Agents d’IA per a empreses: què són, casos d’ús reals i com implantar-los

Actualitzat el 4 de setembre de 2026.

Un agent d’IA per a empreses és un sistema de programari que percep el seu context, planifica, decideix i executa tasques de diversos passos connectant-se a les eines de la companyia, sense que cap persona hagi de dirigir cada pas. No és un chatbot amb un altre nom. La diferència és que l’agent actua: llegeix un correu, consulta el CRM, genera un document i l’envia. Aquesta guia explica què és, en què es diferencia d’un chatbot i d’una automatització clàssica, quins casos d’ús funcionen avui en B2B, quant costa de debò i com implantar-lo sense acabar entre el 40% de projectes que es cancel·len.

# Punts clau sobre els agents d’IA per a empreses

• Més del 40% dels projectes d’IA agèntica es cancel·laran abans que acabi el 2027, per costos creixents, valor de negoci poc clar o controls de risc insuficients, segons Gartner (juny de 2025).
• Alhora, el 40% de les aplicacions empresarials integrarà agents específics de tasca a finals del 2026, davant de menys del 5% el 2025, segons Gartner (agost de 2025).
• Gartner estima que només uns 130 dels milers de proveïdors que es venen com a agèntics ho són de veritat. A la resta ho anomena agent washing: rebatejar assistents, RPA i chatbots que ja existien.
• El 2028, el 33% del programari empresarial inclourà IA agèntica, davant de menys de l’1% el 2024, i com a mínim el 15% de les decisions de feina del dia a dia es prendran de manera autònoma, davant del 0% del 2024.
• La governança és el punt de ruptura: el 2027 el 40% de les empreses degradarà o retirarà agents autònoms per errors de governança detectats només després d’un incident en producció, segons Gartner (maig de 2026).
• El client accepta la IA, però no com un mur: el 87% considera imprescindible poder arribar a una persona, i el 74% dels usuaris B2B que fan servir IA generativa ja l’han feta servir per completar una tasca en nom seu, segons una enquesta de Gartner a 3.566 clients (agost de 2026).
• El marc legal ja corre: les obligacions de transparència de l’article 50 del Reglament Europeu d’IA s’apliquen des del 2 d’agost de 2026, i els sistemes d’alt risc de l’Annex III des del 2 de desembre de 2027.

# Què és un agent d’IA (i què no és)

Un agent d’IA és un sistema autònom que rep un objectiu, el descompon en passos, tria quines eines fer servir i executa fins a tancar-lo o fins a demanar ajuda. Tres capacitats el separen de tot l’anterior: planifica, fa servir eines i manté estat entre passos.

La confusió no és casual. Gartner va encunyar el terme agent washing per descriure la pràctica de rebatejar com a agents productes que ja existien: assistents conversacionals, robots d’RPA i chatbots sense capacitat agèntica real. La seva estimació és contundent: dels milers de proveïdors que es posicionen com a agèntics, només uns 130 ho són.

Per a una empresa que està a punt de signar un contracte, la prova pràctica és simple. Pregunta tres coses al proveïdor:

• Pot actuar sobre sistemes reals? Si només llegeix i respon, és un assistent.
• Decideix la seqüència de passos o la té escrita? Si el flux està fixat per endavant, és una automatització.
• Què fa quan alguna cosa surt diferent del previst? Si es trenca, no és un agent. Un agent replanifica o escala a una persona.

# Agent d’IA, chatbot i automatització: la diferència que canvia el pressupost

La diferència pràctica és qui decideix la seqüència. L’automatització clàssica executa un flux escrit per una persona. El chatbot respon dins d’un guió o recupera informació. L’agent decideix a cada pas què fer a continuació. Aquesta autonomia és justament el que dispara el cost i el risc, i per això convé triar la peça més barata que resolgui el problema.

L’error car és el de dalt a la dreta: pagar consum variable d’un agent per resoldre un procés que una automatització de regles tancava per una tarifa plana. Gartner ho diu sense embuts: molts casos d’ús que avui es presenten com a agèntics no requereixen una implementació agèntica.

No necessites un agent. Necessites que un procés deixi de costar-te diners. Si una regla de tres línies ho arregla, l’agent és un luxe car.

Albert Puig Navàs, Cofundador i CPO de Cronuts Digital

# 7 casos d’ús d’agents d’IA en empreses B2B

Els casos que funcionen avui comparteixen tres trets: la tasca té diversos passos, la dada d’entrada està desordenada i hi ha un criteri expert que es pot descriure. Aquests són els set que més vegades se sostenen en una empresa B2B.

1. Atenció al client amb sortida a persona

L’agent recull la informació, entén la intenció i resol només quan la seva confiança és alta. És el patró que recomana Gartner després de mesurar que forçar el client per diverses interaccions d’IA fallides abans d’arribar a una persona redueix la probabilitat que torni a fer servir l’eina. El 87% dels clients considera imprescindible aquesta sortida. Un agent sense porta de sortida no és més eficient, és més car en fuga de clients.

2. Qualificació i encaminament de leads

Llegeix el formulari, enriqueix amb dades de firmografia, puntua contra el perfil de client ideal, escriu el resum al CRM i assigna el comercial correcte. És el cas amb retorn més ràpid de mesurar, perquè la línia base ja existeix: temps de primera resposta i percentatge de leads sense treballar.

3. Back office administratiu

Extracció de dades de factures, conciliació contra comandes, detecció de desviacions i preparació de l’assentament. Aquí l’agent aporta quan els documents arriben en formats diferents. Si tots els proveïdors envien el mateix XML, no cal cap agent.

4. Suport a recursos humans i onboarding

Respondre sobre conveni, vacances o política de despeses consultant la documentació real de l’empresa, i executar l’alta d’un nou empleat en diversos sistemes. Alt volum de preguntes repetides i respostes que viuen en documents que ningú no troba.

5. Coneixement intern

Un agent connectat a la documentació de la companyia converteix anys de propostes, informes i procediments en alguna cosa consultable. És el cas d’ús amb menys risc i més valor percebut, perquè opera en només lectura. En la classificació d’autonomia de Gartner és un agent de nivell Observe: accés de lectura a fonts definides i sortida visible només per a qui pregunta.

6. Copilot de vendes

Prepara reunions creuant CRM, notes i activitat recent, redacta propostes a partir de plantilles i detecta oportunitats aturades. El 74% dels usuaris B2B que fan servir IA generativa ja l’empren per completar tasques en nom seu, així que l’hàbit ja està instal·lat a l’equip comercial.

7. Operacions i vigilància de processos

Monitorar un procés, detectar l’anomalia, diagnosticar la causa probable i obrir el tiquet amb el context ja muntat. Substitueix la feina de revisar panells que ningú no mira fins que alguna cosa es trenca.

# Quant costa implantar un agent d’IA

El cost d’un agent d’IA no és una llicència, és un model de consum amb quatre partides que creixen a ritmes diferents. Aquesta és la raó número u per la qual Gartner preveu que més del 40% dels projectes es cancel·li: el cost real apareix quan se surt del pilot.

• Consum del model. Es paga per ús, no per usuari. Un agent que replanifica consumeix diverses vegades més que una consulta simple, i el consum escala amb el volum de tasques, no amb la plantilla.
• Integració. Connectar l’agent al CRM, a l’ERP i al gestor documental. És la partida que més se subestima. Gartner adverteix que integrar agents en sistemes heretats és tècnicament complex i sovint exigeix modificacions costoses.
• Preparació de la dada. Si la documentació està duplicada, desactualitzada o sense permisos clars, l’agent hereta aquest desordre i l’amplifica.
• Governança i manteniment. Avaluació de qualitat, registre d’ús, proves d’al·lucinació i revisió periòdica. No és opcional i no s’acaba mai.

Abans de demanar pressupost, calcula la línia base: quantes hores consumeix avui aquest procés, quant costa l’hora carregada i quin és el cost d’un error. Sense aquesta xifra no hi ha manera de saber si l’agent surt a compte, i és exactament el buit que Gartner descriu com a valor de negoci poc clar.

# Com implantar un agent d’IA en 5 fases

La seqüència que evita el 40% de cancel·lacions comença per triar bé i acaba per governar, no a l’inrevés.

1. Triar el cas d’ús per valor i per risc

Un de sol, mesurable, amb propietari i amb línia base numèrica. Descarta tot el que no puguis mesurar en 90 dies. La recomanació de Gartner és perseguir la IA agèntica només on lliura valor clar, i començar per decisions, no per tasques soltes.

2. Preparar la dada i els accessos

Inventari de les fonts que l’agent llegirà, neteja del que està duplicat i permisos explícits per font. Aquí es decideix la qualitat del resultat. Un agent sobre dades brutes produeix respostes brutes més ràpid.

3. Pilot acotat amb persona al circuit

Abast petit, humà revisant cada sortida i registre de tot. En la classificació d’autonomia això és un agent de nivell Advise: proposa, la persona executa. Serveix per mesurar precisió abans de concedir capacitat d’escriptura.

4. Mesurar contra la línia base

Temps per tasca, taxa de resolució sense intervenció, precisió i cost per tasca completada. Si no millora la línia base de la fase 1, s’atura. Aturar a temps és més barat que escalar un pilot que no funcionava.

5. Governar i escalar per nivells

Concedir autonomia per trams, cadascun amb els seus controls. Gartner és explícit: aplicar la mateixa governança a tots els agents, sense distingir el seu nivell d’autonomia ni el seu abast, és la causa arrel del fracàs.

# Errors freqüents i quan NO necessites un agent

La majoria de projectes no fallen pel model, fallen per l’elecció. Aquests són els sis errors que més vegades apareixen.

• Comprar agent washing. Pagar preu d’agent per un chatbot rebatejat. Aplica les tres preguntes de la primera secció abans de signar.
• Automatitzar el caos. Un procés trencat automatitzat continua trencat, només que ara escala.
• Començar sense línia base. Sense la xifra de partida, qualsevol resultat sembla bo i cap no es pot defensar davant de direcció.
• Treure la sortida a persona. Amb un 87% de clients exigint aquesta opció, tancar-la no estalvia, expulsa.
• Governança uniforme. Bloquejar en excés els agents simples alenteix el lliurament i empeny al desenvolupament a l’ombra. Deixar solts els autònoms dispara el risc operatiu i de compliment.
• Començar pel procés més difícil. El cas més visible sol ser el pitjor primer pilot.

No necessites un agent quan el procés és estable i repetitiu, quan el volum no justifica el cost d’integració, quan la dada d’entrada no existeix en format consultable o quan l’error té consequències legals i no pots posar una persona a revisar. En aquests quatre escenaris, una automatització de regles o un bon cercador intern resolen millor i més barat.

# Governança, RGPD i Reglament Europeu d’IA

La governança d’agents no és un requisit legal a part, és el que determina si l’agent continua en producció d’aquí a un any. Gartner preveu que el 2027 el 40% de les empreses degradi o retiri agents autònoms per errors de governança que només es van detectar després d’un incident en producció.

L’enfocament que recomana és proporcional: classificar cada agent per nivell d’autonomia, perquè cada nivell representa una frontera de confiança diferent i exigeix controls diferents. Un agent de nivell Observe, amb accés de només lectura i sortida visible únicament per a qui pregunta, necessita controls lleugers: accés a dades acotat, autenticació, registre d’ús i proves bàsiques. Un agent que escriu en sistemes de producció, no.

Sobre el calendari regulatori europeu, aquestes són les dates que condicionen un desplegament:

• 2 d’agost de 2025: s’apliquen les obligacions per a proveïdors de models de propòsit general.
• 2 d’agost de 2026: s’apliquen les obligacions de transparència de l’article 50 per a sistemes que generen contingut sintètic, amb termini fins al 2 de desembre de 2026 per als ja presents al mercat.
• 2 de desembre de 2027: s’apliquen les regles d’alt risc de l’Annex III.
• 2 d’agost de 2028: s’apliquen a l’alt risc de l’Annex I, la IA incrustada en productes físics.

En paral·lel, l’RGPD continua aplicant sencer. Un agent que llegeix documentació interna tracta dades personals, així que necessita base legal, minimització, control d’accessos i registre de tractament. La regla operativa és simple: l’agent mai no ha de poder veure més del que veuria la persona en nom de la qual actua.

# Com ho muntem a Cronuts

A Cronuts treballem com a consultora AI First: la IA no és un afegit al final del procés, és el punt de partida. Això es tradueix en tres decisions que apliquem a cada implantació.

• Diagnòstic abans que eina. Primer el procés i la seva línia base, després el model. Sovint la conclusió és que el cas no necessita cap agent.
• Peçes productitzades, abast i preu tancats. Amb sortida a persona des del primer dia, mai afegida després.
• Model triat per cas, no per moda. A com funciona Claude expliquem els criteris que fem servir per decidir quin model va a cada tasca.

I una consequència que gairebé ningú no anticipa: un agent ben muntat sobre la documentació de la teva empresa millora també com et veuen els cercadors generatius, perquè obliga a estructurar el coneixement. Aquesta feina és la meitat del que expliquem a SEO en l’era de la IA.