
Waarom workflowontwerp belangrijker is dan technologie bij AI-adoptie

Domenico Gagliardi
Oprichter van Kortix AI
Domenico Gagliardi is de oprichter van Kortix.ai, een platform dat AI-agenten orkestreert en het traditionele leiderschapsmodel op zijn kop zet.
Domenico Gagliardi
Oprichter van Kortix AI
Key Takeaways
AI-eerst-leiderschap draait om het ontwerpen van systemen, niet om het nemen van beslissingen: Domenico Gagliardi stelt dat moderne leiders de overstap moeten maken van besluitvormers naar systeemontwerpers. In plaats van taken aan mensen te delegeren, ontwerpen leiders workflows waarin AI-agenten ongeveer 80% van de uitvoering voor hun rekening nemen, terwijl mensen zich richten op beoordelingsvermogen, creativiteit en visie. Waarborgen zijn belangrijker dan goedkeuringen.
Echte AI-transformatie begint met workflows, niet met hulpmiddelen: De meeste organisaties mislukken met AI omdat ze deze simpelweg aan verouderde processen toevoegen, in plaats van opnieuw na te denken over hoe het werk wordt uitgevoerd. Domenico’s raamwerk draait deze aanpak om door te beginnen met het in kaart brengen van workflows, duidelijk vast te stellen waar menselijk beoordelingsvermogen daadwerkelijk waarde toevoegt, al het overige te automatiseren en AI-agenten voortdurend te controleren om vertrouwen en uitlegbaarheid te waarborgen.
Permanente, lerende agenten creëren een steeds groter voordeel: Agenten die voorkeuren, context en resultaten leren kennen, verbeteren met elke cyclus en presteren uiteindelijk beter dan hun makers. Hierdoor verschuift AI van productiviteitswinst naar zich opstapelende intelligentie, wat veranderingen afdwingt in organisatieontwerp, prijsmodellen en zelfs functietitels.
In ons interview deelde Domenico een raamwerk voor het herzien van elke werkstroom en legde hij uit waarom de toepassing van AI en AI-geletterdheid in de meeste organisaties achterblijven.
AI-eerst leiderschap
Ik ben de oprichter van Kortix.ai. Ik heb meer dan 10 jaar besteed aan het opschalen van engineeringteams bij AI/ML-start-ups in Series B en later, en bleef hetzelfde probleem zien: bedrijven beschikten over de technologie, maar gebruikten nog steeds leiderschapsmodellen van vóór het AI-tijdperk.
Ik heb Kortix opgericht om een andere aanpak te bewijzen: organisaties die AI-agenten orkestreren in plaats van alleen mensen aan te sturen. We runnen het hele bedrijf op ons eigen platform, wat betekent dat ik AI-eerst leiderschap elke dag in de praktijk test.

Tip van Domenico
Ik moest de aanname loslaten dat meer mensen = meer capaciteit betekent. Dat is niet zo. Niet meer. We werken met 70% minder mensen dan vergelijkbare start-ups, omdat we betere werkstromen voor AI-agenten bouwen.
More Articles
Hoe leiders veranderen van beslissers in systeemontwerpers
Als leider is mijn rol verschoven van beslisser naar systeemontwerper.
Ik delegeer taken niet langer aan mensen. Ik ontwerp werkstromen waarin agenten 80% van de uitvoering voor hun rekening nemen en mensen zich richten op oordeelsvorming.
Daarvoor moest ik de aanname loslaten dat meer mensen = meer capaciteit betekent. Dat is niet zo. Niet meer. We werken met 70% minder mensen dan vergelijkbare start-ups, omdat we betere werkstromen voor AI-agenten bouwen.
Ik moest er ook aan wennen dat ik niet overal bij betrokken ben. Onze agenten nemen dagelijks honderden beslissingen zonder mijn goedkeuring. Het is mijn taak om randvoorwaarden vast te stellen, niet om acties goed te keuren.
Hoe AI het strategisch denken van moderne leiders kan versterken
AI op de werkplek automatiseert niet alleen routinewerk, maar versterkt ook het strategisch denken.

Vroeger besteedde ik uren aan het verzamelen van gegevens en kwam ik mentaal uitgeput tot beslissingen. Nu handelt AI de eerste 90% af (onderzoek, synthese, scenariomodellering) en kom ik fris bij het beslissingspunt aan, nadat ik bovendien 10x meer scenario's heb onderzocht dan voorheen.
De mentale ruimte die AI creëert, heeft een creativiteit ontsloten waarvan ik niet wist dat ik die bezat. Vroeger mat ik mijn waarde af aan de hoeveelheid werk die ik kon verzetten. Nu meet ik die af aan hoe goed ik denk.
Met andere woorden: AI heeft me menselijker gemaakt; het heeft me niet overbodig gemaakt.

Tip van Domenico
AI automatiseert niet alleen routinewerk — het versterkt het strategisch denken.
Waarom AI behandelen als een werknemer in plaats van als een hulpmiddel alles verandert
Op dit moment bestaat er een grote kloof in de manier waarop organisaties AI gebruiken. Ze zien AI als een hulpmiddel in plaats van als een werknemer.
Daarom voegen de meeste bedrijven ChatGPT toe aan bestaande werkstromen en noemen ze dat transformatie, terwijl mensen nog steeds 90% van het werk doen.
De echte belofte van AI is autonomie: agenten die end-to-end-werkstromen uitvoeren zonder menselijke tussenkomst. Daarom gebruiken we het volgende raamwerk:
- Breng eerst de werkstromen in kaart.
- Vraag waar menselijk oordeelsvermogen unieke waarde toevoegt.
- Automatiseer al het overige.
- Zorg ervoor dat elke AI-beslissing wordt vastgelegd en uitlegbaar is.
- Voer wekelijks audits van AI-agenten uit om vertrouwen op te bouwen.
De bedrijven die in de toekomst winnen, zullen niet de beste hulpmiddelen hebben — ze zullen de beste agenten hebben.
Hoe AI-agenten de belangrijkste bedrijfswerkstromen kunnen herzien
Hier zijn enkele voorbeelden van werkstromen die we met succes hebben herzien met AI in de bedrijfsstrategie:
- Werving: De agent screent cv's, beoordeelt kandidaten, stelt e-mails op en plant sollicitatiegesprekken.
- Resultaat: 3 uur/rol → 15 minuten.
- Strategie: Ik formuleer een vraag. De agent verzamelt gegevens, genereert 3-5 opties met voor- en nadelen en modelleert scenario's.
- Resultaat: ik neem beslissingen met 10x meer context in 1/10 van de tijd.
- Organisatieontwerp: We brengen eerst werkstromen in kaart en ontwerpen vervolgens functies rond wat mensen op unieke wijze toevoegen.
- Klantbenadering: De agent zoekt dagelijks op LinkedIn naar doelprofielen, verrijkt deze met bedrijfsgegevens, beoordeelt leads van 0-10 en stelt gepersonaliseerde berichten op.
- Resultaat: 2-3 uur/dag → 20 minuten. Het responspercentage is 4x toegenomen.
- Inhoud: De agent houdt trends in de gaten, stelt inhoud op in mijn stijl, maakt platformspecifieke varianten en plant de verspreiding.
- Resultaat: publiceren van 2x/week → 5x/week, met een 3x hogere betrokkenheid.
Waarom permanent geheugen cruciaal en problematisch is
Ik ben bijzonder enthousiast over het bouwen van agentgestuurde werkstromen met permanent geheugen.
De Reddit-agent die ik heb gebouwd, draait bijvoorbeeld elke dag om 6 uur 's ochtends, zoekt in meer dan 15 subreddits naar zoekwoorden (AI-agenten, behoeften op het gebied van automatisering, vermeldingen van concurrenten), beoordeelt berichten van 0-10 op relevantie/intentie, stelt authentieke reacties op en stuurt mij een overzicht. Ik kies met welke berichten ik interactie wil hebben, en hij onthoudt welke ik kies. Hij leert ook mijn voorkeuren voor toon en houdt bij welke reacties betrokkenheid opleverden.
In de eerste maand bewerkte ik 80% van de reacties. Maar nu, zes maanden later, bewerk ik er nog maar 5%, en meestal om strategische redenen. De dekking is toegenomen van 20-30 berichten per dag naar meer dan 200. De betrokkenheid bij reacties is 3x zo groot geworden.
De agent schrijft nu beter dan ik, omdat hij duizenden interacties heeft geanalyseerd. Dit is geen automatisering, maar zich opstapelende intelligentie. Elke taak maakt hem beter in de volgende. Als je eenmaal AI hebt ervaren die leert, kun je niet meer terug naar AI die vergeet.
Ondanks dit specifieke succes is permanent geheugen echter nog volop in ontwikkeling. Herinneringen en inzicht in context zijn tegenwoordig belangrijke uitdagingen voor AI in leren en ontwikkeling.
Dit is de grootste fout die leiders maken als het gaat om AI-adoptie: ze behandelen het als een technologisch probleem in plaats van als een leiderschapsprobleem. AI-adoptie draait niet om hulpmiddelen. Het gaat erom opnieuw na te denken over hoe het werk wordt gedaan.

De fout die de meeste leiders maken bij AI-adoptie
Dit is de grootste fout die leiders maken als het gaat om AI-adoptie: ze behandelen het als een technologisch probleem in plaats van als een leiderschapsprobleem.
Ze kopen ChatGPT-licenties, organiseren trainingsworkshops, voegen AI-functies toe en meten adoptiepercentages — om zich vervolgens af te vragen waarom er niets verandert.
AI-adoptie draait niet om hulpmiddelen. Het gaat erom opnieuw na te denken over hoe het werk wordt gedaan. De echte vragen zijn:
- Welk werk moeten mensen doen en welk werk agenten?
- Hoe herontwerpen we werkstromen vanaf nul?
- Hoe ziet onze organisatie eruit wanneer agenten 80% van de uitvoering voor hun rekening nemen?
Begin met werkstromen, niet met hulpmiddelen. Herontwerp, optimaliseer niet. En geef zelf het goede voorbeeld. AI-transformatie is een verschuiving in leiderschap, geen technologisch project.
Begin met werkstromen, niet met hulpmiddelen. Herontwerp, optimaliseer niet. En geef zelf het goede voorbeeld. AI-transformatie is een verschuiving in leiderschap, geen technologisch project.
Hoe je echte AI-geletterdheid opbouwt: leer orkestratie, geen hulpmiddelen
We leren werknemers AI-systemen te orkestreren, niet alleen hulpmiddelen te gebruiken.
In de eerste week brengt iedereen zijn werk in kaart als werkstromen (invoer, beslismomenten, uitvoer) en bouwt hij zijn eerste agent. Vervolgens voeren we wekelijks audits van agenten uit: wat werkte, wat mislukte en hoe kan het worden verbeterd?
We trainen mensen om te bepalen waar menselijk beoordelingsvermogen onvervangbaar is. Al het overige wordt geautomatiseerd. En teams delen hun agenten tussen verschillende functies.
De drie problemen die AI-adoptie in de meeste organisaties tegenhouden
Ondanks dit alles zie ik drie veelvoorkomende problemen bij de adoptie van AI:
- Vroege angst voor "AI zal mij vervangen." Dit wordt opgelost door te laten zien dat de medewerkers die de beste agents bouwen, promotie krijgen.
- Te grote afhankelijkheid van AI zonder controle. Dit wordt opgelost met verplichte audits.
- Workflowblindheid: Dit wordt opgelost door medewerkers te coachen over waarom ze op bepaalde momenten in de workflow moeten deelnemen en hoe ze dat moeten doen.
AI-gereed zijn betekent denken in systemen, vertrouwen maar verifiëren, en weten wanneer je moet ingrijpen.
Hoe je overstapt van tools kopen naar AI-eerst-workflows ontwerpen
Dit is onze kernstack:
- Kortix: Ons platform voert elke workflow uit
- Claude/GPT-4: We sturen taken door op basis van hun complexiteit
- Linear: Projectmanagement, geïntegreerd met agents die bugs automatisch categoriseren
- Slack: Samenwerkingshub voor mensen en AI
- Cursor: Ontwikkeling — je kunt Cursor taggen op Slack en wijzigingen aanbrengen in je repository zonder het toetsenbord aan te raken
- GitHub: Standaardontwikkelingsworkflow
- Supabase: Backend
- Vercel: Implementatie
- Resend: E-mail
- PostHog: Analyses met door agents aangereikte inzichten
Dit is sterk vereenvoudigd ten opzichte van waar we begonnen. We hebben Zapier, Make, Hubspot en Calendly verwijderd en vervangen door zelfgebouwde agents.
Het is een filosofische verschuiving: we zijn overgestapt van "tools kopen" naar "workflows bouwen". Als iets niet integreert met ons agent-ecosysteem, vervangen we het.
Hoe agentgestuurde workflows strategische koerswijzigingen afdwingen
Met de opkomst van agentgestuurde workflows stappen we over van software als dienst naar agents als dienst. Vanuit praktisch oogpunt betekent dit dat ons bedrijfsmodel verschuift van prijzen per gebruikerslicentie naar prijzen op basis van resultaten, waarbij je betaalt per geautomatiseerde taak en niet per gebruiker.

Onze marktintroductiestrategie is veranderd van verkopen aan managers op middenniveau naar verkopen aan CEO's/CFO's. Omdat we concurreren met personeel aannemen, niet met andere tools.
Onze productstrategie is ook veranderd: van functies bouwen naar vooraf geconfigureerde agents bouwen voor veelvoorkomende workflows.
En wat onze waardepropositie betreft, die is veranderd van "tijd besparen" naar "opschalen zonder personeel aan te nemen". We verkopen AI-eerst-infrastructuur, geen AI die aan oude software is vastgemaakt.
Hoe AI traditionele rollen tegen 2030 zal veranderen
De traditionele rol van de oprichter zal de komende jaren verdwijnen.
Tegen 2030 zullen "oprichter-orkestrators" legers van AI-agents ontwerpen in plaats van alles zelf te doen. Eén oprichter met meer dan 100 agents zal $100M+ ARR bereiken.
We zullen niet langer mensen aannemen voor uitvoerend werk — functietitels zullen "Agentorkestrator" en "Workflowarchitect" zijn. Agents zullen in feite medeoprichters zijn met gespecialiseerde expertise die redeneren, leren en zichzelf verbeteren.
Traditionele SaaS zal instorten. Bedrijven zullen autonome agents verkopen, geen tools.
Organisatieschema's zullen overdrachten in workflows tussen agents en mensen tonen, geen rapportagelijnen.
De economische logica is onvermijdelijk: een medewerker aannemen kost $100K+/jaar, een agent inzetten kost $1K-$10K/jaar.
Bedrijven die zich niet aanpassen, zullen in 2010 Blockbuster zijn.

Domenico's tip
Neem mensen aan vanwege hun beoordelingsvermogen en systeemdenken, niet vanwege hun uitvoeringsvermogen.
Wat leiders nu moeten doen om AI-eerst-organisaties te ontwerpen
Dit is mijn advies:
- Stop met het optimaliseren van oude workflows — ontwerp ze opnieuw vanaf nul met een AI-eerstbenadering.
- Vertrouw op het systeem dat je hebt ontworpen, niet op afzonderlijke AI-taken.
- Neem mensen aan vanwege hun beoordelingsvermogen en systeemdenken, niet vanwege hun uitvoeringsvaardigheden.
- Gebruik eerst zelf wat je hebt ontwikkeld voordat je het binnen teams uitrolt.
- Meet hefboomwerking (resultaat per systeem), niet productiviteit (resultaat per persoon).
- Omarm het ongemak van het gevoel dat je niet "genoeg doet" — je waarde ligt nu in beoordelingsvermogen, creativiteit en visie.
- Beweeg snel, maar bouw vertrouwen op door transparantie en iteratie.
- Denk in decennia, handel in dagen.
- En wacht niet op toestemming — begin met je eigen workflows, bewijs de waarde en schaal daarna op.
En ik zal dit zeggen: AI vervangt leiderschap niet — het versterkt het.
Volg mee
Je kunt Domenico Gagliardi volgen op LinkedIn en X terwijl hij de manier waarop we naar leiderschap kijken blijft veranderen. Bekijk ook Kortix.ai.
Er volgen meer interviews met experts op People Managing People!
Klaar om het AI-tijdperk opnieuw te bekijken?
Word lid van de People Managing People-community. Met een gratis account krijg je wekelijkse inzichten, praktische kaders en strategieën van vakgenoten die je helpen slimmer leiding te geven, niet harder.



