Agents d'IA a les operacions d'empresa: del pilot a producció el 2026

Durant dos anys, els “agents d’IA” van ser sobretot una demo. Una demo impressionant —un model capaç de cridar una eina, cercar al web, escriure una mica de codi— però una demo. El 2026 això ha canviat. Els agents ja executen feina real dins d’empreses reals: classifiquen tiquets de suport, concilien factures, redacten contractes, vigilen sistemes i actuen segons el que troben.

La diferència entre una prova de concepte vistosa i alguna cosa en què un negoci pot confiar de debò no és el model. És tot el que envolta el model. I això és el que la majoria d’equips subestima quan intenta portar un agent del pilot a producció.

Què és realment un agent d’IA

Un chatbot respon una pregunta. Un agent persegueix un objectiu. Davant d’una meta —“resol aquesta sol·licitud de devolució del client”— un agent pot dividir la tasca en passos, decidir quines eines fer servir, executar accions en diversos sistemes, comprovar si el resultat és correcte i tornar-ho a provar quan no ho és. Itera en bucle fins a complir l’objectiu o decidir que necessita una persona.

Aquest bucle és justament el punt clau. I també on tot es complica, perquè un agent que pot actuar també pot actuar malament, de manera repetida i a velocitat de màquina. Els agents de nivell producció no es defineixen tant per com d’espavilats són com per com de curosament s’acoten les seves accions.

On estan aportant valor primer

El patró en els desplegaments reeixits és consistent: els agents guanyen on la feina és d’alt volum, plena de regles i tediosa per a les persones, però encara requereix un criteri que el simple scripting no captura.

• Finances i back-office. Casar factures amb comandes, marcar anomalies, perseguir documents que falten. Un motor de regles es trenca als casos límit; un agent els gestiona i escala els realment ambigus.
• Atenció al client. No només respondre preguntes, sinó resoldre-les —emetre la devolució, actualitzar l’adreça, refer la comanda— actuant en els sistemes subjacents.
• IT i operacions internes. Vigilar logs i panells, diagnosticar incidències comunes i, o bé resoldre-les, o bé preparar un traspàs net per a un enginyer.
• Vendes i research. Enriquir leads, resumir comptes, preparar briefings abans d’una trucada.

Res d’això és ciència-ficció. Són les capes avorrides i repetitives d’un negoci —i per això automatitzar-les surt a compte. Si vols mapar quins dels teus processos estan a punt per a un agent, aquest diagnòstic és el nucli de com abordem l’automatització de processos.

Per què els pilots s’encallen abans de producció

La majoria de pilots d’agents llueixen molt i després moren en silenci. Les raons són predictibles:

Sense accés a sistemes reals. Un pilot que funciona sobre captures i text copiat no és un agent: és un chatbot amb passos extra. El valor real exigeix que l’agent llegeixi i escrigui a les teves eines de debò: el teu CRM, el teu ERP, el teu sistema de tiquets. Connectar tot això de manera segura és un problema d’integració, i acostuma a ser la part difícil. Per això tractem les integracions d’IA com a enginyeria, no com a retoc de prompts.

Sense barreres de seguretat. En una demo, una acció equivocada fa riure. En producció és una devolució mal emesa o un registre esborrat. Els agents necessiten límits de permisos, topalls de despesa, passos d’aprovació per a accions crítiques i un registre auditable de tot el que han fet.

Sense observabilitat. Quan un agent pren una mala decisió, necessites veure exactament per què: quines entrades, quines crides a eines, quin raonament. Els equips que se salten el logging i el traçat no poden depurar els seus agents, així que mai no hi confien prou per escalar.

Sense un traspàs clar. Els millors agents saben el que no saben. Un agent en producció ha d’escalar amb elegància, amb tot el context, en lloc d’endevinar amb seguretat.

Com portar un agent a producció

Els equips que se’n surten ho tracten com un projecte d’enginyeria normal amb un component inusual, no com un truc de màgia.

1. Comença per un únic flux, estret i valuós. No “automatitzar suport”, sinó “automatitzar devolucions de menys de 50 € de comandes enviades els darrers 30 dies”. Un abast estret dona criteris d’èxit clars i risc acotat.
2. Dona-li accés real però limitat. Connecta els sistemes que necessita, en només lectura primer quan sigui possible, i afegeix escriptura de manera deliberada.
3. Mantén una persona al bucle — i retira-la a poc a poc. Posa l’agent en mode “suggerir” primer. Quan els seus suggeriments siguin fiables, deixa que actuï sol als casos de baix risc mentre escala la resta.
4. Mesura sense descans. Taxa de resolució, taxa d’error, taxa d’escalat i temps estalviat. Aquests números són el que et dona dret a ampliar l’abast.
5. Amplia amb cap. Afegeix fluxos adjacents d’un en un, reutilitzant la mateixa base d’integració i de barreres de seguretat.

Aquesta és la diferència entre un agent que automatitza una sola tasca i una plataforma que compon valor. Construïm això segon com a part de la nostra feina d’automatització amb IA: la infraestructura avorrida que fa que la part espavilada sigui segura.

Què esperar el proper any

Convé planificar tres canvis. Primer, l’accés estandarditzat a eines (protocols com MCP) està facilitant enormement connectar agents a sistemes sense cola a mida per a cada integració. Segon, els sistemes multiagent —agents especialitzats que es passen feina entre ells— passen de la recerca a producció per a fluxos complexos. Tercer, la governança s’està posant al dia: a mesura que els agents prenen accions més rellevants, les capes d’auditoria, permisos i compliment esdevenen innegociables, sobretot en sectors regulats.

Les empreses que s’avancen no són les que tenen els models més avançats. Gairebé tothom té accés a models semblants. Són les que han fet la feina poc glamurosa de connectar agents als seus sistemes amb seguretat, acotar el que poden fer i mesurar si de debò ajuden.

Aquesta feina és perfectament abordable el 2026 —i la bretxa entre les empreses que ho fan i les que esperen s’eixampla cada trimestre.

---

Penses on un agent d’IA podria treure feina real al teu equip? Contacta amb nosaltres i t’ajudem a trobar el punt de partida de més valor.