En els darrers dos anys, la intel·ligència artificial generativa ha entrat a les nostres vides amb molta força. Eines com ChatGPT o Microsoft Copilot han donat a milions d’usuaris la sensació que estem vivint una revolució tecnològica comparable a l’arribada d’internet o dels telèfons intel·ligents. La seva utilitat personal és indiscutible: ens ajuden a redactar textos, resumir documents, resoldre dubtes o automatitzar petites tasques quotidianes. Però, malgrat aquesta eufòria, la realitat dins de les empreses és molt diferent. El seu impacte real és, de moment, sorprenentment limitat.
Així ho conclou l’informe The GenAI Divide–State of AI in Business 2025, publicat pel MIT, que alerta de l’existència d’una escletxa creixent entre l’entusiasme social per la IA i la seva aplicació efectiva en el món empresarial. Segons l’estudi, només un 5% de les iniciatives d’IA generativa arriben a desplegar-se de manera real dins d’una organització i generen retorn. La gran majoria es queden en proves pilot que mai no arriben a transformar processos ni produir millores tangibles.
Per què passa això? Hi ha diverses causes, però una de fonamental: les eines actuals d’IA generativa no aprenen. Tot i ser extraordinàriament flexibles i útils a nivell individual, aquestes eines no acumulen coneixement ni adapten el seu comportament quan s’apliquen en entorns complexos, prolongats i plens d’excepcions, com són la majoria de processos empresarials. No retenen memòria, no incorporen el feedback dels equips i no milloren amb el temps. Això les converteix en solucions molt potents per a tasques puntuals, però insuficients per a responsabilitats que requereixen consistència, seguiment i adaptació contínua.
Aquesta limitació s’agreuja amb un segon factor: la desconnexió entre la teoria i la realitat dels fluxos de treball. Moltes empreses adopten la IA des d’una lògica superficial: presentacions espectaculars i projectes impulsats des d’equips d’innovació que estan lluny del dia a dia operatiu. El resultat és que les solucions no encaixen en la complexitat real del negoci i queden abandonades abans d’arribar a producció.
L’informe també evidencia que només dos sectors, tecnologia i mitjans, estan vivint una disrupció clara derivada de la IA. A la resta, l'impacte és modest i se centra sobretot en millores d’eficiència: menys temps a tasques repetitives, més velocitat a l’hora d’analitzar documents o generar informes, però poca afectació a l’estructura o als resultats globals del negoci. La IA ha millorat algunes eines, però encara no ha transformat gairebé cap empresa.
Tot i que moltes organitzacions no han desplegat formalment eines d’IA, els seus treballadors sí que les utilitzen massivament amb comptes personals. Ho fan perquè els resol problemes, perquè accelera la feina i perquè és fàcil d’utilitzar. Però això genera una paradoxa: l’ús personal avança molt més ràpid que l’ús corporatiu. I això, lluny de demostrar que la tecnologia no és útil per a l’empresa, posa de manifest que moltes organitzacions encara no han sabut integrar-la de manera segura, ordenada i efectiva.
Amb tot, la conclusió és clara: la veritable revolució empresarial encara no ha començat. Perquè arribi, caldrà una segona onada d’innovació centrada no en “demos” espectaculars, sinó en sistemes que realment s’integrin en els processos i aprenguin a mesura que s’utilitzen. Aquesta és la frontera que separa la IA personal de la IA empresarial.
De tot plegat en podem treure alguna recomanació:
1. Evitar projectes massa generals. La IA no funcionarà si s’intenta aplicar “a tot”. Cal començar per un procés concret, delimitat i on el retorn pugui ser mesurat.
2. Més integració i menys demostració. Una eina que impressiona en una “demo” pot fracassar en un entorn real si no encaixa amb els sistemes existents.
3. Treballar amb processos que es puguin aprendre. Si la tasca és caòtica, plena d’excepcions o mal definida, la IA fracassarà. Cal preparar el terreny abans d’automatitzar.
4. Adoptar un enfocament progressiu. Els pilots han de ser petits, ràpids i orientats a avaluar si la tecnologia pot escalar. Si no pot, cal abandonar-los sense por.
5. No construir-ho tot internament. Les dades del MIT són clares: els projectes desenvolupats només amb equips interns tenen el doble de probabilitats de fracassar.
A Andorra la majoria de les empreses són petites, no han de tenir pressa, però tampoc poden quedar-se al marge. La IA és una oportunitat enorme, però només per a aquells que sàpiguen introduir-la amb criteri, realisme i una visió clara del que volen transformar.