Una etapa nova: el que sabem fer, dins de la teva empresa

Estrenem web. El canvi que hi ha al darrere cap en una frase: durant anys ens presentàvem pel que havíem construït; a partir d'avui, pel que deixem funcionant dins de la vostra empresa. Explicar-ho bé exigeix explicar el que vam aprendre per arribar fins aquí, i això és el que ve a continuació.

El primer que vam aprendre: el model no és la part difícil

Vam construir una plataforma de dades de client amb models predictius i generatius, i la vam posar a funcionar a Condis, Norauto, Nescafé, Legálitas, Flormar i la Real Sociedad. AWS la va auditar i la va validar. Vam construir un producte wifi per a petits negocis que comercialitza Telefónica. I després producte propi: MyOutfits, presentat a l'AWS Summit 2025, i Stocks Report, que avui sosté una comunitat de més de mil membres amb una sola persona a l'equip.

Quatre camins diferents que van acabar ensenyant el mateix: en cap d'ells el coll d'ampolla no va ser el model. Triar-lo portava una tarda. El que costava mesos era tota la resta.

Aquesta «tota la resta» té tres capes, i cap no és opcional.

El context és el criteri de l'empresa posat per escrit, en un document que la IA llegeix sola abans de cada tasca. No és un manual, és una especificació. «Intenta ser breu» no serveix; «màxim catorze paraules per frase, i si se'n passa, refes-ho» sí. Una taula que digui que a casa vostra no s'escriu gap sinó bretxa val més que tres paràgrafs explicant el to de la marca.

Les eines són l'accés. Una IA que només redacta obliga una persona a copiar el resultat en un altre lloc, i allà se'n va gairebé tot el temps que es volia estalviar. Amb accés a l'ERP, al CRM, a la carpeta de documents o al repositori —amb permisos per rol i registre del que consulta— la tasca acaba on comença.

La verificació és com se sap que està bé sense llegir-ho sencer: un total que ha de quadrar, un format que valida, una regla que es comprova sola. «Sembla correcte» no és una verificació, i sense verificació només hi ha dos finals: o ningú no se'n fia i el cas s'abandona, o algú se'n fia massa i l'error surt de l'empresa.

Aquí hi ha l'origen del canvi. El que li falta a una empresa no és un altre producte d'IA: és algú que construeixi aquestes tres capes dins dels sistemes que ja té. Això no es ven en una llicència. S'implanta.

El segon: el primer cas decideix tots els altres

El primer cas no és el més ambiciós. És el que ensenya l'empresa a treballar així, i per això es tria amb criteri i no per entusiasme. Nosaltres el filtrem amb cinc preguntes, i les cinc han de donar que sí.

1. Es repeteix cada setmana? Si passa un cop al trimestre, el que s'aprèn no s'acumula i ningú no agafa l'hàbit.
2. Exigeix un criteri que avui viu en una persona? Aquí hi ha el valor. Una tasca purament mecànica surt més barata amb una automatització de sempre.
3. Es pot dir si està bé sense discutir? Hi ha d'haver una comprovació que no depengui de qui ho miri.
4. Les dades que necessita ja existeixen? Si arrencar exigeix abans un projecte de dades, aquest projecte és una altra cosa i va després.
5. Si surt malament, no trenca res? L'error s'ha de detectar a dins, no davant d'un client.

I un senyal de descart que estalvia mesos: si ningú no sap explicar com es fa bé avui, encara no es pot implantar. Primer s'escriu.

L'error que hem vist més, i que també vam cometre, és començar pel cas més difícil: el que fa més il·lusió i el que pitjor ensenya. D'aplicar aquestes preguntes a una empresa sencera no en surt un cas, en surt una llista ordenada per impacte i esforç. Per això la primera fase d'una implantació no acaba en un informe: acaba en aquesta cua prioritzada i en la decisió de quin cas entra primer.

El tercer: l'únic que s'acumula és el criteri escrit

Amb el cas triat, tot depèn d'un bucle de quatre passos. Els tres primers els fa qualsevol. El tercer gairebé ningú, i és l'únic que deixa alguna cosa al darrere.

Es fa la tasca amb la IA. Surt regular. Es corregeix a mà, i aquí es queda la majoria, amb la sensació que la IA no acaba de servir. El pas que ho canvia tot és escriure aquesta correcció on la IA la llegirà la propera vegada: deixa de ser l'arranjament d'avui i passa a ser criteri de l'empresa.

La conseqüència és mesurable i poc discutible. Cada correcció que es fa a mà i no s'escriu es repeteix la setmana següent. Cada una que s'escriu no torna. Al cap de dos mesos, dos equips que van començar igual són en llocs molt diferents, i no ho explica ni l'eina ni el model.

Això és també el que s'ensenya en una formació que serveixi: no a fer servir una eina, sinó a tancar aquest bucle sobre les tasques que l'equip ja té damunt la taula.

Aquesta sessió està explicada sencera, amb el material que vam fer servir, a la crònica de la formació a l'equip de Condis. I explica la resposta a la pregunta que fa sempre qui lidera IT: què passa quan se'n va la persona que en sabia. Si el criteri està escrit, no passa res. Deixa de viure en les persones i passa a viure a l'empresa.

Com es veu en una tasca concreta

Fins aquí, mètode. Així queda aplicat a una tasca de negoci i a una d'un equip tècnic, explicades de punta a punta. El que està ratllat és la feina manual que desapareix; on una persona continua treballant no es ratlla, i a totes dues en queda una que decideix al final.

Són dos dels cinc casos amb què arrenquem més sovint a cada costat. En negoci i operacions: preparar una oferta, respondre un client, tancar l'informe, ordenar el correu i publicar. En equips tècnics: desplegar un canvi, atendre negoci, resoldre una incidència, afegir una funcionalitat i redissenyar una pantalla.

Els deu estan explicats igual que aquests dos, amb el que fa falta per implantar cadascun, què es mesura i quan no compensa: els cinc de negoci i operacions i els cinc d'equips tècnics.

On es nota, i què mirar per saber-ho

Una implantació ben feta es nota en tres llocs, i cadascun el mesura un perfil diferent. Si dirigeixes el negoci, la fila que t'importa és l'última. Si lideres IT, la primera.

Amb una condició que gairebé tothom es salta: si no es mesura abans, després no hi ha manera de saber si ha canviat res. La foto de l'abans costa unes hores i es fa a la primera fase, quan encara no s'ha tocat res. Al final ja no val: ningú no recorda quant s'hi trigava.

Què fem amb tot això

L'anterior és la feina. S'organitza en tres línies, amb un catàleg de casos al davant.

• Implantació d'IA. Triem el primer cas amb aquestes cinc preguntes i construïm les tres capes dins dels vostres sistemes, fins que l'equip ho fa servir sense nosaltres al davant.
• Formació. Grups petits tancant el bucle sobre les tasques que l'equip té pendents aquella setmana, amb les vostres eines i els vostres accessos.
• Desenvolupament a mida. Quan la capa que falta no existeix: plataformes de dades, models, agents i servidors MCP, integracions i aplicacions. Amb el codi al vostre repositori des del primer dia.

Al davant de les tres hi ha el catàleg, ordenat per la part de l'empresa a què afecta cada cas. I el que fa falta del vostre costat és poc: unes hores de qui fa aquesta feina cada dia, accés de lectura al que ja teniu i una decisió al final de cada fase. Si un cas no funciona, s'atura i n'entra un altre.

No es retira res de l'anterior. La plataforma continua funcionant amb els seus clients i la seva secció pròpia; el marketing predictiu i la personalització one-to-one continuen sent casos que implantem; la relació amb AWS continua igual. Canvia l'ordre de lectura: la implantació és la porta i tot el que hem construït és la prova que la sabem fer. Els projectes estan tots publicats, i Recursos aplega el que hem escrit des del 2020, ara classificat i filtrable.

Si preferiu no recórrer-lo sols, es pot demanar informació des de qualsevol pàgina. Sense compromís, parlant amb qui farà la feina, i si no encaixa, us ho diem.

El que canvia avui és la porta d'entrada. El que hi ha al darrere és la mateixa feina de sempre, posada on més rendeix: dins de la teva empresa.