Gusto et partenaires démontrent l’intégration d’agents IA comme co‑fondateurs

Contexte et enjeux

Lors du Builders Stage du TechCrunch Disrupt 2026, Josh Reeves (CEO de Gusto), Michelle Johnson (Insight Partners) et John Koelliker (Leland) ont exposé la façon dont les startups early‑stage réinventent leurs premières équipes. Gusto, qui fournit des services de paie, de conformité et de RH à plus de 500 000 entreprises, se trouve au cœur du quotidien des petites structures qui décident d’ajouter ou non des collaborateurs humains. La discussion s’est centrée sur la substitution possible de certaines fonctions par des agents IA capables d’exécuter des tâches multistep en ingénierie, support client ou opérations, réduisant ainsi le besoin d’embaucher immédiatement.

Fonctionnement des agents IA dans les startups

Les agents IA évoqués sont des systèmes capables d’interpréter des requêtes, d’interagir avec des API internes et externes, puis de produire des livrables sans supervision constante. Par exemple, un agent peut analyser des tickets de support, générer des réponses adaptées et mettre à jour la base de connaissances, tout en conservant un historique d’interaction exploitable par les humains. Dans le domaine commercial, Insight Partners cite l’expérience de Flock Safety, qui est passé de moins d’un million de dollars de revenu annuel récurrent (ARR) à 90 millions de dollars grâce à l’automatisation de la prospection et de l’analyse de données client par IA. Leland, plateforme de talent orientée IA, propose déjà des outils de matching compétences‑tâches où l’agent pré‑sélectionne des profils en fonction de critères de performance mesurés, accélérant le processus de recrutement.

Implications organisationnelles et limites

Le recours à des agents IA modifie la répartition de la responsabilité. Les fondateurs doivent définir qui vérifie le travail produit, qui prend la décision finale et comment gérer les erreurs d’un agent. La valeur ajoutée des premiers employés se concentre alors sur le jugement, la culture d’entreprise et la capacité à orienter à la fois humains et machines. Cette évolution impose également des exigences de gouvernance : journalisation des actions d’IA, audits de conformité et protocoles de reprise en cas de défaillance. Enfin, le modèle reste conditionné par la maturité des agents ; les tâches hautement créatives ou nécessitant une empathie profonde restent hors de portée, ce qui limite la substitution totale et maintient un besoin de compétences humaines spécialisées.