Una empresa vol crear un assistent intern amb IA perquè l’equip pugui consultar procediments, contractes, fitxes tècniques o dades de clients amb preguntes en llenguatge natural. La idea sembla clara, però apareix un problema abans de començar: la informació està repartida entre carpetes, correus, ERP, CRM i documents duplicats.
En aquest context, connectar directament un model d’intel·ligència artificial a totes les fonts no resol el desordre. Pot fer-lo menys visible, però també pot retornar respostes basades en documents antics, combinar versions contradictòries o mostrar informació a persones que no hi haurien de tenir accés.
Per això, abans de desenvolupar una IA amb documentació interna, cal prendre una decisió d’arquitectura: determinar on resideix cada informació, quina font és la correcta, com s’actualitza i quin entorn necessiten realment les persones que l’han de consultar.
El problema no és només trobar documents
Quan una persona busca manualment una dada, acostuma a aplicar criteris que un sistema no pot donar per descomptats. Pot reconèixer quin arxiu és més recent, saber que un procediment ha quedat obsolet o preguntar a un company si hi ha hagut algun canvi.
Un assistent d’IA necessita que aquestes regles estiguin definides. Si troba tres versions d’un mateix document, no sap necessàriament quina és vigent. Si una dada del CRM contradiu un full de càlcul, necessita saber quina font té prioritat. I si la informació només apareix en un fil de correu, cal valorar si realment hauria de formar part del coneixement corporatiu.
Els problemes més habituals són:
- Documents duplicats o sense control de versions. No queda clar quin fitxer és l’oficial ni qui l’ha actualitzat.
- Informació repartida entre sistemes. Les dades comercials són al CRM, els productes a l’ERP i els procediments en carpetes compartides.
- Permisos poc definits. No tota la documentació hauria d’estar disponible per a qualsevol persona o departament.
- Continguts sense propietari. Ningú no té assignada la responsabilitat de revisar-los i mantenir-los.
- Coneixement que només existeix en correus o converses. És informació difícil de validar, estructurar i reutilitzar.
Aquest escenari no invalida el projecte, però indica que la primera fase no hauria de ser configurar el model d’IA. Cal començar analitzant la informació, els sistemes i els usos reals. Una consultoria digital i tecnològica abans d’executar permet definir prioritats i evitar construir l’assistent sobre una base inestable.
Quan el problema ja està delimitat, el desenvolupament d’una plataforma interna i les seves integracions pot convertir aquesta arquitectura en una eina útil, segura i preparada per evolucionar.
Cal ordenar els documents, integrar els sistemes o crear una intranet?
No hi ha una resposta única. Són tres actuacions diferents i, en molts projectes, complementàries. La decisió depèn d’on es troba la informació fiable i de què necessita fer l’equip amb ella.
Quan cal començar ordenant la documentació?
Cal començar pels documents quan el coneixement principal de l’empresa resideix en PDF, manuals, protocols, presentacions o arxius ofimàtics. Abans de connectar-hi la IA, convé eliminar duplicats, identificar les versions vigents, establir una classificació coherent i assignar responsables de manteniment.
Això no significa haver de reescriure tota la documentació. L’objectiu és disposar d’un repositori controlat, amb metadades bàsiques com el tipus de document, el departament, la data de revisió, la versió i el nivell d’accés.
Una IA pot recuperar fragments rellevants i redactar una resposta a partir d’aquests continguts. Aquesta arquitectura es coneix habitualment com a RAG, sigles en anglès de generació augmentada amb recuperació. Però el sistema continuarà depenent de la qualitat, vigència i coherència de les fonts que consulta.
Quan s’han d’integrar l’ERP i el CRM amb la IA?
La integració és necessària quan les preguntes requereixen dades actuals i estructurades que ja resideixen en sistemes de gestió. Per exemple, l’estat d’una comanda, les condicions comercials d’un client, l’estoc disponible o les incidències obertes no haurien de copiar-se periòdicament en documents.
En aquests casos, una integració ERP CRM amb IA pot permetre que l’assistent consulti dades autoritzades mitjançant APIs, és a dir, connexions controlades entre aplicacions. L’assistent interpreta la pregunta i presenta la informació, però la dada continua residint en el sistema que la gestiona.
Aquesta distinció és important: la IA no substitueix l’ERP ni el CRM. Tampoc cal utilitzar-la per sincronitzar camps o executar regles deterministes que es poden resoldre millor amb programació convencional, automatitzacions o webhooks. L’article sobre arquitectura i criteri per aplicar agents d’IA aprofundeix en aquesta separació entre models, eines i integracions.
Quan té sentit una intranet amb intel·ligència artificial?
Una intranet és adequada quan, a més de preguntar, l’equip necessita navegar, validar fonts, accedir a eines i gestionar processos des d’un entorn comú. L’assistent passa a ser una funció dins d’una plataforma més àmplia, no la plataforma sencera.
Una intranet amb intel·ligència artificial pot reunir cercador, documents, directori, avisos, formularis, procediments i accessos a altres aplicacions. També pot mostrar les fonts utilitzades en cada resposta perquè l’usuari pugui comprovar-les i obrir el document original.
El disseny d’aquest entorn és rellevant perquè la gestió del coneixement empresarial no consisteix només a emmagatzemar informació. Cal organitzar-la, facilitar-ne la consulta i adaptar els recorreguts als diferents perfils. Aquí, el disseny d’entorns digitals clars i centrats en l’usuari ajuda a evitar que la intranet es converteixi en una nova carpeta difícil de consultar.
Com es defineix una base fiable per a l’assistent?
Abans de decidir la tecnologia concreta, convé elaborar un mapa de fonts. Aquest inventari ha d’indicar quina informació existeix, on es troba, qui n’és responsable, amb quina freqüència canvia i quins perfils poden consultar-la.
A partir d’aquí, es poden prendre decisions concretes:
- Definir la font de veritat. Per a cada tipus de dada ha d’existir un origen prioritari: l’ERP per al catàleg i l’estoc, el CRM per a l’activitat comercial o el repositori documental per als procediments.
- Separar contingut estable i dades dinàmiques. Un manual pot indexar-se, mentre que l’estat d’una comanda s’ha de consultar en temps real o amb una sincronització controlada.
- Establir permisos. L’accés de l’assistent ha de respectar els rols de l’organització. Poder formular una pregunta no implica tenir dret a veure’n la resposta.
- Mostrar les fonts. Quan sigui possible, la resposta ha d’indicar d’on prové la informació i permetre revisar el document o registre original.
- Preveure el manteniment. Cal definir què passa quan s’actualitza un document, canvia una API o s’incorpora una nova eina.
També convé assumir que la resposta generada pot requerir supervisió, especialment en àmbits legals, tècnics, laborals o financers. Com passa amb el contingut generat amb IA que cal revisar, una resposta ben redactada no és necessàriament una resposta correcta.
Quina és l’arquitectura mínima viable?
La millor primera versió no és la que connecta tota l’empresa, sinó la que resol un cas d’ús delimitat amb fonts fiables. Es pot començar, per exemple, amb els procediments d’un departament, una base documental concreta o un conjunt de consultes comercials ben definides.
Aquesta primera fase permet comprovar si les persones troben útils les respostes, quines preguntes queden fora de cobertura i on apareixen problemes de qualitat o permisos. També ajuda a decidir si cal ampliar el repositori, integrar un altre sistema o desenvolupar funcionalitats específiques.
Una arquitectura raonable pot combinar un repositori documental controlat, connexions amb ERP o CRM per a dades concretes, un sistema d’autenticació, permisos per rols i una interfície interna que mostri respostes i fonts. No tots els projectes necessiten tots aquests components des del principi.
La decisió important no és quin model d’IA s’utilitzarà, sinó com circularà la informació i qui en garantirà la qualitat. Quan aquesta base està ben definida, l’assistent deixa de ser una capa afegida sobre documents dispersos i es converteix en una peça útil dins del sistema de coneixement de l’empresa.
Si vols valorar com aplicar això al teu cas concret, escriu-nos i ho mirem junts.