ChatGPT porta els agents al treball repetible i converteix els processos d’equip en el nou territori de la IA. Els workspace agents de ChatGPT no estan pensats per brillar amb una resposta puntual, sinó per assumir fluxos repetibles, connectar-se a eines reals i operar dins de processos compartits amb regles, aprovacions i límits concrets.
La intel·ligència artificial ja ha demostrat que pot redactar, resumir, respondre preguntes o ajudar a idear un primer esborrany. Aquesta primera etapa d’ús de ChatGPT s’ha consolidat ràpidament: milions d’usuaris han après a utilitzar la IA per a tasques puntuals i aïllades. Però OpenAI planteja ara una segona fase molt més estructural. Ja no es tracta només de resoldre moments concrets, sinó d’integrar la IA en fluxos de treball repetibles que depenen de sistemes compartits, traspàs d’informació estandarditzat, formats consistents i restriccions reals com el temps, la precisió o la governança. Aquí és on entren els workspace agents de ChatGPT.
OpenAI ho explica amb claredat: aquests agents estan dissenyats per fer-se càrrec de treball repetible que, d’altra manera, una persona hauria de fer manualment una vegada i una altra, repetint instruccions i copiant dades entre eines. En lloc d’ajudar en una acció puntual, els agents busquen integrar-se en rutines organitzatives existents.
Què és un agent segons OpenAI
OpenAI defineix un agent com un sistema amb tres components: un disparador, un procés amb habilitats i unes eines o sistemes connectats. El disparador activa el treball, el procés defineix els passos i les eines permeten interactuar amb dades i sistemes reals com Slack, CRM o documents compartits.
Els agents són especialment útils quan el treball és repetible, estructurat, activat per temps o esdeveniments i vinculat a eines. Per contra, per a tasques obertes o creatives, el xat tradicional continua sent millor opció.
La diferència amb els workflows tradicionals
A diferència dels fluxos clàssics, que són deterministes, els agents són probabilístics. Funcionen amb instruccions i límits, però interpreten context i ajusten decisions. Això els fa més flexibles, però també exigeix més control i disseny.
Com es construeix un agent
OpenAI recomana pensar en un agent com si es delegués una tasca a una persona: definir objectiu, inici, límits, eines i procés. Els exemples inclouen agents de màrqueting, tria de feedback o seguiment comercial, tots amb objectius clars, processos definits i regles de governança.
Els cinc grans usos dels agents
OpenAI identifica cinc patrons principals:
– Briefings (resums per a decisió)
– Tria i enrutament (gestió d’entrades)
– Anàlisi i recomanació
– Creació de contingut
– Planificació i coordinació
Aquests casos reflecteixen el treball real de moltes organitzacions.
De l’ús a la construcció
Els usuaris poden començar utilitzant agents ja existents o crear-ne de nous. El procés inclou descriure la tasca en llenguatge natural, seleccionar eines, definir disparadors i establir límits i aprovacions.
La importància de la iteració
OpenAI insisteix que els agents no funcionen perfectament des del primer moment. Cal provar-los, ajustar-los i millorar-los contínuament.
Escalar agents en equips
Els agents estan pensats per ser compartits. Això permet estandarditzar processos i evitar repetir tasques manualment. Però requereix descripcions clares i control d’accessos.
El canvi de fons
El gran canvi és conceptual: la IA deixa de ser una eina puntual i es converteix en una capa operativa del treball. No només ajuda a pensar, sinó que executa processos.
