Romain Sestier (CEO) e Guillaume Lebedel (CTO), Co-Fondatori di StackOne – Intervista

Romain Sestier, Co-Fondatore e CEO di StackOne, ha costruito un prodotto da zero a una valutazione di 1 miliardo di dollari a Google (GOOGL ) e ha anche ricoperto il ruolo di VP of Product e CS a Yieldify, dove ha gestito 70 persone a livello globale e ha guidato la strategia di integrazione SaaS. Romain ha anche aperto l’ufficio di Londra come Head of UK Services a ContentSquare e ha guidato l’integrazione con strumenti di testing A/B. Ha anche co-fondato una precedente startup, Upper.ai, con Guillaume.

Guillaume Lebedel, Co-Fondatore e CTO di StackOne, è stato il VP of Engineering a Yieldify, una società acquisita da Publicis. Guillaume ha guidato team di integrazione e ha costruito centinaia di integrazioni con strumenti SaaS utilizzati da oltre 1000 prodotti SaaS. Ha anche costruito e mantenuto API con oltre 2 miliardi di richieste al mese.

StackOne è una piattaforma di integrazione alimentata da AI e orientata alla privacy che aiuta le società SaaS B2B e gli agenti AI a costruire integrazioni in tempo reale e bidirezionali tra centinaia di sistemi aziendali attraverso un’unica API unificata. Progettata per la velocità e la sicurezza, consente agli sviluppatori di distribuire integrazioni in pochi giorni anziché settimane senza archiviare dati dei clienti.

Cosa ti ha ispirato a lasciare Google e a co-fondare StackOne, e quale lacuna nello spazio di integrazione AI o SaaS hai visto che ha reso l’opportunità urgente?

Romain: “Il dolore dell’integrazione è qualcosa che ho sentito in ogni fase della mia carriera, sia che fossi in una startup in fase di avvio o lavorassi con sistemi su larga scala all’interno di Google. Mentre guidavo il prodotto a Google, stavo costruendo uno strumento di analisi AI per il retail, e anche lì — in una delle società più avanzate tecnologicamente del mondo — abbiamo incontrato enormi ostacoli solo per ottenere un’integrazione pulita tra i sistemi. È stato allora che mi ha colpito veramente: questo è un problema sistemico e diffuso. E con l’ascesa degli LLM, abbiamo visto una nuova finestra di opportunità. Improvvisamente, c’era l’opportunità di rimmaginare completamente il livello di integrazione: uno che non fosse solo aggiunto, ma costruito dal basso per l’AI. Guillaume e io l’abbiamo visto chiaramente: il timing era giusto e il mercato era affamato di una soluzione.”

Come ha influenzato la tua esperienza di leadership nel prodotto e nei servizi a Yieldify e il tuo lavoro ad Area 120 la tua strategia di prodotto per StackOne?

Romain: “A Yieldify, ho guidato sia il lato prodotto che il lato servizi dell’azienda, il che mi ha insegnato l’importanza di legare la roadmap ai risultati di ricavo reali; cose come un’onboarding dei partner più veloce, un valore medio dell’ordine più alto o una rotazione più bassa. A Google, ho scalato un prodotto di analisi dei dati che ha generato 1 miliardo di dollari di ricavi incrementali, e quell’esperienza ha rafforzato quanto sia critico il livello di esperienza utente e i metriche di adozione per il successo. Area 120 era una bestia molto diversa — era tutto su idee da 10x e velocità. Quello mi ha insegnato a muovermi velocemente, a sperimentare costantemente e a non avere paura di scommettere in grande. Tutto ciò ha profondamente influenzato come costruiamo a StackOne: sprint bi-settimanali, scommesse di prodotto audaci e un focus laser sulla rendere le integrazioni non solo più facili da scalare, ma anche deliziose da usare.”

StackOne non sta costruendo un nuovo modello — state costruendo il tessuto connettivo tra modelli e sistemi SaaS. Perché questo livello di infrastruttura è così critico per il successo degli agenti AI?

Guillaume: “La realtà è che gli agenti AI non hanno solo bisogno di cervelli, hanno anche bisogno di mani. Un modello potrebbe essere in grado di ragionare in modo brillante, ma a meno che non possa prendere azioni precise, sicure e veloci nel mondo reale, è fortemente limitato. Senza un livello di infrastruttura strutturato per governare l’autenticazione, i limiti di velocità e le autorizzazioni di accesso, agiranno in modo errato o romperanno le cose. La maggior parte delle società utilizza oltre 100 strumenti SaaS, quindi senza una piattaforma come StackOne che astrae la tubazione, sei bloccato a cercare di collegare ogni singolo strumento individualmente. Il nostro lavoro è dare agli agenti un accesso sicuro e scalabile agli strumenti di cui hanno bisogno, in modo che i team possano concentrarsi sulla logica, non sulla logistica.”

Puoi spiegarci come funziona la piattaforma di azioni di agenti AI e l’API unificata di StackOne sotto il cofano? Qual è la parte tecnicamente impegnativa?

Guillaume: “Definiamo una singola specifica OpenAPI esaustiva per dominio, che si mappa a centinaia di endpoint sottostanti. Quella specifica rimane aggiornata centralmente, quindi i clienti non devono gestire i cambiamenti di versione. I nostri schemi di strumenti vengono predefiniti con gli ambiti di autenticazione appropriati, il che significa che l’agente non indovina o supera i limiti. La parte più difficile è normalizzare i modelli di dati SaaS — strumenti come Workday consentono ai clienti di definire oggetti e relazioni personalizzati, il che introduce una complessità massiccia. Il nostro motore gestisce tutto ciò in tempo reale, fornendo agli sviluppatori un livello di esecuzione deterministico e affidabile alimentato da mapping assistito da LLM.”

Cosa rende il motore di chiamata di strumenti di StackOne più veloce e più preciso delle capacità degli LLM leader?

Guillaume: “La chiave è la struttura. Il nostro motore fornisce firme di funzione esaurientemente descritte e tipizzate, quindi i modelli sanno esattamente quali argomenti utilizzare. Sotto il cofano, StackOne è in grado di batch e parallelizzare le chiamate di strumenti mentre rispetta i limiti di velocità per eseguire le richieste il più velocemente possibile con ritenti automatizzati. E poiché gestiamo le credenziali centralmente, non c’è bisogno di ri-autenticazione all’interno del ciclo. Queste ottimizzazioni fanno una grande differenza quando si cerca di eseguire agenti in tempo reale.”

Come è ottimizzato StackOne specificamente per casi d’uso AI, come la generazione aumentata di recupero (RAG), l’uso di strumenti o l’esecuzione di agenti in tempo reale?

Guillaume: “Offriamo endpoint delta-solo per pipeline RAG, che mantiene le finestre di contesto corte e efficienti. Per gli agenti in tempo reale, supportiamo webhook unificati in streaming sfruttando eventi nativi o creando eventi sintetici quando gli strumenti sottostanti non forniscono gli eventi di cui hai bisogno. E la nostra piattaforma applica un controllo di accesso fine-grano a livello di tenant e progetto, il che è essenziale per orchestrare più agenti in modo sicuro tra diversi utenti.”

Quali sono i malintesi più comuni che i team hanno sull’integrazione interna rispetto all’uso di una piattaforma come StackOne?

Romain: “Un grande mito è che le integrazioni siano solo questione di fare una chiamata API. La costruzione iniziale potrebbe sembrare semplice, ma la manutenzione continua spesso consuma il 20% del tempo di ingegneria. I team sottovalutano anche il valore dei connettori di nicchia: quelli che depriorizzano possono essere dove vive effettivamente il rischio di churn. E la sicurezza è spesso un pensiero successivo. I team DIY raramente coprono cose come la conformità SOC-2 o l’isolamento del tenant, che sono inderogabili per i clienti aziendali. E poi c’è la personalizzazione del tenant. Ogni nuovo cliente porta con sé il proprio set di casi limite, stranezze di configurazione e logica di mapping, che aggiunge complessità continua che è facile trascurare inizialmente.”

Tutti parlano di agenti AI, ma il loro dispiegamento nel mondo reale è ancora alle prime armi. Cosa credi stia bloccando l’adozione aziendale di massa — e come StackOne sta affrontando questo problema?

Romain: “La sicurezza e la conformità sono ancora i più grandi ostacoli. I CIO si preoccupano degli agenti che agiscono al di fuori dell’ambito o creano lacune di audit. StackOne risolve questo problema applicando ambiti di autorizzazione OAuth con il principio del minimo privilegio, abilitando interruttori di kill a livello di tenant e fornendo una traccia di audit completa. Quando i team di rischio vedono quel livello di controllo, si spostano da essere guardiani a sostenitori attivi.”

Quali sono le sfide tecniche o di sicurezza più grandi nel far agire gli agenti AI per conto degli utenti attraverso piattaforme SaaS — e come le mitigate?

Guillaume: “Devi gestire cose come la dispersione dei token e i cicli di aggiornamento, che risolviamo con un vault centrale crittografato. Un’altra sfida è prevenire la perdita di dati a livello di riga, quindi applichiamo identificatori di account deterministici nella chiamata di strumento per assicurare che gli agenti accedano solo ai dati giusti e che non sia lasciato all’LLM. E per evitare la deriva o l’uso improprio degli agenti, eseguiamo continuamente controlli di politica e test di penetration. La nostra piattaforma consente anche di parametrizzare quale azione dovrebbe essere disponibile per quale sistema collegato. La sicurezza deve essere integrata fin dall’inizio.”

Come vedi il futuro degli strumenti open-source come LangChain e CrewAI che si fondono con piattaforme proprietarie come StackOne?

Guillaume: “Vediamo l’open-source come il livello di orchestrazione e StackOne come l’infrastruttura sottostante. È per questo che abbiamo costruito SDK per Python e Typescript che si collegano direttamente ai flussi di lavoro di LangChain e CrewAI. Vedrai emergere un modello ibrido, con strumenti open-source per la prototipazione e piattaforme gestite per l’affidabilità di produzione, simile a come i team utilizzano Terraform con AWS. Non è un’alternativa, è entrambi.”

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare StackOne.