Agents d’IA a la feina: evolució real o només soroll passatger?
Gairebé totes les plataformes de gestió del treball anuncien el mateix aquests mesos. Volen deixar de ser una simple eina. Volen convertir-se en el lloc on persones i agents d’IA treballen junts, amb el mateix pla i sota la mateixa governança.
Asana, per exemple, prepara diverses aplicacions noves per automatitzar bona part de la coordinació que avui ens consumeix el temps: reunions, tiquets, seguiment de clients, planificació de producte.
Són canvis ambiciosos. Formen part d’una onada molt més àmplia: la IA agèntica, és a dir, sistemes d’IA capaços d’executar tasques completes de manera autònoma, no només de respondre preguntes puntuals. Aquesta onada promet passar d’ajudar en tasques soltes a executar processos sencers sense intervenció humana constant.
Portem més d’una dècada implementant eines de gestió del treball a Volcanic. Per això, la pregunta que ens fem no és si la IA agèntica canviarà com treballem. Això ja està passant. La pregunta real és aquesta: quantes d’aquestes promeses encaixaran amb l’operativa diària d’una empresa?
La dada que pocs diuen obertament
Segons Gartner, les empreses cancel·laran més del 40% dels projectes d’IA agèntica abans que acabi el 2027. La causa no seran les limitacions del model d’IA. Les causes seran unes altres: costos que es disparen, un valor de negoci poc clar o controls de risc insuficients.
L’informe «The GenAI Divide: State of AI in Business 2025» (la bretxa de la IA generativa) confirma aquesta tendència. El va publicar l’equip de Project NANDA, del MIT Media Lab. La seva conclusió principal és contundent: el 95% de les empreses que han provat la IA generativa no veuen cap impacte mesurable en els seus resultats.
Aquesta dada no es basa en intuïcions. Entre gener i juny de 2025, l’equip de recerca va fer una feina exhaustiva:
- Va revisar més de 300 iniciatives d’IA publicades.
- Va entrevistar de manera estructurada 52 organitzacions.
- Va enquestar 153 líders sènior.
Només el 5% d’aquestes empreses va aconseguir que els seus projectes d’IA escalessin amb un valor real i sostingut en el temps.
Per què fallen la majoria de projectes
Aquestes dades no diuen que la IA no funcioni. Diuen una altra cosa, més incòmoda: la majoria de les organitzacions no estan preparades per absorbir-la bé.
Els projectes que fracassen gairebé sempre comparteixen el mateix patró. I aquest patró no té a veure amb el model d’IA triat:
- L’equip activa l’eina massa aviat, abans d’entendre bé el flux de treball que vol millorar.
- Ningú defineix amb claredat quina decisió ha d’automatitzar l’agent, ni qui n’és responsable si alguna cosa surt malament.
- L’empresa ho tracta com un projecte tècnic de TI, quan en realitat és un procés de canvi organitzatiu que necessita acompanyament.
Hem vist aquest mateix patró durant anys en implantacions d’eines de gestió del treball, especialment amb Asana. La tecnologia gairebé mai és l’obstacle principal. La manca d’un bon procés d’adopció, sí que ho és.
Què significa això per a les noves funcions d’IA d’Asana
Aquest patró ens dona pistes útils sobre on centrar primer els esforços.
Dash n’és un bon exemple. És una capa que dona context: converteix reunions, missatges de Slack o correus electrònics en treball estructurat. Resol una fricció real i ja coneguda: la pèrdua d’informació entre canals.
Passa el mateix amb les automatitzacions que resolen un problema operatiu concret i mesurable, com Service Management amb els tiquets sense propietari clar. El mateix informe del MIT identifica aquest tipus de casos com els que superen més fàcilment la «bretxa de la IA generativa»: problemes específics, amb un flux de treball ja definit al darrere.
Altres funcions apunten a processos més amplis:
- Command, pensada per a equips de producte i desenvolupament.
- Client Management, pensada per a agències i equips que lliuren treball a clients externs.
Totes dues tenen el potencial de transformar el dia a dia d’un equip. Aquest potencial s’allibera quan l’empresa les acompanya amb un bon procés d’adopció, el mateix que marca la diferència en qualsevol projecte d’IA.
La IA que sí que encaixa
El mateix MIT identifica un patró clar en el 5% d’empreses que triomfen. I no és el patró que un esperaria: no són les empreses amb més pressupost, ni les que compren el model més avançat del mercat.
Aquestes empreses fan tres coses de manera consistent:
Primer, trien un problema concret abans que una eina concreta. No parteixen de «volem IA». Parteixen de: «aquesta tasca específica ens costa X hores cada setmana i sabem exactament en quin pas s’encalla».
Segon, integren la IA en el flux de treball real de l’equip. No l’afegeixen com una capa aïllada que cal recordar d’usar.
Tercer, acompanyen el canvi amb les persones, no només amb la tecnologia. Defineixen qui és responsable de cada decisió que executa l’agent. Formen els equips. Deixen espai per ajustar el procés mentre s’utilitza, en lloc de donar-lo per tancat el dia del llançament.
Cap d’aquests tres factors depèn del proveïdor de programari que triïs. Són, en el fons, els mateixos principis que separen qualsevol transformació digital que funciona d’una altra que no arriba a fer-se servir de veritat. La diferència entre activar una eina i transformar com treballa un equip mai no ha estat la tecnologia. Sempre ha estat l’acompanyament.
Si estàs valorant com començar a fer servir aquestes noves funcions d’IA en la teva gestió del treball, i vols provar-ho a través d’Asana, a Volcanic portem anys acompanyant aquest procés. Parlem-ne!