Els agents d'intel·ligència artificial són el tema del moment. Cada setmana apareix una nova plataforma que promet desplegar un equip d'agents autònoms que transformaran el teu negoci en dies. La realitat és més matisada, més interessant i més complexa que qualsevol demo que hagis vist.
Aquest article no intenta vendre't agents d'IA. Intenta donar-te el criteri tècnic suficient per prendre una decisió informada sobre si té sentit implementar-los a la teva organització ara mateix, en quins processos i amb quines expectatives realistes.
La pregunta correcta no és "he d'usar agents d'IA?" sinó "el meu procés requereix raonament contextual o simplement execució consistent?" Si la resposta és la segona opció, una automatització convencional és més robusta, més barata i més fàcil de mantenir.
Quan té sentit un agent d'IA
- Interpretar llenguatge natural no estructurat (correus, ressenyes, tickets, contractes)
- Prendre decisions amb criteris que varien segons el context
- Coordinar múltiples eines o sistemes de forma dinàmica
- Gestionar excepcions que serien difícils de codificar com a regles explícites
Els costos reals que ningú menciona
Les demos d'agents d'IA són impressionants. Els costos operatius reals de mantenir-los en producció també ho són, però en sentit contrari. Els factors de cost principals que se subestimen són els tokens d'API dels models LLM, la latència de resposta, el cost d'enginyeria per dissenyar els prompts i els fluxos de fallback, i el cost de monitoratge continu.
Els tres models de desplegament
Agent completament autònom: actua sense intervenció humana. Màxima eficiència operativa, màxim risc. Només recomanable per a processos de baix risc.
Agent amb supervisió humana: l'agent proposa accions que un humà aprova abans d'executar. Redueix el risc significativament a costa d'eficiència.
Agent com a assistent de l'operador: l'agent no executa accions sinó que proporciona context i recomanacions. El de menys risc i el més fàcil d'adoptar.