L'adopció tèbia d'IA ha caducat. Mentre una part de les empreses continua avaluant si comprar una altra llicència de copilot, altres ja estan reescrivint com s'organitza el treball al seu voltant. La diferència entre uns i altres no és pressupost, ni mida, ni accés a la darrera API. És entendre que la IA no és una eina més al catàleg: és un canvi en la manera en què es dissenyen processos, equips i decisions.
A onext fa mesos que ens asseiem amb CTOs i VPs d'Enginyeria que ja han fet els deures obvis. Han comprat les subscripcions, han habilitat els plugins, han passat el primer taller. I tot i així, els resultats són discrets: algun equip accelera, altres s'encallen, els KPIs de negoci no es mouen. La pregunta que repeteixen sempre és la mateixa: "què ens falta?"
El que falta gairebé mai és tecnologia. El que falta és redisseny. Aquest article explica per què els equips guanyadors tracten la IA com a infraestructura fundacional en lloc de com una compra de programari, els sis patrons que distingeixen els líders dels ressagats, les preguntes incòmodes que qualsevol líder tècnic s'hauria de fer avui i com començar el redisseny sense paralitzar l'operació. El resultat té un nom: un equip accelerat amb IA.
Comprar eines no és transformació
Hi ha una diferència subtil però crítica entre adoptar IA i redissenyar l'organització perquè la IA importi. La majoria d'empreses fa el primer: afegeix copilots als fluxos existents, llança un chatbot intern, agenda formacions i espera resultats. És l'equivalent a comprar una assecadora industrial i posar-la sobre el safareig antic: l'eina és bona, però el procés continua sent el mateix.
Les empreses que estan desbloquejant el seu potencial IA fan el segon. Abans de comprar res, es pregunten: "com treballaríem si assumíssim que la IA pot fer tot el que tècnicament pot fer?" I a partir d'aquesta pregunta, reescriuen processos, redefineixen rols, canvien com es mesura el rendiment i redissenyen l'arquitectura de decisions. La IA no s'afegeix a l'organització: l'organització s'adapta al que la IA fa possible.
La metàfora que millor ho descriu és la de reformar una casa. Pintar les parets i canviar els mobles és decoració. Canviar la lampisteria, moure envans i refer la instal·lació elèctrica és reforma. Els líders IA no decoren. Reformen des dels fonaments fins que la casa funciona per a com viuen els seus habitants ara, no per a com vivien fa 30 anys.
El paral·lelisme històric que tot CTO hauria de conèixer
A principis del segle XX, l'electricitat va arribar a les fàbriques nord-americanes. El lògic era pensar que les màquines elèctriques reemplaçarien immediatament les màquines de vapor i la productivitat es dispararia. No va passar. Durant gairebé 30 anys, els guanys de productivitat van ser decebedors. La raó: les fàbriques estaven construïdes al voltant de l'eix central de transmissió de les màquines de vapor. Una sola turbina movia tota la fàbrica mitjançant un sistema de politges, i el layout de les màquines estava dictat per la proximitat a aquest eix.
Quan va arribar l'electricitat, el que van fer les primeres fàbriques va ser substituir la turbina central per un motor elèctric gegant. Mateix eix, mateixes politges, mateix layout. Resultat: igual. Les fàbriques que realment van enlairar-se van ser les que van entendre que amb l'electricitat cada màquina podia tenir el seu propi motor, i per tant el layout es podia redissenyar al voltant del flux de treball, no de l'eix físic. Això va permetre línies de muntatge, especialització per estació, fàbriques més grans i eficients. Algunes empreses fins i tot van nomenar un "VP of Electricity" per liderar el canvi.
La IA és en el seu moment "VP of Electricity". La majoria d'empreses la connecten a l'"eix central" de l'organització antiga: les mateixes reunions, els mateixos comitès, els mateixos rols, els mateixos workflows. I es pregunten per què els resultats són tebis. Els líders ja estan fent l'altra cosa: redissenyar el layout del treball al voltant d'un nou flux on persones i agents es reparteixen les tasques segons qui les fa millor.
Sis patrons que separen els líders dels ressagats
Treballant amb equips en diferents etapes d'adopció, hem detectat sis patrons que es repeteixen amb una consistència sorprenent. Els líders IA no comparteixen tots al 100%, però comparteixen almenys quatre. Els ressagats, cap.
1. Dissenyen l'organització al voltant del flux de coneixement, no de la jerarquia
En les organitzacions ressagades, la informació segueix l'organigrama. Puja per aprovacions, baixa per delegacions i es queda atrapada en silos departamentals. En les organitzacions líders, els equips funcionen com a interfícies, els processos com a APIs i el coneixement flueix horitzontalment perquè acumular informació ja no és poder: és latència. El qui millor comparteix guanya.
2. Automatitzen per defecte, justifiquen les excepcions
La pregunta canvia de "què podem automatitzar?" a "per què continuem fent això a mà?". L'automatització deixa de ser un projecte puntual i es converteix en l'opció per defecte, fins que algú justifica explícitament que un humà ha d'estar en el loop. Això reseteja les expectatives de cost i velocitat: quan un competidor entrega el mateix en una desena part del temps i a una desena part del cost, el mercat deixa de pagar el preu antic.
3. Operen en bucles continus d'aprenentatge, no en projectes tancats
Els ressagats continuen organitzant la feina en projectes: arrenquen, entreguen, tanquen, avaluen retrospectivament i comencen un altre. Els líders operen en bucles continus: ingereixen dades, decideixen, actuen, mesuren, aprenen. Cada iteració alimenta la següent. Els agents fan aquest bucle molt més ràpid que un comitè trimestral, i això descol·loca qualsevol organització que continuï governant per fites.
4. Especialitzen rols segons la relació amb la IA, no esperen que tothom sigui expert
Una de les equivocacions més comunes és assumir que tota la plantilla s'ha de convertir en experta en IA. La realitat operativa que veiem és una altra: el 10-20% d'un equip es converteix en creador (construeix prompts, agents, workflows, avalua models), i el 80-90% es converteix en usuari avançat (consumeix aquests sistemes amb fluïdesa per amplificar la seva feina). Confondre aquests dos rols produeix dos resultats dolents: o s'exigeix un nivell d'expertesa inabastable a tot l'equip, o no es forma ningú amb la profunditat necessària. Els líders dissenyen dos carrils, no un.
5. Preparen l'equip per a més intensitat cognitiva, no menys
Existeix el mite que la IA farà la feina més còmoda, i per tant més avorrida. El que veiem és el contrari. Quan la IA absorbeix les tasques mecàniques — escriure el primer esborrany, generar el snippet, redactar la resposta de suport estàndard, muntar la query SQL — la feina que queda és més exigent, no menys. Cal fer millors preguntes, avaluar grans volums d'output, decidir quan el resultat és prou bo i mantenir el pensament crític durant períodes llargs sense les micropauses que abans donava revisar el correu. Els equips que no preparen la gent per a aquesta intensitat la perden per esgotament.
6. Simulen decisions amb dades, no les prenen per intuïció
Forecasts, pricing, risc, churn, assignació de capacitat, planificació de capacitat. En les empreses líders, totes aquestes decisions comencen a recolzar-se en models vius mantinguts per agents que corren escenaris contínuament i entreguen recomanacions basades en simulacions, no en l'experiència personal del directiu de torn. La intuïció continua important — per validar, no per decidir en brut.
Sis patrons: líders vs ressagats
Els líders IA rarament compleixen els sis al 100%. Però compleixen almenys quatre de manera deliberada i sostinguda. Els ressagats no en compleixen cap amb consistència.
Les preguntes incòmodes que un líder tècnic s'hauria de fer avui
Hi ha un test mental que recomanem a qualsevol CTO que estigui avaluant on és la seva organització. Són quatre preguntes. Si la resposta a qualsevol d'elles fa mal, aquí hi ha el primer punt sobre el qual actuar.
- "Com redissenyaríem aquesta feina si assumíssim que la IA podrà fer tot el que tècnicament pugui fer en els propers 12 mesos?" És la pregunta de Henry Ford aplicada a 2026. La majoria d'equips optimitza el flux actual. Els líders el descarten i comencen en blanc.
- "Aquesta reunió, hauria d'haver estat un prompt?" Sona banal i no ho és. Si una reunió recurrent existeix perquè quatre persones alineïn informació que un agent podria entregar precomputada i validada, aquesta reunió està consumint l'actiu més car de l'empresa: el temps cognitiu de l'equip sènior.
- "Per què continuo fent això a mà?" Pregunta personal, no organitzativa. Aplicada al propi CTO amb honestedat, sol revelar entre 5 i 10 hores setmanals que es podrien alliberar immediatament amb la infraestructura adequada. Multiplicat per tot l'equip de lideratge, el ROI és brutal.
- "Això que faig ara podrà fer-ho un agent en 3, 6 o 12 mesos?" Si la resposta és "sí, en menys de 12 mesos", la pregunta següent no és "com ho evito?" sinó "en què vull invertir el temps que recuperaré?".
Les quatre preguntes comparteixen una cosa: cap no és sobre tecnologia. Totes són sobre redisseny del treball. I això és exactament el que distingeix les empreses que estan desbloquejant el seu potencial IA de les que estan atrapades en una espiral de "comprem una altra eina i vegem què passa".
Com es redissenya a la pràctica sense paralitzar l'operació
Aquí és on la majoria d'iniciatives s'encallen. Redissenyar l'organització sona bé en una keynote, però en la realitat tens un roadmap, un equip entregant, clients esperant i una operativa que no es pot parar per "reformar la casa". El redisseny ha de passar mentre la casa continua habitada.
La manera en què ho abordem a onext combina quatre fases que se solapen en el temps, no s'executen en seqüència.
Fase 1: Auditoria del flux real, no del flux declarat
Abans de redissenyar res, cal mapar com flueix la feina realment, no com ho descriu l'organigrama. Això significa observar — amb permís de l'equip — els punts on la informació s'encalla, les reunions que existeixen "perquè sempre han existit", els lliurables que ningú no fa servir, les decisions que es prenen al passadís i les tasques que consumeixen senior time però podrien executar-se d'una altra manera. Aquesta auditoria dura 2-3 setmanes i produeix un mapa de friccions cognitives que és el que es redissenyarà.
Fase 2: Identificació dels carrils humà-agent
Amb el mapa a la mà, decidim quines tasques mantenen humans al volant (judici, relació, decisió estratègica, validació), quines tasques passen a agents (execució repetitiva, recuperació d'informació, primer esborrany, control rutinari) i quines tasques són híbrides amb un humà supervisant un loop agèntic. Aquest repartiment és el que defineix els carrils del nou model operatiu, i el fem a nivell de procés, no de persona, perquè l'equip sàpiga què canvia sense sentir-se avaluat individualment.
Fase 3: Construcció dels bucles d'aprenentatge
Un procés redissenyat sense mètriques és un procés que torna a l'estat anterior en sis setmanes. Per això cada flux nou porta instrumentació des del dia u: temps per tasca abans i després, qualitat de l'output, taxa d'intervenció humana, reformulacions, abandonament. Els bucles tancats — mesurar, ajustar, redesplegar — són el que fa que el sistema millori sol en lloc de degradar-se.
Fase 4: Especialització de rols i formació dual
En paral·lel a les tres fases anteriors, identifiquem qui a l'equip jugarà el rol de creador (10-20% de la plantilla tècnica) i qui jugarà el rol d'usuari avançat (la resta). Els creadors reben formació profunda en enginyeria de prompts, avaluació de models, construcció d'agents i mètriques. Els usuaris avançats reben formació operativa: com integrar IA en el seu flux diari sense duplicar feina. Els dos carrils, no un. Els dos en paral·lel, no consecutius.
Connexió amb Spec-Driven Development. El redisseny organitzatiu i el redisseny tècnic es reforcen mútuament. Aplicar SDD en els fluxos on els agents generen codi assegura que la transformació organitzativa no es trenca en la primera entrega: la "constitució" del projecte codifica les regles, els templates de spec mantenen la consistència i el code review específic per a IA manté la qualitat. Els equips que combinen redisseny organitzatiu + SDD reporten -75% temps per feature i +40% consistència de codi sense sacrificar fiabilitat.
Construeix un equip accelerat amb IA: el mètode onext
Després d'acompanyar 12 equips en transformacions d'aquest tipus, l'aprenentatge principal és que la velocitat real no ve de la tecnologia, ve del redisseny. Els equips que multipliquen x5-10 la seva velocitat d'entrega no ho fan perquè hagin instal·lat el darrer copilot. Ho fan perquè han redissenyat com s'especifica un feature, com es genera la primera versió, com es valida, com es promociona a producció i com es mesura el resultat.
Un equip accelerat amb IA té cinc característiques observables:
- El temps entre "decidir fer alguna cosa" i "tenir-la en producció" s'ha reduït almenys a la meitat, sense que la qualitat caigui.
- Les tasques de baix valor han desaparegut del calendari sènior. Si un Tech Lead continua redactant user stories a mà el 2026, alguna cosa va malament.
- L'equip distingeix clarament entre creadors i usuaris avançats, i tots dos rols tenen formació, eines i mètriques adequades al seu carril.
- Cada flux crític té mètriques vives — no informes mensuals — que detecten degradació abans que el negoci la noti.
- Les decisions rutinàries es simulen o es deleguen en agents supervisats, alliberant atenció humana per a les decisions que realment requereixen judici.
Cap de les cinc no es compra. Les cinc es dissenyen. I dissenyar-les requereix una cosa que la majoria d'equips no té en plantilla: algú que hagi recorregut aquest camí abans, amb la cicatriu dels errors ja pagats per altres.
Dada incòmoda: entre els equips amb els quals hem treballat, els que van intentar redissenyar sols van trigar entre 3 i 4 vegades més a arribar a un model operatiu estable que els que ho van fer acompanyats. La causa principal no va ser manca de talent tècnic: va ser subestimar el cost polític del redisseny i sobreestimar la disposició de l'equip a canviar sense un facilitador extern.
Conclusió: el compounding comença el dia que decideixes reformar
La part més subestimada d'aquest redisseny és el que anomenem l'efecte compounding. Cada flux automatitzat fa més fàcil el següent. Cada bucle de feedback tancat millora el model contínuament. Cada hora alliberada de la feina rutinària es reinverteix en estratègia, en innovació, en relació amb el client. L'avantatge no s'acumula linealment, s'acumula exponencialment.
Això és exactament el que està separant les empreses que guanyen amb IA de les que l'estan "avaluant". No és pressupost. No és mida. No és accés a la darrera API. És el moment en què un equip decideix deixar de decorar i començar a reformar. Les que triguen a prendre aquesta decisió no es queden on són: cauen en una posició relativa pitjor cada trimestre, perquè els seus competidors es tornen més ràpids cada dia, no només més ràpids de partida.
Desbloquejar el teu potencial IA no és comprar més eines. És deixar de tractar la IA com una compra i començar a tractar-la com una infraestructura sobre la qual es redissenya com es treballa, com es decideix, com s'aprèn i com es competeix. Qui faci aquest canvi en els propers 12 mesos tindrà un avantatge molt difícil de revertir. Qui no ho faci, descobrirà que l'avantatge dels altres no es construeix en els KPIs trimestrals: es construeix en l'estructura que sosté aquests KPIs.
La IA no transforma les empreses que la compren.
Transforma les que es redissenyen a si mateixes per fer-la servir.
Lectura complementària: L'èxit de la IA en equips de desenvolupament és organitzatiu | Per què el teu equip no adopta les eines d'IA | Agents IA en empreses 2026: l'obstacle és organitzatiu
Metodologia: A onext acompanyem CTOs i VPs d'Enginyeria en el redisseny organitzatiu necessari perquè la IA generi impacte real. Auditoria del flux, definició de carrils humà-agent, bucles d'aprenentatge i formació dual creadors/usuaris. 12 equips transformats, 0 sprints perduts.
Jordi García és Tech Lead a onext. Treballa a portar la IA a producció governada en equips de desenvolupament i de producte —amb Spec-Driven Development, enginyeria de context i verificació humana a cada pas— i signa els insights tècnics d'onext sobre mètode, qualitat i cost de la IA aplicada.
LinkedIn →