A la revisió del pressupost de 2027, la pregunta sobre la IA de l'equip de desenvolupament ja no serà si es fa servir. Serà què han comprat aquests diners.
Aquesta peça defensa una tesi que incomoda qui fa un any que compta llicències: amb la IA al 17 % del pressupost de TI, el percentatge d'adopció ja no és un argument. Cada equip de desenvolupament necessita una tesi de valor pròpia (estalvi, creixement o una aposta per etapes) i l'evidència que hi correspon. Què cal mesurar ve després de què es vol demostrar.
La dada: del 5 % al 17 %
El 2 d'octubre de 2026, BCG va publicar una anàlisi sobre com la IA està canviant l'economia de la tecnologia a les empreses. La dada central surt de l'enquesta Applied AI 2026: la part de la IA en el pressupost de TI s'ha més que triplicat, del 5 % al 17 %. I no és tota la despesa: BCG estima que les empreses dediquen de mitjana un 3,3 % dels ingressos a la TI corporativa i un altre 2,8 % a iniciatives d'IA finançades fora d'aquest pressupost.
La pàgina no publica la mida de la mostra, així que convé llegir la xifra com un ordre de magnitud. Tot i així, el que importa és el canvi d'escala: una partida del 5 % es pot tractar com un experiment; una del 17 % entra a la conversa amb el CFO, i aquesta conversa es fa amb arguments de negoci.
Per què el percentatge d'adopció ja no serveix
«Gairebé tot l'equip fa servir un assistent cada dia» descriu activitat, no resultat. BCG ho diu per a tota l'empresa: recomana mesurar el cost per resultat i no l'activitat, i adverteix que els CIO no haurien de veure la IA com un programa de reducció de costos. El que sosté la inversió és convertir-la en productivitat que es pugui consolidar, en creixement d'ingressos o en totes dues coses.
En un equip de desenvolupament hi ha una raó més. DORA, en el seu informe de 2025 sobre desenvolupament assistit per IA, conclou que el paper principal de la IA és el d'amplificador: magnifica les fortaleses i les febleses que l'organització ja té. La mateixa adopció pot accelerar el lliurament en un equip amb bones proves i bona revisió, i multiplicar la feina refeta en un altre que no en té. El percentatge d'ús no distingeix entre els dos casos.
Tres tesis, tres tipus d'evidència
La part més útil de l'anàlisi de BCG és una frase: tota inversió en IA a escala necessita una tesi de valor explícita i l'evidència adequada al seu propòsit, que pot ser eficiència consolidada, creixement mesurable o valor estratègic per etapes. I si no supera aquesta prova de manera repetida, cal redimensionar-la o aturar-la. Portat a un equip de desenvolupament, queda així:
| Tesi | Què promet en un equip de desenvolupament | Evidència que hi correspon | Senyal per redimensionar |
|---|---|---|---|
| Eficiència consolidada | La mateixa feina amb menys cost, i aquest estalvi surt d'una partida del pressupost | Cost per lliurament davant d'una línia de base anterior, amb la qualitat igual o millor | L'estalvi no apareix en cap partida |
| Creixement mesurable | Més producte en producció: funcionalitats, clients atesos, menys temps fins a producció | Lliuraments que arriben a producció i el seu efecte en el negoci, davant de la seva línia de base | Més codi i el mateix lliurament |
| Valor estratègic per etapes | Una capacitat que avui no existeix, com mantenir un sistema heretat que ningú de l'equip entén | Fites amb data i un criteri per passar a la següent | Les fites es mouen sense que ningú ho decideixi |
Elaboració d'onext a partir de les tres categories de BCG (2026); els exemples són il·lustratius
Una tesi de valor no és un objectiu d'adopció. És una frase que es pot demostrar falsa, amb una data: «aquest equip lliurarà el mateix amb menys cost abans de juny» o «el segon trimestre sabrem si podem mantenir aquest sistema sense el seu autor original».
La tercera fila no és la més còmoda, però sol ser la més honesta. Si ningú de l'equip sap explicar una part del codi, el valor de la IA pot ser recuperar aquesta comprensió, com expliquem a la peça sobre el deute de comprensió, i això no es mesura en hores estalviades.
Què diu la dada de KPMG, i què no diu
KPMG va publicar el setembre de 2026 el seu Global AI Pulse del tercer trimestre, amb 2.131 directius de 20 països i territoris i treball de camp entre el 23 de juliol i el 26 d'agost. Entre les organitzacions que declaren un retorn ja establert, el 86 % opera una capa formal de gestió de la IA, transversal o a tota l'empresa. Entre les que són en fase d'experimentació, la proporció és del 31 %.
Risc És una associació, no una prova de causa. Pot ser que governar la IA ajudi a obtenir retorn, i pot ser que només les organitzacions que ja hi guanyen diners es puguin permetre governar-la. El que sí que suggereix la dada és que qui demostra retorn té algú que decideix què es mesura i quan s'atura.
L'eina amplifica el que ja hi ha
Si la IA amplifica, la tesi d'un equip depèn del que la IA amplificarà. Una tesi d'eficiència en un equip sense proves automàtiques ni revisió acaba estalviant en escriure i gastant en corregir. Per això, abans de prometre estalvi, convé tenir la xarxa que detecta els errors, com expliquem a abans de l'agent, la xarxa. DORA publica, a més, un model de set capacitats que amplifiquen els beneficis de la IA: és un bon punt de partida per revisar què té l'equip abans d'escriure la tesi.
I si el problema d'adopció és d'organització i no d'eina, canviar d'eina no l'arregla, com expliquem a la peça sobre el gap del 70 %.
Escriure la tesi de l'equip en una pàgina
La tesi cap en una pàgina i s'escriu abans de canviar res. Aquest és l'ordre:
- Tria una sola tesi per a l'equip: eficiència, creixement o valor per etapes. Si en dius tres, no n'has dit cap.
- Escriu la frase que es podria demostrar falsa, amb una data i amb el que ha de passar.
- Fixa la línia de base abans de tocar la manera de treballar de l'equip. Sense l'abans, el després no vol dir res.
- Tria les mètriques que corresponen a aquesta tesi i només aquestes. Les altres es miren, però no decideixen.
- Acorda amb finances quin resultat obliga a redimensionar o aturar, i quan es revisa.
Per al tercer pas, com construir la línia de base d'un primer cas és a com triar i mesurar el primer cas d'ús. Per al quart, la llista de mètriques possibles és als KPI d'un equip de desenvolupament amb IA: la tesi decideix quines d'aquesta llista compten. I per què comptar llicències actives no és mesurar retorn ho expliquem al ROI de Copilot i Cursor.
Com ho plantegem a onext
Si vols escriure la tesi del teu equip amb algú de fora, el diagnòstic és gratuït, i si al diagnòstic no veiem diferència, no hi ha Quick-start. I no publiquem xifres de productivitat o velocitat que no hàgim mesurat amb una font verificable. Com és la resta del camí ho trobaràs a AI-Accelerated Development.
Preguntes freqüents
Quant pesa la IA en el pressupost de TI de les empreses?
Segons l'enquesta Applied AI 2026 de BCG, publicada l'octubre de 2026, la part de la IA en el pressupost de TI s'ha més que triplicat, del 5 % al 17 %. BCG afegeix que les empreses gasten de mitjana un altre 2,8 % dels ingressos en iniciatives d'IA finançades fora del pressupost de TI. La pàgina no publica la mida de la mostra, així que convé llegir-ho com un ordre de magnitud.
Què és una tesi de valor d'una inversió en IA?
És el que la inversió ha de demostrar, dit de manera que es pugui comprovar. BCG en distingeix tres: eficiència consolidada (l'estalvi que ja s'ha restat del pressupost), creixement mesurable i valor estratègic per etapes. Cadascuna demana un tipus d'evidència diferent, i si la inversió no supera aquesta prova de manera repetida, BCG recomana redimensionar-la o aturar-la.
Per què no n'hi ha prou amb mesurar l'adopció de la IA a l'equip?
Perquè el percentatge de desenvolupadors que fan servir un assistent descriu activitat, no resultat. DORA conclou que la IA actua com un amplificador de les fortaleses i les febleses que l'organització ja té: la mateixa adopció pot accelerar el lliurament en un equip i multiplicar la feina refeta en un altre.
Quina tesi encaixa amb un equip de desenvolupament?
Una sola per equip, i la que correspongui al que el negoci n'espera. Eficiència, si l'objectiu és lliurar el mateix amb menys cost i aquest estalvi ha de sortir d'una partida. Creixement, si s'espera que arribi més producte a producció. Valor per etapes, si es tracta de construir una capacitat que avui no existeix, amb fites i data.
Tenir un govern formal de la IA garanteix el retorn?
No. KPMG troba que el 86 % de les organitzacions que declaren un retorn ja establert operen una capa formal de gestió de la IA, davant del 31 % de les que estan experimentant. És una associació, no una prova de causa: també pot ser que només les que ja guanyen diners amb la IA es puguin permetre governar-la.
Quan cal aturar una inversió en IA en un equip de desenvolupament?
Quan no supera, de manera repetida, la prova de la seva pròpia tesi: l'estalvi no apareix en cap partida, arriba més codi però no més lliurament, o les fites es mouen sense que ningú ho decideixi. Aquest criteri s'acorda amb finances abans de començar, no quan arriba la revisió del pressupost.
Fonts
- Michael Grebe, Joppe Bijlsma, Djon Kleine i altres, «How AI Is Reshaping the Economics of Technology», BCG, 2 d'octubre de 2026 (enquesta Applied AI 2026; mida de la mostra no publicada a la pàgina).
- KPMG, «Global AI Pulse Q3 2026», setembre de 2026 (2.131 directius de 20 països i territoris; treball de camp del 23 de juliol al 26 d'agost de 2026).
- DORA, «State of AI-assisted Software Development 2025», 2025 (sense data exacta visible; consultat el 19 d'octubre de 2026).
- DORA, «DORA AI Capabilities Model», actualitzat el 25 de novembre de 2025.
- Les cites de fonts en anglès estan traduïdes per onext. La taula de tesis, els exemples (il·lustratius, sense client) i els passos són elaboració pròpia 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, una persona que decideix on hi ha risc i Spec-Driven Development— i aplica a la seva pròpia empresa el que proposa: onext funciona amb el seu propi sistema agèntic.
LinkedIn →