Key Takeaways
A liderança orientada para a IA consiste em conceber sistemas, não em tomar decisões: Domenico Gagliardi defende que os líderes modernos devem passar de tomadores de decisão a designers de sistemas. Em vez de delegarem tarefas a pessoas, os líderes concebem fluxos de trabalho nos quais os agentes de IA tratam de ~80% da execução, enquanto os seres humanos se concentram no discernimento, na criatividade e na visão. Os mecanismos de controlo são mais importantes do que as aprovações.
A verdadeira transformação pela IA começa pelos fluxos de trabalho, não pelas ferramentas: A maioria das organizações falha com a IA porque simplesmente a acrescenta a processos ultrapassados, em vez de repensar a forma como o trabalho é realizado. A abordagem de Domenico inverte este modelo, começando pelo mapeamento dos fluxos de trabalho, identificando claramente onde o discernimento humano acrescenta genuinamente valor, automatizando tudo o resto e auditando continuamente os agentes de IA para garantir confiança e explicabilidade.
Agentes persistentes e capazes de aprender criam uma vantagem cumulativa: Os agentes que aprendem preferências, contexto e resultados melhoram a cada ciclo, acabando por superar os seus criadores. Isto transforma a IA, que deixa de proporcionar apenas ganhos de produtividade e passa a gerar inteligência cumulativa, obrigando a mudanças no design organizacional, nos modelos de preços e até nos títulos dos cargos.
Na nossa entrevista, Domenico partilhou uma estrutura para reformular qualquer fluxo de trabalho, bem como as razões pelas quais a adoção e a literacia em IA estão atrasadas na maioria das organizações.
Liderança com IA em primeiro lugar
Sou o fundador da Kortix.ai. Passei mais de 10 anos a expandir equipas de engenharia em startups de IA/ML da Série B ou posteriores e continuei a deparar-me com o mesmo problema: as empresas tinham a tecnologia, mas continuavam a utilizar modelos de liderança anteriores à IA.
Criei a Kortix para demonstrar uma abordagem diferente — organizações que orquestram agentes de IA em vez de se limitarem a dirigir pessoas. Gerimos toda a empresa na nossa própria plataforma, o que significa que testo diariamente a liderança com IA em primeiro lugar num ambiente de produção.
Dica do Domenico
Tive de abandonar a ideia de que mais pessoas = mais capacidade. Não é verdade. Já não. Operamos com 70% menos pessoas do que startups comparáveis porque desenvolvemos melhores fluxos de trabalho com agentes.
More Articles
- Ex-fundador da Google AI e doutorado em aprendizagem automática revela como a liderança se transformou — e o que os líderes devem priorizar agora
- IA que informa, pessoas que decidem: manter os RH responsáveis na era da automatização
- A estratégia de IA é um desafio cultural, e os RH estão numa posição única para liderar
- Veterano de 30 anos em tecnologia de RH: a adoção da IA deve manter as pessoas em primeiro lugar
- Autor e especialista em IA incentiva as organizações a passar de “Humano no circuito” para “Humano na supervisão do circuito”
Como os líderes estão a passar de decisores a designers de sistemas
Enquanto líder, o meu papel passou de decisor a designer de sistemas.
Já não delego tarefas em pessoas. Concebo fluxos de trabalho nos quais os agentes tratam de 80% da execução e os humanos se concentram no discernimento.
Isto exigiu que abandonasse a ideia de que mais pessoas = mais capacidade. Não é verdade. Já não. Operamos com 70% menos pessoas do que startups comparáveis porque desenvolvemos melhores fluxos de trabalho com agentes.
Também exigiu que me habituasse a não estar a par de tudo. Os nossos agentes tomam centenas de decisões diariamente sem a minha aprovação. O meu trabalho é definir limites de segurança, não aprovar ações.
Como a IA pode amplificar o pensamento estratégico dos líderes modernos
A IA no local de trabalho não se limita a automatizar tarefas rotineiras; amplifica o pensamento estratégico.
Antes, passava horas a recolher dados e chegava às decisões mentalmente exausto. Agora, a IA trata dos primeiros 90% (investigação, síntese, modelação de cenários) e leva-me até ao momento da decisão com uma sensação de frescura, depois de explorar 10 vezes mais cenários do que antes.
O espaço mental criado pela IA desbloqueou uma criatividade que eu não sabia que tinha. Costumava medir o meu valor pela quantidade de coisas que conseguia fazer. Agora, meço-o pela qualidade do meu pensamento.
Por outras palavras, a IA tornou-me mais humano; não me tornou obsoleto.
Dica do Domenico
A IA não se limita a automatizar tarefas rotineiras — amplifica o pensamento estratégico.
Porque tratar a IA como um trabalhador, em vez de uma ferramenta, muda tudo
Atualmente, existe uma grande desconexão na forma como as organizações estão a utilizar a IA. Veem a IA como uma ferramenta, em vez de a verem como um trabalhador.
Por causa disso, a maioria das empresas acrescenta o ChatGPT aos fluxos de trabalho existentes e chama a isso transformação, mas os humanos continuam a fazer 90% do trabalho.
A verdadeira promessa da IA é a autonomia: agentes que executam fluxos de trabalho de ponta a ponta sem intervenção humana. É por isso que utilizamos a seguinte estrutura:
- Mapear primeiro os fluxos de trabalho.
- Identificar onde o discernimento humano acrescenta um valor único.
- Automatizar tudo o resto.
- Garantir que todas as decisões da IA são registadas e explicáveis.
- Realizar auditorias semanais aos agentes para criar confiança.
As empresas que vencerem no futuro não terão as melhores ferramentas — terão os melhores agentes.
Como os agentes de IA podem reformular os principais fluxos de trabalho empresariais
Eis alguns exemplos de fluxos de trabalho que reformulámos com sucesso utilizando a IA na estratégia empresarial:
- Recrutamento: O agente analisa currículos, avalia candidatos, redige e-mails e agenda entrevistas.
- Resultado: 3 horas/função → 15 minutos.
- Estratégia: Formulo uma pergunta. O agente reúne dados, gera 3-5 opções com prós e contras e modela cenários.
- Resultado: tomo decisões com 10 vezes mais contexto em um décimo do tempo.
- Conceção organizacional: Primeiro mapeamos os fluxos de trabalho e depois concebemos funções com base naquilo que os humanos acrescentam de forma única.
- Contacto com clientes: O agente pesquisa diariamente no LinkedIn perfis-alvo, enriquece-os com dados das empresas, classifica os potenciais clientes de 0 a 10 e redige mensagens personalizadas.
- Resultado: 2-3 horas/dia → 20 minutos. A taxa de resposta aumentou 4 vezes.
- Conteúdo: O agente monitoriza tendências, redige conteúdos com o meu tom de voz, cria variações específicas para cada plataforma e agenda a distribuição.
- Resultado: publicação 2 vezes/semana → 5 vezes/semana, com um aumento de 3 vezes no envolvimento.
Porque é que a memória persistente é crítica e problemática
Estou particularmente entusiasmado com a criação de fluxos de trabalho baseados em agentes com memória persistente.
O agente do Reddit que criei, por exemplo, funciona todos os dias às 6 da manhã: pesquisa em mais de 15 subreddits palavras-chave (agentes de IA, necessidades de automatização, menções a concorrentes), classifica as publicações de 0 a 10 quanto à relevância/intenção, redige respostas autênticas e envia-me um resumo. Escolho com que publicações interagir, e ele lembra-se das que escolho. Também aprende as minhas preferências de tom e acompanha quais foram as respostas que geraram envolvimento.
No primeiro mês, editei 80% das respostas. Mas agora, seis meses depois, edito apenas 5%, sobretudo por razões estratégicas. A cobertura passou de 20-30 publicações/dia para mais de 200. O envolvimento com as respostas aumentou 3 vezes.
Agora, o agente escreve melhor do que eu, porque analisou milhares de interações. Isto não é automatização, é inteligência cumulativa. Cada tarefa torna-o melhor na seguinte. Depois de experimentar uma IA que aprende, não é possível voltar a uma IA que se esquece.
Apesar deste sucesso específico, a memória persistente ainda está em desenvolvimento. As memórias e a compreensão do contexto são desafios fundamentais da IA na aprendizagem e desenvolvimento atualmente.
Eis o maior erro que os líderes estão a cometer quando se trata da adoção da IA: estão a tratá-la como um problema tecnológico, em vez de um problema de liderança. A adoção da IA não diz respeito às ferramentas. Diz respeito a repensar a forma como o trabalho é realizado.
O erro que a maioria dos líderes está a cometer na adoção da IA
Eis o maior erro que os líderes estão a cometer quando se trata da adoção da IA: estão a tratá-la como um problema tecnológico, em vez de um problema de liderança.
Compram licenças do ChatGPT, organizam sessões de formação, adicionam funcionalidades de IA e medem as taxas de adoção — para depois se perguntarem por que razão nada muda.
A adoção da IA não diz respeito às ferramentas. Diz respeito a repensar a forma como o trabalho é realizado. As verdadeiras perguntas são:
- Que trabalho deve ser realizado por humanos e que trabalho deve ser realizado por agentes?
- Como podemos reformular os fluxos de trabalho de raiz?
- Como será a nossa organização quando os agentes tratarem de 80% da execução?
Comece pelos fluxos de trabalho, não pelas ferramentas. Reformule, não se limite a otimizar. E lidere pelo exemplo. A transformação com IA é uma mudança de liderança, não um projeto tecnológico.
Como desenvolver uma verdadeira literacia em IA: ensine orquestração, não ferramentas
Ensinamos os colaboradores a orquestrar sistemas de IA, não apenas a utilizar ferramentas.
Na primeira semana, cada pessoa mapeia o seu trabalho como fluxos de trabalho (entradas, pontos de decisão, resultados) e cria o seu primeiro agente. Depois, realizamos auditorias semanais aos agentes: o que funcionou, o que falhou e como pode ser melhorado?
Formamos as pessoas para identificarem onde o discernimento humano é insubstituível. Depois, tudo o resto é automatizado. E as equipas partilham os seus agentes entre funções.
As três questões que estão a travar a adoção da IA na maioria das organizações
Mesmo com tudo isto, vejo três problemas comuns na adoção da IA:
- O receio inicial de que «a IA me vai substituir». Isto resolve-se mostrando que os colaboradores que desenvolvem os melhores agentes são promovidos.
- Dependência excessiva da IA sem revisão. Isto resolve-se com auditorias obrigatórias.
- Cegueira relativamente aos fluxos de trabalho: Isto resolve-se orientando os colaboradores sobre a razão pela qual têm de participar em determinados pontos do fluxo de trabalho e sobre como o fazer.
Estar preparado para a IA significa pensar em sistemas, confiar, mas verificar, e saber quando intervir.
Como passar da compra de ferramentas para a conceção de fluxos de trabalho baseados na IA
Eis o nosso conjunto tecnológico principal:
- Kortix: A nossa plataforma executa todos os fluxos de trabalho
- Claude/GPT-4: Fazemos o encaminhamento com base na complexidade da tarefa
- Linear: Gestão de projetos, integrada com agentes que fazem automaticamente a triagem de erros
- Slack: Centro de colaboração entre humanos e IA
- Cursor: Desenvolvimento — é possível mencionar o Cursor no Slack e fazer alterações no nosso repositório sem tocar no teclado
- GitHub: Fluxo de trabalho de desenvolvimento padrão
- Supabase: Infraestrutura de retaguarda
- Vercel: Implementação
- Resend: E-mail
- PostHog: Análise de dados com informações identificadas pelos agentes
Isto foi bastante simplificado relativamente ao ponto de partida. Removemos o Zapier, o Make, o Hubspot e o Calendly, substituindo-os por agentes desenvolvidos internamente.
É uma mudança de filosofia: passámos de «comprar ferramentas» para «criar fluxos de trabalho». Se não se integrar no nosso ecossistema de agentes, substituímo-lo.
Como os fluxos de trabalho baseados em agentes estão a forçar mudanças estratégicas
Com a ascensão dos fluxos de trabalho baseados em agentes, estamos a passar de software como serviço para agentes como serviço. Na prática, isto significa que o nosso modelo de negócio está a passar de preços por utilizador para preços baseados em resultados, em que se paga por cada tarefa automatizada, e não por cada utilizador.
A nossa estratégia de entrada no mercado mudou: passámos de vender a gestores intermédios para vender a CEO e CFO. Porque estamos a competir com a contratação, e não com outras ferramentas.
A nossa estratégia de produto também mudou: passámos de desenvolver funcionalidades para criar agentes pré-configurados para fluxos de trabalho comuns.
E, no que diz respeito à nossa proposta de valor, passámos de «poupar tempo» para «crescer sem contratar». Estamos a vender uma infraestrutura nativa de IA, e não IA acrescentada a software antigo.
Como a IA vai mudar as funções tradicionais até 2030
A função tradicional de fundador vai desaparecer nos próximos anos.
Até 2030, os «fundadores-orquestradores» vão conceber frotas de agentes de IA em vez de fazerem tudo sozinhos. Um único fundador com mais de 100 agentes vai atingir mais de 100 milhões de dólares em ARR.
Vamos deixar de contratar para a execução — os cargos vão chamar-se «Orquestrador de Agentes» e «Arquiteto de Fluxos de Trabalho». Os agentes serão, essencialmente, cofundadores com conhecimentos especializados, capazes de raciocinar, aprender e melhorar.
O SaaS tradicional vai entrar em colapso. As empresas vão vender agentes autónomos, não ferramentas.
Os organogramas vão mostrar transferências de tarefas entre agentes e humanos, e não linhas hierárquicas.
A lógica económica é inevitável: contratar um colaborador custa mais de 100 mil dólares por ano, enquanto implementar um agente custa entre 1.000 e 10.000 dólares por ano.
As empresas que não se adaptarem serão a Blockbuster de 2010.
Conselho de Domenico
Contrate com base na capacidade de julgamento e no pensamento sistémico, não na execução.
O que os líderes devem fazer agora para conceber organizações baseadas na IA
Eis o meu conselho:
- Deixe de otimizar fluxos de trabalho antigos — redesenhe-os de raiz com uma abordagem centrada na IA.
- Confie no sistema que concebeu, não em tarefas individuais de IA.
- Recrute pela capacidade de julgamento e pelo pensamento sistémico, não pela execução.
- Experimente internamente antes de implementar nas equipas.
- Meça a alavancagem (produção por sistema), não a produtividade (produção por pessoa).
- Aceite o desconforto de não estar a "fazer o suficiente" — agora, o seu valor está no julgamento, na criatividade e na visão.
- Avance rapidamente, mas construa confiança através da transparência e da iteração.
- Pense em décadas, aja em dias.
- E não espere por autorização — comece pelos seus próprios fluxos de trabalho, demonstre o valor e depois amplie.
E digo-lhe isto: a IA não substitui a liderança — amplifica-a.
Acompanhe
Pode acompanhar Domenico Gagliardi no LinkedIn e no X, enquanto continua a transformar a liderança. E visite também Kortix.ai.
Em breve, haverá mais entrevistas com especialistas na People Managing People!
Pronto para repensar a era da IA?
Junte-se à comunidade People Managing People. As contas gratuitas dão-lhe acesso semanal a insights, modelos práticos e estratégias de colegas para o ajudar a liderar de forma mais inteligente, e não mais árdua.
