
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'IA | Automatització clàssica | Chatbot | |
|---|---|---|---|
| Objectiu principal | Resoldre un procés complet | Executar un flux predefinit | Respondre preguntes |
| Com decideix | Raona segons la informació de cada cas | Regles fixes: "si passa A, fes B" | Genera una resposta |
| Passos del procés | Poden variar en cada execució | Definits per endavant, sempre iguals | No executa passos |
| Informació desordenada | La interpreta i la converteix en dades | Necessita dades ja estructurades | La consulta |
| Executa accions | Sí, amb les eines autoritzades | Sí, les que estiguin programades | Normalment no |
| Excepcions | Pot gestionar-les o passar-les a una persona | Cal programar cada cas | No escau |
| Quan convé | Processos en què cal interpretar i decidir | Processos estables i ben definits | Consultar 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?
Un agent d'IA és el mateix que un RPA?
Quant de temps es triga a crear un agent d'IA?
Quant costa un agent d'IA?

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.


