El factor humà decideix el ROI de la IA

Quan una empresa decideix posar ordre en l’ús de la IA, gairebé sempre comença pel mateix: eines, permisos, polítiques, etc. S’escull la plataforma, es configura l’accés i es redacta un document d’ús acceptable. Tot això és necessari. Però qui enganxa un contracte en un xatbot no és una eina, és una persona. I qui decideix utilitzar (o ignorar) l’assistent corporatiu que tant ha costat desplegar, també.

Aquí hi ha la paradoxa que gairebé ningú governa. Les persones són alhora el principal risc de la IA a l’empresa i el factor que decideix el ROI. Es pot tenir la millor arquitectura de seguretat i el millor model del mercat. Però si l’equip no sap què pot fer, què no i per què, el projecte fracassa pels dos costats alhora.

El risc no ve d’on et penses: ve de la bona intenció

Quan pensem en fugues d’informació imaginem atacs sofisticats o empleats deslleials. La realitat és molt més quotidiana. Segons el Data Breach Investigations Report 2026 de Verizon, el 62 % de les bretxes de seguretat impliquen el factor humà: errors, manipulació mitjançant enginyeria social o usos indeguts sense intenció de causar dany.

En el context de la IA, això té una cara molt concreta. Ningú enganxa un llistat de clients en un xatbot públic per perjudicar l’empresa. Ho fa per acabar abans un informe. Com vam veure quan parlàvem de la shadow AI, gairebé la meitat de l’ús d’IA generativa a la feina es fa a través de comptes personals, fora de qualsevol control. El patró es repeteix. Les fugues no provenen de persones malintencionades. Provenen de persones ben intencionades que no tenen un criteri clar sobre quines dades poden sortir del perímetre corporatiu.

Això canvia la naturalesa de la solució. Contra un atacant extern funcionen els controls tècnics. Contra la bona intenció mal informada, l’única defensa escalable és que cada persona sàpiga distingir, sense dubtar, quina informació pot introduir en quina eina.

I el retorn també depèn de les persones

L’altra cara de la mateixa moneda és el retorn. L’estudi The GenAI Divide del MIT va arribar a una conclusió incòmoda. El 95 % dels pilots d’IA generativa a les empreses no genera un impacte mesurable en el compte de resultats. I la causa principal no és tecnològica. Els investigadors ho anomenen learning gap. Es tracta de la incapacitat d’integrar la IA en els fluxos de treball, les estructures i la cultura de l’organització. És a dir, en les persones.

Boston Consulting Group ho resumeix en una proporció que hauria de figurar en qualsevol pressupost d’IA: la regla del 10-20-70. El 10 % de l’esforç d’una transformació amb IA és en els algoritmes. El 20 %, en la tecnologia i les dades. I el 70 % restant, en les persones i els processos. La majoria d’empreses inverteix exactament a l’inrevés. Gairebé tot en llicències i plataforma; gairebé res a canviar la manera de treballar de la gent.

El resultat es veu cada dia. Llicències d’assistents d’IA comprades per a tota la plantilla que només utilitza de veritat un grapat de persones. L’eina hi és; el retorn, no. Perquè el retorn no el genera la llicència, el genera la persona que ha canviat la seva manera de treballar gràcies a ella.

Formar no és enviar un PDF amb la política d’ús

Si el 70 % de l’èxit és a les persones, la pregunta és què significa invertir en aquest 70 %. I no significa enviar un document de vint pàgines i donar el tema per tancat. El que funciona té tres ingredients:

Criteri abans que normes. Una política útil no és una llista de prohibicions, és un marc que qualsevol pugui aplicar en tres segons. Quins tipus de dades existeixen a l’empresa, quines poden entrar en quines eines i a qui consultar en cas de dubte.

Formació per rol, no genèrica. L’equip comercial, el financer i el de desenvolupament no utilitzen la IA per al mateix ni assumeixen els mateixos riscos. La formació que canvia comportaments és la que treballa amb els casos d’ús reals de cada equip, amb les seves dades i els seus riscos.

Referents interns. La gent aprèn a utilitzar la IA sobretot observant companys que la fan servir bé. Identificar i donar suport a aquests perfils accelera l’adopció molt més que qualsevol campanya interna.

I un quart ingredient que ho sosté tot: una alternativa corporativa que l’equip vulgui utilitzar de debò. La formació impulsa el canvi, però si l’eina aprovada és pitjor que la que cadascú té al mòbil, la batalla està perduda d’entrada.

Les preguntes que tota organització hauria de poder respondre

Igual que amb les eines i les dades, amb les persones també hi ha una fotografia inicial que val la pena fer-se. Una organització que governa el factor humà de la IA hauria de poder respondre, sense dubtar:

• Sap cada persona de l’equip quines dades pot introduir en una IA i quines no?
• Qui ha rebut formació pràctica, amb els seus casos d’ús reals, i qui només ha signat una política?
• Existeix un canal perquè l’equip proposi nous usos de la IA en lloc d’adoptar-los pel seu compte?
• Mesurem l’adopció real de les eines que paguem, o només les llicències activades?

Si alguna resposta és «no ho sé amb certesa», aquí és on hi ha la feina per fer.

A Itequia ajudem les organitzacions a cobrir aquest 70 % que decideix el resultat. Des de l’adopció de Microsoft Copilot amb plans de gestió del canvi fins a la formació a mida en productes Microsoft per rols i equips. Si vols saber en quin punt es troba la teva organització, contacta amb nosaltres.

Preguntes freqüents

Quant temps es triga a veure el retorn d’una inversió en IA?

Els primers resultats individuals de la IA generativa —temps estalviat en redacció, resums o anàlisi— apareixen en qüestió de setmanes si la formació és pràctica i adaptada al rol. El retorn a nivell de procés, com un cicle comercial més curt o menys costos externalitzats, es mesura en trimestres, ja que exigeix redissenyar el flux de treball i no simplement afegir-hi la IA. Fixar fites de revisió als tres i als sis mesos evita tant l’abandonament prematur com mantenir per inèrcia una inversió que no funciona.

És obligatòria la formació en IA per als empleats segons el Reglament europeu d’IA?

Sí. Des del 2 de febrer de 2025, l’article 4 del Reglament europeu d’IA (AI Act) obliga les empreses que utilitzen sistemes d’IA a garantir un nivell suficient d’«alfabetització en IA» del seu personal, adaptat al seu context i als sistemes que utilitzen. La norma no estableix un curs concret ni un nombre d’hores determinat. Però converteix la formació en una obligació de compliment, no en una bona pràctica opcional. Documentar la formació rebuda per cada empleat és la manera més senzilla d’acreditar-ho.

Com es pot mesurar el retorn de la inversió en IA en una empresa?

El ROI de la IA es mesura comparant una línia de base prèvia al desplegament amb mètriques d’impacte sobre tasques concretes: hores estalviades per procés (preparar una proposta, tancar un informe mensual), reducció de costos de treball externalitzat o escurçament dels terminis de lliurament. Sense una línia de base prèvia, qualsevol xifra posterior és només una estimació. En entorns Microsoft 365, els informes d’ús de Microsoft 365 Copilot i els panells d’adopció de Microsoft 365 permeten creuar aquesta línia de base amb l’ús real de cada equip.