Maduresa de la IA: què significa per a la teva organització

Què significa la maduresa de la IA

La maduresa de la IA mesura com d'avançat i deliberat és l'ús que una organització fa de la IA, més enllà de tenir simplement eines d'IA a la seva disposició. La majoria de marcs ho descriuen com un model de maduresa de la IA, que passa des d'una experimentació inicial i no estructurada fins a la integració completa de la IA.

En l'etapa més precoç, un grapat d'empleats utilitzen la IA per iniciativa pròpia. Ningú l'ha aprovada ni ha format ningú en aquest àmbit. Els resultats són inconsistents i la feina rarament és reutilitzada per ningú més.

En la següent etapa, els equips executen proves pilot estructurades. Un departament tria una tasca específica, l'executa amb IA i mesura si ha funcionat bé. Inteleos, una organització sense ànim de lucre que administra exàmens de certificació mèdica, va introduir Perplexity Enterprise per ajudar a redactar preguntes de proves de baix risc. Un cop la prova pilot va demostrar el seu valor, Perplexity es va desplegar al 88% de l'equip de Inteleos.

A mesura que les empreses maduren en l'ús de la IA, comencen a integrar eines d'IA en fluxos de treball estàndard i a connectar-les a les dades i sistemes de l'empresa. Per exemple, a Paypal, els equips de risc empresarial utilitzen Perplexity com a part d'un flux de treball de seguretat estàndard, verificant identificacions mitjançant la creuament de detalls de propietat i marcant comptes sospitosos.

I, en l'etapa més madura, l'empresa ha adaptat els seus productes, model de negoci o operacions per incorporar completament la IA. També poden utilitzar sistemes d'IA i models amb capacitat d'acció que es passen la feina entre ells. A Rox, per exemple, la IA està integrada en el mateix producte: els agents automatitzen parts de la investigació de vendes i el manteniment del CRM, mentre que les API de Perplexity subministren la intel·ligència externa que dóna suport a aquests fluxos de treball.

Per què importa la maduresa de la IA

Els guanys de productivitat personal derivats de la IA són relativament comuns, segons el 80% dels enquestats a l'enquesta de McKinsey del 2026. Però només el 37% va afirmar que ha contribuït a l'EBIT de la seva organització.

La diferència en els resultats sembla estar relacionada amb la maduresa de l'ús de la IA per part de l'empresa. Els anomenats "high performers" (alt rendiment) en IA de McKinsey, que representen al voltant del 6% dels enquestats, atribueixen almenys el 5% de l'EBIT a la IA i descriuen el valor com a significatiu.

Les empreses amb un programa de IA madur comparteixen alguns comportaments fonamentals:

• Han restructurat els fluxos de treball al voltant de les solucions d'IA. Gairebé tres quartes partes dels resultats més alts de McKinsey havien redissenyat els fluxos de treball a causa de la IA, en comparació amb una quarta part de la resta d'enquestats.
• La direcció executiva està compromesa amb l'ús de la IA. A l'estudi de BCG del 2025 entre 1.250 directius, gairebé totes les 5% d'empreses amb les puntuacions de maduresa de IA més altes informen d'equips directius profundament implicats, en comparació amb el 8% del 60% amb les puntuacions més baixes.
• Prioritzen el desenvolupament d'habilitats de IA per als empleats. Aquestes mateixes empreses amb millors puntuacions esperaven formar més del 50% de la seva força de treball en IA aquell any, davant del 20% de les empreses amb puntuacions més baixes.
• Han introduït solucions d'IA amb capacitat d'acció. Les empreses amb millor rendiment de McKinsey tenien més de 3 vegades més probabilitats de tenir agents d'ampliació (scaling agents) en la majoria de funcions empresarials.

Maduresa de la IA: marcs populars

El model de maduresa de IA de Gartner basa la seva avaluació de la maduresa d'una organització en com de ben integrada està la IA en els seus processos. Punts de puntuació d'una organització per separat en set àrees: estratègia, dades, governança, enginyeria, model operatiu, cultura i valor de la IA. A continuació, les organitzacions s'agrupen en una de cinc etapes:

• Fonamental: Ús experimental, poca coordinació
• Emergent: Primers pilots executats, cert interès executiu
• Operacional: IA utilitzada en els processos de negoci
• Escalat: IA utilitzada en múltiples funcions, oferint un ROI mesurable
• Transformacional: La IA influeix en la presa de decisions i en els models operatius, oferint un avantatge competitiu significatiu

El model de maduresa d'automatització de la IA de Deloitte mesura la maduresa específicament per la profunditat amb què els agents estan integrats en els processos d'una empresa.

• Nivell 1: Automatització estàndard sense agents implicats.
• Nivell 2: Automatització bàsica, agents introduïts en processos existents.
• Nivell 3: Processos redissenyats activament al voltant del que poden fer els agents.
• Nivell 4: L'organització mateixa està restructurada al voltant de la capacitat de la IA.

El marc d'adopció de IA de Google Cloud fa un seguiment de la maduresa a través de tres fases.

• Tàctic: Casos d'ús d'IA simples i limitats, sovint sense un pla coherent per al que vindrà després.
• Estratègic: La IA ofereix un valor empresarial sostenible, amb diversos sistemes desplegats i mantinguts en producció.
• Transformacional: La IA és central per a l'organització, impulsa la innovació i està recolzada per una estructura per escalar-la encara més.

També divideix la maduresa en sis temes, cadascun format allà on s'intersecten dues àrees centrals: persones, processos, tecnologia i dades.

• Aprendre: la qualitat i l'escala dels programes per desenvolupar habilitats d'IA.
• Liderar: si el treball amb IA compta amb el suport de la direcció i la coordinació entre equips.
• Accés: amb quina facilitat es poden compartir i reutilitzar les dades i els actius d'IA a tota l'organització.
• Escala: si els serveis nadius del núvol poden gestionar càrregues de treball d'IA a volum real.
• Segur: com de bé estan protegides i governades de manera responsable les dades i els sistemes d'IA.
• Automatitzar: amb quina fiabilitat s'executen els sistemes d'IA en producció.

Tot i que els marcs difereixen pel que fa a l'enfocament i el mesurament, descriuen el mateix viatge de maduresa: experimentació no estructurada, després proves pilot amb suport del lideratge, a continuació la IA integrada en el treball diari i, finalment, la IA remodelant la pròpia organització.

Maduresa de la IA: obstacles comuns

Hi ha quatre obstacles que solen dificultar la maduresa de la IA a les organitzacions. A continuació, s'explica com abordar-los:

1. Qualitat de les dades

Quan introduïu proves pilot d'IA interfuncionals, trieu un primer cas d'ús d'IA i, a continuació, identifiqueu la font o les dues fonts de dades de les quals depèn. Assegureu-vos que aquestes fonts compleixin els requisits següents:

• Organitzat: conserveu només els registres que el cas d'ús necessita, en un sol lloc.
• Precís: elimineu els duplicats, corregiu els registres obsolets i comproveu si hi ha errors.
• Propietat: assigneu una persona que mantingui les dades exactes i decideixi qui pot modificar-les.

Afegiu més fonts de dades només després que les primeres produeixin respostes fiables. Definiu termes compartits, com ara què es considera un client actiu, en un sol lloc des d'on l'eina d'IA pugui llegir.

2. Habilitats

Establiu un bloc recurrent al calendari, diari o setmanal, perquè les persones puguin practicar la IA en la seva pròpia feina, soles o en grup. Ensenyeu als empleats a comprovar les fonts d'IA i a avaluar-ne els resultats.

Abans de desplegar un nou flux de treball d'IA, demaneu a les persones que fan aquesta tasca que apuntin els passos, provin la versió d'IA i diguin on es queda curta. Connecteu la IA a les eines que ja s'utilitzen i feu proves amb uns quants usuaris abans d'un desplegament més ampli.

3. Governança

unesreglasequívocessobreleseines,lesdadesiunaressenyaadequadapermentrelaISAd'unamaneraràpidasenseafegirmésriscs.Publiqueul'listcurtdeleinaprovadesirequeriuil'inici.Definiuelsnivellsdedadesques'entrequinotipusdedadespudrananaraquinesviesdeeina.

Decidiu quanta revisió humana necessita cada tipus de treball, classificant cada flux de treball assistit per IA en una de tres categories: propietat de la IA, revisat per humans o propietat de humans. I mantingueu un registre de quines eines d'IA es van utilitzar per a cada feina i qui va revisar el resultat, de manera que un error es pugui rastrejar fins a la seva font i corregir-se.

4. Valor empresarial

Segons BCG, més del 60% de les empreses amb les puntuacions de maduresa més altes fan un seguiment rigorós del valor de la IA, en comparació amb el 17% de les empreses estancades. Trieu un flux de treball mesurable i registreu la línia de base: temps, cost i taxa d'error. Establiu criteris d'èxit i una data de decisió abans que comenci la prova pilot. Feu un seguiment del cost per ús des del primer dia i escaleu només després que els resultats superin la línia de base.

Maduresa de la IA: un glossari

Adopció de la IA: El grau en què s'utilitzen les eines d'IA. Sovint s'utilitza com a sinònim de maduresa de la IA, però ambdós conceptes són diferents: la maduresa fa referència a l'ús sistemàtic de la IA a tota l'organització. L'adopció només significa quantes persones l'estan utilitzant.

Disponibilitat per a la IA (AI readiness): Si la infraestructura i les dades estan preparades per utilitzar la IA amb èxit. Una organització pot tenir dades netes i una infraestructura sòlida i, tot i així, quedar-se enrere en maduresa si no ha adaptat la seva manera d'operar entorn de les capacitats de la IA.

Maduresa de la IA: Com de deliberadament i eficaçment s'utilitza la IA. L'adopció i la preparació fan possible la maduresa, però no la garanteixen.

Governança de la IA: Les regles i processos que determinen com s'utilitza la IA de manera responsable dins d'una organització, qui aprova nous casos d'ús i què es revisa.

IA amb capacitat d'acció (Agentic AI): Sistemes d'IA que poden prendre decisions per si mateixos i executar tasques de múltiples passos, en lloc de limitar-se a respondre a un sol missatge (prompt).

Orquestració: Executar múltiples agents d'IA, on un pot passar part d'una tasca a un altre, en lloc d'utilitzar cadascun de manera aïllada.

Maduresa de la IA: Autorevista ràpida

Respondre a unes quantes preguntes pot donar a qualsevol empleat una idea aproximada de la situació de la seva organització.

On encaixa Perplexity

Perplexity Computer dóna suport al camí cap a la maduresa de la IA organitzativa agrupant 20 models avançats en un sol sistema que abasta la recerca, l'anàlisi, el contingut i el codi, en lloc d'executar cadascun com una eina separada. Encamina el treball directament entre aquests models, el tipus d'orquestració que marca les etapes més avançades de maduresa.

Preguntes freqüents

Què és un model de maduresa de la IA?
Un marc que puntua la capacitat d'una organització en matèria d'IA i li assigna un nivell basat en com de desenvolupat i deliberat és el seu ús de la IA.

Quines són les etapes de la maduresa de la IA?
La majoria de marcs descriuen un arc similar: experimentació no estructurada, després proves pilot estructurades, a continuació la IA integrada en els fluxos de treball diaris i, finalment, la IA funcionant a tota l'organització amb autonomia.

En què es diferencia la maduresa de la IA de l'adopció de la IA?
L'adopció mesura si s'utilitzen eines d'IA. La maduresa mesura amb quina eficàcia s'estan utilitzant.

Quina diferència hi ha entre la maduresa de la IA i la preparació per a la IA (AI readiness)?
La preparació (readiness) mesura si la infraestructura i les dades estan al seu lloc per utilitzar la IA amb èxit. La maduresa mesura si l'organització ha estructurat realment les seves operacions al voltant d'aquesta capacitat.

Què significa la governança de la IA?
Les regles i processos que determinen com s'utilitza la IA de manera responsable dins d'una organització, incloent qui aprova nous casos d'ús i què es revisa abans del desplegament.

Què és la IA amb capacitat d'acció (Agentic AI)?
Sistemes d'IA que poden prendre decisions per si mateixos, executant tasques de múltiples passos en lloc de limitar-se a respondre a un sol missatge (prompt).

Què és l'orquestració de la IA?
Executar múltiples models o sistemes d'IA conjuntament, de manera que un pugui passar part d'una tasca a un altre, en lloc d'utilitzar cada eina de manera aïllada.

Com pot una organització millorar la seva maduresa en IA?
Superant l'experimentació aïllada cap a proves pilot estructurades amb una propietat clara, connectant després la IA a dades i fluxos de treball reals, i integrant la governança per determinar on pot actuar la IA sense revisió.