Salta al contingut principal
onext technology
IA 17 novembre 2026 - 8 min de lectura

El teu primer equip ja treballa bé amb IA. I els altres nou?

Si cada equip aprèn a la seva manera, el departament acaba amb deu maneres de treballar amb IA: ho evita una pràctica comuna i viva.

Bernat López
Fundador i CEO d’onext
Diverses persones d’un equip de desenvolupament, d’esquena i de perfil, treballen a les seves taules davant de pantalles mentre dues d’elles creuen la sala amb un quadern cap a les pissarres amb notes adhesives d’un altre equip

Sis mesos després que el primer equip treballi bé amb IA, el més normal és trobar deu maneres de treballar al departament. El primer té regles escrites i un context que l’agent respecta; els altres van començar pel seu compte, i la direcció es pregunta què passa amb els altres nou.

Cada equip acaba treballant a la seva manera

Ningú decideix que cada equip treballi diferent: passa. Cadascun tria les seves eines i escriu les seves pròpies regles, i el que aprèn es queda al seu equip. A més, les persones copien el que veuen al costat. Un estudi sobre el desplegament d’agents de codi a Microsoft va trobar que el primer ús es va estendre sobretot per les xarxes socials, i amb l’ús viatja la manera d’usar-lo, també la dolenta si no hi ha un mètode comú.

DORA, el programa de recerca sobre lliurament de programari de Google Cloud, planteja en el seu informe de 2025 per què aquesta diferència importa. Amb gairebé 5.000 professionals enquestats, l’adopció d’IA s’associava amb més velocitat de lliurament i millor rendiment de producte, però seguia associada amb menys estabilitat dels lliuraments. Deu equips amb deu maneres de treballar donen deu resultats diferents. La pregunta útil per a la direcció és quants equips comparteixen una manera de treballar amb IA.

Un equipCanvia la manera de treballar amb feina real i se’n mesura el resultat.
Diversos equipsCada parella parteix del context i de les plantilles que ja existeixen.
Tot el departamentUna pràctica de la casa manté la manera de treballar i la porta a cada persona nova.
Del primer equip a tot el departament: l’últim esglaó és el que evita que cada equip treballi a la seva manera.

Tres maneres de muntar un centre d’excel·lència

Un centre d’excel·lència és un grup petit que cuida com es treballa a tota l’organització. Arlotto i Irby, en un article de l’associació HFMA sobre centres d’excel·lència d’analítica de dades, distingeixen tres models: en el centralitzat, un grup central gestiona tots els recursos, eines i mètodes; en el descentralitzat, els equips i les eines viuen dins de cada unitat; i l’híbrid, amb un nucli i diversos satèl·lits (hub-and-spoke), combina els dos. A la taula els anomeno centralitzat, distribuït i federat.

CentralitzatDistribuïtFederat
Qui decideix com es treballaUn grup centralCada equipUn nucli petit fixa el que és comú i cada equip decideix la resta
El que donaEstàndard i supervisió de tota l’organitzacióResposta ràpida al que necessita cada equipEstàndard comú i una persona de referència a cada equip (criteri d’onext)
El que costaRespon pitjor a les necessitats de cada departamentCosta més escalar-lo a tota l’organitzacióDemana temps de persones que ja tenen feina (criteri d’onext)

Elaboració d’onext a partir d’Arlotto i Irby (HFMA, 2020; actualitzat el 2022).

Per al desenvolupament de programari triem el federat, i ho diem com a criteri propi amb dos suports. El primer és el mateix article: els satèl·lits són vitals perquè estan més centrats i són més àgils que el nucli. El segon és Team Topologies, el marc de Matthew Skelton i Manuel Pais: un enabling team (equip habilitador) ajuda un altre equip a superar obstacles i detecta les capacitats que li falten. És el paper del nucli de la pràctica: ajudar els equips, perquè un grup que aprova cada ús de la IA posa una cua davant d’equips que lliuren de manera contínua.

Hi ha una diferència amb el model original. A Team Topologies, l’equip habilitador reforça les capacitats d’un altre equip i després segueix el seu camí. El nucli de la pràctica es queda, perquè el que cuida (la guia, el context compartit) canvia amb cada eina nova. Els referents de cada equip segueixen la mateixa lògica que els champions d’IA del Chief AI Officer: una persona per equip que impulsa el canvi des de dins.

Els límits: l’article d’HFMA tracta d’analítica de dades en organitzacions sanitàries, Team Topologies és un marc construït des de la pràctica i DORA mesura associacions en enquestes. Cap de les tres fonts és un estudi controlat sobre centres d’excel·lència d’IA en equips de desenvolupament.

Què ha de tenir la pràctica

Una persona responsable de la pràctica, un referent a cada equip i quatre continguts:

  • Guia de bones pràctiques. Especificacions, regles de l’equip i controls automàtics que es comproven sols.
  • Context compartit. Plantilles, regles i assistents comuns, perquè el segon equip no comenci de zero.
  • Ús segur de la IA. Criteris sobre eines, dades, seguretat i llicències.
  • Formació i acollida. Un itinerari per als equips i un kit per a qui s’incorpora.

Com es manté viva

Una guia que ningú actualitza es queda enrere quan canvien les eines. La pràctica segueix un cicle de quatre passos: un equip proposa una pràctica; es prova en el seu equip; si funciona, passa a la guia; i es comparteix a la reunió mensual. Cada pràctica arriba a la guia després de funcionar en un equip real.

Cada pas té la seva raó. Que el proposi un equip evita una guia escrita lluny de la feina real. Que es provi en el seu equip dona evidència abans de demanar res als altres. Que passi a la guia li dona un únic lloc on viure, en lloc de repartir-se per converses. I la reunió mensual és on els equips descobreixen el que ja ha resolt un altre.

Equip 1referentEquip 2referentEquip 3referentEquip 4referentEquip 5referentEquip 6referentPràcticade la casa

Com es manté viva

Un equip proposa una pràctica
Es prova en el seu equip
Si funciona, passa a la guia
Es comparteix a la reunió mensual
Una persona responsable amb el seu nucli petit i un referent a cada equip; la pràctica avança amb el cicle de la dreta.

Amb un dels nostres clients es fa una reunió mensual en què els equips comparteixen les bones pràctiques de desenvolupament amb IA que han adoptat. És l’últim pas del cicle: el que un equip ha provat arriba als altres.

Tres indicadors senzills

Pocs indicadors, i els que ja es coneixen. Els tres, en la línia de DORA:

  • Equips que treballen amb el mètode. Quants equips segueixen la guia i fan servir el context compartit.
  • Temps de lliurament. DORA el defineix com el temps que triga un canvi a passar de confirmat al control de versions a desplegat en producció.
  • Errors que arriben a producció. El seu equivalent a DORA és la taxa de fallades de canvi: la proporció de desplegaments que requereixen intervenció immediata després de sortir.

Cap no porta una xifra promesa d’antuvi. Es mesuren en començar i una altra vegada amb cada equip que se suma, i la lectura és l’evolució de cada equip davant del seu propi punt de partida. Els tres caben en un full i es poden llegir a la reunió mensual, al costat del que cada equip ha provat.

Una pràctica que no s’acaba

Un canvi així només se sosté si arriba també a qui entra després. Si cada persona nova aprèn a treballar amb IA pel seu compte, d’aquí a un any el departament torna a treballar cadascú a la seva manera. Per això la pràctica inclou la formació i la documentació d’acollida, no només les sessions amb els equips d’avui.

Però hi ha una cosa més important: la transformació del departament d’IT no s’acaba mai, perquè els models, les eines i la manera de treballar continuen canviant cada pocs mesos. La pràctica és l’eina per pilotar aquest canvi de manera contínua, des de dins. El nostre objectiu és ajudar l’empresa a construir aquesta capacitat d’adaptar-se i de millorar de manera contínua: acompanyar on calgui i posar-hi les mans on calgui.

Preguntes freqüents

Què és un centre d’excel·lència d’IA en desenvolupament?

És un grup petit que cuida com treballen amb IA tots els equips de desenvolupament d’una empresa: la guia de bones pràctiques, el context compartit, l’ús segur i la formació. La seva feina és ajudar els equips a treballar millor.

Quina diferència hi ha entre un model centralitzat, distribuït i federat?

En el centralitzat, un grup central gestiona recursos, eines i mètodes. En el distribuït, cada equip decideix els seus. En el federat, un nucli petit fixa el que és comú i cada equip té un referent que ho porta al seu dia a dia.

Què és un enabling team?

És un dels quatre tipus d’equip de Team Topologies, de Matthew Skelton i Manuel Pais: ajuda un altre equip a superar obstacles i detecta les capacitats que li falten.

Qui forma part de la pràctica?

Una persona responsable i un referent a cada equip. Són persones de la mateixa empresa, amb una guia de bones pràctiques, un context compartit, criteris d’ús segur i un itinerari de formació.

Com se sap si la pràctica funciona?

Amb tres indicadors: quants equips treballen amb el mètode, el temps de lliurament i els errors que arriben a producció. Es mesuren en començar i de nou amb cada equip que se suma, sense xifres promeses d’antuvi.

Com es manté al dia la pràctica?

Amb un cicle de quatre passos: un equip proposa una pràctica, la prova en el seu equip, si funciona passa a la guia i es comparteix a la reunió mensual dels equips.

Fonts

Bernat López
Escrit per
Bernat López
Fundador i CEO d'onext

Bernat López és fundador i CEO d'onext, boutique d'IA. Acompanya equips de desenvolupament i de producte a treballar amb IA amb mètode —especificació abans de programar, controls automàtics i Spec-Driven Development— i aplica a la seva pròpia empresa el que proposa: onext funciona amb el seu propi sistema agèntic.

LinkedIn →

Com treballen avui els teus equips amb IA, cadascun a la seva manera?

Ho mirem amb tu al diagnòstic, que és gratuït.

Veure com treballem

El que construïm es queda al teu equip.