Quan una gran organització es planteja incorporar intel·ligència artificial, el primer impuls sol ser donar accés a eines com ChatGPT, Copilot o altres assistents similars.

I això està bé. És un primer pas necessari.

Però, si l’objectiu és generar un impacte real, no n’hi ha prou amb posar eines a disposició de tothom.

La pregunta important no és només: “Quines eines d’IA donem als equips?”

La pregunta realment transformadora és una altra: “En quins processos volem que la IA ens ajudi a treballar millor?”

La IA no hauria d’entrar només en tasques aïllades

Un dels riscos més habituals quan s’introdueix la IA és aplicar-la només a parts molt concretes del treball: redactar un text, resumir una reunió, generar idees, automatitzar una resposta o analitzar un document.

Tot això pot aportar valor. Però també té una limitació important: és difícil entendre quin impacte real està tenint en el conjunt del procés.

Si només apliquem IA en un tros petit d’un flux de treball, el resultat pot semblar positiu, però després costa respondre preguntes importants:

• Ha millorat realment el procés?
• La IA ha reduït temps o només ha mogut l’esforç a una altra part?
• La qualitat ha augmentat?
• L’equip ja estava millorant per altres motius?
• Hem creat més eficiència o només més velocitat en una part del sistema?

Sense una mirada end-to-end, aquestes respostes queden difuses.

A més, hi ha un altre risc menys evident però molt rellevant: la capacitat de generar contingut creix molt més ràpid que la nostra capacitat humana per revisar-lo, validar-lo i assegurar que és coherent amb l’estratègia de la companyia.

Quan la IA facilita crear textos, propostes, informes o comunicacions de manera gairebé instantània, el volum de contingut es pot disparar. Però això no garanteix que aquest contingut sigui útil, alineat o consistent.

Sense mecanismes clars de revisió i criteri, podem acabar amb més soroll que valor: missatges incoherents, decisions basades en informació poc contrastada o iniciatives que no segueixen una direcció comuna.

Per això, introduir la IA també implica repensar com filtrem, prioritzem i validem el que es genera. No es tracta només de produir més, sinó de garantir que el que produïm té sentit dins del conjunt.

Pensar en processos complets

Crec que una bona manera d’introduir la IA dins d’una gran organització és començar per iniciatives amb impacte clar i amb un recorregut complet.

No només casos d’ús petits i aïllats, sinó processos sencers on puguem observar què passa abans, durant i després de la intervenció de la IA.

Això permet tres coses molt importants.

La primera és mesurar millor. Si tenim una visió completa del procés, podem veure si realment milloren els temps, la qualitat, els errors, la satisfacció de l’usuari o la capacitat de resposta.

La segona és aprendre millor. Quan entenem què aporta la IA en cada fase, podem separar millor què és valor tecnològic, què és millora de procés i què és canvi en la manera de treballar de l’equip.

La tercera és escalar millor. Una iniciativa ben treballada de principi a fi genera aprenentatges que després es poden traslladar a altres àrees de l’organització.

Un exemple: suport intern o atenció al client

Imaginem un procés d’atenció interna o de suport al client.

Un enfocament limitat seria utilitzar la IA només per redactar respostes. Això pot ajudar, però només actua sobre una part del flux.

Un enfocament més complet seria mirar tot el procés:

• recepció i classificació de la demanda;
• cerca d’informació rellevant;
• proposta de resposta;
• validació humana;
• enviament;
• seguiment del cas;
• i anàlisi posterior del resultat.

Aquest enfocament permet entendre molt millor on aporta valor la IA.

Potser descobrim que el gran estalvi no és en la redacció de la resposta, sinó en la classificació inicial. O que la IA accelera la cerca d’informació, però la validació humana continua sent el coll d’ampolla. O que les respostes són més ràpides, però no necessàriament millors.

Aquests aprenentatges són molt valuosos, perquè ens ajuden a prendre decisions basades en dades reals i no només en impressions generals.

La IA com a part d’un equip híbrid

Hi ha un altre punt clau: la implementació de la IA no s’hauria de plantejar només com una substitució de persones o tasques, sinó com una nova forma de col·laboració.

Aquí és on té sentit parlar d’equips híbrids: humans + IA.

La IA pot aportar velocitat, capacitat d’anàlisi, consistència i disponibilitat. Pot ajudar a processar informació, detectar patrons, generar alternatives o reduir feina repetitiva.

Però les persones aporten criteri, context, sensibilitat, responsabilitat i capacitat de decidir en situacions amb ambigüitat, especialment a través de competències clau com les que recull el framework SEA: Strategy, Empathy, Adaptability.

Quan aquests dos mons es combinen bé, el resultat pot ser molt més potent que si intentem fer que la IA treballi sola o que les persones simplement utilitzin eines de manera puntual.

La qüestió no és només automatitzar. La qüestió és redissenyar com es prenen decisions, com circula la informació i com es genera valor.

Crear referents interns

En una gran organització, aquest enfocament té un altre avantatge important: permet crear referents interns.

Quan un equip treballa un cas d’ús de punta a punta, no només resol un problema concret. També genera coneixement útil per a la resta de l’organització.

Aprèn quines preguntes cal fer. Aprèn quins riscos apareixen. Aprèn on hi ha resistències. Aprèn quines mètriques són útils i quines no. Aprèn quin paper han de jugar les persones i quin paper pot jugar la IA.

Aquest aprenentatge organitzatiu és sovint tan valuós com el resultat immediat del cas d’ús.

Perquè, en una gran organització, l’objectiu no hauria de ser només tenir molts experiments amb IA. L’objectiu hauria de ser construir capacitat interna per entendre, aplicar i escalar la IA amb criteri.

No és només una eina, és una manera nova de pensar el treball

Si hagués de resumir-ho en una idea, seria aquesta:

La IA no s’hauria d’introduir només com una eina, sinó com una manera nova de pensar els processos.

Donar accés a la tecnologia és necessari. Però el valor real arriba quan la fem servir en iniciatives completes, mesurables i pensades per aprendre.

En una gran organització, la IA no hauria de servir només per fer més ràpid el que ja fem.

Hauria de servir per entendre millor com treballem.

I, sobretot, per dissenyar processos millors.