Pillar page

Implementació de la IA a l'empresa

Guia pràctica pas a pas — des de la identificació dels processos a automatitzar, passant pel pilot, fins a l'escalat complet. Conformitat amb l'EU AI Act i el RGPD, control de costos i seguretat de dades.

Auditoria de preparació per a la IA Sistemes multiagent

Implementar la IA a l'empresa no consisteix a contractar una subscripció a ChatGPT i repartir-la entre els treballadors. És un projecte de negoci i tecnologia que requereix: identificar processos concrets a automatitzar, integrar-se amb els sistemes existents, garantir la conformitat amb el RGPD i l'EU AI Act, controlar els costos i mesurar resultats. En resum: requereix enginyeria.

La bona notícia és que no cal inventar-ho de zero. Tenim al darrere una sèrie d'implantacions d'IA — des de microserveis que atenen una sola tasca fins a la plataforma interna HybridCrew, que orquestra desenes d'agents especialitzats. De cada implantació n'hem extret lliçons que transformem en un procés contrastat. Aquest article descriu com és aquest procés a la pràctica.

Els tres motius més habituals pels quals les empreses comencen amb la IA

  1. Estalvi de temps a l'equip administratiu. Classificació de correus, generació d'informes, atenció de tickets de suport, esborranys de documents — tot això es pot automatitzar en gran mesura. Els treballadors recuperen un 20-40% del seu temps per a tasques que requereixen judici humà.
  2. Escalar el negoci sense escalar l'equip. Les empreses en creixement ràpid fan servir la IA per atendre més clients, projectes i transaccions sense augmentar proporcionalment la plantilla. Sol ser més senzill i ràpid que reclutar.
  3. Compliance i qualitat. La IA no es cansa, no oblida i no se salta passos del procediment. Per a processos d'auditoria (RGPD, ISO 27001, EU AI Act) — és una qualitat inaccessible per a persones treballant sota pressió de temps.

Sis fases de la implementació de la IA

Cronograma contrastat des de la decisió fins a l'escalat. Cada fase té un resultat concret — és fàcil aturar el projecte si els resultats no compleixen les expectatives.

1

Discovery (2-4 setmanes)

Mapeig dels processos de negoci, identificació de candidats a l'automatització, avaluació del ROI de cadascun, classificació segons l'EU AI Act i auditoria de conformitat amb el RGPD. Resultat: llista de 5-10 processos amb prioritats i pla pilot per als 2-3 millors.

2

Arquitectura i tria de tecnologies

Tria de models LLM (núvol, locals, multi-model), plataforma d'orquestració, infraestructura (cloud vs. on-premise vs. híbrida) i integració amb els sistemes existents. Les decisions tenen en compte el pressupost, els requisits de seguretat i els plans de creixement.

3

Pilot (4-8 setmanes)

Desplegament dels primers 2-3 processos end-to-end. Configuració d'agents, integració amb sistemes, anonimització de dades (Anoxy) i monitoratge de costos. Proves amb l'equip de negoci, ajustament de prompts i validació de qualitat.

4

Mesura i optimització

Anàlisi de mètriques operatives i de negoci després de 4-6 setmanes d'ús en producció. Ajustament dels agents amb dades reals, reducció dels costos dels models LLM i incorporació de noves funcionalitats segons el feedback dels usuaris.

5

Escalat

Extensió a més processos de negoci. Cada procés nou s'implanta en una iteració de 2-4 setmanes (molt més ràpid que el pilot, perquè la infraestructura ja és preparada). Cobertura progressiva dels diferents departaments.

6

Continuous improvement

Després de 6-12 mesos: optimització constant a partir de les dades de producció, addició de nous rols d'agents, integracions amb sistemes nous, millora de compliance i reducció de costos. La IA esdevé part integral de les operacions de l'empresa.

L'empresa està preparada per implementar la IA?

Sis àrees a comprovar abans d'iniciar el projecte. La manca d'algun «sí» no bloqueja la implementació, però cal abordar-la en la fase de discovery.

Processos a automatitzar

✓

Tenim 5-10 processos repetitius que es poden descriure per procediment.

✗

Totes les nostres tasques són úniques i requereixen judici humà.

Dades corporatives

✓

Tenim dades organitzades (CRM, ERP, bases de clients, documents) accessibles per API o exportació.

✗

Les dades estan disperses en fulls de càlcul, correus i documents en paper.

Sponsorship de direcció

✓

La direcció entén la necessitat i està preparada per a un projecte de 6-12 mesos.

✗

La implantació de la IA és una iniciativa d'un sol treballador sense suport de direcció.

Tolerància al canvi

✓

L'equip està obert a noves eines i processos.

✗

Qualsevol canvi a l'empresa troba molta resistència.

Pressupost i temps

✓

Tenim un pressupost de 50-500 mil PLN i acceptem 6-12 mesos fins al ROI complet.

✗

Esperem resultats en 2 setmanes per uns pocs milers de zlòties.

Dades sensibles

✓

Sabem quines dades són sensibles (PII, financeres, mèdiques) i acceptem les mesures de seguretat corresponents.

✗

Encara no hem pensat en seguretat ni compliance.

EU AI Act — què cal saber abans d'implementar

El Reglament europeu d'intel·ligència artificial (EU AI Act) entra en plena vigència el 2 d'agost de 2026. Tota empresa que implementi IA a la UE ha de classificar el seu sistema i complir les obligacions corresponents. Les sancions: fins a 35 milions d'euros o el 7% de la facturació mundial anual.

Quatre nivells de classificació:

  • Pràctiques d'IA prohibides (manipulació subliminal, social scoring, biometria massiva) — no es poden implementar.
  • IA d'alt risc (RH, educació, infraestructures crítiques, justícia) — requereix: avaluació de conformitat (marcatge CE), gestió de riscos, documentació tècnica, transparència, supervisió humana i robustesa/ciberseguretat.
  • Risc limitat (chatbots, deepfakes, IA que genera continguts) — requereix obligacions de transparència (Art. 50): informar els usuaris i marcar els continguts generats.
  • Risc mínim (la majoria de sistemes d'IA) — sense requisits addicionals, codis de conducta voluntaris.

Cada implantació d'ESKOM AI comença amb la classificació de l'EU AI Act en la fase de discovery. Per als sistemes de risc limitat (el cas més habitual) construïm les obligacions de transparència des del principi: bàner «Estàs parlant amb una intel·ligència artificial», marcatge dels continguts d'IA a les exportacions i metadades als documents.

RGPD en la implantació d'IA

Tota implantació d'IA que tracti dades personals requereix: base jurídica de tractament (consentiment, contracte, obligació legal, interès legítim), minimització de dades (només les necessàries), garantia dels drets de les persones (accés, rectificació, supressió), seguretat de les dades (xifratge, control d'accés, audit log) i contracte d'encàrrec de tractament amb els proveïdors de models LLM (Anthropic, OpenAI, Google).

En el cas de la IA, a més: dret a l'explicació de les decisions algorítmiques. Si la IA pren una decisió que afecta una persona (per exemple, concessió d'un crèdit o classificació d'una sol·licitud), la persona té dret a demanar explicació i intervenció humana. L'arquitectura del sistema ho ha de permetre — cada decisió s'ha de poder revertir i justificar.

Preguntes freqüents

Per on començar a implementar la IA a l'empresa?
Per la identificació de processos concrets a automatitzar — no per l'elecció d'una eina d'IA. Els millors candidats: tasques repetitives, descriptibles per procediment, executades per diversos treballadors i amb un volum important. Exemples clàssics: classificació de correus, generació d'informes, atenció de tickets de suport, code review, anàlisi de documents. Després d'identificar 5-10 processos, avaluem cadascun en termes de ROI (estalvi de temps × freqüència) i risc. El pilot comença pels 2-3 millors.
Quant costa implementar la IA?
El cost depèn de l'escala. Un pilot petit (1-2 processos, un equip) acostuma a ser de 30-80 mil PLN. Una implantació mitjana (5-10 processos, 2-3 departaments) de 150-500 mil PLN. Implantacions grans i transformacionals (tota l'organització, integracions amb sistemes de negoci) — a partir de 500 mil PLN, però amb un valor de negoci proporcionalment superior. Costos operatius (models LLM, infraestructura): típicament 5-15 mil PLN al mes per a una implantació mitjana — es poden reduir dràsticament fent servir models locals per a tasques repetitives.
Quant dura la implementació de la IA?
Pilot del primer procés: 4-8 setmanes des de la decisió fins a l'automatització en funcionament. Escalat a més processos: 2-4 setmanes per procés (molt més ràpid, perquè es parteix de la infraestructura del pilot). Implantació completa que cobreix la majoria de processos administratius d'una empresa de 50-200 persones: 6-12 mesos en iteracions de 2-3 setmanes amb resultats de negoci concrets al final de cadascuna.
Quins són els riscos més grans de la implementació d'IA?
Cinc principals: 1) Seguretat de les dades — les dades sensibles enviades a models externs poden acabar al seu entrenament. Mitigació: anonimització de PII abans de l'enviament (Anoxy) i models locals per a tasques sensibles. 2) Al·lucinacions — la IA genera informació falsa però amb aparença creïble. Mitigació: validació de resultats, double-checking i escalada de decisions crítiques. 3) Compliance (RGPD, EU AI Act) — requisits de transparència i marcatge de continguts d'IA. Mitigació: integrat des de la primera línia de codi. 4) Costos dels models LLM — poden disparar-se ràpidament. Mitigació: routing multinivell, límits i monitoratge. 5) Resistència organitzativa — els treballadors temen perdre la feina. Mitigació: comunicació des del primer dia, implicació de l'equip en les decisions i èmfasi en alliberar temps per a tasques de més valor.
Què passa amb l'EU AI Act i el RGPD en la implementació?
L'EU AI Act (en vigor des del 2 d'agost de 2026) exigeix la classificació del sistema d'IA (prohibit, alt risc, limitat, mínim) i el compliment de les obligacions de transparència (Art. 50): informar els usuaris de la interacció amb IA, marcar els continguts generats per IA i mantenir documentació tècnica. El RGPD exigeix: minimització de dades, anonimització sempre que sigui possible, base jurídica del tractament i dret a l'explicació de les decisions algorítmiques. Cada implantació d'IA a ESKOM AI comença amb la classificació segons l'EU AI Act i el mapeig de la conformitat amb el RGPD. No és opcional — és part integrada del procés.
Cal tenir un departament de TI per implementar la IA?
No. Les empreses petites sense departament de TI propi també poden implementar la IA — treballem com a departament de desplegament externalitzat, aportant tant tecnologia com suport operatiu. Mínim requerit per part del client: una persona decisora (que pren decisions de negoci — quin procés, quina prioritat), 1-2 persones de negoci (que coneixen els processos i ajuden a descriure'ls) i accés administratiu als sistemes que ha d'integrar la IA. La resta ho assumim nosaltres — anàlisi, disseny, implementació, proves, desplegament i manteniment.
Els treballadors perdran la feina amb la implementació d'IA?
Segons la nostra experiència amb les implantacions fetes fins ara — no. Efecte més habitual: els treballadors recuperen un 20-40% del temps (especialment en departaments administratius) i el destinen a tasques que requereixen judici humà, creativitat i construcció de relacions. Les empreses creixen més ràpid (més projectes gestionats pel mateix equip) en lloc de reduir personal. Excepció: tasques repetitives de baix valor (còpia manual de dades, classificació de spam, generació d'informes per plantilla) — desapareixen, però poques vegades eren l'activitat principal d'algú.
Quins models LLM hi ha disponibles i quin triar?
Famílies principals: Claude (Anthropic) — els millors per a anàlisi complexa, codi i raonament. GPT (OpenAI) — universals, bona integració amb Microsoft. Gemini (Google) — multimodal, bo per a imatges i vídeo. Models locals: Llama (Meta), Mistral i el polonès Bielik — s'executen a la infraestructura del client, sense cost per request. Estratègia d'ESKOM AI: no triem un sol model, sinó que apliquem multi-model routing — el model adequat per a cada tasca. Classificacions simples → model local. Anàlisi complexa → models de núvol més potents. Generació creativa → models especialitzats. El client paga pel consum real, no per una subscripció uniforme al model més potent.
Les meves dades estan segures als models LLM al núvol?
Depèn del model i de la configuració. Anthropic Claude (via API amb opció «no data training») i Azure OpenAI (contracte enterprise) garanteixen que les dades no es fan servir per entrenar els models. Les versions de consum ChatGPT.com i Claude.ai — les considerem insegures per a dades corporatives. Per a dades sensibles sempre apliquem: anonimització de PII abans de l'enviament (el microservei Anoxy revisa i emmascara), models LLM locals (sobre GPU del client, sense que les dades surtin de la xarxa) i contractes enterprise amb els proveïdors de núvol (garanties contractuals).
Com mesurar l'èxit d'una implementació d'IA?
Tres nivells de mètriques. 1) Operatives (diàries): nombre de tasques gestionades per la IA, temps de resposta, cost per tasca i accuracy (amb quina freqüència la resposta és correcta). 2) De negoci (mensuals): temps estalviat als treballadors, cost estalviat vs. procés manual, NPS dels usuaris (equip i clients finals) i nombre de tickets de suport. 3) Estratègiques (trimestrals): creixement de la capacitat de negoci (més clients atesos, més projectes, time-to-market més curt), satisfacció dels treballadors i reducció d'errors humans. Cada pilot comença determinant quines mètriques mesurarem — sense això és difícil demostrar el ROI.

Auditoria de preparació per a la IA — gratuïta

Conversa de 90 minuts: mapem els processos actuals, identifiquem els millors candidats a l'automatització, avaluem la classificació segons l'EU AI Act i indiquem el ROI estimat. Sense compromís.

Reserva una auditoria de preparació Sistemes multiagent