Por Qué el Diseño de Flujos de Trabajo Importa Más que la Tecnología en la Adopción de la IA
Domenico Gagliardi es el fundador de Kortix.ai, una plataforma que orquesta agentes de IA, revolucionando el modelo tradicional de liderazgo.
Domenico Gagliardi
Fundador de Kortix AI
El liderazgo IA-first se basa en diseñar sistemas, no en tomar decisiones: Domenico Gagliardi sostiene que los líderes modernos deben pasar de ser tomadores de decisiones a diseñadores de sistemas. En lugar de delegar tareas a personas, los líderes diseñan flujos de trabajo donde agentes de IA gestionan cerca del 80% de la ejecución, mientras que los humanos se enfocan en el juicio, la creatividad y la visión. Las barreras de seguridad son más importantes que las aprobaciones.
La verdadera transformación en IA comienza con los flujos de trabajo, no con las herramientas: La mayoría de las organizaciones fracasan con la IA porque simplemente la añaden a procesos obsoletos en vez de repensar cómo se realiza el trabajo. El marco de trabajo de Domenico invierte este enfoque comenzando por el mapeo de flujos de trabajo, identificando claramente dónde el juicio humano realmente aporta valor, automatizando todo lo demás y auditando continuamente a los agentes de IA para asegurar confianza y explicabilidad.
Agentes persistentes y que aprenden crean ventaja acumulativa: Los agentes que aprenden preferencias, contexto y resultados mejoran con cada ciclo, superando eventualmente a sus creadores. Esto transforma la IA de ganancias de productividad a inteligencia acumulativa, forzando cambios en el diseño organizacional, modelos de precios y hasta en los títulos de los puestos de trabajo.
En nuestra entrevista, Domenico compartió un marco para renovar cualquier flujo de trabajo, así como las razones por las que la adopción y la alfabetización en IA están rezagadas en la mayoría de las organizaciones.
Liderazgo con IA como prioridad
Soy el fundador de Kortix.ai. Pasé más de 10 años liderando equipos de ingeniería en startups de IA/ML con ronda Serie B+ y seguía viendo el mismo problema: Las empresas tenían la tecnología, pero seguían usando modelos de liderazgo anteriores a la IA.
Construí Kortix para demostrar un enfoque distinto: organizaciones que orquestan agentes de IA en vez de solo dirigir personas. Operamos toda la compañía en nuestra propia plataforma, lo que significa que pongo en práctica el liderazgo con IA como prioridad todos los días.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Cómo los líderes están pasando de ser tomadores de decisiones a diseñadores de sistemas
Como líder, mi rol ha cambiado de tomador de decisiones a diseñador de sistemas.
Ya no delego tareas a las personas. Diseño flujos de trabajo donde los agentes gestionan el 80% de la ejecución y los humanos se concentran en el juicio crítico.
Esto me exigió dejar atrás la suposición de que más personas = más capacidad. No es así. Ya no. Operamos con un 70% menos de personas que otras startups comparables porque creamos mejores flujos de agentes.
También tuve que acostumbrarme a no estar enterado de todo. Nuestros agentes toman cientos de decisiones diarias sin mi aprobación. Mi trabajo es poner límites, no aprobar acciones.
Cómo la IA puede amplificar el pensamiento estratégico de los líderes modernos
La IA en el lugar de trabajo no solo automatiza tareas tediosas, también amplifica el pensamiento estratégico.
Antes, pasaba horas recopilando datos y llegaba a las decisiones mentalmente agotado. Ahora, la IA gestiona el primer 90% (investigación, síntesis, modelado de escenarios) y me lleva al punto de decisión sintiéndome renovado, y eso después de explorar 10 veces más escenarios que antes.
El espacio mental que crea la IA ha liberado una creatividad que no sabía que tenía. Antes medía mi valor por cuánto podía hacer. Ahora, lo mido por la calidad de mi pensamiento.
En otras palabras, la IA me ha hecho más humano; no me ha vuelto obsoleto.
Por qué tratar la IA como trabajador en vez de herramienta lo cambia todo
Actualmente, hay una gran desconexión en cómo las organizaciones usan la IA. Ven la IA como una herramienta en vez de como un trabajador.
Por eso, la mayoría de las empresas integran ChatGPT a los flujos de trabajo existentes y llaman a eso transformación, pero los humanos siguen haciendo el 90% del trabajo.
La verdadera promesa de la IA es la autonomía: agentes que ejecutan flujos de trabajo de principio a fin sin intervención humana. Por eso utilizamos el siguiente marco:
- Mapea primero los flujos de trabajo.
- Pregunta dónde el juicio humano aporta un valor único.
- Automatiza todo lo demás.
- Asegúrate de que cada decisión tomada por la IA esté registrada y sea explicable.
- Realiza auditorías semanales de los agentes para generar confianza.
Las empresas que triunfen en el futuro no tendrán las mejores herramientas, sino los mejores agentes.
Cómo los agentes de IA pueden transformar los flujos de trabajo centrales de la empresa
Aquí tienes algunos ejemplos de flujos de trabajo que hemos renovado con éxito gracias a la IA en la estrategia empresarial:
- Contratación: El agente analiza currículums, puntúa candidatos, redacta correos electrónicos y agenda entrevistas.
- Resultado: 3 horas/rol → 15 minutos.
- Estrategia: Formulo una pregunta. El agente recopila datos, genera 3-5 opciones con pros y contras, modela escenarios.
- Resultado: Tomo decisiones con 10 veces más contexto en una décima parte del tiempo.
- Diseño organizacional: Primero mapeamos los flujos de trabajo, luego diseñamos los roles en función de lo que los humanos aportan de forma única.
- Alcance al cliente: El agente busca diariamente en LinkedIn los perfiles objetivo, los complementa con datos de la empresa, clasifica los prospectos del 0 al 10 y redacta mensajes personalizados.
- Resultado: 2-3 horas/día → 20 minutos. La tasa de respuesta aumentó 4x.
- Contenido: El agente monitorea tendencias, redacta contenido con mi voz, crea variaciones específicas para las plataformas y programa la distribución.
- Resultado: De 2x/semana → 5x/semana de publicaciones, 3x incremento en el engagement.
Por qué la memoria persistente es crítica y problemática
Me entusiasma especialmente construir flujos de trabajo agénticos con memoria persistente.
El agente de Reddit que construí, por ejemplo, funciona cada día a las 6 AM, busca en más de 15 subreddits palabras clave (agentes de IA, necesidades de automatización, menciones de la competencia), puntúa las publicaciones del 0 al 10 según su relevancia/intención, redacta respuestas auténticas y me envía un resumen. Yo elijo en qué publicaciones participar y recuerda cuáles elijo. También aprende mis preferencias de tono y realiza el seguimiento de qué respuestas han generado interacción.
El primer mes, edité el 80% de las respuestas. Pero ahora, seis meses después, sólo edito el 5%, principalmente por motivos estratégicos. La cobertura pasó de 20-30 publicaciones/día a más de 200. La interacción en las respuestas aumentó 3 veces.
El agente ahora escribe mejor que yo porque ha analizado miles de interacciones. Esto no es automatización, es inteligencia compuesta. Cada tarea lo hace mejor para la siguiente. Una vez que experimentas una IA que aprende, no puedes volver a una IA que olvida.
A pesar de este éxito concreto, la memoria persistente sigue en desarrollo. Los recuerdos y la comprensión del contexto son grandes desafíos en la IA en el aprendizaje y desarrollo hoy en día.
Aquí está el mayor error que cometen los líderes con la adopción de la IA: lo tratan como un problema tecnológico en vez de un problema de liderazgo. Adoptar la IA no se trata de herramientas. Se trata de replantear cómo se realiza el trabajo.
El error más común de los líderes en la adopción de inteligencia artificial
Aquí está el mayor error que cometen los líderes con la adopción de la IA: lo tratan como un problema tecnológico en vez de un problema de liderazgo.
Compran licencias de ChatGPT, organizan talleres de capacitación, agregan funciones de IA y miden tasas de adopción —y luego se preguntan por qué no cambia nada.
La adopción de IA no se trata de herramientas. Se trata de replantear cómo se realiza el trabajo. Las preguntas verdaderamente relevantes son:
- ¿Qué trabajo deben hacer los humanos y cuál los agentes?
- ¿Cómo redefinimos los flujos de trabajo desde cero?
- ¿Cómo se ve nuestra organización cuando los agentes hacen el 80% de la ejecución?
Comienza con los flujos de trabajo, no con las herramientas. Rediseña, no optimices. Y lidera con el ejemplo. La transformación en IA es un cambio de liderazgo, no un proyecto tecnológico.
Comienza con los flujos de trabajo, no con las herramientas. Rediseña, no optimices. Y lidera con el ejemplo. La transformación en IA es un cambio de liderazgo, no un proyecto tecnológico.
Cómo construir verdadera alfabetización en IA: enseña orquestación, no solo herramientas
Enseñamos a los empleados a orquestar sistemas de IA, no solo a usar herramientas.
En la primera semana, todos mapean su trabajo como flujos de trabajo (entradas, puntos de decisión, salidas) y crean su primer agente. Luego, hacemos auditorías semanales de los agentes: qué funcionó, qué falló y cómo se puede mejorar.
Formamos a las personas para identificar dónde el juicio humano es irremplazable. Luego, todo lo demás se automatiza. Y los equipos comparten sus agentes entre funciones.
Los tres problemas que frenan la adopción de IA en la mayoría de las organizaciones
Aun con todo esto, veo tres problemas comunes en la adopción de la IA:
- Miedo temprano de “la IA me reemplazará”. Esto se soluciona mostrando que los empleados que construyen los mejores agentes son los que ascienden.
- Dependencia excesiva de la IA sin supervisión. Esto se soluciona con auditorías obligatorias.
- Ceguera de flujo de trabajo: Esto se soluciona capacitando a los empleados sobre por qué deben participar en puntos específicos del flujo de trabajo, y cómo hacerlo.
Estar preparado para la IA significa pensar en sistemas, confiar pero verificar, y saber cuándo intervenir.
Cómo pasar de comprar herramientas a diseñar flujos de trabajo con IA desde el principio
Esta es nuestra pila principal:
- Kortix: Nuestra plataforma ejecuta cada flujo de trabajo
- Claude/GPT-4: Redirigimos según la complejidad de la tarea
- Linear: Gestión de proyectos, integrado con agentes que priorizan automáticamente los bugs
- Slack: Centro de colaboración humano-IA
- Cursor: Desarrollo — puedes etiquetar a cursor en Slack y hacer ediciones en tu repositorio sin tocar el teclado
- GitHub: Flujo de trabajo de desarrollo estándar
- Supabase: Backend
- Vercel: Despliegue
- Resend: Email
- PostHog: Analítica con insights detectados por agentes
Esto ha sido fuertemente simplificado desde donde comenzamos. Eliminamos Zapier, Make, Hubspot y Calendly, y los sustituimos por agentes propios.
Es un cambio de filosofía: pasamos de “comprar herramientas” a “construir flujos de trabajo”. Si no se integra con nuestro ecosistema de agentes, lo reemplazamos.
Cómo los flujos de trabajo con agentes están forzando cambios estratégicos
Con el auge de los flujos de trabajo con agentes, estamos pasando de Software como Servicio a Agentes como Servicio. Desde una perspectiva práctica, eso significa que nuestro modelo de negocio está pasando de precios por usuario a precios basados en resultados, donde pagas por tarea automatizada, no por usuario.
Nuestra estrategia de salida al mercado ha cambiado de vender a gerentes intermedios a vender a CEOs/CFOs. Porque competimos con contratar, no con otras herramientas.
Nuestra estrategia de producto también ha cambiado, de construir funcionalidades a crear agentes preconfigurados para flujos de trabajo comunes.
Y en cuanto a nuestra propuesta de valor, ha pasado de “ahorra tiempo” a “escalabilidad sin contratar”. Vendemos infraestructura nativa de IA, no IA añadida a software antiguo.
Cómo la IA cambiará los roles tradicionales para 2030
El rol tradicional de fundador desaparecerá en los próximos años.
Para 2030, los “fundadores-orquestadores” diseñarán flotas de agentes de IA en lugar de hacer todo por sí mismos. Un solo fundador con más de 100 agentes podrá alcanzar más de $100M de ARR.
Dejaremos de contratar para ejecución — los cargos serán “Orquestador de Agentes” y “Arquitecto de Flujos de Trabajo”. Los agentes serán en esencia cofundadores con experiencia especializada que razonan, aprenden y mejoran.
El SaaS tradicional colapsará. Las empresas venderán agentes autónomos, no herramientas.
Los organigramas mostrarán la transferencia de flujos de trabajo entre agentes y humanos, no líneas de reporte.
La economía es inevitable: contratar a un empleado cuesta más de $100K al año, desplegar un agente cuesta de $1K a $10K al año.
Las empresas que no se adapten serán como Blockbuster en 2010.
Qué deberían hacer ahora los líderes para diseñar organizaciones con IA desde el principio
Aquí está mi consejo:
- Deja de optimizar flujos de trabajo antiguos: rediséñalos desde cero con un enfoque basado en IA.
- Confía en el sistema que diseñaste, no en tareas individuales de IA.
- Contrata por criterio y pensamiento sistémico, no por ejecución.
- Usa tus propias soluciones antes de implementarlas en los equipos.
- Mide apalancamiento (resultado por sistema), no productividad (resultado por persona).
- Acepta la incomodidad de no “hacer lo suficiente”: ahora tu valor está en el criterio, la creatividad y la visión.
- Muévete rápido, pero genera confianza mediante la transparencia y la iteración.
- Piensa en décadas, actúa en días.
- Y no esperes permiso: comienza con tus propios flujos de trabajo, demuestra el valor y luego escala.
Y te diré esto: la IA no reemplaza el liderazgo, lo amplifica.
Sigue leyendo
Puedes seguir a Domenico Gagliardi en LinkedIn y X mientras continúa cambiando el juego del liderazgo. Y echa un vistazo a Kortix.ai.
¡Pronto habrá más entrevistas a expertos en People Managing People!
¿Listo para replantear la era de la IA?
Únete a la comunidad de People Managing People. Con una cuenta gratuita recibirás información semanal, marcos prácticos y estrategias de colegas para que lideres con inteligencia, no con esfuerzo excesivo.
