Cada vegada que llegeixes un titular sobre intel·ligència artificial, sembla que tot es pot (i s’ha de) automatitzar. Però la realitat dins de les empreses és molt més matisada. Automatitzar per automatitzar és tan perillós com no fer-ho mai: pots acabar gastant milers d’euros en un sistema que ningú fa servir, o pitjor, que genera errors que abans no existien.
La pregunta clau no és «puc automatitzar això?» sinó «haig de fer-ho?». Si vols prendre decisions intel·ligents sobre quins processos automatitzar amb IA i quins necessiten continuar en mans humanes, aquest article et dóna un marc pràctic per decidir-ho sense equivocar-te.
L’error més car: automatitzar el que no has d’automatitzar
Abans de parlar del que sí funciona, vegem el que falla. Un estudi de Gartner va revelar que el 85% dels projectes d’IA no assoleixen els seus objectius. Per què? En la majoria dels casos, no és un problema tecnològic, sinó de selecció: s’automatitza el procés equivocat.
Imagina que decideixes automatitzar amb IA les respostes a les reclamacions de clients VIP. El chatbot respon ràpid, sí, però amb un to genèric que enfureix un client que factura 200.000 euros l’any. El resultat: perds el compte. Hauries estalviat 2 hores setmanals de treball humà, però has perdut un contracte de sis xifres.
La lliçó és clara: no tot el que es pot automatitzar s’ha d’automatitzar. Necessites un criteri de decisió.
El marc de decisió: la Matriu Automatització vs. Valor Humà
Per decidir què automatitzar i què no, pots fer servir aquesta matriu de dos eixos que t’ajudarà a classificar qualsevol procés de la teva empresa:
| Baixa complexitat cognitiva | Alta complexitat cognitiva | |
|---|---|---|
| Alt volum / freqüència | AUTOMATITZA JA (Quick Win) | AUTOMATITZA AMB SUPERVISIÓ (Human-in-the-loop) |
| Baix volum / freqüència | NO PRIORITZIS (baix ROI) | MANTÉN HUMÀ (alt risc) |
Vegem cada quadrant amb exemples reals perquè puguis classificar els teus propis processos.
Quadrant 1: Automatitza ja (Quick Wins)
Són tasques repetitives, d’alt volum i que no requereixen judici complex. Aquí la IA brilla perquè el marge d’error és baix i l’estalvi de temps és enorme.
Exemples concrets:
- Classificació automàtica de correus electrònics de suport (urgent, facturació, consulta general).
- Extracció de dades de factures en PDF i volcament al teu ERP.
- Generació de resums de reunions a partir de transcripcions.
- Traducció de documents interns entre idiomes.
- Programació automàtica de publicacions a les xarxes socials.
Cas real – Klarna: La fintech sueca va automatitzar la gestió de dos terços de les seves consultes d’atenció al client amb un assistent d’IA. El resultat: resolució en 2 minuts (abans tardaven 11), disponibilitat 24/7 i una reducció del 25% en consultes repetides. Però compte: només van automatitzar les consultes estàndard (estat de la comanda, devolucions, canvi d’adreça), no les reclamacions complexes ni els casos de frau.
Quadrant 2: Automatitza amb supervisió humana
Aquí entren els processos que tenen prou volum per justificar l’automatització, però la complexitat dels quals exigeix que un humà revisi el resultat abans que arribi al destinatari final.
Exemples concrets:
- Redacció de propostes comercials personalitzades (la IA genera l’esborrany, tu el revises).
- Anàlisi de CVs en processos de selecció massiva (la IA filtra, RRHH decideix).
- Generació d’informes financers mensuals (la IA estructura les dades, el controller valida).
- Respostes a clients amb queixes complexes (la IA proposa, l’agent sènior aprova).
Cas real – Empresa d’assegurances: Una asseguradora espanyola va implementar IA per analitzar parts de sinistres i proposar la resolució (acceptar, rebutjar o demanar més documentació). La IA processa el 80% dels casos en segons, però un perit humà revisa totes les propostes de rebuig abans de comunicar-les al client. Resultat: han reduït el temps de resolució de 5 dies a 8 hores sense augmentar les reclamacions.
Quadrant 3: No prioritzis (baix ROI)
Són tasques senzilles però que ocorren tan poques vegades que el cost de configurar l’automatització supera l’estalvi. Aquí és on moltes empreses perden diners intentant automatitzar absolutament tot.
Exemples:
- Formatar l’informe anual de l’empresa (es fa una vegada a l’any).
- Configurar l’onboarding d’un nou proveïdor (ocorre 3-4 vegades a l’any).
- Preparar la presentació per a la junta d’accionistes trimestral.
Si una tasca et porta 30 minuts i la fas 4 vegades a l’any, invertir 10 hores en automatitzar-la no té sentit econòmic. Guarda la teva energia per als Quick Wins.
Quadrant 4: Mantén humà (alt risc)
Aquest és el quadrant crític. Són processos on un error de la IA pot tenir conseqüències greus: legals, reputacionals o financeres. Aquí la intervenció humana no és un «nice to have», és obligatòria.
Processos que han de continuar en mans de persones:
- Negociacions amb clients estratègics (requereixen empatia, lectura del context i flexibilitat).
- Decisions d’acomiadament o reestructuració (implicacions legals i humanes).
- Comunicació de crisi (un comunicat mal redactat pot enfonsar la teva reputació).
- Diagnòstics mèdics o legals finals (la IA pot assistir, però la responsabilitat és humana).
- Gestió de conflictes entre equips (requereix intel·ligència emocional real).
Cas real – Amazon: El 2018, Amazon va haver de descartar la seva eina d’IA per a la selecció de personal perquè l’algoritme havia après a penalitzar els CVs que contenien la paraula «women» (dones). La IA replicava els biaixos històrics de contractació. Lliçó: en decisions que afecten persones, la supervisió humana no és opcional.
Llista de verificació: val la pena automatitzar aquest procés?
Abans d’invertir temps i diners, passa el procés per aquest filtre de 7 preguntes:
- Es repeteix almenys 10 vegades per setmana? (Si no, probablement no compensa).
- Segueix regles lògiques clares o requereix judici subjectiu?
- Què passa si la IA s’equivoca? L’error és reversible o catastròfic?
- Tens les dades digitalitzades i estructurades per alimentar la IA?
- El procés actual està documentat pas a pas?
- El teu equip està disposat a canviar la seva forma de treballar?
- Pots mesurar l’estalvi en hores o euros de forma concreta?
Si respons «sí» a les preguntes 1, 4 i 5, i «reversible» a la 3, tens un candidat sòlid per a l’automatització. Si la resposta a la 3 és «catastròfic», mantén el procés en mans humanes o, com a màxim, fes servir IA amb supervisió obligatòria.
Com començar: els 3 primers processos que hauries d’automatitzar
Si mai has automatitzat res amb IA i no saps per on començar, aquests tres processos són els que ofereixen millor relació esforç-resultat en la majoria d’empreses:
1. Triatge de correus electrònics entrants. Configura un flux a Zapier o Make que enviï cada correu nou a l’API d’OpenAI amb un prompt de classificació. La IA l’etiqueta (vendes, suport, facturació) i el reenvía al departament correcte. Temps de configuració: 2 hores. Estalvi: 5-10 hores setmanals.
2. Resums de reunions. Fes servir eines com Otter.ai o Fireflies per transcriure automàticament les teves reunions i generar un resum amb els punts clau i les accions pendents. Temps de configuració: 15 minuts. Estalvi: 1 hora per reunió.
3. Generació d’esborranys de contingut. Si el teu equip de màrqueting dedica hores a escriure butlletins, publicacions per a LinkedIn o descripcions de producte, configura un sistema on la IA genera el primer esborrany (amb el to i les dades que li proporciones) i el teu equip només revisa i ajusta. Temps de configuració: 1 hora. Estalvi: 60-70% del temps de redacció.
El futur: col·laboració humà-IA, no substitució
El debat «IA vs. humans» està mal plantejat. Les empreses que millors resultats obtenen no són les que més automatitzen, sinó les que millor decideixen què automatitzar. La clau és dissenyar sistemes on la IA s’encarregui del repetitiu, el ràpid i l’escalable, mentre les persones es concentren en el que realment requereix creativitat, empatia i judici estratègic.
Dominar aquesta capacitat de decisió —saber quan delegar en la màquina i quan intervenir com a humà— és precisament el que diferencia un directiu tecnològic competent d’un que simplement segueix modes. Si vols desenvolupar aquesta visió estratègica i aprendre a liderar projectes d’IA a la teva organització, el Màster en Direcció Tecnològica i IA Aplicada d’Euncet Business School et prepara per prendre aquestes decisions amb criteri, combinant coneixement tècnic amb visió de negoci.
Preguntes freqüents
Quant costa implementar la primera automatització amb IA?
Depèn de la complexitat, però els Quick Wins són sorprenentment barats. Una llicència de Zapier (pla professional) costa uns 30 euros al mes, i l’ús de l’API d’OpenAI per classificar correus electrònics pot costar menys de 5 euros mensuals. La inversió inicial més important és el teu temps de configuració (entre 2 i 10 hores segons el procés), no els diners.
La IA substituirà llocs de treball a la meva empresa?
L’evidència mostra que la IA transforma rols més que no pas eliminar-los. Els llocs que desapareixen són els 100% repetitius i sense valor afegit. Els que es transformen són la majoria: un analista financer que abans tardava 4 hores a recopilar dades ara tarda 20 minuts i dedica la resta a interpretar i recomanar. El teu equip farà feina més interessant, no menys feina.
Què faig si el meu equip té por de l’automatització?
Involucra’ls des del primer dia. Pregunta’ls quines tasques odien fer i comença automatitzant aquelles. Quan vegin que la IA els treu la feina avorrida (no la interessant), es convertiran en els majors defensors del projecte. La resistència al canvi es combat amb resultats visibles i ràpids, no amb presentacions de PowerPoint sobre «transformació digital».
