
Agència d'automatització amb IA des de Barcelona (Osona)
Automatització de processos amb IA
Automatitzem els processos en què algú de l'equip ha de llegir, entendre o classificar informació abans d'actuar, combinant la IA amb programació a mida i n8n.
Automatització intel·ligent
La IA pot llegir i entendre el que abans sempre requeria la intervenció manual
La IA permet analitzar informació sense patrons predefinits, i podem programar fluxos a mida amb les condicions que necessiti cada procés.
Automatitzar un procés sempre ha funcionat bé quan es pot expressar com a regles: "si la comanda passa a enviada, envia el correu". És el que fem des de fa anys amb automatitzacions i APIs.
La limitació era als processos que comencen amb informació que cal llegir i interpretar. Aquest pas l'havia de fer una persona i per això el procés només es podia automatitzar en part. Per exemple, obrir cada albarà que arriba per correu, buscar el número de comanda i introduir les quantitats a l'ERP.
La IA resol aquest pas i la resta del flux continua sent l'automatització tradicional: fiable, repetible i barata.
Tradicional o amb IA?
Automatització tradicional: la mateixa entrada, la mateixa sortida
No tots els processos necessiten IA: la pregunta clau és si cal entendre i interpretar informació.
Per exemple, quan arriba un missatge pel formulari de contacte del web, el flux sempre és el mateix: envia un avís al mòbil del responsable, programa al CRM un recordatori per contactar en 48 hores i el sistema respon automàticament al remitent amb un correu automàtic que confirma la recepció. Si al cap de dos dies ningú no ha respost, el sistema torna a avisar el responsable assignat.
En aquest flux no hi ha interpretacions: el formulari ja indica a quin camp correspon cada dada i simplement s'apliquen unes regles fixes. És la base de la programació d'automatitzacions i APIs a mida.
Velocitat
No cal esperar la resposta d'un model.
Fiabilitat
Amb les mateixes dades, sempre el mateix resultat.
Seguretat
La informació no s'envia a cap servei d'IA.
Control
Cada pas es pot revisar i auditar.
Automatització amb IA: quan cal interpretar
Tornant a l'exemple anterior, suposem que a la safata d'entrada arriben correus de tota mena: consultes, incidències, publicitat i, entre ells, peticions de pressupost, cadascuna escrita a la seva manera. Una regla que busqui la paraula "pressupost" en passaria per alt algunes i s'equivocaria amb d'altres.
Amb IA, cada correu es llegeix, els que demanen pressupost es detecten i es registren al CRM amb el contacte, l'empresa i els detalls de la sol·licitud. A partir d'aquí, el flux pot continuar amb les mateixes regles que el formulari: l'avís, el recordatori a 48 hores i la resposta automàtica.
Protecció de dades
Cal triar bé el model, perquè no tots serveixen per a qualsevol informació. Quan les dades no poden sortir de l'empresa, l'opció és una IA privada.
Cost i temps
Cada consulta al model té un cost i triga uns segons. Com a referència, a la nostra eina de posicionament web, demanar a la IA que proposi un text costa menys de mig cèntim i cada decisió de Jev, un model que només classifica, unes dues centèsimes de cèntim.
Resultat mesurat
Es prova amb correus reals abans de posar-ho en producció.
Supervisió
Els passos crítics, com enviar una factura o fer un càrrec, poden esperar el vistiplau d'una persona abans d'executar-se (human-in-the-loop).
Alguns casos d'ús i com resoldre'ls amb automatitzacions
En alguns casos és imprescindible integrar IA; en d'altres, no es recomana.
Generar la fitxa tècnica en PDF de cada producte, amb la seva maquetació
Com es resol: Programació tradicional
Per què: La maquetació segueix regles exactes, amb cada dada al seu lloc a totes les fitxes, i una IA que genera imatges no ho garanteix.
Exportar les dades de l'ERP a la gestoria, al banc o a una altra plataforma
Com es resol: Programació tradicional
Per què: Una integració per API o amb un format d'intercanvi definit dona un resultat exacte.
Comprovar que un NIF, un IBAN o una data són vàlids
Com es resol: Programació tradicional
Per què: Hi ha algorismes de comprovació: la lletra del NIF és el residu de dividir el número entre 23 i l'IBAN es valida amb els seus dígits de control (mòdul 97). La IA no hi aporta res i es podria equivocar.
Avisar quan l'estoc d'un producte baixa del mínim
Com es resol: Programació tradicional
Per què: És una regla fixa: si l'estoc és inferior al mínim, s'envia l'avís.
Llegir tiquets de despeses o factures de proveïdors, cadascun amb el seu format
Com es resol: Servei especialitzat i programació tradicional
Per què: El format canvia, però hi ha serveis especialitzats a llegir documents, com Azure Document Intelligence o Google Document AI.
Saber si un client escriu content o enfadat al servei tècnic
Com es resol: IA
Per què: Cal entendre el to del missatge, no buscar paraules.
Detectar si un missatge conté informació econòmica de l'empresa abans que surti
Com es resol: IA
Per què: La mateixa informació es pot expressar de moltes maneres.
Trobar el producte d'un proveïdor al catàleg propi encara que tingui un altre nom
Com es resol: IA
Per què: Cal comparar pel significat, no pel text exacte.
Detectar les pàgines d'un web que empitjoren a Google i explicar per què
Com es resol: Totes dues
Per què: Mesurar quant ha canviat cada pàgina és una regla fixa; explicar per què i com millorar-la requereix IA. És l'exemple que s'explica més avall.
| Tasca | Com es resol | Per què |
|---|---|---|
| Generar la fitxa tècnica en PDF de cada producte, amb la seva maquetació | Programació tradicional | La maquetació segueix regles exactes, amb cada dada al seu lloc a totes les fitxes, i una IA que genera imatges no ho garanteix. |
| Exportar les dades de l'ERP a la gestoria, al banc o a una altra plataforma | Programació tradicional | Una integració per API o amb un format d'intercanvi definit dona un resultat exacte. |
| Comprovar que un NIF, un IBAN o una data són vàlids | Programació tradicional | Hi ha algorismes de comprovació: la lletra del NIF és el residu de dividir el número entre 23 i l'IBAN es valida amb els seus dígits de control (mòdul 97). La IA no hi aporta res i es podria equivocar. |
| Avisar quan l'estoc d'un producte baixa del mínim | Programació tradicional | És una regla fixa: si l'estoc és inferior al mínim, s'envia l'avís. |
| Llegir tiquets de despeses o factures de proveïdors, cadascun amb el seu format | Servei especialitzat i programació tradicional | El format canvia, però hi ha serveis especialitzats a llegir documents, com Azure Document Intelligence o Google Document AI. |
| Saber si un client escriu content o enfadat al servei tècnic | IA | Cal entendre el to del missatge, no buscar paraules. |
| Detectar si un missatge conté informació econòmica de l'empresa abans que surti | IA | La mateixa informació es pot expressar de moltes maneres. |
| Trobar el producte d'un proveïdor al catàleg propi encara que tingui un altre nom | IA | Cal comparar pel significat, no pel text exacte. |
| Detectar les pàgines d'un web que empitjoren a Google i explicar per què | Totes dues | Mesurar quant ha canviat cada pàgina és una regla fixa; explicar per què i com millorar-la requereix IA. És l'exemple que s'explica més avall. |
Serveis especialitzats
Anàlisi confidencial de documents amb Azure Document Intelligence i Google Document AI
Entre la detecció amb OCR i un model d'IA d'ús general hi ha una altra opció per llegir documents: serveis d'IA entrenats específicament per a documents.
Són models d'IA entrenats per llegir documents, no per conversar. Reconeixen el text, com un OCR, però també l'estructura de la pàgina, com les taules i les caselles, i el significat de cada dada: en una factura, el proveïdor, la data, les línies, la base imposable, l'IVA i el total. Retornen cada dada amb la seva posició al document i un nivell de confiança, i no redacten res: només extreuen el que hi ha.
S'integren amb programació tradicional mitjançant la seva API, de manera que la resta del flux no necessita obligatòriament IA.
Models preparats o entrenats amb els documents de l'empresa
Hi ha models ja preparats per a factures o tiquets de despeses. Si els documents de l'empresa arriben sempre amb el mateix format, se'n pot entrenar un de propi perquè sàpiga a quina zona és cada dada.
La confiança de cada dada decideix què revisa una persona
El flux podria registrar a l'ERP les dades amb una confiança alta i marcar les dubtoses en un panell, amb un avís, perquè una persona les revisi.
Tractament segur de dades financeres
Azure Document Intelligence i Google Document AI processen els documents a la regió que es tria, també a Europa, i els xifren durant l'enviament i el procés. Tampoc no els conserven: Azure els elimina al cap de 24 hores i Google els processa en memòria o, en cas de treballar per lots, els conserva durant un dia com a màxim. A més, Google declara que no els fa servir per entrenar els seus models. Abans de començar qualsevol projecte, revisem les condicions dels serveis externs, com expliquem a agents d'IA; si els documents no poden sortir de l'empresa, es planteja l'ús d'un model en servidors privats.
Quins processos es poden automatitzar amb IA
Mostrem algunes idees bàsiques; podem implementar a mida automatitzacions avançades segons requereixi cada projecte.
Correus, missatges i fitxers entrants
Un correu, un missatge de Telegram o un fitxer. La IA interpreta què se sol·licita, n'extreu les dades rellevants i crea una tasca en un ERP, per exemple a Odoo.
Formularis i missatges en text lliure
El que un client escriu amb les seves pròpies paraules en un formulari web o en un missatge es converteix en una fitxa, desglossant la informació en camps, integrables en un CRM.
Resums automàtics de correus, actes i incidències
Un fil de correu llarg, l'acta d'una reunió o les incidències obertes durant l'última setmana. La IA n'extreu la informació i notifica segons el flux definit, per exemple enviant un avís al responsable per correu o Telegram.
Textos repetitius i traduccions
Esborranys de resposta, descripcions de producte o traduccions de fitxes, que una persona revisa i valida abans que s'enviïn o es publiquin.
Albarans, comandes i certificats
Cada proveïdor els envia amb el seu propi format. Un servei especialitzat o un model d'IA n'extreu els camps i el flux els contrasta amb dades de l'ERP per registrar-los on correspongui.
Fulls de càlcul amb formats diferents
Fulls d'Excel que cada departament o client omple amb el seu propi format, amb columnes que canvien de nom o d'ordre. La IA els interpreta i un flux carrega les dades al programa que correspon o les unifica en una base de dades comuna.
No està clar quin procés automatitzar primer?
En una consultoria d'IA analitzem els processos i les dades de l'empresa i proposem per on començar, amb un diagnòstic i un full de ruta.
Exemple d'automatització amb IA: el seguiment SEO i GEO d'un web
Obtenció periòdica de mètriques
El flux descarrega les dades de Search Console, Google Analytics, PageSpeed Insights, Bing Webmaster Tools i Cloudflare. A partir de la informació rebuda coneixem l'estat del web, quins robots de cercadors i d'IA el llegeixen, i les primeres pàgines de Google per a determinades paraules clau.
L'efecte de cada canvi, calculat
Per a cada pàgina, compara les impressions, els clics i la posició d'abans i després del seu últim canvi publicat.
La IA interpreta el que ha millorat i empitjorat
En les pàgines que empitjoren més d'un percentatge fixat, la IA llegeix el contingut per blocs de text, analitza les cerques en què apareix i les pàgines que surten per davant, per determinar les diferències amb versions anteriors pròpies i amb la competència.
Creació automàtica d'informe
Si es determina que hi ha pàgines millorables, el flux prepara un informe amb els suggeriments i es mostra en un panell, on el responsable de màrqueting pot analitzar les propostes i aplicar-les manualment segons el seu criteri.
És un exemple molt simplificat que il·lustra com funciona conceptualment la nostra eina pròpia d'anàlisi i millora del posicionament web.
Abast de les automatitzacions: canals, programes, sensors i APIs
Una automatització pot rebre informació i actuar en qualsevol sistema accessible per la xarxa de l'empresa o per internet.
Telegram, WhatsApp i SMS
Una petició que arriba per Telegram o WhatsApp es pot convertir en una tasca i, alhora, aquests canals de comunicació ens serveixen perquè les automatitzacions ens puguin informar de determinats esdeveniments.
Correu electrònic i fitxers
Els correus entrants o els fitxers que arriben a una carpeta (hotfolder) es poden classificar i convertir després en tasques, incidències o el que correspongui segons el projecte. En sentit contrari, el sistema pot enviar correus o escriure fitxers amb informes periòdics o basats en esdeveniments concrets.
ERP, CRM i programes interns
Les automatitzacions poden llegir i escriure als programes de l'empresa: crear una tasca en un ERP, com Odoo, actualitzar una fitxa en un gestor de clients CRM o generar factures en esborrany a final de mes.
Sensors i màquines
Les dades de les màquines d'una planta també poden activar una automatització: si fa més de deu minuts que una està aturada, el responsable de manteniment rep un avís. És la base de la IA per a la indústria.
Webhooks d'eines de tercers
Moltes eines permeten avisar-ne d'altres quan es produeixen determinats esdeveniments: un pagament rebut, un formulari enviat o un canvi al repositori de codi. L'automatització actua en aquell moment: per exemple, quan la passarel·la de pagament confirma un cobrament, la comanda es marca com a cobrada a l'ERP.
APIs remotes
Podem connectar amb APIs remotes que actuen com a serveis externs. Per exemple, podem, de manera automàtica, fer bolcats de dades per exportar a Google Sheets un llistat de totes les tasques fetes per cada treballador cada dia, desglossant projecte, hores i client, i que el departament de finances o de recursos humans tingui accés a aquest document al núvol.
A Gilsys també hem agilitzat la nostra gestió interna integrant automatitzacions amb IA; en podem recomanar l'ús amb coneixement de causa.
S'assemblen i és fàcil confondre'ls
Automatització amb IA o un agent?
La diferència pràctica és que l'agent té autonomia (limitada pel desenvolupador) per prendre decisions i executar-les.
Automatització amb IA
Els fluxos estan decidits per endavant i es basen sempre en les mateixes condicions. La IA hi resol passos concrets: llegir, classificar o resumir. Més barat, més previsible i més fàcil de comprovar: si alguna cosa falla, s'identifica. Per exemple, cada albarà que arriba es llegeix, es contrasta amb la seva comanda i es registra a l'ERP si la comanda existeix, o es notifica si no coincideix.
La IA el llegeix
N'extreu el número de comanda i les quantitats
Regles fixes
Sempre els mateixos passos, en el mateix ordre
Agents d'IA
L'agent és lliure de decidir què fer: té accés a eines i les fa servir segons el seu criteri i les directrius que se li han assignat. Dos casos semblants poden seguir passos diferents. Per exemple, si un client pregunta per Telegram a l'agent per l'estat d'una comanda, l'agent pot consultar l'ERP, veure que va amb retard, buscar el seguiment del transportista i respondre; en tornar a preguntar, si la comanda no està ben introduïda, potser es connecta a l'ERP, busca el contacte de la responsable del magatzem i li envia un correu. És important definir bé les directrius d'un agent i establir-ne els límits. A Gilsys ho fem servir amb el nostre propi Odoo: des de Telegram demanem informació, creem tasques i rebem avisos, i l'agent treballa amb l'ERP a través d'un servidor MCP.
Agent d'IA
Decideix quines eines fa servir i en quin ordre
Eines a les quals té accés
Dins de les directrius i els límits que se li marquen
Per a fluxos de treball (workflows) definits, fem servir una automatització amb IA. Per dotar la IA de llibertat per resoldre tasques amb les eines de l'empresa, un agent.
La comparació amb un chatbot, a agents d'IA, i com s'integra un assistent dins d'una aplicació, a IA integrada en aplicacions.
n8n i programació a mida: com construïm les automatitzacions
n8n és una eina d'automatització que es pot instal·lar en un servidor propi. La fem servir en algunes de les automatitzacions i la combinem amb agents d'IA i fins i tot amb mòduls programats a mida. Programem des del 2004: el que és visual serveix per començar o conceptualitzar, però el més habitual és abordar-ho amb codi, com expliquem a per què escollir Gilsys.
n8n, en un servidor de l'empresa
Instal·lem n8n en un servidor de l'empresa, físic o al núvol, dins d'un contenidor Docker que empaqueta també els scripts i el codi a mida que necessita cada flux. Cada flux es veu com un diagrama de passos, que es pot complicar més o menys segons cada automatització. Instal·lada així, l'edició gratuïta de n8n no es paga per execució, a diferència de la seva versió al núvol.
Programació on n8n no arriba
Els fluxos complexos, amb moltes condicions, els programem a mida, sense interfície gràfica, per controlar cada detall. I quan un programa no té connector o un pas necessita una lògica pròpia, el programem: un node amb codi, una API a mida o una capa intermèdia que connecta amb un sistema antic, amb integració de sistemes.
El model d'IA, segons les dades
Integrem models comercials com ChatGPT, Gemini o Claude quan la informació no és sensible i, en cas de dades molt sensibles, podem integrar models de codi obert en una IA privada dins de l'empresa.
Depurar per detectar errors
Cada execució queda registrada: podem determinar què va entrar, què va decidir la IA i què es va fer. Una eina visual facilita començar, però quan un flux falla cal saber depurar-lo: llegir l'error, revisar la resposta de cada API i corregir les dades o el codi font. Els fluxos ho tornen a intentar automàticament quan un servei no respon i envien una alerta si l'error persisteix.

En quant de temps s'amortitza una automatització?
La nostra calculadora mostra quant costen avui les tasques repetitives i en quant de temps s'amortitza un desenvolupament o una automatització.
- Cost al mes i projecció a 3 anys
- Hores que s'alliberen a l'any
- Mesos per amortitzar la inversió
Preguntes freqüents sobre automatització amb IA
Quina precisió té la IA en llegir documents?
Per integrar automatitzacions en una empresa, cal canviar de programes?
Quin procés convé automatitzar primer amb IA?
Quant de temps es triga a tenir una primera automatització?
Quant costa automatitzar un procés amb IA?
Feu servir Zapier, Make o Power Automate?
Cal refer l'automatització si apareix un model d'IA millor?

Quina tasca manual es pot automatitzar amb IA?
Amb un exemple real, com un correu, un document o un full de càlcul que avui es processa manualment, veiem quina part pot fer la IA.






