711 239 085 info@gilsys.com
es ca en
Fons abstracte

Automatització empresarial amb agents d'IA

Integració d'agents d'IA a mida

Un agent consulta la informació que necessita, decideix el pas següent i executa l'acció, amb les eines i els permisos assignats.

Què és un agent d'IA?

Un agent d'intel·ligència artificial (IA) és un programa que treballa amb un usuari i uns permisos, com una persona més de l'equip: consulta l'ERP o el CRM, decideix què cal fer i ho fa. El que el distingeix d'un chatbot és l'última part: no es limita a respondre, executa. És el que també es coneix com a IA agèntica.

Un exemple: entra la queixa d'un client. L'agent busca les seves comandes, veu que una va sortir amb retard, obre la incidència al programa d'atenció al client i deixa preparat el correu de resposta perquè algú el revisi i l'enviï.

Consulta

Les dades que necessita, al sistema on són: un client al CRM, una comanda a l'ERP, una tarifa, un document o una incidència anterior.

Decideix

El pas següent, amb les instruccions que se li han donat: a quin departament va una sol·licitud, si hi falta documentació o si el cas l'ha de veure una persona.

Executa

L'operació, amb les eines que té autoritzades: crear una incidència, actualitzar un registre, moure un arxiu, generar un document o preparar un correu.

Agent d'IA, automatització i chatbot: què fa cadascun

Les tres eines són útils, però per a problemes diferents. Un flux clàssic (n8n, Make o Zapier) resol molt bé "si passa A, fes B", quan tots els casos possibles es poden escriure com a condicions. Un agent és útil quan els passos intermedis no estan definits per endavant o la informació arriba desordenada i cal interpretar-la abans de decidir. En molts projectes el més eficient és combinar tots dos: la IA interpreta i decideix, i l'automatització executa de manera fiable el que ja està perfectament definit.

  • Objectiu principal

    Agent d'IA: Resoldre un procés complet

    Automatització clàssica: Executar un flux predefinit

    Chatbot: Respondre preguntes

  • Com decideix

    Agent d'IA: Raona segons la informació de cada cas

    Automatització clàssica: Regles fixes: "si passa A, fes B"

    Chatbot: Genera una resposta

  • Passos del procés

    Agent d'IA: Poden variar en cada execució

    Automatització clàssica: Definits per endavant, sempre iguals

    Chatbot: No executa passos

  • Informació desordenada

    Agent d'IA: La interpreta i la converteix en dades

    Automatització clàssica: Necessita dades ja estructurades

    Chatbot: La consulta

  • Executa accions

    Agent d'IA: Sí, amb les eines autoritzades

    Automatització clàssica: Sí, les que estiguin programades

    Chatbot: Normalment no

  • Excepcions

    Agent d'IA: Pot gestionar-les o passar-les a una persona

    Automatització clàssica: Cal programar cada cas

    Chatbot: No escau

  • Quan convé

    Agent d'IA: Processos en què cal interpretar i decidir

    Automatització clàssica: Processos estables i ben definits

    Chatbot: Consultar documentació i informació

Agent d'IAAutomatització clàssicaChatbot
Objectiu principalResoldre un procés completExecutar un flux predefinitRespondre preguntes
Com decideixRaona segons la informació de cada casRegles fixes: "si passa A, fes B"Genera una resposta
Passos del procésPoden variar en cada execucióDefinits per endavant, sempre igualsNo executa passos
Informació desordenadaLa interpreta i la converteix en dadesNecessita dades ja estructuradesLa consulta
Executa accionsSí, amb les eines autoritzadesSí, les que estiguin programadesNormalment no
ExcepcionsPot gestionar-les o passar-les a una personaCal programar cada casNo escau
Quan convéProcessos en què cal interpretar i decidirProcessos estables i ben definitsConsultar documentació i informació

Amb quines eines treballa un agent d'IA

Les eines són el que li permet actuar

Un agent només pot fer allò per a què té eines. Se li proporcionen mitjançant APIs, serveis web, bases de dades, webhooks, cues de missatges o software a mida: la mateixa feina d'integració de sistemes que fem entre programes de gestió. Quan un programa no té API, es pot programar una capa intermèdia que l'ofereixi.

Un servidor MCP per fer-les servir des de ChatGPT o Claude

L'MCP (Model Context Protocol) és l'estàndard amb què els agents i els assistents d'IA es connecten a altres programes. A les empreses que ja tenen una API, o que ens l'encarreguen, també els oferim un servidor MCP amb un conjunt limitat de funcions, per fer-les servir en llenguatge natural des dels seus comptes de ChatGPT o Claude, al xat que ja utilitzen cada dia. Ho expliquem a com es connecta la IA als programes de l'empresa.

Un model capaç d'utilitzar eines

L'agent necessita un model d'IA que sàpiga utilitzar eines. Aquesta capacitat s'anomena "tool calling": en lloc de limitar-se a escriure una resposta, el model demana que s'executi una funció concreta, com consultar una comanda a l'ERP o crear una incidència, i rep el resultat per continuar treballant.

Els models comercials, com ChatGPT, Gemini o Claude, la inclouen. També hi ha models de codi obert, que es poden instal·lar en servidors privats.

Equips d'agents per als processos complexos

Quan un procés és complex, en lloc d'un agent que ho faci tot en desenvolupem diversos que es reparteixen la feina i es passen el resultat, amb marcs de treball com CrewAI o amb desenvolupament propi. Cada agent té el seu paper i accedeix només als sistemes que necessita, així que es pot reaprofitar en altres processos: un per a consultes internes, un altre per redactar, un altre per investigar a fons, un altre per programar o dissenyar maquetes. Amb CrewAI, a més, poden contrastar el resultat entre ells.

Casos pràctics d'agents d'IA

L'agent entén la petició o la dada que rep i decideix quina operació fer segons els permisos que té assignats.

El nostre ERP, des de l'assistent d'IA

El nostre Odoo té un servidor MCP que permet treballar-hi des de la IA: consultar dades i fer operacions en llenguatge natural, només amb les funcions que s'ha decidit oferir.

El nostre ERP, amb comunicació bidireccional amb Telegram

S'escriu a l'agent per demanar informació o crear una tasca i l'agent entén el missatge, decideix quina operació toca i la fa a Odoo. Pel mateix canal arriben els avisos i les notificacions.

Cercador de licitacions amb Jev

Un agent revisa cada cert temps les licitacions que es publiquen i Jev decideix si encaixen amb el perfil de l'empresa i en quin percentatge. De les que encaixen, una automatització descarrega els plecs, un model de llenguatge els resumeix i estima la dificultat de presentar-s'hi, i la persona que porta les licitacions decideix si val la pena. Veure el cas pas a pas.

Dades de planta a la indústria

Un agent consulta per MCP les dades de les màquines, dels productes i de la monitorització i, segons el tipus d'operació, fa una tasca o una altra, com triar quin avís o quin flux llançar. Està desenvolupat i provat al nostre entorn, amb dades de prova, com expliquem a IA per a la indústria.

Exemple pràctic amb factures i albarans

Què fa un agent d'IA quan un cas no encaixa

En els processos amb conseqüències econòmiques o legals, el sistema es prepara perquè la IA no hagi d'improvisar, i el que és important ho valida una persona.

Els casos límit, previstos abans

Abans de posar-lo en marxa es reuneixen els casos reals i es defineix què cal fer amb cadascun. Si les factures que s'han d'importar arriben sempre amb el mateix format, es pot entrenar un servei com Document AI, de Google Cloud, perquè sàpiga en quina zona és cada dada i el risc d'error és baix. Si els documents són molt diferents entre si, cal estudiar-ho en cada cas.

El que no quadra s'aparta i la resta continua

Si en importar un albarà o una factura una línia no coincideix, es processa el que està bé i aquesta línia queda pendent. Arriba un avís pel canal acordat (correu, SMS o Telegram) i el document queda marcat en un tauler perquè una persona el revisi. Com es gestiona cada excepció es decideix amb l'empresa en cada projecte.

Una validació final amb Jev

En acabar el procés, una IA de decisió com Jev revisa el resultat amb criteris concrets i retorna la probabilitat que hi hagi un error. Si supera el llindar fixat, el resultat passa a revisió.

La responsabilitat, d'una persona

En les accions amb conseqüències, com registrar una factura a la comptabilitat o pagar un proveïdor, sempre aprova una persona. Validar costa poc i, encara que hi intervingui la IA, la responsabilitat d'aquestes accions ha de recaure en una persona o un departament.

Permisos, seguretat i privacitat d'un agent d'IA

Privilegi mínim

Com més accions pugui fer un agent, més important és controlar-ne els permisos. Si només necessita consultar comandes, no les ha de poder esborrar. Definim quins sistemes utilitza, quines operacions executa, amb quina identitat, què necessita confirmació, quins límits té, què queda registrat i què passa quan hi ha un error. Per exemple, a la nostra eina de posicionament web, la IA treballa amb permisos per nivells (llegir, proposar, aplicar) i una persona decideix quines propostes s'apliquen.

Quina informació rep el model

Un agent no hauria de rebre totes les dades disponibles quan només en necessita una part per fer la tasca. Abans de desenvolupar-lo analitzem amb quina informació treballarà: dades de clients, correus, documents interns, informació econòmica, contractes o dades personals.

Les condicions de cada proveïdor, revisades abans

Abans de recomanar un servei d'IA, en revisem les condicions d'aquell moment, encara que ja hi hàgim treballat. Mirem tres coses: on es processen les dades, si es fan servir per entrenar models i quant de temps es guarden.

Un exemple és Azure Document Intelligence, que recomanem per llegir factures o nòmines. Processa els documents a la regió europea on es crea el servei, els elimina en un màxim de 24 hores, no els fa servir per entrenar i funciona dins de la subscripció d'Azure de la mateixa empresa. On es processen i quant de temps es guarden ho explica la pàgina de Microsoft sobre les dades, la privacitat i la seguretat de Document Intelligence.

Una altra alternativa seria Document AI, de Google Cloud. No depenem de cap proveïdor concret, per la qual cosa podem oferir alternatives en cada projecte. El que és important és entendre com comunicar l'eina que estiguem creant amb la plataforma que processa la informació.

Quan les dades no poden sortir

En determinats projectes convé una infraestructura d'IA privada, amb els models en un servidor de l'empresa o en un núvol privat amb GPU, o una arquitectura mixta en què certes operacions no surtin de l'empresa.

Filtres a l'entrada i a la sortida

Abans que una petició arribi al model principal, un model ràpid que només decideix, com Jev, comprova si compleix les normes d'ús fixades i atura les instruccions malicioses (injecció de prompts) o els intents d'obtenir dades no permeses. La resposta passa pel mateix control abans d'arribar a l'usuari.

Preguntes freqüents sobre agents d'IA

Els agents treballen de manera completament autònoma?

No en les accions que tenen conseqüències. L'agent prepara la feina i una persona aprova el que compromet l'empresa, com un pagament, un esborrament o un correu a un client: encara que hi intervingui la IA, la responsabilitat ha de recaure en una persona o un departament. L'agent treballa sol en les tasques sense conseqüències, com consultar dades, classificar o avisar, quan s'ha comprovat amb casos reals que les fa bé.

Un agent d'IA és el mateix que un RPA?

No. Un RPA repeteix clics i passos fixos sobre les pantalles d'un programa i, si la pantalla o el cas canvien, s'atura. Un agent treballa amb les dades mitjançant APIs o bases de dades i decideix el pas segons el cas. Si un procés ja funciona amb RPA i no canvia, un agent no hi aporta avantatges.

Quant de temps es triga a crear un agent d'IA?

Un agent bàsic, com un que revisa uns llocs web i avisa quan hi ha alguna cosa rellevant, es pot desenvolupar en una setmana, però conceptualitzar-lo, acotar-ne els requisits, provar-lo i posar-lo en producció sol portar més temps, segons la tasca. Els que treballen amb diversos sistemes o prenen decisions amb conseqüències es plantegen per fases, com expliquem a com treballem un projecte d'IA.

Quant costa un agent d'IA?

Depèn sobretot de quants sistemes cal connectar i de quantes decisions ha de prendre l'agent. Com a ordre de magnitud, el desenvolupament dels agents més bàsics va de 500€ a 1.000€ i el dels avançats, de 1.000€ a 5.000€. Les automatitzacions complexes poden superar aquesta xifra, sobretot si requereixen una eina o un tauler de control a mida, amb la IA integrada. A això s'hi suma l'ús del model, que amb un model comercial es paga per consulta. Són xifres orientatives: cada pressupost parteix de l'anàlisi del procés i és gratuït i sense compromís.
Fons abstracte

Quin procés manual podria fer un agent?

Analitzem quins passos segueix avui el procés i amb quins programes, i assenyalem quines parts pot fer un agent i quines convé que continuï fent una persona.