Tot va començar amb una pregunta aparentment senzilla, formulada en una tarda qualsevol entre dos amics universitaris. Daniel i Santiago compartien banc a la facultat d'enginyeria informàtica, però també compartien una frustració creixent: la intel·ligència artificial avançava a un ritme vertiginós, però utilitzar-la seguia sent un exercici de fragmentació constant. Saltar de ChatGPT a Claude, de Claude a Perplexity, copiar contextos, reescriure prompts, comparar resultats... La promesa d'una IA unificada semblava cada cop més llunyana. Aquella conversa, que en el seu moment va semblar una queixa més, es va convertir en el germen d'un projecte que canviaria les seves vides.
Durant mesos, Daniel i Santiago van dedicar les nits i els caps de setmana a esbossar el que van anomenar 'orquestrador d'agents'. La idea era senzilla en teoria, però complexa en execució: construir un sistema capaç d'interpretar un objectiu humà, descompondre'l en tasques, seleccionar el model d'IA adequat per a cada pas, coordinar les execucions i retornar un resultat complet sense que l'usuari hagués d'intervenir. No volien competir amb OpenAI ni amb Anthropic; volien ser la capa que fes que tots aquests models treballessin junts de forma intel·ligent. Això requeria no només coneixement d'IA, sinó també un domini profund de aplicacions a mida, arquitectures cloud i seguretat de dades.
El primer prototip va ser un caos. Escrit en Python, amb integracions improvisades mitjançant API, funcionava a trompicades. Però demostrava que la idea tenia sentit. Un usuari podia demanar 'analitza les últimes tendències de mercat i redacta un informe executiu' i, després d'uns segons, el sistema retornava un document amb gràfics, referències i recomanacions. La màgia passava darrere: l'orquestrador cridava un model de raonament per estructurar l'anàlisi, un altre per buscar dades en temps real, un tercer per redactar, i un motor de visualització per generar els gràfics. Tot sense que l'usuari mogués un dit.
El que va començar com un projecte universitari aviat va topar amb la realitat: necessitaven infraestructura robusta, escalabilitat i, sobretot, ciberseguretat. Les dades que manejaven eren sensibles; qualsevol fuita seria catastròfica. Va ser llavors quan van contactar amb Q2BSTUDIO, una empresa especialitzada en desenvolupament de programari i tecnologia que ja havia treballat en projectes similars. L'equip de Q2BSTUDIO els va ajudar a migrar l'arquitectura a cloud AWS/Azure, implementar mesures de ciberseguretat de nivell empresarial i optimitzar els processos d'integració contínua. També van incorporar mòduls d'intel·ligència de negoci amb BI/Power BI perquè els clients poguessin visualitzar el rendiment dels seus agents d'IA.
La col·laboració amb Q2BSTUDIO va ser un punt d'inflexió. No només perquè van aportar experiència tècnica, sinó perquè van transformar una idea de garatge en un producte viable. Els agents d'IA que Daniel i Santiago havien dissenyat en pissarres blanques van començar a executar-se en clústers de Kubernetes gestionats a Azure, amb pipelines de dades segurs i panells de control a Power BI. L'empresa també els va guiar en la creació d'una plataforma d'automatització que permetia als usuaris definir fluxos complexos sense escriure una sola línia de codi, utilitzant només llenguatge natural.
Avui, aquella conversa inicial s'ha convertit en una startup que dóna servei a desenes d'empreses. Però el més valuós per a Daniel i Santiago no és l'èxit comercial, sinó el camí recorregut. Van aprendre que una idea brillant sense execució consistent no val res. Que la perseverança, els caps de setmana perduts i les nits en vetlla són el veritable motor de la innovació. I que, de vegades, la millor manera d'avançar és envoltar-se d'un equip que entengui tant d'IA com d'aplicacions a mida, cloud i ciberseguretat.
El projecte final no s'assembla al primer esbós. Ha evolucionat amb cada iteració, amb cada feedback d'usuari, amb cada nova API que apareixia a l'ecosistema. Però el nucli segueix sent el mateix: eliminar la fricció entre l'ésser humà i la intel·ligència artificial. Que l'usuari només s'hagi de preocupar per què vol aconseguir, no per quina eina utilitzar. Aquest és el llegat d'una conversa que va canviar una vida, i que segueix inspirant altres estudiants a preguntar-se: i per què no?
