Comparteix:

La IA és un edifici de 7 plantes

13/05/2026

Javier Otero

El passat 22 d’abril, mentre inauguràvem el LEIA UPC —L’Edifici de la Intel·ligència Artificial de la UPC—, vaig començar a pensar en tots els reptes que tenim les organitzacions actuals davant de la revolució de la IA generativa, raonadora i agèntica. Està clar que són molts, i per això, em va semblar interessant pensar en ells de forma estructurada, com si fossin les plantes d’un edifici. M’explico.

Els sistemes d'informació tradicionals tenen, bàsicament, cinc plantes: energia, xips infraestructures, dades i aplicacions. Cada planta es recolza sobre les inferiors per lliurar valor a l'usuari a l’última planta.

Però per aprofitar tot el potencial de la IA agèntica, crec que cal construir —encara que sigui mentalment— un nou edifici al costat, amb 7 plantes, que té uns fonaments bastant diferents:

  1. Energia. La IA, al final, és electricitat transformada en càlculs. Però al nou edifici, estem tractant amb una escala radicalment nova, amb implicacions evidents per a la sostenibilitat i la disponibilitat. Moltes organitzacions necessitaran nou talent per analitzar i optimitzar l’impacte energètic, que esdevindrà estratègic ja que serà prioritari per als clients, reguladors o inversors.
  2. Xips. Si l'energia és el combustible, els xips són el motor, que han deixat de ser un commodity per convertir-se en un actiu escàs, car, estratègic i amb implicacions clares de sobirania tecnològica.
  3. Infraestructura. La fàbrica que converteix xips i energia en capacitat consumible. Hiperescaladors clàssics, neoclouds d’IA, plataformes de MLOps/LLMOps. Aquí també ens cal nou talent, però les decisions crítiques són de governança: què enviem a APIs de proveïdors i què requereix desplegament al CPD de la nostra organització.
  4. Dades. Aquí comença la diferenciació real, ja que representen el nostre coneixement propi. Caldrà saber treballar amb dades no estructurades a gran escala i nous elements com bases vectorials, RAG o grafs de coneixement. Però la idea clau —i potser la més important de tot l'edifici— és aquesta: l'avantatge competitiu permanent en IA gairebé mai està en els models; està en les dades pròpies de qualitat, ben governades i ben connectades.
  5. Models. Ja no té sentit parlar de “triar el millor LLM”. Cal triar una cartera de models —de frontera, oberts, petits, especialitzats— segons la tasca, el cost, la latència i la capacitat de raonament. I, sobretot, mantenir la independència de models concrets a través d'una bona capa d'abstracció.
  6. Aplicacions. La planta on la IA agèntica es fa tangible. És on un model d’IA es converteix en un agent que observa, planifica, actua, aprèn i ret comptes. Típicament, tenen 8 peces: orquestrador, memòria, eines, bucle de raonament, persona, interfície, capa d’observabilitat i capa de seguretat. El valor d’un agent rau en la nostra capacitat de connectar aquestes peces.
  7. Casos d'ús. La planta més alta i la més humana. Conviuen aquí dos tipus de casos d'ús: la IA passiva (xatbots que responen) i la IA activa (agents que executen tasques actuant sobre els nostres sistemes). És realment una planta nova? Doncs crec que sí, perquè aquí són els usuaris els que identifiquen, creen i comparteixen els seus propis casos d'ús, traslladant la capacitat d’automatitzar la feina cap a les persones que millor la coneixen.

Aquesta metàfora no és només descriptiva: és una eina de decisió. Permet a les organitzacions respondre quatre preguntes importants: 

  • En quina planta competim realment?
  • On tenim avantatge diferencial?
  • Què estem delegant i en qui?
  • Estem gestionant bé els riscos? 

Perquè, en resum: la IA és un edifici de 7 plantes; les de baix es compren, les del mig es dissenyen seguint les recomanacions dels experts i les de dalt es desenvolupen a mida amb les persones de l'organització. El valor està a les plantes altes, però sense fonaments sòlids no s'aguantaran. I, sobretot, cap edifici s'aixeca sol: només s'aixeca ajuntant persones que el saben construir amb persones que vulguin viure-hi.

Javier Otero
Director d'Intel·ligència Artificial
UPCnet & ThinkUPC

Aquest article és una versió resumida. Per entendre amb més profunditat cadascuna de les 7 plantes —els elements clau, les relacions entre elles, el nou talent que requereixen i les decisions estratègiques que comporten—, pots llegir l’article complet al web de ThinkUPC.