Una intranet tradicional és, a la pràctica, un sistema de fitxers amb interfície web. Serveix per publicar notícies i emmagatzemar documents, però rarament converteix el coneixement en acció. Davant d’aquesta visió, una intranet amb knowledge graph canvia el punt de partida: no s’organitza per carpetes, sinó per relacions entre persones, projectes, clients, dades i processos. Aquesta diferència de model té conseqüències directes en productivitat, automatització i govern de la informació.
En les solucions tradicionals, l’empleat ha d’endevinar on és cada recurs. La cerca es basa en coincidències de text, els permisos es repliquen manualment i cada departament evoluciona amb una manera pròpia d’anomenar les coses. El resultat és una plataforma que es consulta poc i en la qual amb prou feines es confia. La informació crítica queda amagada en correus, fulls de càlcul o unitats compartides, i el cost ocult de buscar, verificar i refer documents consumeix hores cada setmana.
Un graf de coneixement representa la realitat de l’empresa amb entitats i relacions. Una persona està relacionada amb un projecte, un document està relacionat amb una decisió, un client està relacionat amb un contracte i una incidència està relacionada amb una versió de programari. En lloc de desar pàgines soltes, el sistema desa fets i connexions. D’aquí sorgeixen respostes més precises, recomanacions contextuals i la possibilitat de raonar sobre el funcionament mateix del negoci.
Aquesta xarxa semàntica actua com una capa intermèdia entre els sistemes operatius de l’organització i les persones. El graf de coneixement s’alimenta de múltiples fonts, normalitza vocabularis i estableix metadades comunes. Així, la intranet no mostra només fitxers, sinó context: saber qui ha creat l’informe, quina decisió desencadena, quin departament l’utilitza i quins riscos implica canviar-lo. Aquesta capacitat de contextualitzar és el principal avantatge enfront dels repositoris tradicionals.
Amb un model de coneixement connectat, els processos deixen de dependre de la memòria individual. Una alta de client, una sol·licitud de compra o una incidència tècnica poden activar fluxos que consulten el graf per recomanar un responsable, recuperar antecedents o detectar riscos. Per això el graf de coneixement no conviu només amb la cerca; també alimenta automatitzacions i agents capaços d’executar accions amb control.
A Q2BSTUDIO afrontem aquest repte des de l’enginyeria de programari, no des de la instal·lació d’un producte genèric. Dissenyem aplicacions a mida que s’adapten a la lògica real de l’empresa, evitant l’esforç de forçar processos dins de plantilles rígides. Una intranet amb aquestes característiques es pot construir i integrar amb l’ecosistema tecnològic actual, sense esperar que l’organització canviï per encaixar en una solució tancada. El programari a mida permet aquest ajust.
El procés comença amb una fase de descobriment on es mapegen els fluxos de treball, les fonts de dades i les restriccions operatives. No té sentit dissenyar un graf de coneixement teòric si no respon a decisions reals. Identifiquem els processos que generen més valor, les integracions crítiques i els indicadors que permetran mesurar l’avenç. Aquesta base serveix per construir un primer lliurable en poques setmanes i ampliar-lo després sense reescriure l’arquitectura completa.
Una altra diferència amb les solucions tradicionals és la capacitat d’integració. En lloc de substituir SharePoint, Teams, SAP, Salesforce o altres eines, la intranet s’hi connecta mitjançant API i sincronització de dades. El graf de coneixement consolida la informació i ofereix una visió unificada, mentre que els sistemes d’origen continuen gestionant l’operació. Aquest enfocament redueix el risc i accelera el retorn, perquè l’organització conserva les eines que ja coneix.
Des del punt de vista tècnic, la plataforma es pot desplegar en infraestructura cloud AWS/Azure o en entorns privats, segons el grau de control exigit. L’elecció del núvol no és un detall: determina com es protegeixen les dades, com s’escalen els serveis d’IA i com s’audita l’accés. En projectes amb dades sensibles, utilitzem xarxes privades i túnels segurs perquè les consultes al graf i els models de llenguatge no exposin mai informació fora dels límits autoritzats.
Una intranet amb knowledge graph aprofita la IA generativa de manera molt més eficaç que un cercador clàssic. Amb la generació augmentada per recuperació (RAG), el model respon a partir de les fonts internes del graf, citant el document o la conversa que sustenta la resposta. Això redueix les al·lucinacions i permet que els empleats facin preguntes en llenguatge natural: què ha passat amb la comanda, qui ha aprovat l’últim canvi o quins clients estan pendents de renovació.
El següent nivell són els agents IA. Ja no es limiten a respondre; actuen. Poden classificar sol·licituds, enriquir registres, enviar avisos, actualitzar estats o proposar aprovacions. A Q2BSTUDIO els implantem amb circuits de supervisió humana i límits clars d’abast, de manera que l’autonomia no comprometi el control de negoci. L’agent suggereix, executa quan està autoritzat i documenta sempre el que fa. Això converteix la intranet en una plataforma operativa, no només informativa. La intel·ligència artificial aplicada al graf és el motor d’aquesta transformació.
La ciberseguretat és una condició de disseny, no un complement posterior. L’accés al graf de coneixement i als agents s’ha de gestionar amb rols, permisos per atribut i autenticació integrada. A més, cal registrar cada consulta i cada acció per poder auditar qui ha llegit, modificat o autoritzat alguna cosa. El compliment normatiu, com el RGPD, s’incorpora des del model de dades i no mitjançant pedaços administratius. Protegir la informació sense bloquejar el treball exigeix una arquitectura equilibrada.
Perquè la direcció i els equips prenguin decisions, les dades del graf s’han de convertir en mètriques útils. La intranet pot alimentar quadres de comandament amb indicadors d’activitat, temps de procés, taxa de reutilització de coneixement o grau d’automatització. La integració amb BI/Power BI permet visualitzar aquestes mètriques juntament amb les xifres operatives, oferint una vista única de l’impacte real sobre el negoci. Sense aquesta visibilitat, l’eina queda reduïda a un altre magatzem de documents.
La implantació combina agilitat i robustesa. Després de la fase de descobriment, construïm un primer lliurable utilitzable en poques setmanes per validar la proposta amb usuaris reals. A partir d’aquell punt, el desplegament s’amplia per fases, incorporant més fonts de dades, fluxos i casos d’ús sense interrompre l’operació. És una manera de reduir riscos i de demostrar valor abans de multiplicar la inversió.
Un aspecte clau és l’autonomia posterior. No té sentit dependre de l’equip tècnic per a cada canvi. La intranet amb knowledge graph dissenyada per Q2BSTUDIO inclou un portal web perquè les persones de negoci configurin prompts, supervisin costos i activin noves automatitzacions. Així, l’àrea funcional pot evolucionar el sistema sense obrir una tasca d’enginyeria per a cada ajust. Això fa viable el manteniment a llarg termini i afavoreix l’adopció.
Els resultats que s’observen amb aquest enfocament apareixen en diversos plans: reducció del temps dedicat a buscar i comprovar informació, menys errors per versions mal utilitzades, processos més ràpids i més visibilitat executiva. Les càrregues administratives repetitives es poden reduir de manera significativa en fluxos concrets, i els equips poden reorientar l’esforç cap a tasques amb més valor. La inversió deixa de justificar-se per l’eina i passa a mesurar-se per l’impacte en el negoci.
Si comparem les solucions tradicionals amb una intranet basada en knowledge graph, la primera diferència és el manteniment. Els sistemes clàssics requereixen reestructurar carpetes i permisos cada vegada que canvia l’organització. Amb un graf, les relacions s’actualitzen i es reclasifiquen amb més flexibilitat, conservant la traçabilitat. El que abans era un projecte de reorganització costós es converteix en una evolució contínua.
L’experiència d’usuari també canvia. En lloc de memoritzar rutes de navegació, l’empleat formula una intenció. Si necessita saber qui pot aprovar un pressupost, el sistema respon amb la persona, el càrrec, l’historial de decisions i els documents rellevants. Aquesta immediatesa produeix una adopció natural: l’eina s’utilitza perquè estalvia temps i simplifica la feina, no perquè sigui obligatori consultar-la.
L’evolució del sistema és un altre factor diferencial. Les solucions tradicionals sovint s’actualitzen mitjançant versions que interrompen el servei i exigeixen formacions massives. Amb una plataforma modular i API obertes, les noves funcionalitats s’incorporen de manera contínua. La combinació d’aplicacions a mida, IA i núvol permet adaptar-se a canvis de negoci sense esperar el següent gran projecte tecnològic.
En definitiva, la intranet amb knowledge graph no és un concepte experimental. És una manera de construir la memòria operativa de l’empresa i posar-la al servei de l’automatització i la decisió. Q2BSTUDIO acompanya aquest procés amb un enfocament d’enginyeria proper, mesurable i orientat a l’autonomia del client. Per a qualsevol organització que vulgui deixar enrere les carpetes estàtiques, aquesta arquitectura representa una alternativa molt més sòlida que els sistemes tradicionals.
