dans ce domaine — des gens qui prenaient des appels un samedi et un dimanche, à 7 h du matin un samedi, pour parler de ça. Et l'un d'eux m'a dit : c'est drôle que tu me demandes si c'est pareil ou différent, parce que je sors d'une réunion avec — je crois que c'était leur CIO — qui a dit : le truc FinOps est vraiment important, je veux que tu t'assures qu'on s'en occupe parce que c'est la majorité de nos dépenses, c'est un gros morceau ; mais je veux que tu le transformes en business as usual — tu fais ça depuis des années, continue. Et je veux que tu rediriges genre 80 % de tes personnes les plus brillantes pour aller comprendre ce truc de tokenomics, parce que ça scale comme un fou et que notre conseil pose des questions. Et ça a été un moment décisif pour moi : il faut continuer le travail FinOps dans lequel tu es devenu bon, et en plus aller comprendre ce nouveau truc. Donc quand j'ai mis ça dans le prisme de ce qu'on fait à la fondation : on garde tout ce qu'on fait côté FinOps Foundation. FinOps X continue ; il y a une conférence sœur maintenant. Les formations continuent. Les groupes de travail continuent. Tout se passe là, et notre équipe y reste. Et on monte une nouvelle équipe pour aller résoudre ce point d'interrogation : c'est quoi, et comment on le fait ? Parce que ça demande énormément d'investissement, et on ne peut pas arrêter le travail FinOps — sinon tous les coûts vont partir en vrille, nos prévisions seront fausses, et on aura des problèmes. Donc on voit ça se jouer. Et avec le temps, la question devient : est-ce que tout ça, c'est la même chose, ou est-ce différent ? Et c'est ce qu'on découvrira en avançant. Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">33:15</time></p>
<p class="lt-turn__line">et cette question se posait déjà pour l'ITAM, non ? L'ITFM. Va-t-on avoir une fusion</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">33:20</time></p>
<p class="lt-turn__line">encore plus brouillonne maintenant, c'est ça ? Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">33:21</time></p>
<p class="lt-turn__line">et je trouve que le volet valeur, le ROI par exemple, a toujours existé dans le FinOps aussi. Mais c'était acceptable de l'estimer, parce que c'était une dépense contrôlée, une chose contrôlable, visible, avec des garde-fous partout. Et vraiment, les gens qui touchent au cloud, c'est l'équipe d'ingénierie, l'équipe DevOps, les SRE, l'équipe IT. Et au niveau CxO, c'est : je fais confiance à mon CTO, mon CIO ou mon directeur IT, ils maîtrisent le sujet. Et même si les données ne sont pas parfaites, même sans économie unitaire, ça va, parce que ce qui nous importe, c'est la dépense cloud totale, en agrégé. Et au bout du compte, ce pour quoi on utilise vraiment le cloud, c'est faire tourner des processus métier, construire du logiciel ou autre. Avec l'IA, c'est très différent : ce que tu fais avec l'IA, c'est deux choses. Un, tu peux enrichir ton produit, si tu le vends, pour que tes clients aient une meilleure expérience. Tu peux dire : au lieu d'apprendre des configurations, dis-moi en langage naturel ce que tu veux faire, et on s'en occupe.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">34:20</time></p>
<p class="lt-turn__line">Yep.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">34:21</time></p>
<p class="lt-turn__line">Mais il y a aussi cet autre volet, dont le FinOps n'a, je crois, jamais eu à se soucier : l'IA peut t'aider sur l'efficacité opérationnelle en interne. Tu n'as pas des gens du marketing qui montent des instances EC2 pour améliorer leurs journées — mais avec l'IA, maintenant si, exactement. Et donc, ça a toujours existé : une seule mauvaise ligne de code pouvait faire passer un t3.micro d'un centime de l'heure à 99 $ de l'heure si tu mettais un p5 à la place sur AWS. Et avec l'IA, tout le monde a accès à un équivalent de chatbot, qu'il soit contrôlé parce qu'on en limite le périmètre — et les garde-fous qui existent aujourd'hui, c'est juste un chiffre : on te dit, on te limite à 200 $ par mois, et si tu as une bonne raison, on élargit. Et si tu utilises ces technologies, ce n'est pas comme si tu pouvais juste dire : j'ai une question, débrouille-toi en arrière-plan. Tu utilises Claude, c'est tel ou tel modèle, et tout le monde, bien sûr, veut le maximum d'intelligence possible. Les gens ne sont pas entraînés à penser : cette tâche devrait aller sur un modèle Haiku. On veut le maximum d'intelligence, évidemment. Et je pense que la phase d'expérimentation pour apprendre l'IA exige une enveloppe de dépense : pour apprendre l'IA, tu ne peux pas suivre un cours de 40 heures et c'est bon. La meilleure façon d'apprendre, c'est d'utiliser l'IA. J'ai plein d'amis qui me demandent : "Hé, comment je deviens vraiment, vraiment pointu sur Claude ?" Je leur dis : "Pourquoi tu n'essaies pas de demander à Claude ?" Qu'est-ce qui me manque ? Qu'est-ce que je peux faire avec ? Et cette nature exploratoire de l'IA fait aussi qu'il est très difficile de savoir, le 1er janvier au moment du budget, ou en novembre pour l'année suivante, ce que sera la dépense. Le paradoxe de Jevons : oui, bien sûr, les tokens vont coûter de moins en moins cher. Mais ce que ça veut dire alors, c'est que... les tokens pour l'inférence au même niveau... DeepSeek vient justement</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">36:12</time></p>
<p class="lt-turn__line">d'annoncer des hausses sur certains de ses prix de tokens. Voilà, voilà. C'est la nature hautement variable du truc. Mais il y a quelque chose que tu évoquais et qui ouvre toujours cette conversation : on se met tous à parler de sélection de modèle.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">36:24</time></p>
<p class="lt-turn__line">Oui,</p>
</div>
<h3 class="lt-transcript__chapter" id="model-selection">Le choix du modèle et tout ce qui l'entoure <time>36:25</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">36:25</time></p>
<p class="lt-turn__line">et la sélection de modèle est critique. Je dirais que c'est l'un des éléments les plus marquants de la tokenomics dans la couche optimisation — parce qu'on pense production, consommation (qui inclut l'optimisation), puis le volet valeur. Mais une de mes citations préférées de Dario, il y a quelques mois : les modèles arrivent au bout de l'exponentielle. Les modèles ne s'améliorent plus de façon spectaculaire à chaque version. Je suis passé de 4.8 à 5 en espérant que ma vie change, et elle n'a pas vraiment changé, non ? Donc le modèle est une partie importante, et c'est souvent là qu'a lieu la conversation sur les tokens, et une grande partie de la conversation sur leur coût. Mais l'autre partie, c'est tout le harnais autour du modèle : les couches de contexte, les couches d'intelligence, la mémoire, les gens, la formation de ces gens, leur montée en compétence. Donc je pense qu'on aura, dans la tokenomics comme discipline et à la fondation, un ensemble de travaux qui portera toujours sur la sélection de modèle, le prompt engineering, ne pas casser son cache KV, toutes ces choses fondamentales. Mais de plus en plus, les gens disent : comment je fais pour amener tout le contexte dont mon business a besoin là-dedans ? Écoute, ça m'est arrivé hier avec quelqu'un de mon équipe — un type super, je vais le citer, Stephen Arthur. Il a un tas de matériel chez lui, tout est protégé, il fait tourner des modèles open weights dessus, et c'est génial : les tokens sont quasi gratuits parce qu'il a mis tout son argent dans le matériel. Et je recevais des outputs de lui, et je me disais : ce n'est pas bon. Et on a réalisé : j'ai toute une configuration Claude de mon côté avec le reste de l'équipe, tout est connecté, et son modèle open weights — qui, à certains égards, devrait être plus puissant et est clairement plus rentable — n'avait pas tout ce contexte. Donc je lui ai dit : mec, il faut que tu rebascules une partie de ça. Ce qui montre bien que ce n'est pas une question de coût par token. Je suis le propriétaire du budget dans ce cas, et je lui demande d'arrêter d'utiliser l'option la moins chère, parce qu'il lui manque ce contexte. Et on voit les grandes entreprises — je ne vais pas citer de noms, mais les géants de la tech — dire : oui, oui, on peut brancher le modèle que vous voulez, mais nous, on a accès à toutes vos autres données — base de données, data store, e-mail, calendrier, CMDB. C'est là que se trouve vraiment la valeur. Et il faut toujours revenir à : la tokenomics, c'est le total. Le coût des tokens, la sélection de modèle, c'est la partie émergée de l'iceberg, et si on se concentre trop là-dessus, on ne voit plus la forêt derrière l'arbre. C'est</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">38:51</time></p>
<p class="lt-turn__line">drôle que tu mentionnes le côté tokenomics des modèles open source : AT&T est sorti la semaine dernière, dans ses résultats, en disant qu'ils utilisent jusqu'à 25 % de leur dépense de tokens en open source et veulent monter à 70 % ou quelque chose comme ça. Et c'est drôle, parce qu'au départ, quand j'ai vu la création de tokens comme l'un des volets de la Tokenomics Foundation, j'étais assez perdu : mon état d'esprit, en tant que praticien FinOps, c'était que ce qui m'importait, c'était de segmenter les données, les optimiser, les gouverner. Je ne me suis jamais soucié de l'énergie qu'AWS utilise pour créer un token, par exemple. Mais plus j'apprends, plus je vois qu'il va y avoir un mélange de façons de créer des tokens. Le cloud, évidemment. Les fournisseurs de services. Mais aussi ces neoclouds, Fireworks, qui peuvent héberger des modèles open source. Et l'efficacité n'est pas la même : le même matériel sur AWS, GCP, ces neoclouds, ton propre data center — tu vas obtenir des résultats très différents. Ils font beaucoup de gains d'efficacité, et comment comparer pour décider où investir à l'avenir ? Il faut regarder la création des tokens, et déterminer la bonne base pour avoir une discussion honnête : est-ce qu'on investit plus ? Est-ce qu'on retourne au data center acheter un tas de matériel NVIDIA, ou est-ce qu'on continue à payer pour Claude ? Comme tu dis, parce que l'écosystème est là où on veut être. Et même si c'est moins cher, ça peut exiger beaucoup plus de chargement de contexte, de copie de données à droite à gauche pour pouvoir l'utiliser. Versus : ça vaut la prime — prime entre guillemets — d'utiliser quelque chose comme Claude parce que ça marche plus vite, on finit par utiliser moins de tokens, et on arrive au résultat voulu sans neuf heures d'allers-retours avec Claude — ce qui est amusant, mais aussi épuisant parfois.</p>
</div>
<h3 class="lt-transcript__chapter" id="energy-scarce-resource">L'énergie, nouvelle ressource rare <time>40:37</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">40:37</time></p>
<p class="lt-turn__line">Alors, je ne disais pas que Claude était meilleur dans ce cas, mais dans l'instance de Claude que j'utilisais, il y a des connexions MCP vers un tas d'autres systèmes qu'on utilise, de la mémoire partagée, des fichiers de skills, l'accès à nos bases de données — et ce sont toutes ces connexions qui créent la valeur. On pourrait facilement remplacer Claude, dans ce cas, par le modèle local qu'il fait tourner, si ce modèle local avait les connexions à tout ça. Mais je veux revenir sur ce que tu as dit sur l'énergie, parce que c'est un domaine vraiment intéressant. Quand les gens demandent : "En quoi est-ce fondamentalement différent du FinOps ?" — et on l'a un peu évoqué à la conférence — le FinOps part du principe que tu peux simplement aller te procurer les ressources dont tu as besoin, qu'elles sont là, cette échelle infinie, infinie : tu appuies sur un bouton, ou tu écris du code, et ça revient. Et ça touche aussi à l'ITAM, que tu as mentionné, qui va beaucoup plus dans la conformité et la sécurité, les aspects achats et le sourcing. Mais quand tu commences à penser aux services d'IA, surtout si tu es une grande entreprise à l'échelle, tu dois te dire : je ne sais pas si je peux avoir accès au matériel. Je ne sais même pas, si j'utilise un fournisseur cloud, s'il aura l'énergie nécessaire au moment où j'ai besoin de monter mon gros machin, quel qu'il soit. Et l'énergie devient... Et je précise : quand on parle d'énergie, on ne parle pas forcément de durabilité — même si ça peut en être un sous-ensemble. L'énergie devient un actif limité auquel il faut penser : en avons-nous assez, si on est un gros fournisseur qui fait tourner beaucoup de choses ? Et il faut aussi penser aux coûts de cette énergie, qui alimentent mon revenu par watt, dans l'exemple SpaceX ou ailleurs. Donc on voit arriver les premières conversations sur l'énergie. Et quand je parle aux fournisseurs de data centers avec qui on travaille, ils essaient d'obtenir non seulement le bon coût pour l'énergie, mais les bonnes sources : il leur faut leurs générateurs diesel de secours et le réseau, il leur faut acheter du solaire, il leur faut tout le mix, parce qu'ils n'en ont pas assez. Mais tout ça renvoie à l'idée que dans le monde de l'IA, il y a une rareté de ressources : certains fournisseurs sont plus lents parce qu'ils n'ont pas assez d'énergie et de matériel, et certaines grandes entreprises n'arrivent pas à acheter ce dont elles ont besoin. Donc la tokenomics regarde aussi cette zone de gauche — pour reprendre les mots de Jensen, l'efficacité de la token factory : comment je prends de l'énergie, avec le bon matériel et le bon investissement en capital, pour produire des tokens — tu l'as dit, et je le dis souvent aussi — mais en réalité pour produire un service d'IA. Ces services peuvent se ramener à des tokens à certains égards, mais c'est aussi toutes les couches d'enrobage : mémoire, base de données, stockage, tout ce qui va autour.</p>
</div>
<h3 class="lt-transcript__chapter" id="where-it-lives">Où placer la tokenomics dans l'organisation ? <time>43:06</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">43:06</time></p>
<p class="lt-turn__line">Tu soulèves un point intéressant sur l'énergie, comparé au FinOps, où on était vraiment focalisés sur le cloud et son exploitation — et évidemment on a commencé à élargir aux data clouds, au SaaS. Je crois que "cloud plus" était un terme qu'on utilisait avant,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">43:21</time></p>
<p class="lt-turn__line">certains oui, c'est vrai — nous aussi pendant un temps, oui, et</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">43:24</time></p>
<p class="lt-turn__line">et je trouve qu'avec l'IA, à cause de ces considérations, on ne peut pas juste dire : on va utiliser des modèles open source, c'est moins cher. C'est moins cher, mais où vas-tu les faire tourner ? Sur ton propre matériel ? Auras-tu les sources d'énergie pour l'alimenter ? Sur un autre fournisseur — donc, au fond, toujours de l'infrastructure as a service — et ainsi de suite. Et la question que j'ai, c'est : dans une organisation, n'importe laquelle, qui pense maintenant tokenomics — et ce n'est pas un de ces trucs nice-to-have pour plus tard. Avec le FinOps, souvent c'était : on est trop petits pour le FinOps, pas besoin d'une personne dédiée, pas besoin d'outils, on gère. La tokenomics, c'est l'inverse : il nous faut quelqu'un dessus, et souvent ça vient du conseil et des CxO. Il faut se concentrer sur la tokenomics parce que son pouvoir, sa capacité à transformer, comme tu disais, tout notre business, est trop massive pour être ignorée. Où penses-tu que la tokenomics, comme discipline, se loge dans une entreprise ? Traditionnellement, avec l'équipe FinOps ? Une discipline à part entière, comme ces Chief AI Officers qu'on voit partout maintenant ? Où est-ce que ça atterrit, selon toi ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">44:34</time></p>
<p class="lt-turn__line">Je ne sais pas. On fait très attention à ne pas définir — tant qu'on ne voit pas vraiment le motif se répéter encore et encore — un praticien de la tokenomics comme il existe un praticien FinOps, parce que ça touche tellement de domaines différents. Si tu appelles quelqu'un d'un NeoCloud pour lui parler de tokenomics, ou quelqu'un d'un cloud, ou quelqu'un d'une grande banque à New York dans une équipe finance, tu vas obtenir des réponses complètement différentes sur ce que c'est et où ça se situe. Donc, d'après les conversations que j'ai en ce moment, on le voit comme un terme qui décrit un ensemble de capacités — ou une discipline, si tu veux — mais qui doit être réparti dans l'organisation, à plein d'endroits différents. Et j'entends beaucoup de nos contacts dans ces grandes entreprises recevoir l'appel, en gros descendu du CEO : je veux que tu montes la pratique tokenomics, que tu nous aides à définir les bons profils, qui embaucher, l'équipe. Et je ne peux pas dire avec certitude aujourd'hui où ça doit se situer ni qui doit le piloter. Je vois des signaux : certains le placent juste à côté du FinOps — bien, facile — mais alors ils ne regardent en général que la couche consommation du milieu. Certains le mettent dans l'équipe du Chief AI Officer. D'autres, quand il y a beaucoup de matériel en jeu, le décalent plus à gauche, vers ces équipes-là. C'est comme cette parabole des aveugles et de l'éléphant.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">46:00</time></p>
<p class="lt-turn__line">C'est quoi, la parabole ? Je ne connais pas. Tu ne l'as jamais entendue ? OK, OK. J'aimerais bien l'entendre. OK,</p>
</div>
<h3 class="lt-transcript__chapter" id="blind-men-elephant">Les aveugles et l'éléphant <time>46:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">46:04</time></p>
<p class="lt-turn__line">je l'ai entendue à l'école primaire : il y a six aveugles qui n'ont jamais vu d'éléphant, et on les emmène dans un palais pour faire l'expérience d'un éléphant pour la première fois. L'éléphant est au milieu de la pièce, les six aveugles l'approchent sous des angles différents : l'un pose les mains sur la trompe et dit : "Oh, un éléphant ! C'est comme un serpent." Un autre pose les mains sur la queue : un éléphant, c'est comme une corde. Un autre touche la patte : un éléphant, c'est comme un tronc d'arbre. Voilà où en est la tokenomics aujourd'hui. Tu demandes à des gens situés à différents endroits de la chaîne de la décrire, tu obtiens des réponses radicalement différentes. Le truc, c'est qu'ils ont tous raison, mais aucun ne voit la vue d'ensemble.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">46:45</time></p>
<p class="lt-turn__line">C'est vraiment intéressant. Je pense que c'est peut-être parce que le FinOps est victime de son propre succès. Quand on pense au FinOps aux débuts de la fondation, il y a eu beaucoup d'apprentissages, beaucoup de travail pour l'amener là où il est aujourd'hui. Et quand on entend Tokenomics Foundation, il y a peut-être cette idée de : oh cool, vous avez déjà résolu</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">47:06</time></p>
<p class="lt-turn__line">le truc, c'est ça, et</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">47:07</time></p>
<p class="lt-turn__line">et les gens ne se souviennent pas que ça a demandé tant de travail, tant de matière grise, de gens qui tiraient et poussaient cette idée d'une discipline cloud, pour en arriver là où on est aujourd'hui</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">47:18</time></p>
<p class="lt-turn__line">absolument, et on a commencé — quand je dis "on", je pense à Mike Fuller, le co-auteur du livre FinOps, dont je dis toujours qu'il est le cerveau derrière le FinOps. On a commencé ces conversations en 2014, et ce n'est qu'en 2018 qu'on s'est dit : tiens, il y a peut-être vraiment une discipline là. Puis on a essayé de la documenter en 2019, et je dirais que vers 2021 on avait l'impression de bien la tenir, et vers 2022, 2023, 2024, on voyait des pratiques matures — et puis l'IA a tout fait exploser et remis les compteurs à zéro. Donc, comme tu dis, ces choses ne se règlent pas du jour au lendemain, et on est en plein dans ce cycle avec la tokenomics : on a ces conversations profondes sur ce que c'est, qui le fait — on a fait tout ça il y a cinq ans dans le FinOps, mais ça n'a jamais eu ce niveau d'attention, et ce n'était jamais aussi... j'allais dire urgent, mais aussi critique à résoudre, parce que le cloud n'était qu'une pièce à l'époque, et les gens ont ensuite trouvé comment appliquer le FinOps à d'autres domaines. Mais là, on revient à ce moment de crise existentielle où, collectivement, en tant qu'industrie — et je suis tellement content que vous fassiez ça, et tous les autres membres se branchent dessus — il faut qu'on règle ça, parce qu'on ne veut pas voir l'histoire du rapatriement cloud se rejouer dans l'IA : tout cet investissement arrive, puis les gens disent que ça n'en vaut pas vraiment la peine. Ça a des conséquences individuelles pour les entreprises, et de grosses conséquences pour l'économie mondiale aussi. Et régler ça, faire ce travail d'efficience — j'ai l'air d'en faire quelque chose de plus grandiose que ce que c'est, mais il faut vraiment qu'on trouve comment canaliser tout cet investissement en valeur et en résultats, et embarquer les gens au passage.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">48:47</time></p>
<p class="lt-turn__line">Oui, d'une certaine façon, ce que les deux fondations t'apportent vraiment au bout du compte, c'est la confiance pour utiliser les technologies. La confiance de dépenser dans le cloud sans s'inquiéter que la facture monte. L'économie unitaire t'aide à voir que le prix unitaire baisse en fait, qu'on a plus de volume. Oui. L'exemple que j'utilisais : si tu es en une de TechCrunch, que tu es une boîte en série A, et que tu reçois l'alerte d'anomalie disant que ta facture cloud a triplé en deux jours, tout le monde panique, regarde — et quelqu'un dit : oui, parce qu'on a triplé le trafic.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">49:15</time></p>
<p class="lt-turn__line">C'était le Black Friday, on a gagné tout cet argent. Exactement. Et il y a ce fameux truc : ce qui se mesure s'améliore. Et je vais sûrement mal citer, mais je crois que c'est la loi de Goodwin qui dit en gros : dès que tu fixes un objectif sur une mesure, la mesure cesse d'être utile, parce que tu commences à... Et c'est en fait le défi de l'économie unitaire aussi : on veut arriver à une économie unitaire où on regarde la valeur business rapportée au coût, mais si on se met à optimiser juste le coût par transaction — complètement — c'est peut-être la mauvaise métrique, non ? Et c'est, je pense, une des difficultés : l'économie unitaire est un concept que des organisations ont atteint, mais souvent ces conversations se sont arrêtées au niveau de la plateforme. Quelle est la mesure d'économie unitaire pour la plateforme ? Et ça ne s'est pas assez connecté au produit.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">49:59</time></p>
<p class="lt-turn__line">Oui, et la gamification : dès que tu as une métrique pour quelqu'un — le token maxing est né parce que quelqu'un a dit : il faut utiliser plus de tokens, il faut apprendre à utiliser l'IA. OK, mais la qualité de ce que tu fais est très différente. L'un pose juste les mêmes questions en boucle ; l'autre apprend vraiment, applique, devient plus efficace dans sa façon de travailler pour obtenir le même résultat qui l'intéressait vraiment. Mais si tu mets une mesure du type : ce groupe ne doit dépenser que 100 $ par semaine ou par mois en IA, tu rates un peu la vue d'ensemble, qui est : qu'est-ce que ces 100 $ te rapportent vraiment ? C'est ça le point, et tu veux pouvoir le quantifier, le mesurer — parce que si tu ne peux pas le mesurer, ça devient un chiffre de coût, une valeur absolue. Et c'est drôle : au départ, l'an dernier ou il y a deux ans, il y avait souvent un budget séparé pour l'IA — on va essayer plein de trucs, c'est OK d'expérimenter, des POC, peu importe. Et de plus en plus maintenant, c'est : soit ça va être fondu dans notre budget cloud global,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">50:56</time></p>
<p class="lt-turn__line">soit ce sera séparé</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">50:58</time></p>
<p class="lt-turn__line">par équipe. Oui. Changeons de sujet une seconde : j'aimerais ton avis sur comment le paysage va évoluer pour les entreprises SaaS, où traditionnellement c'était un modèle par siège, et tout à coup... Avec le modèle par siège, et si tu utilises le cloud, tu as ton économie unitaire, tu contrôles, tu protèges tes marges. Avec l'IA, mettons que tu intègres un chatbot dans l'expérience de ton client — je pense qu'on se souvient tous du truc Chipotle, où quelqu'un a compris que s'il détournait le chatbot de Chipotle, c'était un GPT personnel gratuit, sans rien faire. Et donc le modèle de facturation, surtout pour ces services SaaS qui sortent — surtout si tu es un business SaaS existant et que tu ajoutes ce truc — il y a tellement de variabilité maintenant. Tu peux avoir un client qui dit : au lieu des API, je vais taper sur ton serveur MCP, ou je vais demander en langage naturel toutes les cinq secondes. Avant, les coûts d'API, tu pouvais les gérer, mais avec un traducteur LLM au milieu, ça va toujours chercher les mêmes données via l'API, mais les gens le font autrement, c'est plus simple pour eux. Comment penses-tu que l'industrie va évoluer sur la tarification SaaS ? J'ai</p>
</div>
<h3 class="lt-transcript__chapter" id="saas-pricing-agents">La tarification SaaS à l'ère des agents <time>52:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">52:04</time></p>
<p class="lt-turn__line">vu un titre aujourd'hui sur une entreprise dont le cours s'était effondré, et l'étiquette qu'on leur avait collée — l'épitaphe, ou peu importe le terme — c'était : oh, ce n'est qu'un wrapper d'IA. Et c'est ça, le grand sujet. Je pense que le risque pour beaucoup d'entreprises SaaS en ce moment — et ça touche à une question plus existentielle pour les entreprises SaaS et de logiciel — c'est : où se situe la valeur ? Dans l'IA sous-jacente ? Dans la connaissance spécialisée que tu poses par-dessus ? Dans les données que tu as ? À quoi ça ressemble ? La composante de consommation variable est énorme en ce moment, et ce qui manque dans cette conversation — tu disais qu'on peut tracer les appels API, les gérer, les prévoir — c'est là que l'agentique entre en jeu. On n'a pas encore beaucoup dit "agentique", d'ailleurs. Ce qui</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">52:50</time></p>
<p class="lt-turn__line">veut dire qu'on a survécu une heure sans dire agent. Incroyable. Ce qui veut dire,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">52:53</time></p>
<p class="lt-turn__line">tu sais, tu demandes au chatbot de cette offre SaaS de faire un truc, et il ne fait pas juste le truc : il monte une série d'agents, qui interagissent avec des agents, qui partent créer d'autres agents, des boucles, des retries, des échecs. Ça peut ajouter beaucoup de valeur, et ça peut aussi juste ajouter beaucoup de coûts derrière, non ? Donc j'entends beaucoup de conversations — j'étais ce matin avec un géant, appelons-le une entreprise SaaS, tu pourrais dire une entreprise de plateforme, eux se diraient peut-être une entreprise cloud — ils utilisent plein de modèles d'IA différents en pass-through, et ils doivent re-tarifer ce qu'ils vendent à leurs clients, déterminer leur bénéfice et leurs marges là-dessus. J'en entends d'autres qui galèrent à juste répercuter les coûts des modèles directement : certains le font en direct, certains ajoutent une marge, certains font des systèmes de crédits, certains des crédits plus marge directe. On a l'impression de... Pour remonter à il y a vingt ans, Salesforce a été l'un des premiers à faire un modèle SaaS là-dessus et à en trouver la tarification. On est revenus à la case départ sur tout ça. Tous les coups sont permis : il n'y a pas de bonne ou de mauvaise façon de tarifer à ce stade, mais tout le monde doit résoudre la composante variable, puis déterminer s'il est une entreprise d'IA ou une entreprise de wrapper d'IA. Peut-on avoir de la valeur en se contentant d'envelopper de l'IA ? À quoi ça ressemble ? Donc, pour répondre à ta question : est-ce que le modèle par siège va rester ? Je pense que oui, mais on commence à voir des bifurcations : un siège pour un humain ou un siège pour un agent ? Je crois que c'est ServiceNow qui a fait — en bien et en mal, peut-être — les gros titres avec leur histoire de péage : si des agents tapent dessus, on vous facture différemment. Et en fait, ça a plutôt du sens : moi, je ne peux taper qu'à une certaine vitesse, mais mes agents peuvent tourner toute la nuit.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">54:41</time></p>
<p class="lt-turn__line">D'une certaine façon, l'idée qu'on avait lancée dans le FinOps sur l'arrivée des coûts SaaS, ça accélère l'adoption du FinOps. Parce que tout à coup, comme tu dis, les coûts SaaS n'étaient peut-être pas inclus dans le FinOps quand c'était par siège, parce qu'on ne s'inquiète pas vraiment d'ajouter et retirer des sièges tous les jours. Alors que l'avantage de l'efficience FinOps, c'est que l'action que tu prends maintenant, le coût est économisé maintenant. Tu as un cluster Kubernetes que tu optimises, tu vois immédiatement le bénéfice. Tu n'attends pas un an.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">55:13</time></p>
<p class="lt-turn__line">Ces jours-là me manquent déjà. Le FinOps est tellement propre de ce point de vue. Tellement propre : tu agis, tu obtiens des résultats immédiats, ou presque, totalement traçables. On a perdu un peu de ça.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">55:21</time></p>
<p class="lt-turn__line">Mais maintenant, comme tu dis, si ces entreprises SaaS — ou entreprises technologiques, faute de mieux, SaaS n'est peut-être plus le bon mot — passent à une tarification variable, ton coût d'IA n'est plus seulement ta dépense interne en tokens, parce que tous ces acteurs SaaS, eux aussi facturés à la consommation, peuvent se mettre à te répercuter ces charges. Et tout à coup, quand tu penses à ton budget IA total, comment penses-tu ces choses à côté — qui peuvent même dépasser ce que tu dépenses en interne en pure IA, entre guillemets ? Si un fournisseur SaaS que tu utilises te facture parce que tout le monde utilise son nouveau chatbot rutilant pour répondre aux questions, et que c'est toi qui reçois la facture... Donc, comprendre le coût total de possession — encore une fois, tellement facile à dire, coût total de possession,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">le TCO,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">le TCO, c'est ça. C'était déjà difficile avant, mais maintenant, comprendre où ça se loge dans le budget... Et je pense vraiment que cette idée de propriété versus consommation va se rejouer encore et encore. Si une équipe produit utilise quatre fournisseurs SaaS, tous facturés à la consommation, qu'elle a de la dépense IA, plus des choses dynamiques dans le cloud — tout ça combiné, c'est le coût de construction du produit. Ce n'est pas juste l'un ou l'autre. Et cette séparation — ce coût est chez cette équipe, celui-là chez l'autre... D'une certaine façon, toutes les conversations qu'on a lancées dans le FinOps vont être accélérées. La convergence, par exemple, de l'ITFM, de l'ITAM et du FinOps, c'est parce que maintenant, il n'y a plus le choix.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">56:53</time></p>
<p class="lt-turn__line">Et j'y pensais justement aussi, parce qu'une partie de ce TCO, c'est du pur ITFM classique : agréger tous les coûts, s'assurer que c'est là. En passant, une des meilleures descriptions de TCO que j'ai entendue récemment : tokens, caféine et outputs — bien plus cool que total cost of ownership. Mais c'est là qu'il faut tous perdre un peu de dogme sur ce qu'est la discipline et où elle se situe : il te faut la vue TCO/ITFM, la conformité de licences ITAM, le procurement, le travail FinOps de coûts variables et responsables, la tokenomics à l'échelle de toute cette chaîne — jusqu'aux modèles, au caching, à tout ce que les autres ne font pas. Tout doit converger, et tout tourne autour de la valeur de la technologie.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">57:39</time></p>
<p class="lt-turn__line">Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">57:40</time></p>
<p class="lt-turn__line">la valeur technologique, c'est ça le sujet. On a même renommé notre petit chapeau à la Linux Foundation en "technology value", parce que ça s'est déployé : il y a la tokenomics, on travaille sur l'ITFM maintenant, il y a les données de facturation, les coûts, l'usage — comme la spécification FOCUS, dont tu faisais partie du comité de pilotage à l'époque, du temps de Citi. Mais tout ça, c'est : il faut rassembler toutes les données pour prendre les décisions. Et tu as parlé de responsabilité — on ne l'a pas beaucoup abordée. Une des plus belles choses du monde FinOps — et je sais que vous avez des produits dans ce domaine — c'était de pouvoir prendre une portion de la dépense d'infrastructure et dire : "Ça, c'est à toi." Et quand tu agis, je peux te montrer que ton action a eu un impact. C'est pour ça que je fais si attention à dire : attendez, la tokenomics, ce n'est pas le coût des tokens. Oui, il y a des coûts de tokens dedans. De la même façon que le FinOps, ce n'est pas juste ton instance,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Speaker 1</strong><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">c'est ça ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">C'est ça. Ou si tu discutes avec ton chauffeur de taxi, ton chauffeur Uber, ta mère, et qu'ils disent : ah, tu es dans le cloud, tu fais le stockage depuis l'iPhone, les photos. Eh bien non, le cloud, ce n'est pas que du stockage non plus. C'est un coût total, non ? Donc, de la même façon que le FinOps en est venu à couvrir des choses très différentes, grâce à l'ITFM, l'ITAM et toutes les autres disciplines, la tokenomics doit vraiment penser tout l'ensemble, sans perdre les apprentissages de toutes ces autres parties de l'organisation qui les ont mûris. Et c'était mon plus grand... Quand on me demande pourquoi on a scindé la tokenomics, je réponds : on n'a pas scindé la tokenomics. Ça se passait déjà dans les organisations. On entendait des leaders FinOps de très grandes entreprises, qui géraient toute l'infrastructure, dire qu'une autre partie de l'organisation était en train de réinventer les principes de base de la responsabilité et de la gestion de la consommation dans d'autres domaines de l'IA, sans exploiter toute la connaissance qu'on a bâtie collectivement ces vingt dernières années. Donc la tokenomics doit regarder tout ça. Et il s'avère qu'il y a aussi du nouveau.</p>
</div>
<h3 class="lt-transcript__chapter" id="shoulders-of-giants">Sur les épaules des géants <time>59:35</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">59:35</time></p>
<p class="lt-turn__line">Oui, d'une certaine façon, on est presque sur les épaules des géants. Tout le travail fait autour de l'ITAM, du FinOps, on ne le jette pas. Ce qu'on dit vraiment, c'est peut-être un appel à la mobilisation : toutes ces fonctions éparses, qu'on améliorait chacune de son côté, se rejoignent en quelque sorte avec l'IA. C'est une force unificatrice : pour résoudre "comment maximiser, de façon quantifiable, la valeur de l'IA dans notre entreprise", il faut toutes ces fonctions — les Avengers des différentes équipes : ITAM, finance, procurement, tous ces rôles qui ont toujours existé. Mais maintenant, il y a une mission partagée : comment activer l'IA dans notre entreprise sans nous mettre en faillite, et sans nous brider au point de prendre du retard ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:00:16</time></p>
<p class="lt-turn__line">Oui, c'est ça. C'est</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:00:17</time></p>
<p class="lt-turn__line">un équilibre tellement fin à trouver, au milieu. Sur ton point du pendule qui oscille : à mesure que les modèles deviennent moins chers, qu'on sort de cet état d'esprit "oh non, on dépense trop", j'ai le sentiment que dès qu'on commencera à montrer la valeur créée — parce qu'en ce moment, c'est peut-être inquantifiable, et la peur de l'inconnu, c'est : on dépense 50 % de plus chaque mois en IA, et notre budget d'il y a un an est déjà dépassé. Mais si je te montrais la valeur réellement obtenue, tout à coup tu dirais : doublons la mise. Trouvons où investir plus là-dedans plutôt qu'ailleurs pour faire grandir l'entreprise, parce qu'on voit le chiffre d'affaires grossir grâce à ça, on voit l'efficacité opérationnelle grâce à ça. Et je pense que la peur ne porte pas tant sur "doit-on utiliser l'IA ou non" — on sait qu'on va l'utiliser. La peur, souvent, c'est qu'on n'arrive pas vraiment à dire si on l'utilise correctement. Oui, ce qui commence par</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:11</time></p>
<p class="lt-turn__line">la visibilité, la responsabilité, ces choses-là. Ça en fait partie. Par contre, tu m'as un peu perdu quand tu as dit Avengers, parce que je commençais à me demander quelle discipline serait quel Avenger.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:01:20</time></p>
<p class="lt-turn__line">Oui, je pense que Hulk serait clairement... Personne ne veut être Hulk. Oui, exactement. Mais oui, d'une certaine façon, cette conversation — je me souviens à FinOps X ces deux dernières années, même Gartner l'avait évoqué : où vont se retrouver l'ITAM et le FinOps ? Je me souviens, je crois que tu en as parlé. Ils étaient parmi les premiers à dire</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:38</time></p>
<p class="lt-turn__line">qu'ils allaient converger. Exactement. Oui.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:01:40</time></p>
<p class="lt-turn__line">Et ils avaient décrit trois scénarios possibles : l'ITAM absorbe le FinOps, le FinOps absorbe l'autre, ou ils fusionnent. Et pour moi, c'est le moment où ça ne fusionnera pas parce que ce sont des disciplines différentes : on réalise que c'est en fait la même discipline.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:01:55</time></p>
<p class="lt-turn__line">Et il faut qu'on arrête avec "la même discipline" aussi. C'était une des choses : on avait ce forum exécutif qu'on a lancé en tant que FinOps Foundation, puis on a intégré l'ITAM, avant la tokenomics, et ils passaient leur temps à discuter de comment toutes ces choses s'emboîtent. À chaque forum exécutif, il y avait genre dix sujets, et puis vers mars de cette année, ils ont dit : on se fiche de tout, de tout, sauf des coûts d'IA qui explosent. Et quand on a commencé à demander : est-ce que c'est de l'ITFM, ou les variantes TBM, ou de l'ITAM, du SAM, de l'ITSM, du FinOps — choisis ton acronyme — ces dirigeants, qui subissaient la pression du conseil, ont répondu : on s'en fiche, on s'en fiche. Ne nous demandez plus d'avoir des conversations sur où ça se situe. On veut juste montrer la valeur des choses. Et, fait remarquable, dans certaines de ces conversations à ce moment-là : si je vais demander à un CIO mondial "hé, qui fait le FinOps chez vous ?" — OK, il y a cette équipe, elle est dans l'équipe platform engineering ou infrastructure. Je pose la même question — c'est un exemple réel, je ne peux pas dire l'entreprise — sur qui fait la tokenomics : eh bien, il faut que je te présente l'équipe du CFO, l'équipe du Chief AI Officer, l'équipe là-bas. La portée était beaucoup plus large. Et dans ce qu'on a entendu dans les forums exécutifs, on voit une vraie intégration de la technologie dans le business désormais. Chaque entreprise est désormais une entreprise technologique. Les banques sont des entreprises technologiques, et l'IA accentue ça. Donc on ne peut plus penser aucune de ces choses en disciplines isolées.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:03:28</time></p>
<p class="lt-turn__line">Oui, je pense que l'IA les rapproche, dans le sens où il faut ce niveau de données et de responsabilité issu, disons, du FinOps. Parce que ce qui est souvent ignoré sur FinOps et IA, c'est que si tu as un agent... Dans le FinOps, l'efficience, pour une base de données, des VM ou Kubernetes, c'est s'assurer qu'on ne consomme que ce dont on a besoin, et l'utilisation est une bonne métrique pour ça. Imagine un monde où ton cluster Kubernetes scale maintenant 1 000 fois dans le mois. L'équipe propriétaire dira : "Eh bien oui, on est efficaces : 80 % d'utilisation, on scale correctement." Et tout à coup tu réalises : "OK, le coût a augmenté, mais qu'est-ce qu'on a obtenu en retour ?" C'est peut-être un agent incontrôlé que quelqu'un a créé qui dit : "Hé, j'ai besoin de scaler, ou d'appeler ce truc 1 000 fois par jour." Cette équipe-là ne reçoit pas la facture — celle qui est pourtant à l'origine de la cause. La propriété est chez l'équipe plateforme, qui dit : "On scale correctement, tu veux qu'on fasse quoi ? On ne peut pas éteindre le serveur de quelqu'un d'autre." Et l'équipe qui possède le serveur dit : "Ce n'est pas nous qui consommons, on fournit un service dans l'entreprise." Donc souvent, je trouve que rien que regarder la dépense IA est une leçon pédagogique : la dépense IA, c'est l'aboutissement de ces quatre choses différentes.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:04:46</time></p>
<p class="lt-turn__line">Tellement vrai, tellement vrai. Et si tu regardes le token maxing,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:04:49</time></p>
<p class="lt-turn__line">oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:04:50</time></p>
<p class="lt-turn__line">c'était... Le token maxing est un excellent exemple : si tu fixes un objectif sur une seule métrique, tu obtiendras le mauvais résultat. Si tu fixes un objectif sur l'usage d'un marteau, tu vas avoir beaucoup de vitres cassées dans ton bureau, mais tu vas exploser ta métrique marteau. Et c'est pareil avec les métriques d'utilisation de Kubernetes : super, c'est très utilisé, mais utilisé pour des choses qui n'apportent pas vraiment de valeur. Et c'est là qu'il faut sortir des disciplines et des silos autour de la technologie, et la reconnecter au business.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:16</time></p>
<p class="lt-turn__line">Entre les volets de la tokenomics — il y a la création de tokens, la consommation, la valeur — lequel aura le plus grand impact, disons l'année prochaine ? Je fais partie du conseil de gouvernance, et on insiste beaucoup sur : où travaille-t-on ? Quelle est la priorité ? Y en a-t-il un qui te saute aux yeux, du genre : il faut régler ça au plus vite ? Tout est important, mais si on résout celui-là d'abord — sur les trois disciplines... pas disciplines, trois</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:05:46</time></p>
<p class="lt-turn__line">volets, volets,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:47</time></p>
<p class="lt-turn__line">volets de la tokenomics — lequel te marque le plus, s'il y en a un ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:05:51</time></p>
<p class="lt-turn__line">Je l'avoue, en tant que membre du conseil de gouvernance, je vais te retourner la question : par quoi devrait-on commencer, selon toi ?</p>
</div>
<h3 class="lt-transcript__chapter" id="which-bucket-matters">Quel volet compte le plus : production, consommation ou valeur <time>1:05:56</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:05:56</time></p>
<p class="lt-turn__line">Oui, bonne question. Je pense que la valeur, c'est là où ça se termine. Parce que si tu ne comprends pas la consommation, si tu ne comprends pas la création, c'est très dur d'arriver au volet valeur. Mais le plus gros ROI — sans jeu de mots, et je sais que ça fait sans doute partie de la conversation valeur — c'est le "et alors ?". On a dépensé : c'est bien ou mal ? Il faut le volet valeur pour dire : qu'est-ce qu'on obtient en retour ? Est-on plus productifs ? Le chiffre d'affaires croît-il grâce à ça ? A-t-on gagné en efficacité opérationnelle ? Et encore une fois, le nice-to-have de l'économie unitaire dans le FinOps : j'ai parlé à beaucoup de clients qui me disaient : oui, ça, c'est pour 2030, mon vieux. Là, je veux juste optimiser. Là, je veux juste du showback, je veux juste que les équipes se sentent responsables. Avec l'IA, c'est : oui, on peut vous montrer toutes les données, mais il faut répondre à la question au niveau de la direction et du conseil : et alors ? Faut-il en faire plus, moins ? Faut-il doubler la mise sur notre dépense IA — parce que même si elle augmente, elle devrait augmenter encore plus, vu ce qu'on obtient en retour ? Donc pour moi, c'est la valeur, et je pense que c'est la plus dure, tellement c'est parfois qualitatif. Si j'utilise le modèle A plutôt que le modèle B, et que mes textes marketing sont bien meilleurs avec le modèle B, mais qu'il coûte dix fois plus cher, c'est beaucoup plus de devoirs pour les entreprises : comment relier les points ? Mettons, le marketing : j'ai dépensé 1 000 $ sur Claude pour faire des one-pagers pour une conférence. Non pas que je dépenserais 1 000, enfin — si quelqu'un écoute : hypothétiquement, hypothétiquement, hein ? Mais pour revenir à la valeur : ça ne sera pas juste le chiffre. Ce n'est pas juste les heures gagnées grâce à Claude, par exemple. La métrique, c'est peut-être les MQL. C'est peut-être combien de personnes, grâce à un texte plus percutant, qui touche, peut-être plus personnalisé dans chaque e-mail que j'envoie... Obtenir ça, ce n'est pas facile. Côté valeur, il s'agit de relier tellement d'événements disparates pour arriver à la chose réelle. C'est de là que viendra, je pense, une grande partie de la valeur — sans jeu de mots encore — de la tokenomics : quel framework ? Si tu es une entreprise SaaS et que tu sers des clients, que veut dire la valeur pour toi ? Versus, imagine, une banque, qui fait beaucoup d'analyses pour ses workloads de grid ou de HPC — peut-être par transaction. Et si tu es dans le retail et que tu fais du support client, les centres d'appels deviennent plus efficaces. Donc la valeur ne sera pas une seule chose. Là où on pensait l'économie unitaire comme "trouve le diviseur" — un million de dollars divisé par n, voilà ton économie unitaire — ici, ce sera beaucoup plus : quelles sont les différentes pièces pour arriver au but final et définir la valeur ? Et il y aura peut-être : étape A, obtenir le prix en tokens au niveau unitaire, ou plutôt du résultat ; puis le relier à notre valeur de productivité économisée ; quelle est la valeur de chiffre d'affaires ? Quel est le x ? La valeur, ce sera peut-être plusieurs choses à la fois.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:08:52</time></p>
<p class="lt-turn__line">La valeur est absolument, je pense, là où il faut se concentrer. Je nuancerais un peu : il faut en quelque sorte tout faire, parce que tous les volets sont profondément liés — et ça rejoint le numérateur, le dénominateur, le montage de l'économie unitaire. Les gens sous-estiment à quel point c'est dur d'obtenir le coût total sur la chose, que ce soit la dépense IA, la dépense cloud ou autre. Donc il y a du travail là : connecter, tracer, à travers l'usage d'une technologie, tous les coûts associés, puis avoir la conversation en interne avec les équipes finance : est-ce qu'on intègre les coûts humains réels associés ? Et on voit aussi, côté production, la conversion de l'énergie et du capital en services : tout un travail qui, historiquement, était fait par deux ou trois géants hyperscalers auxquels on n'avait pas à penser, disons, dans le monde du FinOps, et auquel on doit maintenant penser davantage. Tu as mentionné les modèles open weights tout à l'heure : on pourrait y passer des heures. Je pense que c'est une partie importante du mix. La Linux Foundation a lancé une grande initiative il y a deux semaines pour s'assurer que l'open weights fasse partie de la conversation, et c'est aussi juste une des flèches du carquois : une grande entreprise aura des modèles open weights, des modèles frontière et du bon vieux machine learning à l'arrière. Donc il faut regarder comment être plus efficient là-dedans. Il faut regarder la couche consommation-allocation-optimisation-responsabilité. Le volet valeur est probablement le terrain le plus vierge, à bien des égards. Et on cherche à voir s'il y a des choses cohérentes à faire côté valeur, de la consommation à la valeur, parce que certaines entreprises ont des mesures similaires — mais il y aura aussi du spécifique par industrie en dessous. On a en gros un quatrième groupe de travail, un quatrième volet si tu veux — production, consommation, valeur, et en dessous — qui est la terminologie définitionnelle, les frameworks de base, les personas, qui fait quoi, un travail à développer. Et pour tout relier à la quatrième partie de notre petit groupe, sous le chapeau tech value à la Linux Foundation : il y a la spécification FOCUS, qui est en fait la seule pièce que je qualifierais de standardisée aujourd'hui, parce que tous les hyperscalers l'utilisent, plus un tas de générateurs de données. Mais que faut-il mettre dans la spec FOCUS pour porter ces concepts d'IA ? Oui, les concepts de dépense en tokens, oui, les concepts de LLM, mais il y a aussi un vrai défi : les gens se procurent le même morceau d'IA — disons un token ou autre — auprès de plusieurs sources différentes. Je peux obtenir mon Claude de quatre sources différentes en ce moment : en direct, revendu, en carte de crédit entreprise, ou utilisé sous le capot par un autre service qui me le revend. Et c'est pour ça que tout s'articule avec la chaîne d'approvisionnement de la tokenomics, si tu veux : si quelque chose déraille au niveau du data center, ça ne se répercute pas sur la tarification d'une seule entreprise, mais de toutes, parce que tout est interconnecté. On a parlé des aveugles et de l'éléphant, chacun avec sa vision. L'autre métaphore de l'éléphant ici, c'est : comment mange-t-on un éléphant ? Une bouchée à la fois. Donc on monte différents groupes de travail pour chacun de ces sujets. Mais au cœur de tout ça, il y a l'éducation. D'abord et avant tout, alignons-nous, pour que quand le membre du conseil va voir le CEO, le CEO le CFO, et le CFO tous les autres, en demandant : "Qu'est-ce qu'on fait de ce truc de tokenomics ?" — on soit tous sûrs de parler du même éléphant, et pas d'un seul morceau. Puis déterminer les responsabilités : qui doit faire quelles parties ? Parce que oui, le coût des tokens compte, mais c'est une infime tranche. La sélection de modèle compte, mais c'est une infime tranche. Et tout le reste du travail de toutes ces autres parties de l'organisation compte. L'autre chose dont on n'a pas parlé, c'est un autre terme — j'attends toujours de voir combien de temps avant que quelqu'un le dise : shift left.</p>
</div>
<h3 class="lt-transcript__chapter" id="shift-left-shift-up">Shift left, shift up <time>1:12:52</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:12:52</time></p>
<p class="lt-turn__line">Ah oui, mon ami préféré, le shift left. Oui.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:12:55</time></p>
<p class="lt-turn__line">Alors, quel est ton point de vue sur le shift left, la tokenomics, l'IA, et comment ça change les choses ?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:13:01</time></p>
<p class="lt-turn__line">Tu sais, je pense que ce qui se passe vraiment avec le shift left... En fait, ce qu'on a fait, c'est ce dont on parlait l'an dernier : on shift up, non ? C'était un gros problème qu'on avait : en tant que praticien FinOps, tu arrives dans la salle, tu commences à parler de Savings Plans et de taux d'efficience, et le CxO te dit : parle-moi de ce truc complètement différent. Parle-moi de ce qui m'importe : je dois prévoir les trois prochaines années, où va l'investissement ? Avec l'IA, je pense que ça a commencé en haut. Pas besoin de shift up, parce que ça a commencé là-haut. Ce sont les CxO qui mettent la pression : j'ai besoin de ce niveau de granularité, de cette valorisation, de ce niveau de données sur toute notre dépense. Ce n'est pas nous, praticiens FinOps, qui essayons de convaincre un CxO de s'y intéresser par le bas. C'était bottom-up, exactement. La dynamique</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:13:50</time></p>
<p class="lt-turn__line">a été top-down,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:13:51</time></p>
<p class="lt-turn__line">c'est ça. Donc, avec le shift left, la promesse pour moi, c'était : la bonne donnée à la bonne personne au bon moment, pour prendre une meilleure décision — et ça veut dire quelque chose de différent pour chacun. Ce n'était pas juste donner les données aux ingénieurs pour qu'ils prennent de meilleures décisions. C'était aussi le procurement, qui pouvait identifier quels SKU négocier. Les équipes produit, qui apprenaient que, dans un environnement de non-prod, la nouvelle fonctionnalité qu'on lance coûte trop cher. Le shift left, c'était toujours donner accès à cette masse de données riches qu'on reçoit chaque heure des fournisseurs cloud et compagnie, et en extraire l'information pertinente pour la bonne personne. On y est arrivés en partie, mais pour moi, avec l'IA, ce n'est pas seulement du shift left, c'est aussi du shift up en même temps — et la vitesse à laquelle il faut agir, ce n'est pas un horizon de cinq ans : il fallait le faire hier.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">Yep.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">Donc, une question pour toi : comparé au lancement de la FinOps Foundation, qu'est-ce qui a été différent cette fois avec la Tokenomics Foundation ?</p>
</div>
<h3 class="lt-transcript__chapter" id="launch-speed">Un lancement entre vitesse et bruit <time>1:14:55</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:14:55</time></p>
<p class="lt-turn__line">Oui, c'est un peu une réponse cliché, mais la vitesse a été vraiment...</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:15:00</time></p>
<p class="lt-turn__line">Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:15:02</time></p>
<p class="lt-turn__line">...folle. Écoute, la semaine dernière, on a fait le lancement officiel, et quand on a lancé la — pardon — la FinOps Foundation, les gens du domaine l'ont noté. Quand on a lancé la Tokenomics Foundation... La semaine du lancement : la BBC, le New York Times, le Wall Street Journal, Fortune — tout le monde a couvert le sujet. J'ai reçu plus de messages à propos de l'article du New York Times que pour quoi que ce soit d'autre. Des gens dont je n'avais pas de nouvelles depuis quinze ans m'ont écrit : "Oh, ce truc de tokenomics, c'est vraiment cool ce que vous faites." Le FinOps n'a jamais atteint ce niveau, parce qu'il portait sur la couche plateforme, sur la technologie — comme toutes les autres disciplines de ce domaine. Donc la vitesse et l'intérêt ont été vraiment chouettes à voir et à observer. Mais ça introduit aussi le défi : comment avancer assez vite, en tant que fondation fondée sur le consensus et le développement open source, pour avoir un impact ? Et — pour introduire une troisième métaphore d'éléphant, c'est l'éléphant dans la pièce — comment fait-on des standards et des specs quand le sol bouge si brutalement ? Ma vision, c'est trois volets. Un : il faut prendre les devants sur la diffusion d'information, comme ce qu'on fait là, maintenant. Diffuser l'information, multiplier les conversations. Tu disais : "Pourquoi vous n'avez pas une newsletter hebdo ?" tout à l'heure, et j'ai répondu : "Oui, il faut qu'on le fasse." On sort l'info, et tout le monde la prend, parce qu'il y a des changements de modèles, des changements de prix de l'IA, des prix du cuivre, des prix de l'énergie qui affectent tout ça en permanence. Deux : des groupes de travail à moyen terme qui publient des bonnes pratiques fondamentales — je ne dis pas des specs, parce que les specs, c'est le point où on arrive dans une minute — comment penser tout ça. Ça prendra la forme, oui, des livres blancs ennuyeux que personne ne lit vraiment parce que tout le monde les résume désormais, mais aussi d'éducation, d'explications, et aussi de fichiers de skills, d'enablers agentiques, des choses où on peut glisser un peu de connaissance, que tu peux interroger avec ton Claude. Le plus long terme, c'est le travail de spécification et de standards — et ça rejoint la spec FOCUS. Et puis, tout bouge très vite, mais quelqu'un m'a demandé, quand je me suis lancé : tu es sûr que les tokens existeront encore dans deux ans ? Et oui, je sais que tout va vite, mais il y a des concepts fondamentaux sur lesquels on doit tous s'aligner. Et je le répète pour la cinquième fois : la tokenomics, ce n'est pas le coût des tokens, mais il y a des primitives sous-jacentes, comme les tokens, qu'on décore d'un tas d'autres postes de dépense pour arriver au coût total de quelque chose. Il y a du travail de long terme à faire. La spec FOCUS est en version 1.5, on regarde la 1.6. Comment normaliser le langage autour de tout ça, et faire que tout le monde publie ses données de facturation, de coûts et d'usage d'une façon qui permette d'arriver à la conversation d'économie unitaire ? À plus long terme — je ne dis pas que la Tokenomics Foundation va changer le monde, mais j'espère rendre les conversations plus faciles pour l'équipe du CFO, du CTO, du CIO, le procurement, le produit, l'IA, et l'organisation, pour qu'ils utilisent au moins le même langage, et qu'en approchant cet éléphant, ils aient le bon contexte pour le faire. Mais c'est délicat. Pour ce qui est différent : ça va plus vite, il y a plus d'intérêt — c'est génial, c'est excitant, mais ça veut aussi dire qu'on a moins de temps pour comprendre.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:18:39</time></p>
<p class="lt-turn__line">Je pense que la mascotte de la Tokenomics Foundation doit être un éléphant. Voilà, on a trouvé. Chaque année, à FinOps X — au Tokenomicon — il y aura une balade à dos d'éléphant. Mais on a annoncé</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:18:49</time></p>
<p class="lt-turn__line">Toki, le chat de la tokenomics, non ? Le chat de la tokenomics. Alors je ne sais pas si l'éléphant de la tokenomics...</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:18:55</time></p>
<p class="lt-turn__line">Tu sais, pour revenir à ton point : la tokenomics en soi, ce n'est pas une petite chose. Ce n'est pas les tokens, ce n'est pas X. C'est vraiment : comment tirer de la valeur de l'IA d'une façon que tu peux justifier</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:19:09</time></p>
<p class="lt-turn__line">la tokenomics, c'est comment tirer de la valeur de l'IA.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:19:11</time></p>
<p class="lt-turn__line">Oui,</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:19:12</time></p>
<p class="lt-turn__line">et c'est différent, je pense, du FinOps pour l'IA, qui est : comment je règle, j'optimise, je prévois, j'alloue efficacement ce service ? Je veux utiliser mon Claude efficacement. Je pense que c'est une des lignes — et c'est une zone floue. Alors que l'aspect tokenomics touche beaucoup plus au business case. C'est aussi un peu en forme de T : ça va plus loin dans les conversations produit, les marges, les résultats financiers. Ça va à gauche dans le data center, l'efficience du capital et les investissements dans l'énergie. Mais ça va aussi plus en profondeur : on a beaucoup de principal engineers impliqués dans la Tokenomics Foundation maintenant. Le FinOps vivait dans l'ingénierie à bien des égards, mais il descendait rarement jusqu'aux couches vLLM, PyTorch, cache KV, la quantization plus profonde. C'est aussi un domaine où ces gens et le travail qu'ils font à ces niveaux — dont une bonne partie était dans la Linux Foundation plus largement depuis un moment — croisent maintenant une conversation de CFO comme jamais auparavant.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:20:12</time></p>
<p class="lt-turn__line">Oui, des CFO qui se mettent à parler distillation et quantization, tu te dis : waouh. Très différent de tout ce qu'on a vu dans le FinOps. Bon, on arrive presque au bout du temps. Pour conclure, j'adore poser cette question à tout le monde : quel est ton usage préféré de l'IA, en dehors des cas d'usage standards ?</p>
</div>
<h3 class="lt-transcript__chapter" id="favorite-ai-use">Usage préféré et non conventionnel de l'IA <time>1:20:31</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:20:31</time></p>
<p class="lt-turn__line">Je suis très mauvais pour faire le suivi des choses. J'ai un cerveau très TDAH, ce qui est génial pour connecter des concepts disparates, mais pas génial pour suivre les choses jusqu'au bout, en profondeur. Alors, c'est peut-être un cas d'usage standard, mais je suis un gros adepte du brain dump dedans : donne-moi les choses à suivre et à relancer. S'il y a une chose qui a eu le plus gros impact pour moi, c'est ridicule, mais c'est le côté gestion de calendrier : comment je prends ces six trucs à relancer, je les aligne avec ce que je fais, et je m'assure d'obtenir les bons résultats au bon moment. Je ne sais pas, c'est quoi le tien ? J'ai l'impression que c'est ce que tout le monde fait aussi, mais je n'ai peut-être pas encore trouvé le mien d'original.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:21:15</time></p>
<p class="lt-turn__line">Non, c'est similaire, mais j'habite à New York, et je trouve qu'à chaque fois que je tape quelque chose à l'IA, je passe en mode édition : je veux tout remanier, je veux... Donc ce que j'ai trouvé, c'est : si je vais marcher, je passe en mode vocal, et je dis juste : je vais te déverser une idée. C'est non structuré.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">Pareil. C'est</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">un déballage verbal, exactement. Et au bout du compte, ce que je constate : si j'explique une idée à un ami ou un collègue, un, il n'a pas la patience de m'écouter divaguer une heure sur un concept ; mais je pense que parler des choses me donne aussi beaucoup de clarté sur ces concepts saillants qui, à la fin, font tilt — mais il a fallu beaucoup de travail pour y arriver. Et ce que je constate : si je peux juste parler pendant une heure à quelque chose et dire : ton travail, c'est d'écouter. Ne me donne pas 1 800 tokens de sortie du genre "super idée", et ensuite commence à challenger mes hypothèses : qu'est-ce que j'ai raté ? C'est quoi, l'éléphant dans la pièce que je n'ai pas regardé ou abordé ? Souvent, la clarté de pensée que j'obtiens comme ça est incroyable. Donc souvent, quand je fais du marketing, du produit, ou même cette conversation — de quoi devrait-on parler ? Hier, j'étais en Californie, j'ai marché une demi-heure, j'ai déversé mes idées, et je trouve cette capacité à vraiment écouter, à relier les points pour moi, ou à pointer les choses — tout le monde a des biais — sans devoir prendre la plume et penser à écrire un essai qui deviendra un fichier de skills ou de contexte... Non, je parle, c'est tout. Le don de la tchatche, tu sais. Je trouve ça tellement utile pour structurer mes pensées, de façon bien plus efficace que d'écrire des paragraphes et des paragraphes, supprimer, éditer, tout ça. Oui.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:22:54</time></p>
<p class="lt-turn__line">Oui. Bon, maintenant que tout va être marqué d'un watermark, tu vas devoir faire plus attention à ça. Exactement.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:22:58</time></p>
<p class="lt-turn__line">Oui. Eh bien, JR, merci beaucoup d'avoir pris le temps aujourd'hui. Vraiment content qu'on ait pu le faire.</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:23:02</time></p>
<p class="lt-turn__line">Vraiment sympa. Merci. Je crois que je...</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">Field CTO, DoiT</span><time class="lt-turn__ts">1:23:03</time></p>
<p class="lt-turn__line">t'ai contacté il y a environ deux semaines en disant : "Hé, je serai en Californie." Tu as dit : "J'y serai. Je monterai"</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">dir. exécutif, Tokenomics Foundation</span><time class="lt-turn__ts">1:23:07</time></p>
<p class="lt-turn__line">en voiture jusqu'à LA, et on le fera. Génial. Merci de m'avoir invité. Super conversation.</p>
</div>
</div>
</div>
Votre hôte
Amit Kinha
Amit Kinha est Field CTO chez DoiT, où il aide plus de 4 000 entreprises à exploiter plus efficacement AWS, Google Cloud, Azure, Anthropic, OpenAI et AWS Bedrock. Il transforme l'expertise technique en stratégie : il oriente la direction produit, conseille les clients grands comptes et affûte le storytelling go-to-market.
Son parcours traverse la finance, l'ingénierie et le cloud : sept ans chez Goldman Sachs à construire le backend de Marcus et d'Apple Card, puis la création, en partant de zéro, de la pratique FinOps cloud de Citi. Il est FinOps Ambassador, membre élu du comité de pilotage FOCUS et membre fondateur du conseil de gouvernance de la Tokenomics Foundation.
Il est convaincu que la dépense cloud doit être quelque chose sur quoi on agit, pas qu'on contemple dans un dashboard, et que les meilleures idées sont celles que les gens comprennent, retiennent et répètent.