La intel·ligència artificial ja ha entrat a l'empresa espanyola: al primer trimestre del 2026, el 33,6 % de les empreses de 10 o més treballadors feia servir alguna tecnologia d'IA, davant del 21,1 % un any abans, segons l'INE. El repte ja no és començar, sinó aconseguir resultats: la majoria de les organitzacions continua sense veure un impacte clar de la IA en el compte de resultats.
Aquesta guia explica què fa una consultoria d'intel·ligència artificial, quins serveis ha d'incloure, com funciona un projecte de principi a fi, quant costa i com es mesura el retorn, què exigeixen l'AI Act i el RGPD i com triar la consultora adequada sense caure en promeses buides. Amb dades del 2025 i el 2026, una checklist i les preguntes que convé fer abans de signar.
La consultoria d'IA en 60 segons
Què és: un servei que ajuda l'empresa a decidir on aporta valor la IA, a portar-la a producció amb les seves dades i sistemes, i a governar-la amb seguretat i dins de la llei.
Per què ara: l'adopció creix de pressa, però només el 37 % de les organitzacions atribueix a la IA algun impacte en el benefici operatiu (EBIT), segons McKinsey. El coll d'ampolla és passar del pilot a la producció.
Què inclou: estratègia i casos d'ús, preparació de dades, prova de concepte, desenvolupament i integració, govern i compliment, formació i operació contínua.
Com es treballa: diagnòstic, priorització de casos, prova de concepte amb criteris d'èxit, implantació i escalat.
Què diu la llei: l'AI Act ja obliga a formar qui fa servir IA i prohibeix certes pràctiques; les obligacions d'alt risc arriben el desembre del 2027 i l'agost del 2028.
Com triar: casos en producció demostrables, focus en el negoci, independència tecnològica, seguretat i compliment, i transferència de coneixement al teu equip.
Què és la consultoria d'intel·ligència artificial
Una consultoria d'IA ajuda una organització a fer servir la intel·ligència artificial per resoldre problemes de negoci concrets: detectar on genera valor, comprovar que és viable amb les seves dades, construir i integrar la solució en els seus processos i sistemes, i operar-la amb seguretat, control de costos i compliment normatiu. Un bon consultor d'IA combina tres capacitats que poques vegades reuneix una sola persona: coneixement del negoci, capacitat tècnica (dades, models i integració) i criteri regulador.
No és el mateix que comprar una eina. Un fabricant de programari et ven el seu producte; una consultora t'hauria de recomanar la millor opció per al teu cas, encara que sigui una eina que ja tens o cap.
Què fa (i què no) una bona consultora d'IA
Sí que fa
No fa
Comença pel problema de negoci i pels indicadors que cal moure
Comença per la tecnologia de moda
Revisa les teves dades abans de prometre resultats
Promet percentatges d'estalvi sense veure les teves dades
Defineix criteris d'èxit abans de cada prova de concepte
Encadena pilots sense pla per passar a producció
Integra la IA en els teus sistemes i processos
Lliura una demo aïllada
Inclou seguretat, privacitat i compliment des del disseny
Deixa l'AI Act i el RGPD per al final
Forma el teu equip i documenta el que fa
Et deixa dependent d'ella per a tot
Tipus de proveïdors d'IA: a qui pots contractar
Tipus de proveïdor
Encaixa si…
Compte amb…
Grans consultores generalistes
Abordes un programa de transformació molt ampli o en diversos països
Costos i estructura pensats per a grans programes
Consultores especialitzades en IA
Vols focus, equip sènior i arribar a producció amb rapidesa
Comprova que tenen capacitat de dades i integració, no només de prototips
Fabricants de programari i plataformes
El teu cas encaixa amb un producte estàndard
Et recomanaran el seu producte; vigila la dependència
Integradors i desenvolupadors
Necessites construir i integrar una solució a mida
Que entenguin el negoci i els riscos, no només el codi
Professionals independents
Necessites una tasca concreta i acotada
Continuïtat, seguretat i responsabilitat si alguna cosa falla
Centres tecnològics i universitats
Busques recerca aplicada o un projecte d'R+D amb finançament públic
Terminis i enfocament més orientats a la recerca
La IA a les empreses, en xifres (2025-2026)
Les dades més recents dibuixen el mateix patró arreu: la IA s'estén de pressa, però el valor es concentra en poques organitzacions.
Espanya: el 33,6 % de les empreses de 10 o més treballadors va fer servir IA al primer trimestre del 2026, davant del 21,1 % del mateix període del 2025 (INE).
Europa: el 20 % de les empreses de la UE feia servir IA el 2025, davant del 13,5 % del 2024. Lideren Dinamarca (42 %), Finlàndia (37,8 %) i Suècia (35 %), i l'ús més comú és analitzar text escrit (Eurostat).
Bretxa per mida: la fa servir el 55 % de les grans empreses de la UE, davant del 19 % de les pimes (Eurostat, dades del 2025).
Manca de coneixement: entre les empreses europees que es van plantejar fer servir IA i no ho van fer, el 70 % ho atribueix a la manca d'experiència i el 54 %, a la incertesa legal (Eurostat, 2025).
De l'ús a l'impacte: gairebé nou de cada deu organitzacions fan servir IA de manera habitual, però només el 37 % li atribueix algun impacte en l'EBIT i amb prou feines un 6 % aconsegueix que aporti almenys el 5 % d'aquest benefici (McKinsey, The state of AI in 2026).
Pilots que no s'enlairen: el 95 % dels pilots d'IA generativa analitzats pel MIT no va tenir un impacte mesurable en el compte de resultats (MIT NANDA, 2025).
Agents, amb cautela: Gartner preveu que més del 40 % dels projectes d'IA agèntica es cancel·lin abans que acabi el 2027 per costos creixents, valor poc clar o manca de control de riscos.
Fonts: INE, Eurostat, McKinsey, MIT NANDA i Gartner.
Quins serveis inclou una consultoria d'IA
Una consultoria completa cobreix tot el recorregut, des de l'estratègia fins a l'operació. No tots els projectes necessiten tots els serveis, però convé saber quins existeixen perquè no en falti cap de crític.
1. Diagnòstic i estratègia d'IA
Analitza la maduresa de l'empresa, els seus objectius i els seus processos, i ho tradueix en un full de ruta amb prioritats, inversió i responsables. Inclou un inventari de la IA que ja es fa servir, també la que els treballadors utilitzen pel seu compte. És el punt de partida del nostre servei d'intel·ligència artificial.
2. Identificació i priorització de casos d'ús
Tallers amb les àrees de negoci per recollir idees i puntuar-les per impacte i viabilitat. El resultat és una llista curta de casos, cadascun amb el seu cas de negoci.
3. Dades: qualitat, accés i govern
La IA és tan bona com les dades que rep. Aquest bloc revisa quines dades hi ha, on són, quina qualitat tenen i qui les pot fer servir, i prepara l'arquitectura necessària. Enllaça amb l'estratègia de dades i l'enginyeria de dades al cloud.
4. Prova de concepte i producte mínim viable
Una prova acotada, amb dades reals i un criteri d'èxit quantificat, per comprovar si el cas funciona abans d'invertir-hi seriosament. Si la supera, es converteix en un producte mínim viable amb usuaris reals.
5. Desenvolupament i integració
Construcció de la solució i connexió amb els sistemes de l'empresa (ERP, CRM, gestor documental, canals d'atenció): assistents d'IA generativa que responen amb els teus documents, agents, models predictius, visió artificial o automatització de processos amb RPA. Quan no n'hi ha prou amb un producte estàndard, entra en joc el programari a mida.
6. Govern, riscos i compliment
Inventari de sistemes d'IA, classificació de riscos segons l'AI Act, avaluacions d'impacte del RGPD, polítiques d'ús, supervisió humana i, si es vol anar més enllà, un sistema de gestió segons la ISO/IEC 42001. Una auditoria d'IA indica en quin punt et trobes.
7. Formació i gestió del canvi
Formació adaptada a cada perfil, que a més és obligatòria: l'AI Act exigeix alfabetització en IA a qui fa servir aquests sistemes. Sense adopció, cap solució dona resultats.
8. Operació i millora contínua
Un cop en producció, la IA s'ha de vigilar: qualitat de les respostes, canvis en les dades, costos d'ús, seguretat davant d'atacs com la injecció d'instruccions i actualitzacions dels models. És el que es coneix com a MLOps o LLMOps.
Com funciona un projecte de consultoria d'IA: 5 fases
Cada consultora té el seu mètode, però els projectes que arriben a producció comparteixen una seqüència semblant. La clau és decidir, abans de cada fase, quin resultat justifica passar a la següent.
Elaboració pròpia de Macaque.
Fase 1. Diagnòstic i objectius
Entrevistes amb la direcció i les àrees, revisió de processos, dades, sistemes i riscos, i inventari de la IA que ja es fa servir. Es fixen els indicadors de negoci que el projecte ha de moure. El resultat és un mapa d'oportunitats i un full de ruta.
Fase 2. Casos d'ús i priorització
Es recullen idees de totes les àrees, es puntuen per impacte i viabilitat i se n'escullen entre un i tres casos, cadascun amb el seu cas de negoci.
Fase 3. Prova de concepte
Amb dades reals i un abast acotat, es mesura la qualitat del resultat, els riscos i el cost per ús davant d'un criteri d'èxit fixat per endavant. Al final, una decisió explícita: escalar, ajustar o aturar.
Fase 4. Implantació i integració
La solució s'integra en els sistemes i processos, amb control d'accessos, registres, supervisió humana on calgui, formació dels usuaris i la documentació que demanen l'AI Act i el RGPD.
Fase 5. Escalat, govern i millora contínua
Monitoratge de qualitat i costos, nous casos d'ús sobre la mateixa base i un marc de govern estable: polítiques, responsables i, en organitzacions grans, un comitè d'IA.
Segons McKinsey, les organitzacions que obtenen més valor de la IA redissenyen els seus processos al seu voltant en lloc d'afegir-la als que ja existeixen. Per això la fase 4 no és només tècnica: també canvia la manera de treballar.
Com triar els casos d'ús: impacte davant de viabilitat
Triar bé el primer cas és la decisió que més condiciona el resultat. Un mètode senzill és puntuar cada idea en dos eixos:
Impacte: estalvi de temps o de cost, ingressos, reducció d'errors o de riscos i millora de l'experiència de clients o treballadors.
Viabilitat: dades disponibles i de qualitat, complexitat tècnica, integració amb els sistemes, risc regulador i esforç de canvi per a les persones.
Comença pels casos d'alt impacte i alta viabilitat, que donen resultats visibles i ajuden a finançar el que ve després. El MIT va observar que moltes empreses concentren els pilots en vendes i màrqueting, mentre que el retorn més clar apareix sovint al back office: operacions, finances, compres o gestió documental.
Elaboració pròpia de Macaque.
Exemples de casos d'ús per àrea
Àrea
Exemples
Atenció al client
Assistents que resolen consultes freqüents amb la teva documentació, classificació i encaminament d'incidències, resum de converses
Vendes i màrqueting
Previsió de demanda, priorització d'oportunitats, personalització de continguts, anàlisi de trucades
Operacions
Manteniment predictiu, control de qualitat amb visió artificial, optimització de rutes i d'inventari
Finances
Lectura i conciliació de factures, detecció d'anomalies i frau, previsions de tresoreria
Recursos humans
Cerca en polítiques internes, suport a la formació, anàlisi d'enquestes. Compte: fer servir IA per seleccionar o avaluar persones és d'alt risc segons l'AI Act
Legal i compliment
Revisió i comparació de contractes, cerca en normativa, suport en due diligence
IT i desenvolupament
Assistents de programació, documentació tècnica, suport intern
Cada sector té, a més, els seus propis casos i límits reguladors, com la banca, les assegurances, la salut o el retail.
IA generativa, agents o IA clàssica: quina tecnologia necessites
No tots els problemes necessiten la tecnologia més nova. Aquestes són les grans famílies i quan encaixa cadascuna:
Tecnologia
Per a què serveix
Exemple
Aprenentatge automàtic (IA predictiva)
Predir, classificar o detectar patrons en dades estructurades
Previsió de vendes, scoring de risc, manteniment predictiu
IA generativa
Crear, resumir, traduir o cercar en text, imatges o codi
Assistent que respon amb la documentació interna (RAG)
Agents d'IA
Encadenar diversos passos i actuar en els sistemes amb una certa autonomia
Gestionar una incidència de principi a fi amb supervisió humana
Visió artificial
Analitzar imatges i vídeo
Detecció de defectes en una línia de producció
Automatització amb IA
Executar tasques repetitives basades en regles, amb IA per llegir documents
Alta de comandes a partir de correus i PDF
Agents d'IA per a empreses: quan sí i quan no
Els agents d'IA són sistemes que planifiquen i executen tasques de diversos passos fent servir eines i sistemes de l'empresa. El seu ús creix, sobretot a les grans organitzacions: segons McKinsey, el 40 % de les que facturen més de 1.000 milions de dòlars ja està escalant agents, davant d'un 22 % que es manté estable a les més petites. Gartner, en canvi, preveu que més del 40 % dels projectes d'IA agèntica es cancel·lin abans que acabi el 2027 i alerta de l'agent washing: productes de sempre, com ara chatbots o automatitzacions, rebatejats com a agents.
Sí: processos de diversos passos, amb regles clares, dades accessibles i un cost d'error acotat, i amb una persona que supervisi les decisions rellevants.
Encara no: decisions crítiques sense supervisió, processos sense documentar o casos que ja resol un flux automatitzat senzill.
Si vols començar pels agents, tria'n un d'acotat i mesurable.
Quant costa una consultoria d'IA
No hi ha una tarifa estàndard: el preu depèn de l'abast, de l'estat de les teves dades, de la complexitat de la integració i dels requisits de seguretat i compliment. El que sí que convé entendre són els models de contractació i els costos que no apareixen en la primera proposta.
Models de contractació
Model
Com funciona
Encaixa quan…
Projecte tancat
Preu fix per a un abast definit, com un diagnòstic o una prova de concepte
Consum de models: les crides als models d'IA es paguen per ús (per exemple, per tokens) i creixen amb l'adopció. Segons McKinsey, al voltant d'un de cada cinc enquestats diu que aquests costos ja limiten el seu ús de la IA.
Infraestructura i dades: emmagatzematge, processament, bases de dades vectorials i integració. Si les teves dades continuen al teu CPD, la guia de migració al núvol t'ajuda a ordenar aquest pas.
Llicències d'eines i plataformes.
Operació: monitoratge, avaluació de la qualitat, seguretat i actualitzacions.
Persones: formació i temps dels equips de negoci dedicats al projecte.
Ajudes: el Kit Consulting, que finançava assessorament en transformació digital i IA per a pimes, no admet noves sol·licituds: l'últim termini per formalitzar acords va acabar el 31 de maig de 2026 i Red.es no ha anunciat cap altra convocatòria. Consulta'n la seu electrònica abans de comptar-hi.
Com mesurar el retorn de la IA
Línia de base: mesura com funciona avui el procés (temps, cost, errors, volum) abans de tocar res.
Indicadors de negoci, no d'ús: hores estalviades, cost per operació, taxa d'error, temps de resposta, conversió, satisfacció o risc evitat. Que una eina es faci servir no vol dir que aporti valor.
Cost total: desenvolupament, llicències, consum, operació i temps intern.
Criteri de decisió: quin resultat justifica escalar, ajustar o aturar, fixat abans de la prova de concepte.
Seguiment: els models i els processos canvien; revisa els indicadors almenys cada trimestre.
Les dades confirmen la distància entre la productivitat individual i l'impacte a l'empresa: el 80 % dels enquestats per McKinsey diu que la IA ha millorat la seva productivitat personal, però només el 37 % veu impacte en l'EBIT de la seva organització.
Normativa i govern: el que la teva consultora ha de dominar
AI Act: obligacions i dates
Des del 2 de febrer de 2025: pràctiques prohibides i obligació d'alfabetització en IA (article 4): qui fa servir o desplega IA s'ha d'assegurar que el seu personal té coneixements suficients.
Des del 2 d'agost de 2025: normes per als proveïdors de models d'IA d'ús general.
Des del 2 d'agost de 2026: obligacions de transparència, com ara avisar que s'està interactuant amb una IA.
Alt risc: l'Òmnibus Digital (Reglament (UE) 2026/1744), en vigor des del 27 de juliol de 2026, va ajornar aquestes obligacions al 2 de desembre de 2027 per a usos com l'ocupació, l'educació o la concessió de crèdit, i al 2 d'agost de 2028 per a la IA integrada en productes regulats.
A Espanya ho supervisa l'Agència Espanyola de Supervisió de la Intel·ligència Artificial (AESIA). Tens tot el detall a la nostra guia completa de l'AI Act.
RGPD: les dades personals també viatgen als prompts
Base jurídica i finalitat per a cada ús de dades personals, també quan s'alimenta un assistent o s'ajusta un model.
Avaluació d'impacte (AIPD) quan el tractament sigui d'alt risc.
Dret a no ser objecte de decisions exclusivament automatitzades amb efectes significatius (article 22).
Contractes d'encàrrec amb els proveïdors d'IA i control de les transferències internacionals.
Normes clares sobre quines dades es poden introduir a les eines d'IA.
ISO/IEC 42001: el sistema de gestió de la IA
La ISO/IEC 42001, publicada el desembre del 2023, és la primera norma internacional de sistemes de gestió de la IA. És voluntària i certificable, serveix per a qualsevol organització que desenvolupi, ofereixi o faci servir IA, i aporta una estructura per gestionar riscos, responsabilitats i controls. No substitueix l'AI Act, però ajuda a demostrar que la IA es gestiona amb mètode.
Política d'ús i IA a l'ombra
Molts treballadors ja fan servir eines d'IA pel seu compte: l'informe del MIT descriu una «economia de la IA a l'ombra», amb eines personals al marge de l'empresa. Prohibir-les poques vegades funciona; el que és eficaç és una política d'ús clara, eines corporatives segures i formació. És, a més, la base de l'alfabetització que exigeix l'AI Act, i un front de seguretat que tractem a la guia de ciberseguretat per a empreses.
Fer-ho internament, contractar fora o un model mixt
Segons el MIT, els projectes d'IA generativa comprats a proveïdors especialitzats o desenvolupats conjuntament amb ells tenen èxit al voltant del 67 % de les vegades, mentre que els desenvolupaments interns ho aconsegueixen amb un terç d'aquesta freqüència. No vol dir que calgui externalitzar-ho tot, sinó combinar bé cada opció:
Opció
Avantatges
Inconvenients
Encaixa quan…
Equip intern
Control total i coneixement del negoci
Talent escàs i car; corba d'aprenentatge
Ja tens un equip de dades i IA amb experiència en producció
Consultora externa
Experiència acumulada, mètode i rapidesa
Risc de dependència si no transfereix coneixement
Comences o necessites accelerar casos concrets
Model mixt
Rapidesa ara i capacitat pròpia després
Requereix coordinació i un responsable intern
Vols que la IA sigui una capacitat estable de l'empresa
Com triar una consultora d'IA: criteris i senyals d'alerta
Elaboració pròpia de Macaque.
Què cal buscar
Casos en producció amb resultats mesurables, no només demos. Demana referències.
Enfocament de negoci: que comenci pels teus objectius i indicadors.
Independència tecnològica i transparència sobre les seves aliances amb fabricants.
Capacitat completa: dades, integració, seguretat i operació, no només prototips.
Domini regulador: AI Act, RGPD i, si escau, normativa sectorial i ISO/IEC 42001.
Transferència de coneixement: formació, documentació i propietat clara del que s'ha desenvolupat.
Preu clar i criteris de decisió a cada fase.
Equip sènior identificat i estable durant el projecte.
Senyals d'alerta
Promet estalvis o percentatges sense haver vist les teves dades.
Proposa agents o IA generativa per a tot.
No parla de seguretat, de privacitat ni de l'AI Act.
Planteja proves de concepte sense criteri d'èxit ni pla per passar a producció.
El contracte és ambigu sobre la propietat del codi, els models i les dades.
Et lliga a la seva plataforma sense estratègia de sortida.
8 preguntes que cal fer abans de signar
Quins projectes semblants teniu en producció i quins resultats han donat?
Quins indicadors mesurarem i quina és la línia de base?
Què passa si la prova de concepte no assoleix l'objectiu?
On es processen les nostres dades i qui hi té accés?
Com cobriu l'AI Act i el RGPD en aquest projecte?
De qui serà el que es desenvolupi: codi, models ajustats i documentació?
Quant costarà operar-ho cada mes quan sigui en producció?
Com guanyarem autonomia nosaltres?
Els 10 errors més comuns en implantar IA a l'empresa
Començar per la tecnologia i no pel problema. La pregunta no és «què fem amb IA», sinó quin indicador volem moure.
Encadenar pilots sense pla de producció. Sense criteri d'èxit ni pressupost per escalar, el pilot es queda en una demo.
Subestimar les dades. Solen ser la major part de la feina.
Ignorar la integració. Una IA que no és a les eines del dia a dia no es fa servir.
Afegir IA al procés de sempre en lloc de redissenyar-lo.
Oblidar les persones: formació, canvi i l'alfabetització obligatòria.
Deixar la seguretat i la privacitat per al final.
No vigilar els costos d'ús dels models quan creix l'adopció.
Tolerar la IA a l'ombra sense política d'ús.
Mesurar l'ús en lloc de l'impacte.
Per on començar segons la mida de la teva empresa
Petita empresa (10-49 treballadors): política d'ús, formació bàsica i un o dos casos d'alt impacte amb eines que ja tens o que pots contractar com a servei.
Mitjana empresa (50-249): diagnòstic i full de ruta, dades en ordre, una prova de concepte ben mesurada i un primer marc de govern.
Gran empresa (250 o més): programa d'IA amb responsable i comitè, plataforma comuna, inventari i classificació de riscos segons l'AI Act, govern alineat amb la ISO/IEC 42001 i escalat de casos per àrees.
Checklist per contractar una consultoria d'IA
Abans de començar
Objectiu de negoci i indicadors definits.
Inventari de la IA que ja es fa servir, inclosa la no autoritzada.
Dades disponibles identificades i accessibles.
Responsable intern del projecte.
Política d'ús d'IA aprovada.
Durant la prova de concepte
Cas prioritzat per impacte i viabilitat.
Criteri d'èxit quantificat i línia de base mesurada.
Dades reals, amb permisos i anonimització quan calgui.
Avaluació de qualitat, riscos i cost per ús.
Decisió explícita: escalar, ajustar o aturar.
Abans de passar a producció
Sistema classificat segons l'AI Act.
Avaluació d'impacte (AIPD) si tracta dades personals de risc.
Seguretat revisada: accessos, registres i proves davant de la injecció d'instruccions.
Supervisió humana definida.
Usuaris formats.
En producció
Qualitat i costos monitorats.
Indicadors de negoci revisats cada trimestre.
Documentació al dia.
Propietat del codi, els models i les dades clara en el contracte.
Pla per guanyar autonomia interna.
Glossari ràpid d'IA per a empreses
Terme
Què vol dir
IA generativa
IA que crea contingut nou (text, imatges, codi) a partir d'instruccions.
LLM
Model de llenguatge de grans dimensions, com els que hi ha darrere de ChatGPT, Gemini o Copilot.
RAG
Tècnica que fa que el model respongui amb informació dels teus propis documents.
Agent d'IA
Sistema que planifica i executa tasques de diversos passos fent servir eines i sistemes.
Prompt
Instrucció que es dona a un model d'IA.
Al·lucinació
Resposta falsa o inventada que el model presenta com a certa.
Ajust fi (fine-tuning)
Entrenament addicional d'un model amb dades pròpies per a una tasca concreta.
Prova de concepte
Prova acotada per comprovar si un cas d'ús funciona amb dades reals.
MLOps i LLMOps
Pràctiques per desplegar, vigilar i mantenir models en producció.
Alfabetització en IA
Coneixements que l'AI Act exigeix al personal que fa servir o desplega IA.
ISO/IEC 42001
Norma internacional, voluntària i certificable, de sistemes de gestió de la IA.
IA a l'ombra
Ús d'eines d'IA per part dels treballadors al marge de l'empresa.
Preguntes freqüents sobre la consultoria d'IA
Què fa una consultoria d'intel·ligència artificial?
Ajuda a identificar on aporta valor la IA, a comprovar que és viable amb les teves dades, a desenvolupar-la i integrar-la en els teus processos i a governar-la amb seguretat i compliment normatiu. Una bona consultora mesura el resultat amb indicadors de negoci.
Quant costa una consultoria d'IA?
Depèn de l'abast, de l'estat de les dades i de la integració necessària. El més habitual és començar amb un diagnòstic o una prova de concepte de preu tancat i passar després a un projecte o a un servei recurrent. Suma-hi sempre el cost d'operació: consum de models, infraestructura i manteniment.
Quant triga un projecte d'IA a donar resultats?
Depèn del cas i de les dades. Un cas acotat, amb dades accessibles, es pot validar en una prova de concepte curta; portar-lo a producció i integrar-lo en els processos requereix més temps. L'important és fixar des del principi quin resultat s'espera i quan s'avalua.
Quina diferència hi ha entre una consultora d'IA i un proveïdor de programari d'IA?
El proveïdor ven el seu producte. La consultora t'hauria de recomanar la millor solució per al teu cas, sigui d'un fabricant, a mida o una eina que ja tens, i ajudar-te a integrar-la i governar-la.
Necessito tenir les dades perfectes per començar?
No, però sí saber quines dades tens, on són i quina qualitat tenen. Preparar-les per al cas d'ús escollit forma part de la feina de la consultoria.
És obligatori formar la plantilla en IA?
Sí. Des del 2 de febrer de 2025, l'AI Act exigeix a qui fa servir o desplega sistemes d'IA que el seu personal tingui un nivell suficient d'alfabetització en IA, adaptat a la seva funció i a l'ús que en fa.
M'afecta l'AI Act si només faig servir ChatGPT o Copilot?
Sí, tot i que amb obligacions limitades: alfabetització en IA, no fer-la servir en pràctiques prohibides i complir les regles de transparència si publiques contingut generat o manipulat amb IA. Si la fas servir en processos d'alt risc, com la selecció de personal, tindràs obligacions més grans a partir del desembre del 2027.
És millor desenvolupar la IA internament o contractar una consultora?
Depèn de la teva capacitat interna. Segons el MIT, els projectes amb proveïdors especialitzats tenen èxit amb més freqüència que els desenvolupaments propis. Un model mixt sol funcionar bé: accelerar amb ajuda externa i construir capacitat pròpia.
Què és la ISO 42001 i la necessito?
És la norma internacional de sistemes de gestió de la IA. És voluntària; té sentit si desenvolupes o fas servir IA de manera intensiva, si treballes en un sector regulat o si els teus clients et demanen garanties sobre com gestiones la IA.
Què són els agents d'IA i els necessita la meva empresa?
Són sistemes que executen tasques de diversos passos amb una certa autonomia. Poden aportar molt en processos ben definits, però no calen per a tot: Gartner preveu que més del 40 % dels projectes d'IA agèntica es cancel·lin abans que acabi el 2027. Comença per un cas acotat i mesurable.
CEO i cofundador de Macaque Group, grup tecnològic amb seu a Calafell (Tarragona) especialitzat en intel·ligència artificial, desenvolupament de programari i outsourcing TI. Defensa una IA «sense fum»: la que resol problemes reals de negoci, dona resultats mesurables i arriba a producció. És membre d’OdiseIA, l’observatori de l’impacte social i ètic de la intel·ligència artificial, i ha publicat a Capital Humano (Wolters Kluwer).
Certificació corresponent a Macaque Consulting Abast segons certificat.
Tractem les teves dades personals de conformitat amb el Reglament General de Protecció de Dades (RGPD) i la Llei Orgànica 3/2018 (LOPDGDD). Consulta la nostra Política de Privacitat.
Obtinguda
ISO 27701
En procés
ISO 9001
En procés
ENS ALTO
En procés
ISO 42001
En estudi
Obtinguda
ISO 27701
En procés
ISO 9001
En procés
ENS ALTO
En procés
ISO 42001
En estudi
Membres de
Parlem del teu projecte
Explica'ns què necessites i et responem en menys de 24 hores laborables.
Impulsem el teu negoci amb tecnologia i intel·ligència artificial
Assessorament personalitzat
Analitzem el teu cas i proposem solucions adaptades al teu negoci
Acompanyament continu
Des de la idea fins a l'evolució del producte
Solucions escalables
Tecnologia preparada per créixer amb tu
Disponibilitat
Dilluns - Divendres:09:00 - 19:00
Resposta en menys de 24h
Aquest lloc utilitza cookies
Fem servir cookies pròpies i opcionals. Pots acceptar-les totes, rebutjar les no essencials o configurar-les per categoria. Les categories opcionals estan desactivades per defecte i pots canviar la teva decisió en qualsevol moment des de Configurar cookies al peu de pàgina.