Digitalitzar una empresa amb IA: el que els informes no expliquen i per on començaria

Segons el Baròmetre IndesIA 2026, només el 4,1 % de les pimes espanyoles mostra un ús identificable d’intel·ligència artificial. El mateix any, un informe de Wolters Kluwer diu que el 76 % de les pimes espanyoles fa servir solucions d’IA almenys un cop per setmana. Totes dues xifres es van publicar el 2026 i parlen, en teoria, del mateix.

No cal decidir quina menteix. Mesuren coses diferents, i entendre en què es diferencien és més útil per a qui vol digitalitzar una empresa que qualsevol dels dos números.

Quatre xifres, quatre preguntes diferents

La dada del 4,1 % ve del baròmetre de l’associació IndesIA, elaborat amb Informa. No n’he pogut localitzar l’informe original, així que el cito a partir de la cobertura de premsa. Segons aquesta cobertura, l’estudi analitza 131.554 pimes i busca la presència detectable d’IA a cada empresa, sense preguntar res a ningú. Puja del 2,1 % el 2024 i el 2,9 % el 2025, i va del 3,6 % a les microempreses al 6,5 % a les mitjanes. Una micropime el gerent de la qual fa servir ChatGPT per redactar correus no deixa cap empremta detectable, així que en queda fora.

El 76 % surt de l’informe Future Ready Business 2026 de Wolters Kluwer, una enquesta a més de 1.000 responsables de pimes de menys de 250 treballadors en vuit països europeus, entre els quals Espanya. No he trobat la mida de la submostra espanyola. És una enquesta autodeclarada d’un proveïdor de programari de gestió, i la dada és el percentatge que afirma fer servir solucions d’IA almenys un cop per setmana, cosa que compleix qualsevol que obri un assistent generatiu cada dilluns.

Entremig hi ha dues fonts més. El Baròmetre de Digitalització de Gigas, amb una mostra de 1.300 empreses, situa en un 36 % les pimes que fan servir alguna forma d’IA, de les quals només un 15 % hi paga. I l’enquesta del Banc d’Espanya a empreses (EBAE) donava el 2025 gairebé un 20 % d’empreses amb sistemes d’IA, la majoria en fase experimental.

Posades en fila, les xifres dibuixen una escala força coherent: molta gent fa servir un xat d’IA sovint, bastant menys l’ha ficat en algun procés encara que sigui de prova, i molt poques empreses la tenen integrada de manera que es noti des de fora. El que els titulars anomenen «adopció» sol ser el primer graó.

La distància entre el que es creu i el que hi ha

El baròmetre de Gigas té una altra dada que em sembla més reveladora que qualsevol percentatge d’ús. El 44 % de les empreses valora el seu nivell de digitalització entre 8 i 10. Només el 9 % fa un ús avançat de la tecnologia quan se n’analitzen les bases tècniques: cloud, ciberseguretat, IA i talent.

Els detalls expliquen la distància. Dos terços fan servir algun servei al núvol, sobretot per al correu i les còpies de seguretat; només el 30 % hi té algun procés crític, amb prou feines un 9 % hi ha portat l’ERP i més de la meitat manté servidors físics a l’oficina.

Per a la IA, això pesa més que qualsevol percentatge d’ús. Un model de llenguatge no arregla dades que viuen en un Excel a l’escriptori d’algú, ni processos que només existeixen al cap de qui els fa. Si les dades no són accessibles per una API o una consulta, l’agent més capaç del mercat es queda en un xat on algú copia i enganxa coses. Això ajuda qui el fa servir, però no digitalitza l’empresa.

La meva posició és que la majoria d’empreses que pregunten per agents d’IA haurien d’estar preguntant per una cosa més avorrida: on són les seves dades, qui és el responsable de cada procés i quina part d’aquest procés està escrita en algun lloc.

El fre no és la tecnologia

El Banc d’Espanya també pregunta pels obstacles, i el primer que apareix a la seva anàlisi és la manca de mà d’obra qualificada, per davant dels costos d’implantació i de la manca de dades disponibles. Gigas apunta en la mateixa direcció: la meitat de les pimes diu que li costa avançar en la digitalització per falta de personal qualificat, i un 67 % no va fer ni va planificar formació tecnològica per al seu equip l’últim any.

La dada és incòmoda per a bona part del discurs comercial, que presenta la IA com a substituta de les persones qualificades que no tens. Les enquestes diuen que, per adoptar-la, necessites precisament aquestes persones. Algú ha d’entendre el procés, decidir quina part automatitzar, revisar el que fa el model, mantenir-lo quan canvia l’API del proveïdor i respondre quan s’equivoca. La IA redueix molt el cost d’escriure el programari que automatitza un procés, però no elimina la necessitat d’algú que sàpiga quin programari cal escriure.

Per això desconfio de les propostes de digitalització que comencen per l’eina. «Implantarem agents» no és un objectiu. «El tancament mensual triga quatre dies perquè s’han de creuar tres exportacions a mà» sí que ho és, i probablement es resol amb un script abans que amb un agent.

El que ha canviat de debò: el cost d’escriure l’script

El canvi més útil que la IA ha portat a la digitalització em sembla molt menys vistós que els agents autònoms: escriure un programa petit i correcte ha passat a costar molt poc.

Ho veig en la digitalització interna de l’empresa on treballo, que no ofereix aquest servei a tercers, i en els projectes que faig pel meu compte. L’avantatge d’eines com n8n per integrar dos sistemes o moure dades era que muntar un flux visual costava menys que escriure i desplegar un servei, i a la feina cada vegada les fem servir menys. Amb un assistent d’IA, un script que fa el mateix surt en minuts, i un cop dockeritzat es desplega com qualsevol altre servei, amb tests, versionat i un diff que es pot llegir en una revisió. Ja vaig explicar en un altre article per què n8n no hauria de substituir el teu backend; el que ha canviat des d’aleshores és que l’avantatge de velocitat del low-code s’ha reduït molt, mentre que els seus inconvenients de testing i versionat continuen allà.

Per a una empresa que es vol digitalitzar, el coll d’ampolla es desplaça de programar l’automatització a especificar-la bé i operar-la després, cosa que ens torna a les persones qualificades que, segons el Banc d’Espanya, falten.

Per on començaria

Si demà em demanessin digitalitzar una empresa amb IA, no començaria per cap agent. Seguiria més o menys aquest ordre.

Triaria un procés amb un responsable, repetitiu, amb entrades i sortides clares i amb un cost actual que algú pugui mesurar, encara que sigui a ull. Millor un de petit que s’acabi que un d’estratègic que es quedi en pilot.

Comprovaria que les dades que necessita aquest procés són accessibles des del codi. Si no ho són, aquest és el primer projecte, i no té res d’IA: exportacions programades, una base de dades en lloc d’un full compartit, una API en lloc d’un correu amb un adjunt.

Escriuria l’automatització com a programari normal, amb ajuda de la IA per escriure-la, però desplegada com un servei amb els seus tests, els seus logs i el seu repositori. El model de llenguatge entraria només en el pas que el necessita (classificar un document, extreure camps d’un text lliure, redactar un esborrany) i amb revisió humana mentre no hi hagi dades que justifiquin treure-la. La diferència entre això i una demo l’explico a com separar una PoC d’IA d’un sistema mantenible.

Posaria per escrit el coneixement que l’automatització necessita i que avui viu al cap d’algú: regles, excepcions, formats. Si després té sentit que un agent treballi amb aquest coneixement, el format natural són les skills. Un exemple és una skill que hem desenvolupat a eLearning Media i que genera SQL sobre Blackboard Data (Illuminate): empaqueta l’esquema vigent, els camps vàlids, les relacions candidates entre taules i exemples de consultes, i obliga a validar cada taula i columna contra aquest esquema abans de retornar res. El model ja sabia SQL; el que aporta la skill és el coneixement del domini que abans només tenia qui havia escrit aquestes consultes moltes vegades.

Només després, amb processos digitalitzats i dades accessibles, valoraria agents amb més autonomia i permisos mínims; un agent amb accés a tot el correu i a l’ERP és un risc que mereix la seva pròpia anàlisi.

Res d’això promet un estalvi concret, i desconfiaria de qui el prometi abans d’haver mirat els processos. El que ofereix és una manera d’avançar en què cada pas deixa alguna cosa útil encara que el següent no arribi.

La pregunta que faria abans de contractar res

Les xifres d’adopció continuaran pujant, i cada informe triarà la mètrica que encaixi millor amb el seu missatge. Per a una empresa concreta, la pregunta útil és quins dels seus processos podria executar avui un programa si algú els especifiqués bé.

Si la resposta és cap perquè les dades no són accessibles, el primer projecte és clar i no porta IA. Si n’hi ha algun, comença per aquest, amb programari normal i un model de llenguatge només on calgui. Si qui t’ofereix digitalitzar-te no et fa aquesta pregunta abans de parlar-te d’agents, ja saps en quin graó de l’escala s’ha quedat la seva proposta.