Pourquoi la conception des workflows compte plus que la technologie dans l’adoption de l’IA
Domenico Gagliardi est le fondateur de Kortix.ai, une plateforme qui orchestre des agents IA, bouleversant le modèle traditionnel de leadership.
Un leadership IA-first repose sur la conception de systèmes, pas sur la prise de décision: Domenico Gagliardi soutient que les leaders modernes doivent passer du statut de décideurs à celui de concepteurs de systèmes. Au lieu de déléguer des tâches à des personnes, les leaders construisent des workflows où les agents IA gèrent environ 80% de l’exécution, tandis que les humains se concentrent sur le jugement, la créativité et la vision. Les garde-fous comptent davantage que les validations.
La vraie transformation IA commence avec les workflows, pas les outils: La plupart des organisations échouent avec l’IA parce qu’elles se contentent de l’ajouter à des processus obsolètes au lieu de repenser la façon dont le travail est réalisé. Le cadre de Domenico renverse cette approche en démarrant par la cartographie des workflows, en identifiant clairement où le jugement humain apporte une réelle valeur ajoutée, en automatisant tout le reste, et en auditant en continu les agents IA pour garantir confiance et explicabilité.
Des agents persistants et apprenants créent un avantage cumulatif: Les agents qui apprennent des préférences, du contexte et des résultats s’améliorent à chaque cycle, finissant par surpasser leurs créateurs. Cela fait passer l’IA d’un simple gain de productivité à une intelligence cumulative, imposant de repenser la conception des organisations, les modèles tarifaires, et même les intitulés de poste.
Lors de notre interview, Domenico a partagé un cadre pour refondre n'importe quel flux de travail, ainsi que les raisons pour lesquelles l'adoption et la compréhension de l'IA accusent du retard dans la plupart des organisations.
Leadership axé sur l’IA
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 en série B+ et je constatais sans cesse le même problème : Les entreprises disposaient de la technologie mais utilisaient encore des modèles de leadership 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 faisons tourner toute l’entreprise sur notre propre plateforme, ce qui signifie que je teste chaque jour le leadership axé sur l’IA en condition réelle.
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
Comment les dirigeants passent de décideurs à concepteurs de systèmes
En tant que dirigeant, mon rôle est passé de décideur à concepteur de systèmes.
Je ne délègue plus les tâches aux personnes. Je conçois des workflows où les agents gèrent 80 % de l’exécution et où les humains se concentrent sur la prise de décision.
Cela m’a obligé à abandonner l’idée que plus de personnes = plus de capacité. Ce n’est plus le cas. Nous fonctionnons avec 70 % de personnel en moins que des startups comparables parce que nous construisons de meilleurs workflows d’agents.
Cela m’a également demandé de me sentir à l’aise avec le fait de ne pas être impliqué dans tout. Nos agents prennent des centaines de décisions chaque jour sans mon aval. Mon travail consiste à poser des garde-fous, pas à approuver les actions.
Comment l’IA peut amplifier la réflexion stratégique des dirigeants modernes
L’IA sur le lieu de travail ne fait pas qu’automatiser les tâches ingrates, elle amplifie la réflexion stratégique.
Avant, je passais des heures à collecter des données et j’arrivais aux décisions mentalement épuisé. Aujourd’hui, l’IA gère les 90 % premiers (recherche, synthèse, modélisation scénaristique) et me livre au point de décision l’esprit frais, après avoir exploré 10 fois plus de scénarios qu’auparavant.
L’espace mental généré par l’IA a libéré une créativité dont je ne me savais pas capable. Je mesurais ma valeur par le nombre de choses que je faisais. Maintenant, 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.
Pourquoi traiter l’IA comme un travailleur plutôt qu’un outil change tout
Actuellement, il existe un véritable fossé dans la façon dont les organisations utilisent l’IA. Elles la considèrent comme un outil plutôt que comme un travailleur.
De ce fait, la plupart des entreprises se contentent d’ajouter ChatGPT à leurs workflows existants et parlent de transformation, mais ce sont toujours les humains qui effectuent 90 % du travail.
La véritable promesse de l’IA, c’est l’autonomie : des agents exécutant de bout en bout des workflows sans intervention humaine. Voilà pourquoi nous utilisons le cadre suivant :
- Cartographier d’abord les workflows.
- Identifier où le jugement humain apporte une valeur unique.
- Automatiser tout le reste.
- S’assurer que chaque décision IA soit enregistrée et explicable.
- Effectuer des audits hebdomadaires des agents pour instaurer la confiance.
Les entreprises qui gagneront demain n’auront pas les meilleurs outils — elles disposeront des meilleurs agents.
Comment les agents IA peuvent transformer les workflows métier essentiels
Voici quelques exemples de workflows que nous avons réussi à transformer grâce à l’IA dans la stratégie d’entreprise :
- Recrutement : L’agent analyse les CV, évalue les candidats, rédige des e-mails, 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 les 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 nous concevons les rôles autour de ce que l’humain apporte d’unique.
- Prospection client : L’agent recherche quotidiennement des profils cibles sur LinkedIn, enrichit les résultats avec des données sur les entreprises, note les prospects de 0 à 10, rédige des messages personnalisés.
- Résultat : 2-3 heures/jour → 20 minutes. Taux de réponse multiplié par 4.
- Contenu : L’agent surveille les tendances, rédige des contenus dans mon style, crée des variantes adaptées aux plateformes, planifie la diffusion.
- Résultat : 2x/semaine → 5x/semaine de publications, engagement multiplié par 3.
Pourquoi la mémoire persistante est à la fois cruciale et problématique
Je suis particulièrement enthousiasmé à l’idée de créer des flux de travail automatisés disposant d’une mémoire persistante.
Par exemple, l’agent Reddit que j’ai conçu s’exécute tous les jours à 6 heures du matin, recherche plus de 15 sous-reddits en quête de mots-clés (agents IA, besoins en automatisation, mentions de concurrents), attribue une note de 0 à 10 selon la pertinence ou l’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 suit les réponses ayant généré de l’engagement.
Le premier mois, j’ai modifié 80 % des réponses. Mais désormais, six mois plus tard, je n’en modifie plus que 5 %, essentiellement pour des raisons stratégiques. Nous sommes passés de 20 à 30 publications/jour à plus de 200. L’engagement sur les réponses a triplé.
L’agent écrit désormais mieux que moi parce qu’il a analysé des milliers d’interactions. Ce n’est pas de l’automatisation, c’est de l’intelligence cumulative. Chaque tâche le rend meilleur pour la suivante. Après avoir expérimenté une IA qui apprend, impossible de revenir à une IA qui oublie.
Malgré ce succès particulier, la mémoire persistante reste un défi. La mémoire et la compréhension du contexte sont des enjeux clés de l’IA pour la formation et le développement aujourd’hui.
Voici la plus grande erreur que commettent les dirigeants concernant l’adoption de l’IA : ils en font un problème technologique alors qu’il s’agit avant tout d’un enjeu de leadership. Adopter l’IA ne consiste pas à choisir des outils. Il s’agit de repenser la manière d’organiser le travail.
L’erreur que commettent la plupart des dirigeants dans l’adoption de l’IA
Voici la plus grande erreur que commettent les dirigeants concernant l’adoption de l’IA : ils considèrent cela comme un problème technique, alors que c’est surtout une question de leadership.
Ils achètent des licences ChatGPT, organisent des ateliers de formation, intègrent des fonctionnalités IA et mesurent les taux d’adoption — puis s’étonnent que rien ne change.
L’adoption de l’IA ne dépend pas des outils. Il faut repenser l’organisation du travail. Les vraies questions sont :
- Quelles tâches doivent être réalisées par des humains plutôt que par des agents ?
- Comment repenser les workflows depuis zéro ?
- À quoi ressemblera notre organisation lorsque les agents exécuteront 80 % du travail ?
Commencez par les workflows, pas par les outils. Redessinez au lieu d’optimiser. Et montrez l’exemple. La transformation par l’IA relève d’une évolution du leadership, pas d’un projet technique.
Commencez par les workflows, pas par les outils. Redessinez au lieu d’optimiser. Et montrez l’exemple. La transformation par l’IA relève d’une évolution du leadership, pas d’un projet technique.
Comment développer une vraie culture IA : enseigner l’orchestration, pas seulement les outils
Nous apprenons aux employés à orchestrer les systèmes d’IA, pas seulement à utiliser des outils.
La première semaine, chacun cartographie son travail sous forme de workflows (entrées, points de décision, sorties) et crée son premier agent. Ensuite, nous réalisons des audits hebdomadaires des agents : qu’est-ce qui a fonctionné, échoué et comment améliorer ?
Nous formons les collaborateurs à identifier les tâches où le jugement humain est irremplaçable. Le reste est automatisé. Et les équipes se 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 dans l'adoption de l'IA :
- Peur initiale du « L'IA va me remplacer ». Ceci se résout en montrant que les collaborateurs qui construisent les meilleurs agents sont promus.
- Trop grande confiance dans l'IA sans contrôle. Ceci se résout par des audits obligatoires.
- Cécité de workflow : Ceci se résout en coachant les employés sur les raisons pour lesquelles ils doivent intervenir à certains points du processus, et comment le faire.
Être prêt pour l'IA, c'est penser en systèmes, faire confiance mais vérifier, et savoir quand intervenir.
Comment passer de l'achat d'outils à la conception de workflows centrés sur l'IA
Voici notre pile principale :
- Kortix : Notre plateforme gère chaque workflow
- Claude/GPT-4 : Nous orientons en fonction de la complexité de la tâche
- Linear : Gestion de projet, intégrée à des agents qui trient automatiquement les bugs
- Slack : Hub de collaboration humain-IA
- Cursor : Développement — vous pouvez taguer Cursor sur Slack et effectuer des modifications dans votre dépôt sans toucher le clavier
- GitHub : Workflow de développement standard
- Supabase : Back-end
- Vercel : Déploiement
- Resend : Email
- PostHog : Analyse de données avec insights proposés par les agents
Cela a été fortement simplifié par rapport à nos débuts. Nous avons supprimé Zapier, Make, Hubspot et Calendly, et les avons remplacés par des agents développés en interne.
C'est un vrai changement de philosophie : nous sommes passés de « acheter des outils » à « construire des workflows ». Si cela ne s'intègre pas à notre écosystème d'agents, nous le remplaçons.
Comment les workflows agentiques imposent des virages stratégiques
Avec la montée des workflows pilotés par des agents, nous passons du Software-as-a-Service à l'Agents-as-a-Service. Concrètement, cela signifie que notre modèle économique passe d'une tarification par utilisateur à une tarification basée sur le résultat, où l'on paie par tâche automatisée, et non par utilisateur.
Notre stratégie de mise sur le marché a changé : nous nous adressons désormais aux PDG/Directeurs financiers plutôt qu'aux cadres intermédiaires. Car notre concurrence, c'est le recrutement, pas les autres outils.
Notre stratégie produit a également évolué, passant de la création de fonctionnalités à la création d'agents préconfigurés pour les workflows fréquents.
Concernant notre proposition de valeur, elle a évolué de « gagner du temps » à « évoluer sans embaucher ». Nous vendons une infrastructure nativement IA, pas de l'IA greffée sur de vieux logiciels.
Comment l'IA va remodeler 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 IA au lieu de tout faire eux-mêmes. Un seul fondateur avec plus de 100 agents pourra atteindre plus de 100M$ de CA récurrent annuel.
Nous cesserons de recruter pour l'exécution — les intitulés de poste seront « Orchestrateur d'agents » et « Architecte workflow ». Les agents deviendront en quelque sorte cofondateurs, doté d'une expertise spécialisée qui réfléchit, apprend et progresse.
Le SaaS traditionnel va s'effondrer. Les entreprises vendront des agents autonomes, pas des outils.
Les organigrammes représenteront les passes de main entre agents et humains, plus des lignes hiérarchiques.
Les logiques économiques sont implacables : Embaucher un collaborateur coûte plus de 100K$/an, déployer un agent coûte 1K$-10K$/an.
Les entreprises qui n'évoluent pas seront les nouveaux Blockbuster en 2010.
Ce que les dirigeants doivent faire dès maintenant pour bâtir des organisations IA-first
Voici mon conseil :
- Cessez d’optimiser les anciens processus : repensez-les entièrement avec une logique « priorité à l’IA ».
- Faites confiance au système que vous avez conçu, pas à chaque tâche d’IA individuellement.
- Recrutez pour le discernement et la pensée systémique, pas pour l’exécution.
- Testez vos propres solutions avant de les déployer auprès des équipes.
- Mesurez le levier (production par système), pas la productivité (production par personne).
- Acceptez l’inconfort de ne pas "faire assez" : votre valeur réside désormais dans le jugement, la créativité et la vision.
- Avancez vite, mais bâtissez la confiance grâce à la transparence et à l’itération.
- Pensez en décennies, agissez au quotidien.
- Et n’attendez pas l’autorisation : commencez par vos propres processus, prouvez leur valeur, puis déployez à grande échelle.
Et je le dis clairement : l’IA ne remplace pas le leadership — elle l’amplifie.
Suivez-nous
Vous pouvez suivre Domenico Gagliardi sur LinkedIn et X alors qu’il continue de transformer les codes du leadership. Et jetez un œil à Kortix.ai.
D’autres interviews d’experts à venir sur People Managing People !
Prêts à repenser l’ère de l’IA ?
Rejoignez la communauté People Managing People. Un compte gratuit vous offre chaque semaine des insights, des cadres pratiques et des stratégies entre pairs pour vous aider à diriger plus intelligemment, pas plus difficilement.
