L’arquitectura orientada a esdeveniments (EDA) ha estat durant anys el pilar dels sistemes transaccionals d’alta escalabilitat, especialment en sectors com la banca, la logística o el comerç electrònic. Tanmateix, la irrupció de la intel·ligència artificial generativa i els agents autònoms està reavivant un debat tècnic profund: és possible —i segur— introduir decisions probabilístiques en fluxos asíncrons on cada transacció ha de tenir un estat final previsible? La tensió entre el determinisme rígid que exigeixen els compliance i la flexibilitat adaptativa que promet la IA està redefinint les regles del joc. En aquest article explorem les postures enfrontades, el punt d’equilibri arquitectònic i com empreses com Q2BSTUDIO estan ajudant a orquestrar aquesta transició sense perdre el control.
L’arquitecte clàssic veu el caos on el visionari veu oportunitat. Per al primer, un bus d’esdeveniments amb Kafka o RabbitMQ ha de garantir idempotència, traçabilitat i latències previsibles. Posar un model de llenguatge o un agent autònom en aquest flux crític equival a introduir una caixa negra que pot canviar l’estat del sistema basant-se en context dinàmic, sense possibilitat d’auditar la regla exacta que s’ha aplicat. Si un pagament falla per una decisió de la IA, com es replica l’escenari per a un regulador? La por no és irracional: en entorns on cada mil·lisegunt compta i cada error costa milions, la predictibilitat és un actiu sagrat.
Per altra banda, l’enfocament radical dels qui abracen la IA en temps real sosté que el determinisme rígid és una il·lusió mantinguda artificialment mitjançant regles IF/ELSE que creixen exponencialment i es tornen insostenibles. Cada nova variació de negoci requereix releases, desplegaments i validacions que frenen l’adaptació. Un agent intel·ligent, en canvi, pot actuar com un enrutador dinàmic de context: en lloc d’enviar un esdeveniment sospitós a una cua fixa de “frau” o “aprovat”, pot analitzar el perfil de l’usuari, la temporalitat i l’historial per generar una ruta de validació temporal, resoldre la fricció en mil·lisegons i retornar un esdeveniment enriquit al bus principal. Aquest model no elimina el determinisme, sinó que el trasllada a un nivell superior d’orquestració.
El veritable repte no és triar bàndol, sinó dissenyar allò que podríem anomenar un Hybrid Event Loop. La proposta pràctica que està guanyant tracció en projectes reals d’aplicacions a mida consisteix a mantenir un “golden path” transaccional 100% determinista governat per esquemes estrictes (Avro, Protobuf, schemas validats) mentre es creen tòpics d’excepció o enriquiment on els agents d’IA operen de forma asíncrona i paral·lela. La IA consumeix esdeveniments, pren decisions de personalització o risc, i publica de tornada un esdeveniment de decisió consolidat sense bloquejar el flux financer. Així es manté la resiliència transaccional del llegat i s’incorpora la intel·ligència adaptativa sense trencar els SLAs.
La implementació d’aquest model exigeix una orquestració acurada. D’una banda, és fonamental establir guardrails que delimiten l’àmbit d’acció dels agents: quin tipus de decisions poden prendre, sota quins llindars de confiança i amb quins mecanismes de fallback. La ciberseguretat hi juga un paper crític: un agent mal configurat o compromès podria introduir vulnerabilitats al bus d’esdeveniments. Per això, serveis de ciberseguretat com el pentesting continu i l’auditoria de models són imprescindibles abans de posar un agent en producció. A més, la infraestructura cloud (AWS, Azure) ofereix capacitats natives d’escalat i monitorització que faciliten aquest tipus d’arquitectures híbrides.
A Q2BSTUDIO hem treballat amb empreses que ja estan aplicant aquest enfocament. Per exemple, una plataforma de BI basada en Power BI que consumeix esdeveniments de Kafka per alimentar dashboards en temps real, mentre agents d’IA analitzen patrons de compra i reajusten recomanacions sense interferir en la comptabilitat central. Un altre cas és el d’un sistema logístic que utilitza agents per reencaminar comandes quan detecta incidències en temps real, recolzant-se en serveis cloud d’AWS i Azure per mantenir l’elasticitat. En tots els exemples, la clau és no barrejar els dominis: el flux crític és sagrat, la IA actua a les vores.
La pregunta que tot arquitecte s’ha de fer és: fins a quin punt estic disposat a cedir control a canvi de velocitat d’adaptació? No es tracta de confiar cegament en agents probabilístics, sinó de dissenyar barreres de contenció que ens permetin experimentar amb seguretat. El mercat avança cap a arquitectures on la IA no només observa (analitzant logs i mètriques) sinó que també actua (consumint i publicant esdeveniments asíncrons). Qui domini l’art de traçar aquesta línia entre el determinisme i la intel·ligència adaptativa liderarà la pròxima dècada. A Q2BSTUDIO ajudem les organitzacions a trobar aquest equilibri amb solucions d’IA, cloud i aplicacions a mida que respecten la robustesa que el negoci exigeix i la innovació que el mercat demanda.
