La intel·ligència artificial ha deixat de ser una promesa de futur per convertir-se en una realitat present. Cada setmana, noves eines i plataformes apareixen als titulars, i les juntes directives pregunten: «I nosaltres, quan comencem?» La pressió per adoptar és real, però amaga un problema estructural que poques vegades es reconeix, la majoria de projectes no fracassen per raons tecnològiques, sinó per manca d’enfocament estratègic.
Val la pena recordar aquí l’advertència de l’economista Daron Acemoglu «l’automatització no crea valor per se», el valor depèn de si la tecnologia complementa les capacitats humanes o substitueix tasques que no generen valor. Tenir present aquesta distinció canvia radicalment com s’aborden els projectes.
A Infini proposem contemplar 6 factors clau per aplicar la IA a l’empresa.
Factor 1 – Propòsit abans que tecnologia. Iniciar la conversa amb la solució en lloc del problema és l’error més comú. «Hem de fer quelcom amb la IA» no és un objectiu estratègic. Cal definir quins resultats de negoci es volen assolir i com es mesurarà l’èxit. Delegar aquesta decisió a IT condemna el projecte des de l’inici: és una decisió de negoci, no tecnològica.
Factor 2 – El coneixement tàcit és irrenunciable. Els equips de treball saben millor que ningú on fallen els processos reals. Sense la seva participació, la solució més sofisticada acabarà sense ser adoptada. Un exemple, una clínica que automatitzà la confirmació de cites via email «perquè tothom ho fa» va descobrir tard que el 40% dels seus pacients preferien el contacte telefònic, la taxa d’absentisme va augmentar, no disminuir.
Factor 3 – Analitzar abans d’automatitzar. Automatitzar una operació ineficient només magnifica la ineficiència. Sovint, la millor solució és redissenyar o fins i tot eliminar el procés. Una empresa logística que volia automatitzar la gestió de reclamacions va descobrir, en mapejar el flux real, que el 60% de les incidències provenien d’un error evitable en l’etiquetatge. La solució no era IA: era un canvi de procediment que va costar zero euros.
Factor 4 – La tecnologia adequada al problema, no a l’inrevés. Tant si es tracta d’un RPA, d’un desenvolupament a mida o d’una solució SaaS, la tria ha de derivar de la comprensió profunda del repte. Moltes organitzacions implementen LLMs quan un simple arbre de decisió hauria resolt el problema amb menys cost i més control. Moltes ja han comprat les llicencies de copilot sense saber perquè les volen, el personal no les usa i el departament de IT les limita per raons de privacitat i seguretat.
Factor 5 – Les dades no són el nou petroli, són l’amiant. Sense dades fiables, cap model d’IA no funcionarà. Però les dades mal gestionades generen més responsabilitats que beneficis: biaixos sistèmics, decisions errònies i riscos legals. La qualitat i la governança de les dades no és un tema tècnic secundari; és una condició d’entrada.
Factor 6 – Ponts entre negoci i IT. El 70% dels projectes de transformació digital fracassen per manca de comunicació efectiva entre ambdues àrees. Equips mixtos, objectius compartits i un llenguatge comú no són bones pràctiques opcionals: són, en definitiva, el que determina l’èxit.
Els sis factors que hem descrit no són una llista de tasques, són una manera de pensar. I com qualsevol canvi real, comencen amb una pregunta honesta, estem preparats per fer-ho bé, o simplement tenim pressa per dir que ho hem fet?
La IA no és una solució a la recerca de problemes. És un recurs poderós que, ben orientat, pot transformar la manera com operen les empreses. Mal orientat, consumeix pressupost, genera frustració i deixa un rastre de llicències sense usar i projectes abandonats a mig camí.
Des de la nostra visió, les organitzacions que triomfaran no seran necessàriament les que adoptin més tecnologia, sinó les que facin les preguntes correctes abans d’adoptar-la. En un entorn on tothom té accés a les mateixes eines, la diferència la marca la qualitat del pensament previ, entendre el problema, escoltar les persones, sanejar les dades i construir ponts interns.
