Enrique Dans sosté que la veritable intel·ligència artificial empresarial no serà el xatbot més brillant ni l’agent més vistós, sinó una arquitectura integrada en els processos, amb memòria, context, regles i capacitat real de canviar resultats.
La intel·ligència artificial empresarial viu una paradoxa: mai no havia estat tan present en el discurs corporatiu i, al mateix temps, poques companyies poden demostrar encara que hagi transformat de debò el seu compte de resultats, la seva estructura operativa o la seva manera de decidir. Enrique Dans ho resumeix amb una tesi provocadora: quan la IA empresarial funcioni de veritat, no semblarà intel·ligència artificial. No es manifestarà com una interfície espectacular, un copilot que respon amb brillantor o una demo capaç d’impressionar un comitè de direcció, sinó com una capa profunda, gairebé invisible, integrada en el funcionament quotidià de l’organització.
La idea central de l’article de Dans és que l’empresa no necessita més focs artificials conversacionals, sinó una arquitectura nova. Durant els últims anys, bona part de l’adopció corporativa de la IA s’ha concentrat en la capa més visible: assistents, copilots, xatbots, generadors de text, eines de productivitat i agents capaços d’executar tasques puntuals. Aquesta fase ha estat útil perquè ha fet tangible la IA, ha ajudat a experimentar i ha permès identificar usos concrets. Però, segons Dans, també ha creat una confusió: moltes empreses han cregut que utilitzar IA equivalia a col·locar una interfície intel·ligent damunt de processos antics. I aquest és precisament el límit.
L’article es recolza en una advertència prèvia del mateix autor: els grans models de llenguatge no van ser dissenyats per dirigir una empresa. Un LLM prediu text; una companyia, en canvi, funciona amb memòria, context, restriccions, permisos, dades vives, responsabilitats, objectius, retroalimentació i coordinació entre àrees. La distància entre una bona resposta i una bona decisió empresarial és enorme. Una cosa és que un model redacti un informe, resumeixi una reunió o proposi una campanya. Una altra de molt diferent és que entengui l’estat real d’una organització, els seus límits legals, les seves prioritats estratègiques, el seu històric de decisions, els seus riscos operatius i les conseqüències de cada acció.
Per això Dans desplaça la discussió des del “prompt” cap al sistema. La pregunta rellevant ja no és com formular millor una instrucció, sinó quin entorn ha de conèixer el model abans d’actuar. Quines dades té disponibles. Quines regles no pot vulnerar. Quins permisos necessita. Quina memòria conserva. Quines decisions ha d’elevar a un humà. Quines mètriques permeten saber si ha funcionat. I quins mecanismes existeixen per corregir-lo quan s’equivoca. La intel·ligència artificial empresarial madura no es construeix sobre sessions aïllades, sinó sobre continuïtat.
L’última enquesta global de McKinsey sobre IA confirma el diagnòstic. L’ús de la intel·ligència artificial ja és molt ampli: gairebé nou de cada deu organitzacions declaren utilitzar-la regularment en almenys una funció de negoci. Tanmateix, la majoria continuen en fase d’experimentació o pilots, i només al voltant d’un terç ha començat a escalar els seus programes d’IA a nivell empresarial. La dada clau és que les organitzacions que obtenen més valor no són simplement les que “utilitzen més IA”, sinó les que redissenyen fluxos de treball, integren la IA en processos i desenvolupen pràctiques de gestió, validació i govern al seu voltant.
Aquí apareix la diferència entre adopció i transformació. Adoptar IA pot consistir a contractar llicències, obrir comptes corporatius, formar empleats en prompts o desplegar un assistent intern. Transformar l’empresa exigeix una altra cosa: revisar processos, reconstruir dades, canviar responsabilitats, redissenyar indicadors, modificar models operatius i acceptar que la tecnologia només genera valor quan canvia la manera de treballar. La IA empresarial no fracassa perquè els models siguin maldestres, sinó perquè s’insereixen en organitzacions que no han canviat prou per aprofitar-los.
Dans apunta a una transició de fons: passar d’eines a sistemes, de respostes a resultats, de copilots a sistemes d’acció i de prompts a restriccions. És una formulació rellevant perquè altera la mètrica de l’èxit. Un assistent pot ser avaluat per la qualitat de les seves respostes. Un sistema empresarial s’ha d’avaluar pel seu impacte: menys errors, millors decisions, cicles més curts, reducció de costos, més satisfacció del client o una gestió més precisa del risc. La IA madura no es mesura pel molt que sembla saber, sinó pel que canvia en l’operació.
L’enginyeria de context és una de les peces tècniques que expliquen aquest canvi. Anthropic la defineix com una evolució natural de l’enginyeria de prompts: ja no es tracta només d’escriure millors instruccions, sinó de gestionar tot l’estat contextual al voltant del model, des de les instruccions del sistema fins a les eines, les dades externes, l’historial de missatges i l’entorn en què opera. En termes empresarials, això significa que el model no hauria de començar cada interacció des de zero. Ha de treballar dins d’un marc estable, governat i connectat a la realitat de la companyia.
Aquesta idea és crucial. Una empresa no és una conversa de xat. És una estructura persistent. Té contractes, clients, inventaris, calendaris, pressupostos, equips, incidències, objectius, regulacions, jerarquies, excepcions i memòria institucional. Si la IA ha de reconstruir aquest context en cada interacció, el sistema neix feble. Si, en canvi, el context està incorporat en l’arquitectura, la IA deixa de ser una eina a la qual es recorre i passa a formar part de com l’organització treballa.
Per això la invisibilitat de la IA no implica irrellevància. Al contrari: significa maduresa. Les tecnologies veritablement transformadores tendeixen a desaparèixer de la superfície. L’electricitat va deixar de ser una novetat quan es va integrar en edificis, fàbriques i llars. Internet va deixar de ser una activitat separada quan es va convertir en infraestructura. El núvol va deixar de ser un projecte excepcional quan les empreses van començar a operar-hi sense esmentar-lo a cada pas. Amb la IA empresarial passarà una cosa semblant: serà important precisament quan deixi de presentar-se com una capa vistosa i es converteixi en una capacitat incorporada al flux normal del negoci.
Microsoft descriu aquesta transició amb el concepte de “Frontier Firm”: organitzacions més dinàmiques, orientades a resultats i estructurades al voltant de la col·laboració entre humans i agents. El seu Work Trend Index 2025 sosté que les empreses comencen a moure’s des d’organigrames rígids cap a equips més flexibles, capaços de reunir persones i agents entorn d’objectius. La lectura encaixa amb la tesi de Dans: no parlem només de noves eines, sinó d’un nou substrat organitzatiu.
La qüestió, tanmateix, és més complexa que afegir agents a la plantilla digital. Un agent pot planificar, executar tasques i encadenar accions, però una empresa necessita coordinació, seguretat, traçabilitat, validació, compliment normatiu i responsabilitat. En una demo, un agent que navega per aplicacions i resol una tasca resulta impressionant. En una organització real, aquest mateix agent ha de saber què no pot tocar, quina informació pot consultar, quan ha de demanar autorització, com registrar les seves decisions, com justificar els seus resultats i com aturar-se si detecta una anomalia.
Deloitte adverteix precisament d’aquest risc: moltes companyies intenten automatitzar processos dissenyats per a humans sense replantejar la feina de fons. El resultat és que la IA queda atrapada en workflows heretats, sistemes fragmentats i arquitectures incapaces de sostenir execució autònoma. La promesa de la IA agèntica no consisteix a superposar agents sobre processos antics, sinó a redissenyar operacions perquè aquests agents puguin actuar dins de límits clars, amb dades fiables i mecanismes de supervisió.
Aquest punt és decisiu per entendre per què tants projectes d’IA corporativa generen entusiasme inicial i frustració posterior. La primera fase acostuma a ser brillant: proves ràpides, productivitat individual, resums automàtics, esborranys, anàlisis preliminars, generació de codi o atenció al client assistida. Però quan l’empresa intenta escalar, apareixen els problemes: dades disperses, permisos mal definits, integració insuficient, manca de govern, dubtes legals, resistència cultural, mètriques confuses i absència de responsables clars. La IA funciona a la prova, però s’encalla en l’organització.
La frontera competitiva, per tant, ja no separarà les empreses que “utilitzen IA” de les que no la utilitzen. Aquesta divisió és massa simple i comença a estar superada. La nova bretxa separarà les companyies que tracten la IA com una col·lecció d’eines visibles d’aquelles que la converteixen en una capacitat sistèmica. Les primeres produiran més documents, més respostes, més automatitzacions parcials i més interfícies. Les segones redissenyaran processos, connectaran dades, incorporaran memòria, definiran restriccions i faran que la intel·ligència s’incrusti en el nucli operatiu.
MIT Sloan també insisteix que fer funcionar la IA generativa a l’empresa requereix replantejar com es gestionen persones, processos i projectes, no limitar-se a afegir tecnologia a rutines existents. La conclusió és coherent amb la tesi de Dans: el veritable desafiament no és accedir a models potents, sinó construir organitzacions capaces d’absorbir-los, governar-los i convertir-los en resultats.
Aquesta lectura té implicacions directes per als directius. La IA empresarial no es pot delegar exclusivament al departament tecnològic ni quedar reduïda a un programa de formació en eines. Requereix lideratge executiu, perquè obliga a respondre preguntes incòmodes: quins processos val la pena reconstruir, quines dades són fiables, quines decisions es poden automatitzar, quins riscos són acceptables, quines funcions canviaran, quines noves competències seran necessàries i com es repartirà el valor generat. Sense aquest lideratge, la IA es converteix en una moda transversal sense propietari real.
També canvia el paper dels empleats. En la fase dels copilots, el treballador aprèn a demanar millor. En la fase dels sistemes, ha d’aprendre a supervisar, interpretar, corregir, validar i col·laborar amb capacitats automàtiques integrades en el seu entorn. El valor humà es desplaça des de l’execució repetitiva cap al judici, el criteri, la coordinació, la creativitat aplicada i la responsabilitat. Però aquesta transició no és automàtica ni indolora: exigeix formació, redisseny de llocs de treball, transparència i participació.
L’article de Dans resulta especialment oportú perquè rebaixa el soroll de la IA sense reduir-ne la importància. Davant l’obsessió per models cada vegada més grans, interfícies més vistoses o agents més autònoms, proposa mirar diverses capes més avall: arquitectura, context, memòria, governança i workflow. La IA que realment transformi una companyia no serà la que més es vegi en una presentació, sinó la que permeti que l’organització funcioni millor sense obligar els seus empleats a sentir que estan “utilitzant IA” cada minut.
Aquest és el sentit de la frase que dona títol a la seva reflexió. Quan la intel·ligència artificial empresarial funcioni de debò, no semblarà intel·ligència artificial. Semblarà una companyia més ràpida a detectar problemes. Més coherent a coordinar departaments. Més precisa a l’hora de prendre decisions. Més capaç d’aprendre dels seus propis resultats. Més rigorosa en l’ús de dades. Més adaptable davant dels canvis del mercat. Més conscient de les seves restriccions. Més intel·ligent, en definitiva, no perquè tingui un xatbot brillant, sinó perquè la seva arquitectura interna haurà canviat.
El repte és que aquest canvi exigeix paciència, inversió i una visió menys superficial del progrés tecnològic. Les empreses que busquin dreceres probablement acumularan eines. Les que entenguin la profunditat del desafiament reconstruiran processos. Les primeres ensenyaran demos. Les segones mostraran resultats. I quan això passi, la IA deixarà de ser una etiqueta de màrqueting per convertir-se en infraestructura empresarial.
La conclusió és clara: la veritable IA corporativa no serà un producte que s’obre en una pestanya, sinó una manera diferent d’organitzar la feina. No serà una cosa que l’empresa utilitza ocasionalment, sinó una cosa en què l’empresa es converteix. Aquesta és la transformació que Enrique Dans identifica: silenciosa, arquitectònica i molt més profunda que la febre dels copilots.
