IA Coaching For Managerial Performance [Case Study]

English version (French version below in the article)

In brief. A well-designed AI agent does not hand out ready-made answers: it makes people think. Dr. Olivier Malafronte's doctoral research, feedback from the people being coached and from the coaches who design their own agents all point to the same conclusion. AI makes reflection available every day and extends the work of the human coach, without ever replacing it. The Ocalis case, documented in the free Mentat Partners × Magif.ai white paper, shows what this changes in twelve weeks inside a sales organization.

The wrong question

For two years, the debate on coaching and AI has revolved around a single question: will AI replace coaches?

That question hides what matters most. A coaching session lasts one hour. Change happens in the hundreds of working hours between one session and the next: over a six-month engagement, around ten hours in session against nearly 2,900 waking hours outside it. That is where good resolutions fade, old habits come back and decisions are made alone.

The real question is therefore this: how can reflection be extended into the flow of work, between human touchpoints? On this precise point, research, users and coaches now give converging answers.

What the research shows

Dr. Olivier Malafronte's doctoral thesis, conducted at Université Côte d'Azur (IAE Nice), analyzed the conversations and feedback of executives and managers using AI coaching agents in several international organizations. Three findings now shape the way agents are designed on Magif.ai.

1. Development comes from reflexivity, not from answers

AI coaching conversations rest on reflective questioning. They help leaders shift their cognitive and affective schemas, the mental frames through which each of us interprets a situation and turns it into action. Development happens when these schemas move. And it is deliberate, repeated use that builds leadership competencies over time.

AI doesn't transform organizations: reflection does. AI makes that reflection scalable.

2. Relational orientation determines outcomes

The article he co-authored with Pauline Fatien (Journal of Applied Behavioral Science, 2026) shows that the way a person approaches the agent determines what they get from it. An instrumental orientation ("give me the solution") limits change. An exploratory orientation, where the agent acts as a reflective mirror, supports it. The practical consequence: set the frame from the very first exchange. The agent helps people think; it does not think for them.

3. Augment, not replace

The concept of competence augmentation (Management & Avenir, 2024; chapter in Coaching in the Age of AI, Springer, 2026) describes AI that strengthens human capabilities instead of substituting for them. After their conversations with the agent, leaders initiate new development actions on their own: a form of self-supervision. The agent then becomes an entry point into coaching, a companion between sessions, or a follow-up tool that extends the impact of human coaching. It replaces neither the coaching relationship nor supervision.

What the people being coached say

Research does not stand alone. The feedback Magif.ai collects from users of coach-designed agents on the platform points in the same direction.

Michael Dunlop, a trainer in leadership and coaching development (Northern Ireland), was skeptical of AI. After two weeks with four agents built into his program, he described it as the most positive experience he had ever had with AI. What made the difference: the agent does not flatter him and does not solve for him a problem that belongs to him. "It's not there to give you the answers. It's there to help you in your own thinking and to structure it."

Mohamed, an engineer, was going through a difficult period: procrastination, German lessons dropped for two months. He spent half a day, on his own, with the decision-clarity agent designed by coach Maxime Bui. "With a human coach, I would have felt the time pressure. Here, there was no pressure at all." On the difference with a general-purpose assistant: "It's night and day." That same evening he felt better; the following week, he was back in his lessons.

Olha, a user of an AI coaching agent, remembers an agent that asked her why she had made certain choices and pushed her to think her decisions through: "It asks deep and meaningful questions, almost like working with a real coach." The perceived value comes from the coach's expertise that the agent carries.

Leading figures in coaching reach the same conclusion. Robert Dilts, one of the major figures of NLP and author of the NeuroLogical Levels and Strategies of Genius, designed the Robot Dilts family of agents on Magif.ai. In a recent article, he sets aside the replacement question, which he considers the wrong one, in favor of Co-Intelligence. AI brings structure, pattern recognition and consistency; the human brings embodied experience, emotions, values and identity. In his view, the agent facilitates the process, but it is the person who creates the meaning and embodies the change. His agents are therefore not information providers but process guides: each carries a specific method (SCORE Model, Sleight of Mouth, Meta Model, NeuroLogical Levels) and gets people practicing rather than explaining, because knowing about a skill is not the same as being able to perform it.

Early use confirms the interest: Robert Dilts's agents on Magif.ai now count 254 users in total and 221 conversations; some users reach up to 600 interactions with their agents, in long, structured exchanges, notably on Success Factor Modeling, entrepreneurship and beliefs. Robert Dilts nonetheless remains cautious: the length of an interaction does not prove lasting change, and systematic evaluation is still needed. He draws on Dr. Olivier Malafronte's research to highlight the role of reflective questioning and repeated practice, and insists on privacy, consent, transparency and human oversight, the reasons he chose Magif.ai. His conclusion echoes the research: a successful agent is measured not by how intelligent it appears, but by how much more capable the person becomes.

The common thread in this feedback is clear: a coach's agent follows a method, makes people think instead of flattering them, and lets them move forward at their own pace, without appointments. This is precisely what Robert Dilts calls Co-Intelligence: the agent structures the process and asks the right questions; the person draws the meaning and carries the change. Neither could get there alone.

What coaches say

A less expected finding concerns coaches themselves. Creating an AI agent is in itself a reflexive act. To design their agent, coaches must make their method explicit, question their own knowledge and decide where, when and how the agent will step into their coaching. Many discover parts of their practice they had never formalized.

This is also where ethical responsibility lies. The ethics of AI coaching do not rest on the technology, but on the coach who embeds their philosophy in it and stays behind their agent to supervise it. Andrew Tallents, for instance, built the GC Leaders agent on Magif.ai, combining his Self-Coaching for Leaders method with the GC Index® assessment, to support managers at every level of an organization without diluting his expertise.

This is the equation Dr. Malafronte stands for: 1 + 1 = 3. The agent and the human coach step in at different moments, and together they produce more than the sum of the two.

From research to business: the Ocalis case

Dr. Olivier Malafronte and Guillaume Vigneron (Mentat Partners) documented a full deployment in the sales division of an industrial company, renamed Ocalis for confidentiality. Guillaume Vigneron framed the project with the executive committee; Olivier Malafronte designed and configured the agents on Magif.ai; the two then co-facilitated the group workshops.

The starting point is a familiar one: a sales slowdown that leadership blamed on salespeople's lack of rigor. The analysis showed that the bottleneck lay in management: inconclusive meetings, poorly qualified deals, decisions rarely followed up. Ten managers used their agent twice a week, for 10 to 20 minutes, before and after their meetings, over twelve weeks.

Key results after three months:

• 8 out of 10 managers still active, for 680 conversations in total.

• Meetings prepared with a clear agenda: from 45% to 82%.

• Actions checked at the following meeting: from 51% to 84%.

• Truly qualified pipeline: from €3.9M to €5.2M (+33%), even as the declared pipeline shrank, because unrealistic deals were no longer kept out of habit.

• €83,500 in estimated economic value over the period, which led the executive committee to extend the program for the full year.

The turning point did not come from AI alone. In week 5, the conversations revealed that participants agreed in meetings but understood decisions differently. A human workshop settled who decides, who informs and who checks. The agent makes blockages visible; it still takes a leader to arbitrate and a manager willing to change.

Three conditions for success

1. One clear mission per agent and a frame set from the start. "Prepare my sales reviews" rather than a general-purpose assistant. The first two or three exchanges are decisive: if the agent gives in to pressure and hands out generic advice, users drop off.

2. A human coach behind the agent. The coach designs, supervises, analyzes aggregated trends and steps in where the agent surfaces a need. Even a few hours a month is enough to change the quality of the program.

3. Trust in data handling. European hosting, anonymization by design, and a consent principle: the person being coached chooses what to share, and the organization only sees consolidated trends, never individual conversations.

Download the white paper

The white paper From AI Strategy to Operational Coaching (in French) details the Ocalis case week by week: early resistance, two annotated conversation excerpts, a map of the ten managers' trajectories, how the agents were configured, and the full set of three-month indicators.

👉 Download the free Mentat Partners × Magif.ai white paper

About Guillaume Vigneron, Magif.ai partner

Founder of Mentat Partners, Guillaume Vigneron helps executive committees choose and frame their artificial intelligence projects. He has trained and supported more than 1,500 executives and managers in the use of generative AI. He works upstream to analyze how teams actually operate, pinpoint bottlenecks and select the projects that deliver measurable results. In the Ocalis project, he framed the approach with the executive committee, chose the sales division as the pilot, set the initial objectives and led strategic follow-up with leadership.

French version

En bref. Un agent IA bien conçu ne donne pas de réponses toutes faites : il fait réfléchir. La recherche doctorale du Dr. Olivier Malafronte, les retours des personnes accompagnées et ceux des coachs qui conçoivent leurs propres agents convergent vers le même constat. L'IA rend la réflexion disponible au quotidien et prolonge le travail du coach humain, sans jamais le remplacer. Le cas Ocalis, documenté dans le livre blanc gratuit Mentat Partners × Magif.ai, montre ce que cela change en douze semaines dans une direction commerciale.

La mauvaise question

Depuis deux ans, le débat sur le coaching et l'IA tourne autour d'une seule question : l'IA va-t-elle remplacer les coachs ?

Cette question masque l'essentiel. Une séance de coaching dure une heure. Le changement, lui, se joue dans les centaines d'heures de travail qui séparent une séance de la suivante : sur six mois d'accompagnement, une dizaine d'heures en séance pour près de 2 900 heures éveillées en dehors. C'est là que les bonnes résolutions s'effacent, que les vieux réflexes reviennent, que les décisions se prennent seul.

La vraie question est donc celle-ci : comment prolonger la réflexion dans le flux du travail, entre les temps humains ? C'est sur ce point précis que la recherche, les utilisateurs et les coachs apportent aujourd'hui des réponses convergentes.

Ce que montre la recherche

La thèse de doctorat du Dr. Olivier Malafronte, conduite à l'Université Côte d'Azur (IAE Nice), a analysé les conversations et les retours de dirigeants et de managers utilisant des agents de coaching IA dans plusieurs organisations internationales. Trois résultats structurent aujourd'hui la façon dont les agents sont conçus sur Magif.ai.

1. Le développement passe par la réflexivité, pas par les réponses

Les conversations de coaching IA reposent sur le questionnement réflexif. Elles permettent aux leaders de faire évoluer leurs schémas cognitifs et affectifs, c'est-à-dire les cadres de pensée à travers lesquels chacun interprète une situation et la traduit en action. C'est en faisant bouger ces schémas que se produit le développement. Et c'est l'usage délibéré et répété qui construit, dans la durée, les compétences de leadership.

L'IA ne transforme pas les organisations : c'est la réflexion qui les transforme. L'IA rend cette réflexion accessible à grande échelle.

2. L'orientation relationnelle décide des résultats

L'article qu'il a co-écrit avec Pauline Fatien (Journal of Applied Behavioral Science, 2026) montre que la façon dont une personne aborde l'agent détermine ce qu'elle en retire. Une orientation instrumentale (« donne-moi la solution ») limite le changement. Une orientation d'exploration, où l'agent sert de miroir réflexif, le favorise. Conséquence pratique : il faut poser le cadre dès le premier échange. L'agent aide à penser ; il ne pense pas à la place de la personne.

3. Augmenter, pas remplacer

Le concept d'augmentation des compétences (Management & Avenir, 2024 ; chapitre dans Coaching in the Age of AI, Springer, 2026) décrit une IA qui renforce les capacités humaines au lieu de s'y substituer. Après leurs conversations avec l'agent, les leaders engagent d'eux-mêmes de nouvelles actions de développement : une forme d'auto-supervision. L'agent devient alors un point d'entrée vers le coaching, un compagnon entre les séances ou un outil de suivi qui prolonge l'impact d'un accompagnement humain. Il ne remplace ni la relation de coaching, ni la supervision.

Ce qu'en disent les personnes accompagnées

La recherche n'est pas seule. Les retours que Magif.ai recueille auprès des utilisateurs d'agents conçus par des coachs sur la plateforme vont dans le même sens.

Michael Dunlop, formateur en leadership et développement du coaching (Irlande du Nord), était sceptique face à l'IA. Après deux semaines avec quatre agents intégrés à son programme, il parle de « l'expérience la plus positive qu'il ait jamais eue avec l'IA ». Ce qui a fait la différence : l'agent ne le flatte pas et ne résout pas à sa place un problème qui lui appartient. « It's not there to give you the answers. It's there to help you in your own thinking and to structure it. »

Mohamed, ingénieur, traversait une période difficile : procrastination, cours d'allemand abandonnés depuis deux mois. Il a travaillé une demi-journée, seul, avec l'agent de clarification décisionnelle conçu par le coach Maxime Bui. « Avec un coach humain, j'aurais eu la pression du temps. Là, j'avais aucune pression. » Sur la différence avec un assistant généraliste : « C'est le jour et la nuit. » Le soir même, il allait mieux ; la semaine suivante, il reprenait ses cours.

Olha, utilisatrice d'un agent de coaching IA, retient un agent qui l'a interrogée sur le pourquoi de ses choix et l'a poussée à approfondir ses décisions : « It asks deep and meaningful questions, almost like working with a real coach. » La valeur perçue vient de l'expertise du coach que l'agent porte.

Les grands noms du coaching font le même constat. Robert Dilts, l'une des figures majeures de la PNL, auteur des Niveaux logiques et des Stratégies du génie, a conçu sur Magif.ai la famille d'agents Robot Dilts. Dans un article récent, il écarte la question du remplacement, qu'il juge mal posée, au profit de la co-intelligence. L'IA apporte la structure, la reconnaissance de schémas et la constance ; l'humain apporte l'expérience incarnée, les émotions, les valeurs et l'identité. Pour lui, l'agent facilite le processus, mais c'est la personne qui crée le sens et incarne le changement. Ses agents ne sont donc pas des fournisseurs d'information mais des guides de processus : chacun porte une méthode précise (modèle SCORE, Sleight of Mouth, Méta-modèle, Niveaux logiques) et fait pratiquer plutôt qu'expliquer, car savoir quelque chose d'une compétence ne suffit pas à savoir l'exercer.

Les premiers usages confirment l'intérêt : les agents de Robert Dilts sur Magif.ai comptent aujourd'hui 254 utilisateurs au total et 221 conversations ; certains utilisateurs vont jusqu'à 600 interactions avec leurs agents, dans des échanges longs et structurés, notamment sur la modélisation des facteurs de succès, l'entrepreneuriat ou les croyances. Robert Dilts reste toutefois prudent : la durée d'une interaction ne prouve pas un changement durable, et une évaluation systématique reste nécessaire. Il s'appuie sur les travaux du Dr. Olivier Malafronte pour souligner le rôle du questionnement réflexif et de la pratique répétée, et insiste sur la confidentialité, le consentement, la transparence et la supervision humaine, raisons pour lesquelles il a choisi Magif.ai. Sa conclusion rejoint celle de la recherche : un agent réussi ne se mesure pas à l'intelligence qu'il paraît avoir, mais à ce que la personne devient capable de faire.

Le fil commun de ces retours est net : un agent de coach suit une méthode, fait réfléchir au lieu de flatter, et laisse la personne avancer à son rythme, sans rendez-vous. C'est précisément ce que Robert Dilts appelle la co-intelligence : l'agent structure le processus et pose les bonnes questions, la personne en tire le sens et porte le changement. Ni l'un ni l'autre n'y parviendrait seul.

Ce qu'en disent les coachs

Un résultat moins attendu concerne les coachs eux-mêmes. Créer un agent IA est en soi un acte réflexif. Pour concevoir son agent, le coach doit expliciter sa méthode, interroger ses propres connaissances et décider où, quand et comment l'agent interviendra dans son accompagnement. Beaucoup découvrent à cette occasion des pans de leur pratique qu'ils n'avaient jamais formalisés.

C'est aussi là que se situe la responsabilité éthique. L'éthique du coaching par IA ne repose pas sur la technologie, mais sur le coach qui y inscrit sa philosophie et qui reste derrière son agent pour le superviser. Andrew Tallents a ainsi construit sur Magif.ai l'agent GC Leaders, qui associe sa méthode Self-Coaching for Leaders à l'outil d'évaluation GC Index®, pour accompagner les managers à tous les niveaux d'une organisation sans diluer son expertise.

C'est l'équation que défend le Dr. Malafronte : 1 + 1 = 3. L'agent et le coach humain interviennent à des moments différents, et leur combinaison produit plus que la somme des deux.

Du laboratoire à l'entreprise : le cas Ocalis

Le Dr. Olivier Malafronte et Guillaume Vigneron (Mentat Partners) ont documenté un déploiement complet dans la direction commerciale d'une entreprise industrielle, renommée Ocalis pour des raisons de confidentialité. Guillaume Vigneron a cadré le projet avec le comité de direction ; Olivier Malafronte a conçu et paramétré les agents sur Magif.ai, puis tous deux ont animé ensemble les ateliers collectifs.

Le point de départ est classique : un ralentissement commercial que la direction attribuait au manque de rigueur des vendeurs. L'analyse a montré que le blocage venait du pilotage : réunions peu concluantes, dossiers mal triés, décisions peu suivies. Dix responsables ont utilisé leur agent deux fois par semaine, 10 à 20 minutes, avant et après leurs réunions, pendant douze semaines.

Quelques résultats à trois mois :

• 8 managers sur 10 toujours actifs, pour 680 conversations au total.

• Réunions préparées avec un ordre du jour précis : de 45 % à 82 %.

• Actions vérifiées lors de la réunion suivante : de 51 % à 84 %.

• Portefeuille réellement qualifié : de 3,9 M€ à 5,2 M€ (+33 %), alors que le portefeuille déclaré baissait, faute de dossiers irréalistes conservés par habitude.

• 83 500 € de valeur économique estimée sur la période, ce qui a conduit le comité de direction à prolonger le dispositif sur l'année.

Le tournant n'est pas venu de l'IA seule. En semaine 5, les échanges ont révélé que les participants se disaient d'accord en réunion mais comprenaient les décisions différemment. C'est un atelier humain qui a permis de trancher qui décide, qui informe et qui vérifie. L'agent rend les blocages visibles ; il faut toujours un dirigeant pour arbitrer et un manager pour accepter de changer.

Trois conditions pour que ça marche

1. Une mission claire par agent et un cadre posé dès le départ. « Préparer mes revues commerciales » plutôt qu'un assistant généraliste. Les deux ou trois premiers échanges sont décisifs : si l'agent cède à la pression et distribue des conseils génériques, l'utilisateur décroche.

2. Un coach humain derrière l'agent. Il conçoit, supervise, analyse les tendances agrégées et intervient là où l'agent fait apparaître un besoin. Même quelques heures par mois suffisent à changer la qualité du dispositif.

3. La confiance sur les données. Hébergement européen, anonymisation dès la conception, et un principe de consentement : la personne accompagnée choisit ce qu'elle partage, et l'organisation ne voit que des tendances consolidées, jamais les conversations individuelles.

Téléchargez le livre blanc

Le livre blanc De la stratégie IA au coaching opérationnel détaille le cas Ocalis semaine par semaine : les résistances du démarrage, deux extraits de conversations commentés, la cartographie des trajectoires des dix managers, le paramétrage des agents et l'ensemble des indicateurs à trois mois.

👉 Téléchargez gratuitement le livre blanc Mentat Partners × Magif.ai

À propos de Guillaume Vigneron, partenaire Magif.ai

Fondateur de Mentat Partners, Guillaume Vigneron accompagne les comités de direction dans le choix et le cadrage de leurs projets d'intelligence artificielle. Il a formé et accompagné plus de 1 500 dirigeants et cadres sur les usages de l'IA générative. Il intervient en amont pour analyser le fonctionnement réel des équipes, repérer les points de blocage et retenir les projets qui apportent un résultat mesurable. Dans le projet Ocalis, il a cadré la démarche avec le comité de direction, choisi la division commerciale comme terrain pilote, fixé les objectifs de départ et assuré le suivi stratégique avec la direction.

References

• Luo, X., Qin, M. S., Fang, Z. & Qu, Z. (2021). Journal of Marketing.

• Malafronte, O. (2024). Développement des leaders avec coaching et intelligence artificielle : augmentation des compétences. Management & Avenir, 142(4), 39–59.

• Malafronte, O. (2025). Doctoral thesis, Université Côte d'Azur.

• Malafronte, O. (2026). Artificial Intelligence Coaching for Leader Development and Supervision. In R. Wegener et al. (Eds.), Coaching in the Age of AI, SpringerBriefs in Psychology.

• Malafronte, O. & Fatien, P. (2026). Mediating reflectivity: AI coaching conversations as reflective mirror of relational orientations. Journal of Applied Behavioral Science.