La intel·ligència artificial ja forma part de la feina diària de moltes agències. S’utilitza per investigar, redactar, programar, analitzar dades, automatitzar tasques o generar propostes.
Però utilitzar intel·ligència artificial no converteix automàticament una agència en AI-first.
La diferència no rau tant en les eines com en la manera de treballar.
Per a nosaltres, una agència AI-first és aquella que es pregunta sistemàticament com pot utilitzar la IA per ampliar la capacitat dels seus especialistes, analitzar amb més profunditat, detectar problemes abans i prendre millors decisions.
I això canvia una cosa important: el principal avantatge de la IA no és necessàriament poder executar més de pressa. És poder pensar, investigar i contrastar molt més abans d’executar.
A Èmfasi, aquesta idea encaixa amb una manera de treballar que ja existia abans de l’arribada de la intel·ligència artificial generativa. Sempre hem intentat entendre un problema abans de desenvolupar-ne la solució.
La IA no ha canviat aquest principi.
Ens permet portar-lo molt més lluny.
Continguts
Què significa realment ser una agència AI-first
Una agència pot utilitzar ChatGPT, Claude, Gemini, eines de generació d’imatges o assistents de programació i continuar treballant pràcticament de la mateixa manera que fa cinc anys.
En aquest cas, la IA és simplement una eina addicional.
Un enfocament AI-first implica una cosa diferent: incorporar la intel·ligència artificial de manera transversal en aquells processos en què pot aportar una millora real.
Pot intervenir en la recerca, l’anàlisi, la consultoria, el desenvolupament, el SEO, l’analítica, el control de qualitat, l’automatització o el monitoratge.
Però AI-first tampoc no significa que tot s’hagi de fer amb intel·ligència artificial.
La pregunta no hauria de ser:
«Podem automatitzar això?»
Sinó:
«Utilitzar IA aquí ens permet fer-ho millor?»
I «millor» pot significar moltes coses:
- Disposar de més informació;
- Contrastar una hipòtesi;
- Detectar una anomalia;
- Evitar un error;
- Reduir una tasca repetitiva;
- Proporcionar a un especialista millors elements per prendre una decisió.
Per això distingim entre utilitzar IA i treballar amb un enfocament AI-first.
En el segon cas, la IA forma part del sistema de treball de l’agència, però no substitueix ni el criteri professional ni la responsabilitat de les persones que prenen les decisions.
El veritable avantatge no és fer més: és poder analitzar més
Una de les conseqüències més interessants de la intel·ligència artificial és que redueix enormement el cost de determinades tasques d’anàlisi.
Investigar alternatives, revisar documentació, comparar solucions, localitzar patrons o fer una primera exploració tècnica podia requerir abans moltes hores de feina.
Això obligava inevitablement a prioritzar.
No tot es podia investigar.
No totes les hipòtesis es podien contrastar.
No totes les possibilitats es podien analitzar abans de prendre una decisió.
La IA canvia aquesta equació.
Ara un especialista pot utilitzar-la per explorar ràpidament un problema des de perspectives diferents, treballar sobre grans quantitats de documentació o formular i contrastar hipòtesis abans de recomanar una solució.
Això significa que ens podem permetre analitzar aspectes que abans potser no justificaven el temps necessari per estudiar-los.
I per a una agència amb una forta orientació a la consultoria, aquesta capacitat és especialment rellevant.
Perquè el valor no consisteix únicament a executar correctament una solució.
També consisteix a decidir quina és la solució correcta.
D’executar encàrrecs a resoldre problemes
Un client pot arribar a una agència demanant una nova funcionalitat, una campanya, un web nou, una automatització o una determinada modificació tècnica.
Però que aquesta sigui la petició inicial no significa necessàriament que sigui la millor solució.
Abans d’executar convé entendre:
- Quin problema s’intenta resoldre;
- Per què es produeix;
- Quines alternatives existeixen;
- Quines dependències té;
- Quins riscos implica;
- Quant costarà mantenir la solució;
- I si hi ha una opció més senzilla.
La IA ens permet aprofundir molt més en aquesta fase sense convertir cada decisió en un projecte de consultoria de setmanes.
I és precisament aquí on apareix un dels principals avantatges d’una agència AI-first:
millorar la qualitat de les decisions abans de començar a produir.
Aquesta lògica també és present en la nostra manera d’abordar projectes de disseny i desenvolupament web: la solució tecnològica hauria de ser conseqüència de l’anàlisi, no pas el punt de partida.
La IA fa que l’experiència sigui més important, no menys
Hi ha una idea recurrent al voltant de la intel·ligència artificial: si determinades tasques es tornen més fàcils, caldrà menys coneixement per fer-les.
La nostra experiència apunta en una altra direcció.
Com més coneixement té la persona que utilitza una IA, més valor en pot obtenir habitualment.
Un especialista coneix el context de la seva disciplina.
Sap quines preguntes ha de fer.
Pot detectar ràpidament quan una resposta és superficial, improbable o directament incorrecta.
Entén quina informació falta.
Sap quines hipòtesis val la pena explorar i quines condueixen a un carreró sense sortida.
I, sobretot, pot avaluar què cal fer després amb el resultat.
Per això el nostre objectiu no és substituir especialistes sènior per perfils amb poca experiència assistits per intel·ligència artificial.
És exactament el contrari:
volem que els nostres especialistes siguin molt més potents gràcies a la IA.
Un especialista SEO amb anys d’experiència pot utilitzar IA per analitzar una quantitat d’informació que abans hauria requerit moltes hores. De fet, en el nostre article sobre com integrar la IA en SEO sense delegar l’estratègia expliquem per què generar més contingut no és el principal valor d’aquestes eines: el més important és com s’incorporen al procés de recerca, contrast i decisió.
Un desenvolupador experimentat pot utilitzar-la per comprendre codi heretat, investigar una biblioteca desconeguda o preparar una migració.
Un professional de l’analítica pot explorar anomalies i relacions entre dades amb més rapidesa.
I algú amb experiència transversal en tecnologia pot utilitzar-la per comprendre millor una proposta d’infraestructura o seguretat abans de contrastar-la amb l’especialista corresponent.
La intel·ligència artificial amplia la capacitat de l’expert.
No converteix automàticament ningú en expert.
Abans de desenvolupar una solució, podem investigar molt més el problema
Aquesta major capacitat d’anàlisi és especialment útil en una fase que per a nosaltres sempre ha estat important: la consultoria prèvia a l’execució.
Abans de dissenyar o construir res podem investigar escenaris diferents.
Contrastar possibles solucions
Una necessitat es pot resoldre de moltes maneres.
Podem analitzar tecnologies, eines, extensions, arquitectures, integracions o solucions ja existents abans de decidir si té sentit desenvolupar alguna cosa a mida.
També podem estudiar-ne les limitacions, dependències o possibles costos futurs.
La IA permet fer una primera exploració molt més àmplia i arribar a la decisió amb més informació.
Arribar més ben preparats a converses amb altres especialistes
Ser AI-first tampoc no significa intentar fer-ho tot internament.
Continuem treballant amb proveïdors i professionals especialitzats quan el projecte ho requereix.
El que canvia és la nostra capacitat per col·laborar-hi.
Podem estudiar prèviament una tecnologia, entendre millor una proposta, revisar documentació tècnica o explorar alternatives abans d’una reunió.
Això permet formular millors preguntes i valorar millor les respostes.
En determinades situacions també aporta resiliència: si un proveïdor no està disponible o sorgeix un problema inesperat, disposar d’una major capacitat de recerca interna permet desbloquejar situacions que abans podien quedar completament aturades.
Però l’objectiu no és substituir l’especialista.
És treballar millor amb ell.
Saber també quan no cal desenvolupar
Hi ha una altra conseqüència important d’analitzar millor.
De vegades, la millor decisió és no fer el projecte tal com s’havia plantejat inicialment.
Pot existir una solució més senzilla.
Pot haver-hi una eina que ja resolgui el problema.
Potser el cost de desenvolupament no està justificat.
O potser el problema real és en un altre punt del procés.
Una agència no aporta més valor pel fet de desenvolupar més coses.
Aporta valor quan ajuda el client a decidir què val realment la pena desenvolupar.
De reaccionar als problemes a detectar-los abans
La intel·ligència artificial també canvia el cost de revisar.
I quan revisar és més ràpid, podem revisar més.
Això té un efecte directe sobre la proactivitat.
Moltes auditories o comprovacions tradicionalment es fan de manera puntual:
- SEO tècnic;
- Seguretat;
- Accessibilitat;
- Rendiment;
- Analítica i seguiment;
- Continguts;
- Qualitat d’una implementació;
- Configuració d’una plataforma.
Si determinades parts del procés es poden accelerar amb IA, aquestes revisions es poden fer amb més freqüència.
Això no significa que una auditoria assistida per intel·ligència artificial substitueixi sempre una auditoria especialitzada.
Significa que podem incorporar més capes de comprovació a la feina quotidiana.
I comprovar més permet detectar abans.
Un error que abans podia passar diverses setmanes sense ser identificat pot aparèixer durant una revisió.
Una pèrdua progressiva de rendiment es pot detectar abans que es converteixi en un problema important.
Una configuració incorrecta pot generar una alerta.
Una anomalia pot fer que un especialista investigui què està passant.
El resultat és un canvi rellevant en la relació entre agència i client:
passar de reaccionar quan apareix un problema a intentar detectar-lo abans.
També és una evolució natural de serveis com el suport i manteniment web, on prevenir i detectar problemes pot ser tan important com resoldre’ls un cop han aparegut.
Automatitzar no significa treure persones del procés
La intel·ligència artificial ha popularitzat enormement l’automatització.
Però automatitzar tot allò que tècnicament es pot automatitzar no és necessàriament una bona estratègia.
A Èmfasi intentem automatitzar quan hi ha una raó clara per fer-ho:
- Eliminar una tasca repetitiva;
- Reduir errors manuals;
- Accelerar una comprovació;
- Millorar la consistència;
- Recopilar informació automàticament;
- Detectar una desviació;
- Avisar la persona adequada;
- Alliberar temps especialitzat per a tasques de més valor.
En canvi, hi ha processos en què introduir una automatització pot augmentar innecessàriament la complexitat.
Una automatització també s’ha de mantenir, supervisar i entendre.
Per això una bona estratègia AI-first no mesura la seva maduresa pel nombre d’agents o automatitzacions que utilitza.
La mesura pel valor real que generen.
Aquest criteri el desenvolupem amb més detall a «Quins processos automatitzar primer amb IA i quins no», on analitzem com prioritzar automatitzacions segons la freqüència, la fricció, el risc d’error i el cost de revisió.
Quadres de comandament, indicadors i alertes: la IA també ens pot ajudar a observar millor
Quan parlem d’intel·ligència artificial solem pensar immediatament a generar alguna cosa.
Un text.
Una imatge.
Codi.
Una resposta.
Però una part important del potencial de la IA és en una cosa menys visible: ajudar-nos a controlar millor el que ja està passant.
Podem crear sistemes que recopilin informació, analitzin determinats indicadors i destaquin situacions que mereixen atenció.
Per exemple:
dades → anàlisi → detecció → alerta → revisió humana
El sistema no ha de prendre necessàriament la decisió.
El seu valor pot consistir simplement a aconseguir que la persona adequada detecti abans una desviació.
Un cap de projecte pot rebre un indicador que mostri que determinades hores s’estan allunyant del que s’havia previst.
Un responsable SEO pot detectar una davallada anòmala.
Un desenvolupador pot rebre una alerta sobre un possible problema.
Un gestor de campanyes pot saber que una determinada mètrica ha sortit d’un interval esperat.
La IA es pot convertir així en una capa addicional d’observació i control.
I això torna a augmentar la capacitat dels especialistes per ser proactius.
Aquesta filosofia connecta directament amb l’analítica web orientada a prendre millors decisions: recopilar dades només té sentit si aconseguim convertir-les en informació que permeti entendre què està passant i actuar.
Sense context, una IA sap molt. Però sap poc de la teva empresa
Els models d’intel·ligència artificial tenen accés a una quantitat enorme de coneixement general.
- Però no coneixen automàticament les particularitats d’una empresa.
- No saben per què es va prendre una determinada decisió fa dos anys.
- No coneixen les característiques d’un projecte.
- No saben quin proveïdor manté una aplicació.
- Ni quins serveis té contractats un client.
- Ni quins van ser els problemes d’una migració anterior.
- Ni quins criteris es van acordar durant una reunió.
Aquest coneixement sol trobar-se en llocs diferents: documents, correus electrònics, gestors de tasques, reunions, fulls de càlcul o, moltes vegades, en la memòria de les persones.
Per això creiem que documentar bé també és una part important de treballar bé amb IA.
En el nostre cas, fa anys que utilitzem Drive i gestors de tasques per documentar els projectes i estem avançant cap a sistemes que permetin estructurar encara millor la informació rellevant de cada client.
La finalitat no és emmagatzemar informació per emmagatzemar-la.
És convertir el coneixement acumulat en context reutilitzable.
Perquè hi ha una diferència enorme entre preguntar a una IA:
«Com resoldries aquest problema?»
i poder preguntar-li:
«Tenint en compte com està construït aquest projecte, les decisions que hem pres anteriorment, els proveïdors implicats, els objectius del client i els problemes que ja hem detectat, quines alternatives hauríem d’avaluar?»
Com millor és el context, més útil pot resultar la intel·ligència artificial.
I com més llarga és una relació amb un client, més valuós pot esdevenir aquest context acumulat.
Aquest mateix principi apareix quan apliquem IA al SEO: abans de demanar resultats a un model cal proporcionar-li actius, documentació, historial i prou context perquè pugui ajudar l’especialista d’una manera realment útil.
La IA està integrada en el servei, no separada
Ser AI-first tampoc no significa crear un departament aïllat dedicat a la intel·ligència artificial.
La IA es pot integrar dins dels mateixos serveis.
Estratègia i consultoria
Per investigar sectors, analitzar competidors, estructurar informació, explorar escenaris, contrastar decisions o preparar recomanacions.
SEO i GEO
Per analitzar grans conjunts de paraules clau, estudiar resultats de cerca, detectar oportunitats, treballar arquitectures de la informació, revisar continguts o analitzar com apareix una marca en respostes generades per intel·ligència artificial.
En SEO, l’estratègia i la decisió continuen corresponent a l’especialista. La IA n’amplia la capacitat de recerca i anàlisi.
En paral·lel, el creixement de ChatGPT, Gemini, Perplexity i les experiències generatives està creant un nou àmbit de treball. El nostre servei de posicionament GEO i SEO per a IA analitza com aquests motors entenen, descriuen i recomanen una marca.
També hem explicat amb més profunditat com treballar la visibilitat d’una marca en les respostes generades per IA, des del diagnòstic inicial fins a l’anàlisi de fonts, competidors i continguts.
Desenvolupament
Per comprendre codi, documentar aplicacions, investigar problemes, generar proves, revisar implementacions o accelerar determinades tasques de programació.
Especialment en projectes heretats, pot reduir enormement el temps necessari per comprendre sistemes que no hem desenvolupat nosaltres.
En un cas real expliquem com vam utilitzar IA per migrar una aplicació de PHP 5 a PHP 8. La IA va ajudar a comprendre el projecte, ordenar la feina i revisar el resultat, però el control del que arribava a producció va continuar en mans del desenvolupador.
Automatització
Per classificar informació, connectar processos, generar alertes o resoldre tasques repetitives.
Sempre que hi hagi un benefici prou clar que justifiqui l’automatització.
Per això distingim entre allò que tècnicament es pot automatitzar i allò que realment val la pena automatitzar.
Analítica i control
Per creuar informació, analitzar grans volums de dades, detectar comportaments anòmals o proporcionar millors indicadors a les persones que han de prendre decisions.
Aquí la IA pot complementar la feina d’analítica web ajudant a passar de recopilar dades a identificar amb més rapidesa què mereix una revisió humana.
La IA no ha d’aparèixer necessàriament davant del client com un producte independent.
Pot formar part de la manera com prestem millor tots els serveis.
La decisió final continua sent humana
Una IA pot ajudar a investigar.
Pot comparar alternatives.
Pot generar hipòtesis.
Pot trobar patrons.
Pot proposar una solució.
Fins i tot pot assenyalar que alguna cosa sembla incorrecta.
Però no és responsable davant del client.
L’equip sí.
Per això, que la IA pugui intervenir en els nostres processos no implica delegar també la decisió.
Quan una decisió és rellevant, algú de l’equip l’ha d’entendre i assumir.
I quan la situació ho requereix, la decisió es contrasta entre diferents especialistes.
Dit d’una altra manera:
podem delegar feina a una màquina, però no deleguem la nostra responsabilitat professional.
Aquest principi és especialment important en àmbits en què un error pot tenir conseqüències rellevants.
La intel·ligència artificial ens pot ajudar a detectar, per exemple, un possible problema de seguretat.
Però quan cal validar una vulnerabilitat crítica o decidir una actuació sensible, hi ha d’intervenir la persona adequada.
El mateix passa amb decisions estratègiques, tècniques o d’inversió.
La IA aporta informació.
El criteri continua sent humà.
Com saber si una agència és realment AI-first
A mesura que la intel·ligència artificial es generalitzi, serà cada vegada més habitual que les agències es defineixin com a AI-first.
Per això probablement serà més útil preguntar com utilitzen la IA que no pas preguntar simplement si la utilitzen.
Una empresa s’hauria de plantejar algunes qüestions.
Pot explicar on utilitza IA i per què?
La tecnologia hauria de respondre a una necessitat concreta. Si tot es resumeix en una llista d’eines, probablement encara no hi ha una metodologia real al darrere.
També pot explicar on ha decidit no utilitzar-la?
Saber quan no cal automatitzar o quan una tasca necessita intervenció humana és igual d’important.
Qui dirigeix i valida la feina?
Utilitzar IA no hauria d’ocultar qui té el criteri i la responsabilitat sobre el resultat.
Hi participen realment especialistes amb experiència?
La IA pot ampliar enormement les capacitats d’un professional, però necessita algú capaç d’avaluar el que produeix.
Treballa amb context específic del client?
Sense context, es perd una gran part del valor potencial.
Utilitza la IA únicament per produir?
Una agència AI-first hauria de poder explicar com la utilitza també per investigar, analitzar, comprovar, aprendre i millorar decisions.
Què passa quan la IA s’equivoca?
Perquè s’equivoca. Un procés seriós ho ha d’assumir i ha de tenir mecanismes de revisió.
Pot demostrar aprenentatges reals?
Casos, processos que ha millorat, automatitzacions internes, canvis en la seva manera de treballar o decisions preses gràcies a una major capacitat d’anàlisi.
Més important que dir «utilitzem IA» és poder explicar què ha canviat realment gràcies a ella.
Què hi guanya finalment el client
Tot aquest enfocament tindria poc interès si no es traduís en una millora real del servei.
Per a nosaltres, el resultat s’hauria de concentrar principalment en quatre àmbits.
Més qualitat
Podem investigar més opcions, contrastar més informació i revisar amb més profunditat abans de lliurar.
Més profunditat
Determinades anàlisis que abans podien quedar fora per manca de temps ara es poden incorporar a la feina.
Menys errors
Més capes de revisió, auditories més freqüents i millors sistemes de control augmenten la capacitat de detectar problemes.
Més proactivitat
Podem identificar determinades desviacions, riscos o oportunitats abans que el client ens hagi de demanar que les investiguem.
La velocitat també és important.
Però no creiem que el principal benefici sigui simplement lliurar el mateix abans.
La veritable oportunitat és reinvertir una part d’aquesta velocitat a fer millor la feina.
Què significa AI-first per a Èmfasi
Èmfasi no va néixer amb la intel·ligència artificial.
Fa anys que treballem amb una idea força senzilla: abans de desenvolupar una solució cal entendre bé el problema.
Per això la consultoria i l’anàlisi sempre han format part de la nostra manera de treballar.
La IA no ha substituït aquesta filosofia.
L’ha fet molt més potent.
Ara podem:
- Investigar més;
- Analitzar més informació;
- Contrastar més alternatives;
- Fer auditories amb més rapidesa;
- Preparar-nos millor abans de parlar amb especialistes i proveïdors;
- Crear sistemes que detectin desviacions;
- Automatitzar tasques que no aporten valor quan les fa manualment una persona.
I dedicar els nostres especialistes a allò per a què realment són necessaris: entendre, valorar i decidir.
Per això la nostra idea d’AI-first no consisteix a intentar substituir persones per màquines.
Consisteix en una cosa força diferent:
posar la intel·ligència artificial en mans de professionals amb experiència per augmentar-ne la capacitat.
Volem que els nostres especialistes sàpiguen més sobre cada problema abans de prendre una decisió.
Que puguin analitzar amb més profunditat.
Que detectin abans què pot sortir malament.
Que tinguin millors eines per qüestionar les nostres pròpies hipòtesis.
I que continuïn sent responsables del que recomanem als nostres clients.
Perquè per a nosaltres ser AI-first no significa deixar el criteri en mans de la intel·ligència artificial.
Significa utilitzar-la perquè el nostre criteri pugui arribar més lluny.
Preguntes freqüents sobre les agències AI-first
Què és una agència AI-first?
Una agència AI-first és aquella que integra sistemàticament la intel·ligència artificial en els seus processos quan pot millorar la qualitat de la feina, l’anàlisi, l’execució o el control. No es limita a utilitzar eines d’IA de manera puntual, sinó que adapta la seva manera de treballar per aprofitar-ne les capacitats mantenint el criteri i la responsabilitat professional.
En què es diferencia una agència AI-first d’una agència que utilitza intel·ligència artificial?
Pràcticament qualsevol agència pot utilitzar actualment eines d’IA. La diferència rau en la profunditat de la integració. Una agència AI-first incorpora la IA en la seva metodologia, analitza on aporta valor, adapta processos i utilitza el coneixement generat per millorar progressivament la seva manera de treballar.
Una agència AI-first substitueix especialistes per intel·ligència artificial?
No necessàriament. A Èmfasi defensem precisament el model contrari: la IA permet que un especialista experimentat ampliï la seva capacitat de recerca, anàlisi i execució. El coneixement professional continua sent essencial per dirigir el procés, detectar errors i prendre la decisió final.
Quins avantatges pot aportar una agència AI-first?
Entre els principals avantatges hi ha una major capacitat d’anàlisi, més profunditat en determinades tasques, millors sistemes de control, una detecció més primerenca d’errors i més proactivitat. La IA també pot reduir el temps dedicat a tasques repetitives i permetre que els especialistes es concentrin en decisions de més valor.
Quins processos pot millorar una agència amb intel·ligència artificial?
Es pot utilitzar en recerca, consultoria, SEO, GEO, desenvolupament, analítica, automatització, control de qualitat, documentació, auditories, monitoratge o generació d’alertes, entre altres àmbits. El seu ús hauria de dependre sempre del fet que hi hagi un benefici clar, no simplement del fet que sigui tècnicament possible.
Com es pot saber si una agència utilitza la IA de manera responsable?
Convé saber qui supervisa els processos, quins especialistes hi participen, com es validen els resultats, quina informació del client s’utilitza com a context i qui pren finalment les decisions. Una agència hauria de poder explicar tant on utilitza intel·ligència artificial com on considera que la intervenció humana continua sent imprescindible.
