
Integrem IA en aplicacions per oferir noves funcionalitats
Software a mida amb IA integrada
Afegim intel·ligència artificial a software existent i desenvolupem productes nous que la integren.
On comença un projecte d'IA integrada?
Quan no està clar per on començar, ho resol una consultoria d'IA, amb un diagnòstic i un full de ruta.
El software a mida de l'empresa
La IA s'afegeix com una funció més d'un desenvolupament de software a mida, per exemple una eina interna, tant en aplicacions web com en apps per a mòbils.
Software d'un altre proveïdor
S'integra sense modificar obligatòriament el software existent, connectant eines que disposen d'APIs, com per exemple Odoo, en mòduls per a e-commerce a mida i en gestors documentals com ownCloud.
Un producte nou amb la IA al centre
Quan es crea una eina nova on la IA no millora una cosa que ja existeix, sinó que és la funció principal del producte, per exemple un SaaS o una eina interna. Per exemple, el nostre cercador de licitacions i la nostra eina de seguiment SEO.
Què pot fer la IA dins d'una aplicació
Classificació automàtica
Suggerir la categoria de cada producte en donar-lo d'alta, a partir dels que ja estan classificats. Basat en un cas real a PrestaShop.
Chatbot a mida
Respostes amb les dades de l'aplicació i els permisos de cada persona, a la mateixa aplicació, en un web o per missatgeria.
Cerca semàntica
Trobar el que es cerca pel seu significat, encara que no contingui les paraules escrites.
Relacionar i detectar duplicats
Aparellar perfils o productes semblants i trobar registres repetits encara que estiguin escrits d'una altra manera.
Criteris sense programar
Canviar com s'ordena, es filtra o es destaca la informació escrivint el criteri en una frase.
Validació intel·ligent
Detectar, en el moment d'introduir-les, les dades que compleixen el format però no tenen sentit.
I més funcions: redacció i resums, detecció d'errors, enriquiment de dades, priorització, generació d'imatges, transcripció, anàlisi d'opinions i predicció.
Sistemes de classificació intel·ligent
Classificar productes automàticament en donar-los d'alta
Exemple basat en un cas real que permet, en un e-commerce (PrestaShop), cercar els productes ja classificats que més s'assemblen al producte que donarem d'alta i suggerir la categoria ideal.
Suggeriment intel·ligent de categories
El sistema compara el producte nou amb els que ja estan classificats i proposa les categories més probables juntament amb el percentatge estimat de coincidència.
Reorganització del catàleg existent
El sistema pot revisar la base de dades i proposar suggeriments de reestructuració, com moure a una altra categoria determinats productes o fins i tot l'estructura de categories.
Criteris ajustats a cada e-commerce
La solució s'integra a cada e-commerce com un mòdul a mida, amb els criteris de decisió fixats amb el client segons el seu catàleg. Amb poques categories, la IA decideix la que hi encaixa millor a partir del nom, la descripció i els atributs del producte. Si el nombre de categories és elevat, es busquen productes ja classificats similars i la IA decideix a partir d'aquests.
Classificació automàtica o amb supervisió manual
Es pot preparar el sistema perquè el suggeriment hagi de ser sempre revisat per un humà o perquè es classifiqui sempre en mode automàtic.
El mateix concepte de l'exemple es podria aplicar a molts altres àmbits on calgui classificar, com documentació, dades procedents d'un gestor de productes unificat o qualsevol altra informació que s'hagi d'organitzar i etiquetar.
Assistents chatbot creats a mida
Chatbot per a empreses a mida
Amb connexió a dades d'aplicacions internes o externes, limitades segons l'usuari.
Sense flux predefinit
Un chatbot tradicional té respostes predefinides i deriva a un formulari quan la pregunta no estava prevista. Podem desenvolupar chatbots capaços de cercar la resposta en manuals, procediments, històric d'incidències i la mateixa base de dades de l'aplicació, amb permisos restringits.
Fonts citables a cada resposta
Cada resposta pot enllaçar als documents o registres que s'han contextualitzat a la resposta, de manera que qui pregunta ho pugui validar. Si no es troba cap document relacionat, s'indica en lloc d'inventar text.
Consultar dades i proposar accions
És possible respondre amb dades reals preguntes com "quins expedients fa més d'un mes que no tenen moviment?" i després aplicar-los accions, com marcar-los com a arxivats.
Pot tenir en compte la pantalla en ús
En el cas de sistemes d'ajuda per a eines, es poden preparar per respondre amb la documentació de la mateixa aplicació, tenint en compte la informació que s'està visualitzant a la pantalla.
Amb els permisos per usuari
En cas de voler oferir personalització i segmentació de permisos, primer cal tenir l'usuari identificat.
Als canals necessaris
A més de dins de la mateixa aplicació, es pot integrar un chatbot com un component a mida en un web, un e-commerce, una plataforma en línia o integrat amb WhatsApp, Telegram o qualsevol altra font d'entrada de dades de l'empresa.
Fent servir una base de dades vectorial
Pot basar-se en dades preprocessades, emmagatzemades en una base de dades vectorial, per facilitar la cerca de la informació per intenció.
De vegades, és complicat fer una cerca amb un sol concepte
Cerca semàntica
Cerquem els resultats per intenció, no per paraules exactes.
Un cercador convencional cerca a partir de paraules o conceptes concrets. Amb IA, la cerca es pot interpretar. En cercar "problemes amb la factura" es poden retornar com a coincidències elements com "càrrec duplicat al rebut".
Hi ha diferents maneres d'implantar la cerca semàntica: depèn de si és possible modificar la base de dades que s'estigui fent servir.
Sense modificar la base de dades: sinònims amb IA
Abans de cercar, la IA transforma el que s'ha escrit en diferents termes relacionats ("factura", "rebut", "càrrec", "cobrament") i els converteix en els filtres que entén el cercador de l'aplicació. D'aquesta manera, la base de dades no es modifica, però cada cerca triga una mica més i té un petit cost per la consulta al model d'IA, per calcular els sinònims (encara que es poden emmagatzemar precàlculs).
Amb un índex vectorial: cerca per significat
Cada registre es converteix per endavant en un vector que en representa el significat i es desa en una base de dades vectorial. Quan es cerca, la consulta es converteix de la mateixa manera i es cerquen els registres més semblants, sense necessitat de generar sinònims. Aquesta tècnica es pot combinar amb la cerca per text tradicional. Amb la cerca semàntica, el sistema respon de manera ràpida i sense cost per cerca, però cal crear l'índex i processar tots els registres. És una solució que hem implantat, per exemple, en gestors documentals.
Relacionar dades i detectar duplicats segons el seu significat
Si desem el significat de cada fitxa de producte, perfil d'usuari o document de l'aplicació, l'eina el podrà aprofitar per oferir noves funcionalitats amb IA.
Relacionar i aparellar
Amb la informació classificada semànticament, es podrien cercar, per exemple, a partir d'una tasca, perfils d'una xarxa de contactes que la puguin fer, o productes d'un proveïdor segons la seva funció.
Detectar duplicats
Una altra funcionalitat interessant és detectar registres que diuen el mateix amb altres paraules, encara que no siguin idèntics. Dues fitxes del mateix producte o dos contactes que són la mateixa persona, però amb dades que no són exactament iguals.
Ajustar criteris sense modificar codi
Amb IA podem interactuar amb dades de manera natural, sense haver d'afegir cada paràmetre modificable com a opció de configuració.
Sense IA: regles programades per a cada condició
Amb la lògica tradicional basada en regles, cada nova condició que l'usuari hagi de configurar exigeix desenvolupament a mida. Si volem que una eina pugui filtrar per categoria, ordenar per preu i aplicar estils condicionals (com ressaltar ofertes o marques blanques), cal programar panells específics per configurar el funcionament de cada opció.
L'acumulació de casuístiques dispara el que anomenem deute tècnic, cosa que complica i encareix el desenvolupament i el manteniment de l'eina.
Amb IA: el criteri explicat
Amb la IA podem parametritzar eines perquè els criteris s'expressin de manera natural, com a textos: "Els articles de temporada van primer, els que tenen poc estoc no surten a la portada i els de marca pròpia, per davant dels de revenda." Escrit així, en una frase, per qui coneix el negoci i no sap programar. Per canviar el criteri, es canvia l'explicació, no el codi.
Obligatori no és el mateix que correcte
Validació intel·ligent amb IA
Un procés de validació de dades d'entrada eficient permet mantenir la qualitat de la informació emmagatzemada.
Amb programació: el format
Es pot validar de manera rígida que un camp no estigui buit, que sigui numèric, que tingui format de correu electrònic, de NIF, de data o que estigui dins d'un interval. Cap d'aquestes comprovacions no impedeix a l'usuari introduir com a text "sense descripció". Realment el camp està emplenat i el registre s'emmagatzemaria i es processaria sense detectar problemes.
Amb IA: el significat
Amb IA podem entendre el significat del que s'ha introduït, de manera que podem validar dades lògiques, per exemple, que una descripció descrigui realment el producte, que un camp no en contradigui un altre de la mateixa fitxa o que el text estigui en l'idioma que correspon. A més, en integrar-ho amb programació a mida, podem decidir què fer: si bloquejar, avisar o permetre.
La neteja i el manteniment de dades netes és un procés que es considera fonamental per a la governança de dades.
Més funcions d'IA integrables en aplicacions
Els punts en què una eina necessitava la intervenció d'una persona, la IA els resol.
Redacció, resums i informes
Descripcions a partir de les dades d'una fitxa; esborranys automàtics per respondre sol·licituds, amb revisió humana prèvia; resums de documents i reunions; informes de business intelligence en llenguatge clar a partir de les dades del sistema.
Detecció d'errors i comportaments atípics
Detecció de dades incoherents o comportaments inusuals, comparant-les amb les dades emmagatzemades. Per exemple, una comanda amb una quantitat molt superior a l'habitual d'un determinat producte.
Enriquiment i normalització
Completar els atributs que falten a les fitxes de producte, estandarditzar les adreces dels contactes o normalitzar catàlegs de proveïdors amb formats diferents.
Priorització automàtica
Les tasques i incidències ordenades per urgència i impacte, analitzant-ne la definició i estimant temps a partir d'experiències prèvies registrades. Per exemple, una incidència que impedeix facturar té més prioritat que resoldre una consulta informal.
Generació d'imatges
Imatges de producte, maquetes funcionals o il·lustracions creades a partir d'una descripció o d'una foto de referència.
Transcripció i traducció
Notes de veu, trucades o reunions convertides en text i continguts traduïts a altres idiomes. Per exemple, un tècnic podria explicar des del mòbil l'actuació feta a un client i que en quedi constància escrita a la seva fitxa.
Anàlisi d'opinions
Classificació automàtica i identificació de sentiments, a partir d'opinions i missatges. Per exemple, separar en les ressenyes d'una botiga en línia les queixes sobre l'enviament de les queixes sobre el producte.
Predicció i recomanacions
Analitzar continguts a partir de criteris definits en llenguatge natural, generar previsions de compra per anticipar la demanda futura a partir de dades històriques o personalitzar recomanacions de productes per a cada usuari en plataformes de comerç electrònic.
L'extracció de dades de documents es desenvolupa a automatització i el reconeixement d'imatges, a IA per a la indústria.
Fins i tot sense accés al codi font
Com s'integra la IA en una aplicació existent
Desenvolupem software a mida des del 2004. La IA és una eina més que integrem amb aquesta experiència i que amplia el que pot oferir cada projecte.
Adaptem el codi font
Si es disposa d'accés al codi font, la IA es pot integrar a nivell de codi, com a noves funcions de l'aplicació, que es fan servir quan calgui.
Connectem directament amb la base de dades
Si no es disposa d'accés al codi, la IA pot treballar directament amb la informació emmagatzemada a la base de dades de l'aplicació, llegint i fins i tot, si hi donem permisos, escrivint informació. Per exemple, permetent llegir un catàleg de productes i oferir opcions de reclassificació, fent validacions de qualitat de dades o fins i tot resolent dubtes sobre informació emmagatzemada, com a chatbot.
Connectem per API
Si l'aplicació ofereix una API, ens hi connectem sense modificar el codi ni accedir a la base de dades. És l'opció més segura amb software d'un altre proveïdor i la que fem servir habitualment en una integració de sistemes.
Únicament si compensa l'espera
La IA es fa servir en les tasques que a l'usuari li prendrien temps i on compensa esperar uns segons. No totes les tasques fetes per un model d'IA triguen el mateix: una IA generativa redacta la resposta i necessita uns segons, mentre que una IA de decisió, com Jev, que només classifica, respon molt més de pressa.
Models intercanviables, comercials o privats
Les aplicacions que desenvolupem no es connecten directament a un model específic, sinó a una plataforma intermèdia, habitualment LiteLLM per als models de text i de raonament i Fal.ai per a la generació d'imatges. Canviar de model representa un canvi de configuració, no de programació. En cada projecte s'escull el que ofereix millors resultats, ja sigui d'Anthropic (Claude), d'OpenAI (GPT), de Google (Gemini) o d'un altre proveïdor. A més, si la informació és sensible, podem treballar amb models de codi obert en servidors privats, en una IA privada.
Registre i auditoria de cada operació
És possible desenvolupar eines on cada acció de la IA quedi registrada i es pugui auditar què se li va demanar, què va respondre, quines dades es van fer servir i quina persona va validar el resultat. Per a processos com automatitzacions o agents és molt important disposar d'un registre operacional per poder determinar l'origen i els detalls de cada acció.
A quin model d'IA s'utilitza en cada projecte expliquem diferents opcions per treballar amb models d'IA.
Què tenim en compte abans de desenvolupar-los
SaaS i eines internes basades en IA
Quan la IA és la funció principal del producte, hi ha decisions que no apareixen en una aplicació convencional i que en condicionen el cost i la viabilitat.
El cost de cada ús, dins del model de negoci
Cada imatge generada o cada text processat té un cost en el model. És important calcular-lo inicialment i reflectir-lo en l'estimació de costos d'ús, perquè el creixement d'usuaris no faci deficitari el producte.
Quin model i quin proveïdor
Es proven diferents models i s'escull el que ofereixi la qualitat necessària amb el cost més baix, per a text o per a imatges. Cada cert temps és recomanable revisar si hi ha models que s'hi adaptin millor i fer els tests de qualitat corresponents.
Qualitat mesurada amb casos reals
Abans de llançar el servei, cal validar-lo sempre amb dades reals, amb un conjunt delimitat de clients, per determinar que el resultat sigui acceptable. Una demostració que funcioni amb uns casos concrets no garanteix que funcioni amb tots.
Límits i control d'abusos
Cal establir controls de límits d'ús per usuari, filtres de contingut i registre de peticions, per controlar el cost i evitar usos indeguts.
Transparència i Reglament europeu d'IA
Segons el tipus d'aplicació, el Reglament obliga a informar que l'usuari interactua amb una IA o que un contingut l'ha generat una IA. Cal tenir-ho en compte a l'inici del projecte, no en fases posteriors.
Recomanem treballar per fases
Habitualment, en projectes grans centrats a oferir serveis que integren la IA com a funcionalitat principal, cal delimitar un producte mínim viable amb l'abast i el preu tancats, llançar-lo i decidir la fase següent amb dades d'ús reals.
Preguntes freqüents sobre software amb IA integrada
Cal entrenar un model amb les dades de l'aplicació?
Es pot integrar IA en Odoo, en PrestaShop o en un altre ERP o CRM?
De qui és el codi font del software a mida amb IA?
Quin manteniment necessita la IA integrada en una aplicació?
Quant costa integrar IA en una aplicació?

Desenvolupem eines i serveis basats en intel·ligència artificial
Creem solucions des de zero o connectem IA a software existent per transformar les dades en decisions, automatitzacions i noves funcionalitats.




