Integrem IA en aplicacions per oferir noves funcionalitats
IA integrada en aplicacions i plataformes a mida
Afegim intel·ligència artificial a software existent i desenvolupem productes nous que la integren.
Integrem IA en plataformes web i apps per a mòbils
Hi ha dues maneres d'afegir IA a un software: millorar una aplicació existent o desenvolupar un producte nou amb serveis que la integrin.
Productes nous amb serveis d'IA
Oferim serveis de desenvolupament de software a mida, ara amb funcionalitats d'IA integrades, que potencien tant aplicacions web com apps per a mòbils.
Funcions d'IA en eines existents
La plataforma o l'eina continua sent la mateixa, i la IA resol els punts en què avui ha d'intervenir l'usuari: classificar, cercar, generar text o recursos gràfics. Els usuaris disposen de funcions noves sense canviar de programa.
Productes nous basats en IA: què es decideix abans de programar-los
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. Es calcula des del principi i es reflecteix en els preus o en els límits d'ús, perquè el creixement d'usuaris no faci deficitari el producte.
Quin model i quin proveïdor
S'escull el model que dona la qualitat necessària amb el cost més baix, per a text o per a imatges, i es torna a comparar quan n'apareix un de millor o de més barat.
Qualitat mesurada amb casos reals
Abans del llançament, es prova amb exemples reals i es defineix quin resultat és acceptable. Una demostració que funciona amb tres casos no garanteix que funcioni amb mil.
Límits i control d'abusos
Límits d'ús per usuari, filtres de contingut i registre de cada petició, 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. Es té en compte en el disseny, no al final.
Una primera fase que surt al mercat
Es delimita un producte mínim viable amb l'abast i el preu tancats, es llança i es decideix la fase següent amb dades d'ús reals.
Funcions d'IA que es poden integrar en una aplicació
Són els punts en què, fins ara, una eina necessitava la intervenció d'una persona. La IA els resol sense substituir el programa, que continua controlant, validant i desant les dades.
Classificació i etiquetatge automàtics
La informació nova s'ordena en categories i rep les etiquetes en entrar, sense que ningú l'hagi de revisar una per una.
Extracció de dades de documents
Dates, imports i altres camps de factures, correus o PDF passen als camps de l'aplicació sense haver-los de teclejar.
Cerca en llenguatge natural
La informació es troba amb una pregunta, sense configurar filtres ni conèixer la paraula exacta.
Assistent dins de l'aplicació
Resol dubtes i guia l'usuari en l'ús del software, amb la documentació de la mateixa aplicació.
Redacció, resums i informes
Descripcions a partir de les dades d'una fitxa, esborranys de resposta que revisa una persona, resums de documents i converses, i informes en llenguatge clar a partir de les dades del sistema.
Detecció d'errors, duplicats i anomalies
Dades incoherents, registres repetits encara que no siguin idèntics o comportaments inusuals, assenyalats perquè una persona decideixi.
Priorització i pas següent
Les tasques i les incidències s'ordenen per urgència i impacte, i l'aplicació suggereix el pas següent segons el context.
Visió artificial
Reconèixer objectes, llegir el text d'una imatge o detectar defectes en una foto.
Generació d'imatges
Imatges de producte, variants d'un disseny 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.
Anàlisi d'opinions
La satisfacció, les queixes i els temes recurrents de comentaris, ressenyes o enquestes, identificats de manera automàtica.
Predicció i recomanacions
Previsió de vendes, reserves o estoc a partir de l'històric, clients amb risc d'abandonament i recomanacions de productes o continguts per a cada usuari.
Un exemple bàsic i útil de com es pot integrar la IA en una aplicació
Ordenar un catàleg amb un criteri escrit en una frase
Abans: una regla per a cada cas
Per decidir on va cada producte, calia escriure-ho com a condició: si la família és aquesta i el proveïdor aquell, aleshores aquesta categoria. Cada excepció afegia una regla més. Al cap de dos anys, modificar-les era arriscat.
Ara: es descriu el criteri
"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.
El sistema aplica el criteri
Classifica cada producte i deixa registrat per què ho ha fet. Quan el criteri canvia, es canvia la frase, no el codi, i no cal esperar a la versió següent. El mateix val per als documents: amb les regles d'un gestor documental per escrit, la IA proposa la carpeta de cada fitxer en pujar-lo.
La decisió final la pren una persona
El resultat es revisa i es corregeix des de la mateixa eina. Si una correcció es repeteix, s'ajusta la frase del criteri. S'integra en el gestor de catàleg de l'empresa, per exemple Pimcore.
Integrar un chatbot permet que la plataforma guiï l'usuari
Un chatbot dins de la teva aplicació, amb les teves dades i els teus permisos
No respon amb frases preparades
Els chatbots tradicionals responen amb textos predefinits; si la pregunta no estava prevista, deriven a un formulari. Aquest cerca la resposta als manuals, als procediments, a l'històric d'incidències i a la base de dades de la mateixa aplicació.
Indica la font de cada resposta
Cada resposta enllaça al document o al registre d'on prové, perquè qui pregunta ho pugui comprovar. Si no troba cap document relacionat, ho indica en lloc de respondre: així no inventa la resposta.
Consulta les dades i executa el que se li demana
Respon "quins expedients fa més d'un mes que no tenen moviment?" amb la llista de registres, i converteix "els clients que no compren des de fa sis mesos i tenen una incidència oberta" en els filtres de l'aplicació. Qui pregunta revisa el resultat abans de fer-lo servir.
Té en compte la pantalla en ús
Si el dubte és d'ús, respon amb la documentació de la mateixa aplicació i tenint en compte la pantalla en què es troba qui pregunta.
Amb els permisos de cada usuari
És el que el diferencia de copiar la documentació en un xat públic: el chatbot només accedeix al que pot veure aquesta persona. Si algú no té accés a un expedient, tampoc el pot consultar a través del chatbot.
Validar amb IA: obligatori no és el mateix que correcte
És el canvi més petit de tots, i el que evita que la base de dades s'ompli de fitxes que no serveixen.
El que valida un formulari
Que el camp no estigui buit. Que sigui un número. Que tingui format de correu, de NIF o de data. Que estigui dins d'un interval. Cap d'aquestes comprovacions no impedeix que algú escrigui "sense descripció", un guionet o "igual que l'anterior": el camp està emplenat i el registre es desa.
El que pot validar la IA
Que la descripció descrigui realment el producte. Que l'adreça sigui plausible. Que un camp no en contradigui un altre de la mateixa fitxa. Que el text estigui en l'idioma que correspon. I no bloqueja: avisa qui l'està emplenant, en aquell moment i no sis mesos després.
De vegades, és complicat fer una cerca amb un sol concepte
Cerca per intenció, no per la paraula exacta
Un cercador convencional troba els registres que contenen les paraules escrites. Amb IA, la cerca interpreta la intenció: qui cerca "problemes amb la factura" troba també la incidència que diu "càrrec duplicat al rebut".
Hi ha dues maneres d'aconseguir-ho, i l'elecció depèn sobretot d'una pregunta: es pot modificar la base de dades actual?
Si no es pot modificar la base de dades: la IA amplia la consulta
Abans de cercar, la IA transforma el que s'ha escrit: genera sinònims i termes relacionats ("factura", "rebut", "càrrec", "cobrament") i els converteix en els filtres que ja entén el cercador de l'aplicació, que els cerca tots. La base de dades no es modifica. A canvi, cada cerca triga una mica més i té un petit cost per la consulta al model, que es redueix desant les cerques repetides.
Si es pot afegir un índex: cerca per significat en una base de dades vectorial
Cada registre es converteix per endavant en un vector que en representa el significat i es desa en una base de dades vectorial. La consulta es converteix de la mateixa manera i es cerquen els registres més semblants, sense necessitat de generar sinònims, i es pot combinar amb la cerca per text tradicional. Respon a l'instant i sense cost per cerca, però cal afegir aquest índex i processar tots els registres una vegada.
Fins i tot sense accés al codi font
Com s'integra la IA en una aplicació existent
Modificant el codi
Si es disposa del codi font, la IA es programa com una funció més de l'aplicació, que la crida quan la necessita, igual que crida una passarel·la de pagament. Les pantalles, les dades i els permisos continuen sent els mateixos.
Connectant amb la base de dades
Sense accés al codi, la IA pot treballar sobre la base de dades de l'aplicació: llegeix els registres i escriu el resultat, per exemple una classificació o un camp emplenat, en els camps que s'acordin. Els canvis que modifiquen dades els confirma una persona.
Connectant per API
Si l'aplicació ofereix una API, la IA s'hi connecta com qualsevol altre programa, sense modificar el codi ni accedir a la base de dades. És l'opció més segura amb software d'un altre proveïdor, i la mateixa que es fa servir en una integració de sistemes.
IA només on compensa l'espera
No tot ha de passar per la IA. Es fa servir en les tasques que a l'usuari li prendrien molt de temps, on compensa esperar uns segons. I no tota la IA triga el mateix: una IA generativa redacta la resposta i necessita uns segons, mentre que una IA de decisió, com Jev, només classifica o tria una opció i respon molt més de pressa.
Models intercanviables, comercials o privats
L'aplicació no es connecta a un model concret, sinó a una plataforma intermèdia: per exemple, LiteLLM per als models de text i de raonament, i Fal.ai per a la generació d'imatges. Canviar de model és un canvi de configuració, no de programació, i amb informació sensible la petició va a un model de codi obert en servidors privats, en una IA privada. A l'apartat quin model d'IA es fa servir en cada projecte expliquem com s'escull.
Registre i auditoria de cada operació
Cada acció de la IA queda registrada i es pot auditar: què se li va demanar, què va respondre, quines dades va fer servir i qui va validar el resultat. Així es pot comprovar que funciona, corregir-la i justificar cada decisió. Per a processos complets, es combina amb automatitzacions o amb agents.
Preguntes freqüents sobre IA integrada en aplicacions
Quina funció convé integrar primer amb IA?
Cal entrenar un model amb les dades de l'aplicació?
Es pot integrar IA en Odoo o en un altre ERP o CRM?
Quant costa integrar IA en una aplicació?
Quina funció d'IA necessita la teva aplicació?
Explica'ns quin producte vols llançar, o quina eina fa servir la teva empresa i t'interessa millorar integrant-hi intel·ligència artificial.