Le leadership centré sur l’IA consiste à concevoir des systèmes, pas à prendre des décisions: Domenico Gagliardi soutient que les dirigeants modernes doivent évoluer du rôle de décideurs à celui de concepteurs de systèmes. Plutôt que de déléguer des tâches aux personnes, les leaders conçoivent des workflows dans lesquels des agents IA assurent environ 80 % de l’exécution, tandis que les humains se concentrent sur le jugement, la créativité et la vision. Les garde-fous sont alors plus importants que les validations.
La véritable transformation IA commence avec les workflows, pas avec les outils: La plupart des organisations échouent avec l’IA car elles l’ajoutent simplement à des processus obsolètes au lieu de repenser la façon dont le travail s’effectue. Le cadre de Domenico inverse cette approche : il commence par la cartographie des workflows, identifie clairement où le jugement humain apporte une véritable valeur, automatise tout le reste et audite en continu les agents IA pour garantir confiance et explicabilité.
Des agents persistants et apprenants créent un avantage cumulatif: Les agents qui apprennent les préférences, le contexte et les résultats s’améliorent à chaque cycle, finissant par dépasser leurs créateurs. Cela fait passer l’IA de gains de productivité à une intelligence cumulative, forçant des changements dans la conception organisationnelle, les modèles de tarification et même les intitulés de poste.
Dans notre entretien, Domenico a partagé un cadre pour repenser n'importe quel flux de travail, ainsi que les raisons pour lesquelles l'adoption de l'IA et la maîtrise de ces technologies accusent un retard dans la plupart des organisations.
Leadership axé sur l’IA en priorité
Je suis le fondateur de Kortix.ai. J'ai passé plus de 10 ans à développer des équipes d’ingénierie dans des startups IA/ML de Série B+ et j’ai constaté sans cesse le même problème : les entreprises disposaient de la technologie, mais utilisaient encore des modèles de management d’avant l’IA.
J’ai créé Kortix pour démontrer une approche différente — des organisations qui orchestrent des agents IA au lieu de simplement diriger des personnes. Nous exploitons l’ensemble de l’entreprise sur notre propre plateforme, ce qui veut dire que je teste le leadership « IA first » en conditions réelles chaque jour.
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.
J’ai dû abandonner l’idée que plus de personnes = plus de capacité. Ce n’est plus vrai. Nous fonctionnons avec 70 % de personnes en moins que les startups comparables car nous construisons de meilleurs flux de travail pour les agents.
Comment les dirigeants passent de décideurs à concepteurs de systèmes
En tant que dirigeant, mon rôle est passé de celui de décideur à celui de concepteur de systèmes.
Je ne délègue plus de tâches aux gens. Je conçois des flux de travail où les agents prennent en charge 80 % de l’exécution et les humains se concentrent sur le discernement.
Cela m’a demandé de renoncer à l’hypothèse que plus de personnes = plus de capacité. Ce n’est plus le cas. Nous fonctionnons avec 70 % de personnes en moins que des startups comparables parce que nous élaborons de meilleurs flux de travail pour les agents.
Cela m’a aussi obligé à accepter de ne pas tout suivre en temps réel. Nos agents prennent chaque jour des centaines de décisions sans mon approbation. Mon rôle est de définir les garde-fous, pas de valider chaque action.
Comment l’IA peut amplifier la réflexion stratégique pour les dirigeants modernes
L’IA au travail ne se contente pas d’automatiser les tâches répétitives, elle amplifie la pensée stratégique.
Avant, je passais des heures à collecter des données et à finir épuisé mentalement pour prendre des décisions. Désormais, l’IA s’occupe des 90 % initiaux (recherche, synthèse, modélisation de scénarios) et me permet d’arriver au moment de la décision en étant frais, et après avoir exploré dix fois plus de scénarios qu’auparavant.
L’espace mental créé par l’IA a libéré une créativité insoupçonnée. Avant, je mesurais ma valeur à ce que je pouvais faire. Aujourd’hui, je la mesure à la qualité de ma réflexion.
En d’autres termes, l’IA m’a rendu plus humain ; elle ne m’a pas rendu obsolète.
Le conseil de Domenico
L’IA ne fait pas qu’automatiser les tâches répétitives — elle amplifie la réflexion stratégique.
Pourquoi considérer l’IA comme un collaborateur plutôt qu’un outil change tout
À l’heure actuelle, il existe un grand décalage dans la façon dont les organisations utilisent l’IA. Elles considèrent l’IA comme un outil au lieu d’un collaborateur.
À cause de cela, la plupart des entreprises ajoutent simplement ChatGPT à leurs flux de travail existants et parlent de transformation, mais ce sont encore les humains qui accomplissent 90 % du travail.
La véritable promesse de l’IA, c’est l’autonomie : des agents qui exécutent des processus de bout en bout sans intervention humaine. C’est pourquoi nous utilisons le cadre suivant :
Cartographier d’abord les flux de travail.
Identifier où la réflexion humaine apporte une valeur unique.
Automatiser tout le reste.
S’assurer que chaque décision IA est consignée et explicable.
Effectuer des audits hebdomadaires des agents pour instaurer la confiance.
Les entreprises qui réussiront demain n’auront pas les meilleurs outils — elles auront les meilleurs agents.
Comment les agents IA peuvent transformer les processus métier essentiels
Recrutement : L’agent filtre les CV, évalue les candidats, rédige des emails, planifie les entretiens.
Résultat : 3 heures/poste → 15 minutes.
Stratégie : Je formule une question. L’agent collecte des données, génère 3 à 5 options avec avantages/inconvénients, modélise des scénarios.
Résultat : Je prends des décisions avec 10 fois plus de contexte en 1/10e du temps.
Conception organisationnelle : Nous cartographions d’abord les flux de travail, puis concevons les rôles autour de la valeur ajoutée humaine.
Prospection client : L’agent recherche chaque jour sur LinkedIn des profils cibles, enrichit avec des données d’entreprise, attribue une note de 0 à 10 aux prospects, rédige des messages personnalisés.
Résultat : 2-3 heures/jour → 20 minutes. Taux de réponse multiplié par 4.
Contenu : L’agent surveille les tendances, rédige du contenu dans mon style, crée des variantes adaptées aux plateformes, programme la diffusion.
Résultat : passage de 2 à 5 publications par semaine, augmentation de l’engagement par 3.
Pourquoi la mémoire persistante est à la fois essentielle et problématique
Je suis particulièrement enthousiasmé par la création de flux de travail agentiques avec mémoire persistante.
L’agent Reddit que j’ai développé, par exemple, s’exécute chaque jour à 6h du matin, il recherche dans plus de 15 subreddits des mots-clés (agents IA, besoins d’automatisation, mentions de concurrents), attribue aux publications une note de 0 à 10 selon leur pertinence/intention, rédige des réponses authentiques et m’envoie un résumé. Je choisis les publications avec lesquelles interagir, et il se souvient de celles que je sélectionne. Il apprend aussi mes préférences de ton et il suit quelles réponses ont généré de l’engagement.
Le premier mois, j’ai modifié 80 % des réponses. Mais maintenant, six mois plus tard, je n’en modifie plus que 5 %, principalement pour des raisons stratégiques. La couverture est passée de 20 à 30 publications/jour à plus de 200. L’engagement sur les réponses a été multiplié par 3.
L’agent écrit désormais mieux que moi car il a analysé des milliers d’interactions. Ce n’est pas de l’automatisation, c’est de l’intelligence composée. Chaque tâche le rend meilleur pour la suivante. Une fois que l’on a expérimenté une IA qui apprend, il est impensable de revenir à une IA qui oublie.
Malgré ce succès particulier, la mémoire persistante reste un chantier. La gestion des souvenirs et la compréhension du contexte font partie des principaux défis de l’IA pour l’apprentissage et le développement aujourd’hui.
Voici la plus grande erreur que font les dirigeants quant à l’adoption de l’IA : ils la considèrent comme un problème technologique au lieu d’un problème de leadership. L’adoption de l’IA ne concerne pas les outils. Il s’agit de repenser la façon dont le travail s’organise.
L’erreur que commettent la plupart des dirigeants dans l’adoption de l’IA
Voici la plus grande erreur que font les dirigeants quant à l’adoption de l’IA : ils la considèrent comme un problème technologique au lieu d’un problème de leadership.
Ils achètent des licences ChatGPT, organisent des ateliers de formation, ajoutent des fonctionnalités d’IA, mesurent les taux d’adoption — puis s’interrogent sur l’absence de changement réel.
L’adoption de l’IA ne concerne pas les outils. Il s’agit de repenser la façon dont le travail s’organise. Les vraies questions sont :
Quel travail doit rester humain, lequel confier aux agents ?
Comment repenser entièrement nos flux de travail ?
À quoi ressemble notre organisation lorsque les agents assurent 80 % de l’exécution ?
Commencez par les flux de travail, pas les outils. Refondre, ne pas optimiser. Et montrez l’exemple. La transformation IA est avant tout un changement de leadership, pas un projet technologique.
Commencez par les flux de travail, pas les outils. Refondre, ne pas optimiser. Et montrez l’exemple. La transformation IA est avant tout un changement de leadership, pas un projet technologique.
Comment construire une véritable culture IA : enseigner l’orchestration, pas les outils
Nous apprenons aux collaborateurs à orchestrer des systèmes d’IA, pas seulement à utiliser des outils.
Dès la première semaine, chacun cartographie son travail en flux de travail (entrées, points de décision, sorties) et construit son premier agent. Ensuite, nous procédons à des audits hebdomadaires : Qu’est-ce qui a fonctionné, échoué, et comment améliorer ?
Nous formons les gens à identifier où le jugement humain est irremplaçable. Pour tout le reste, on automatise. Et les équipes partagent leurs agents entre fonctions.
Les trois obstacles qui freinent l'adoption de l'IA dans la plupart des organisations
Malgré tout cela, j'observe trois problèmes courants freinant l'adoption de l'IA :
Peur précoce de « L’IA va me remplacer ». Ceci se résout en montrant que les employés qui créent les meilleurs agents sont promus.
Surdépendance à l'IA sans relecture. Ceci se gère avec des audits obligatoires.
Vision en tunnel des workflows : Cela se résout en expliquant aux employés pourquoi ils doivent intervenir à certaines étapes et comment le faire.
Avoir une organisation prête pour l’IA, c’est penser en termes de systèmes, avoir confiance mais toujours vérifier, et savoir quand intervenir.
Comment passer de l’achat d’outils à la conception de workflows axés IA
Voici notre pile de base :
Kortix : Notre plateforme exécute chaque workflow
Claude/GPT-4 : Nous dirigeons selon la complexité de la tâche
Linear : Gestion de projet, intégrée avec des agents qui priorisent automatiquement les bugs
Slack : Centre de collaboration humain-IA
Cursor : Développement — vous pouvez mentionner cursor sur Slack et éditer votre dépôt sans utiliser le clavier
GitHub : Workflow de développement standard
Supabase : Backend
Vercel : Déploiement
Resend : E-mail
PostHog : Analytique avec des insights révélés par les agents
Cela a été fortement simplifié par rapport à nos débuts. Nous avons supprimé Zapier, Make, Hubspot et Calendly, les remplaçant par des agents maison.
C’est un changement de philosophie : nous sommes passés de « acheter des outils » à « construire des workflows ». Si cela ne s’intègre pas dans notre écosystème d’agents, on le remplace.
Comment les workflows agentiques forcent des changements stratégiques
Avec l’essor des workflows agentiques, nous basculons du modèle Software-as-a-Service vers celui d’Agents-as-a-Service. En pratique, notre modèle économique passe d’un tarif par utilisateur à un tarif basé sur le résultat, où l’on paie chaque tâche automatisée, et non par utilisateur.
Notre stratégie de mise sur le marché a évolué : nous ne vendons plus aux cadres intermédiaires mais directement aux PDG/CFO. Parce que nous sommes en concurrence avec le recrutement, pas avec d’autres outils.
Notre stratégie produit a également changé : de la construction de fonctionnalités à la création d’agents préconfigurés pour les workflows courants.
Quant à notre proposition de valeur, elle est passée de « gagner du temps » à « croître sans embaucher ». Nous proposons une infrastructure native à l’IA, pas une IA simplement greffée sur un ancien logiciel.
Comment l’IA va transformer les rôles traditionnels d’ici 2030
Le rôle traditionnel de fondateur va disparaître dans les prochaines années.
D’ici 2030, les « fondateurs-orchestrateurs » concevront des flottes d’agents d’IA au lieu de tout faire eux-mêmes. Un seul fondateur, avec plus de 100 agents, pourra atteindre plus de 100M$ de revenus récurrents annuels.
On ne recrutera plus pour l’exécution : les intitulés de postes seront « Orchestrateur d’Agents » et « Architecte de Workflow ». Les agents seront en quelque sorte des cofondateurs dotés d’expertises spécialisées, capables de raisonner, d’apprendre et de s’améliorer.
Le SaaS traditionnel va s’effondrer. Les entreprises vendront des agents autonomes, pas des outils.
Les organigrammes montreront les passages de relais entre agents et humains, et non des lignes hiérarchiques.
Les chiffres parlent d’eux-mêmes : embaucher un salarié coûte plus de 100K$/an, déployer un agent coûte 1K$-10K$/an.
Les entreprises qui ne s’adaptent pas seront comme Blockbuster en 2010.
Le conseil de Domenico
Recrutez pour le discernement et la pensée systémique, pas pour l’exécution.
Ce que les dirigeants doivent faire maintenant pour concevoir des organisations axées IA
Voici mon conseil :
Cessez d’optimiser les anciens processus — repensez-les entièrement avec une approche axée sur l’IA dès le départ.
Faites confiance au système que vous avez conçu, pas aux tâches d’IA individuelles.
Recrutez pour le jugement et la pensée systémique, pas pour l’exécution.
Testez vous-même avant de déployer auprès des équipes.
Mesurez le levier (production par système), pas la productivité (production par personne).
Acceptez l’inconfort de ne pas « en faire assez » — votre valeur réside désormais dans le jugement, la créativité et la vision.
Avancez vite, mais bâtissez la confiance par la transparence et l’itération.
Pensez en décennies, agissez au quotidien.
Et n’attendez pas qu’on vous donne l’autorisation — commencez par vos propres processus, prouvez la valeur, puis déployez à grande échelle.
Et je le dis clairement : l’IA ne remplace pas le leadership — elle le renforce.
Suivez-nous
Vous pouvez suivre Domenico Gagliardi sur LinkedIn et X alors qu’il continue de transformer les codes du leadership. Et découvrez Kortix.ai.
D’autres interviews d’experts arrivent bientôt sur People Managing People !
Prêt à repenser l’ère de l’IA ?
Rejoignez la communauté People Managing People. Un compte gratuit vous donne chaque semaine des idées, des cadres pratiques et des stratégies entre pairs pour vous aider à diriger plus intelligemment, pas plus difficilement.
