A Saragossa, moltes companyies afronten la mateixa paradoxa: tenen més dades que mai, però la informació rellevant continua atrapada en silos. Una intranet corporativa amb IA no és només un portal de notícies internes; és una capa intel·ligent que connecta persones, processos i dades. Perquè funcioni, cal combinar aplicacions a mida amb models de llenguatge, automatització i una estratègia de dades clara. Aquest és l'enfocament que Q2BSTUDIO, empresa de desenvolupament de programari i tecnologia, va aplicar en un cas recent a Saragossa, i serveix com a referència per a qualsevol directiu que valori una transformació similar.
L'empresa protagonista del cas pertanyia al sector de serveis industrials i tenia 90 empleats, distribuïts entre oficines, magatzem i equips comercials. Anys de creixement orgànic i petites adquisicions havien deixat una infraestructura heterogènia. Operacions treballava amb un ERP antic, vendes feia servir un CRM diferent, i la documentació clau estava distribuïda en carpetes compartides, SharePoint i correu electrònic. La direcció era conscient del problema, però no disposava d'una xifra objectiva que mesurés el cost de la desorganització.
La primera anàlisi va confirmar que el coneixement crític depenia de persones concretes. Si algú s'absentava, les respostes tardaven hores o dies. El cicle d'una incidència típica incloïa almenys tres correus, dues reunions i una cerca manual en un sistema d'arxius amb més de 200.000 documents. A això s'hi sumava la pèrdua de traçabilitat: ningú no sabia amb certesa quina versió d'un document era la vigent. Aquesta situació és habitual en moltes pimes de Saragossa i no es resol únicament amb més emmagatzematge.
Una intranet corporativa tradicional es limita a penjar enllaços i notícies. En canvi, una intranet amb IA està dissenyada per comprendre preguntes i retornar respostes amb context. Per fer-ho, cal un model de dades semàntic, un motor de cerca híbrid i un portal que adapti el contingut al rol de cada usuari. El cas d'èxit que descriu aquest article va utilitzar exactament aquesta arquitectura, evitant tecnologies supèrflues i prioritzant casos d'ús amb retorn clar.
El punt de partida va ser un diagnòstic de dues setmanes. Q2BSTUDIO no va començar a programar, sinó a mesurar. Es van definir indicadors clau com el temps mitjà de cerca, el nombre de documents duplicats, el percentatge d'incidències resoltes en menys de 24 hores i la satisfacció dels empleats amb les eines internes. Aquesta línia base va permetre establir objectius realistes i acotar l'abast a dos processos crítics: la gestió d'incidències i l'acollida de noves incorporacions.
La solució va incloure un portal web únic i una solució d'IA empresarial amb arquitectura RAG. El sistema va indexar els documents de SharePoint, l'ERP i les carpetes de xarxa, preservant els permisos originals. Quan un usuari pregunta, per exemple, quin és el procediment de devolució?, la IA busca fragments rellevants, els combina amb les polítiques vigents i genera una resposta clara, citant la font original. Aquest model redueix al·lucinacions i permet que un empleat nou comprengui el negoci sense dependre de preguntar a un company.
A més, es van configurar agents d'IA per a tasques repetitives. L'agent de classificació llegia cada incidència nova, la categoritzava, li assignava prioritat i suggeria una resposta basada en casos anteriors. Un altre agent s'encarregava d'extreure dades de factures i albarans per introduir-les directament a l'ERP, reduint errors de transcripció. Aquí és on la intranet deixa de ser un simple cercador i es converteix en una plataforma operativa.
Un element decisiu va ser la integració. No va caldre substituir l'ERP ni eliminar SharePoint. Q2BSTUDIO va construir una capa d'integració mitjançant API i n8n per connectar la intranet amb el CRM, el correu corporatiu i Microsoft Teams. Les aprovacions es tramitaven des del portal, però quedaven visibles a les eines que els equips ja feien servir cada dia. Aquesta estratègia redueix la resistència al canvi i accelera l'adopció.
L'entorn es va allotjar en cloud AWS/Azure, amb redundància i xifratge en repòs i en trànsit. Des del punt de vista de la ciberseguretat, es van aplicar polítiques d'accés basades en rols, autenticació multifactor i registres d'auditoria. Les dades sensibles no sortien cap a models públics; es van utilitzar endpoints privats i túnels VPN perquè els serveis d'IA accedissin a sistemes on-premises de manera segura. Aquest punt és essencial en projectes que tracten dades personals o informació contractual.
Per a la direcció, la intranet també es va convertir en una font d'intel·ligència de negoci. Un quadre de comandament desenvolupat amb BI/Power BI va mostrar l'evolució del temps de resolució, la càrrega de treball per departament, el nivell d'adopció per oficina i el cost estimat del temps estalviat. Gràcies a aquesta informació, la gerència va poder prendre decisions sobre plantilla, horaris i formació sense esperar que els comandaments intermedis elaboressin informes manuals.
Els resultats del projecte es van mesurar en acabar el tercer mes. El temps destinat a buscar informació va caure un 36%. La gestió d'una incidència va passar d'una mitjana de 4 hores a 2 hores i mitja. El treball manual de reintroduir dades va baixar un 41%. L'exactitud de la informació operativa va passar del 79% al 94%. L'acollida d'una persona es va reduir de deu dies a dos. La direcció va estimar un retorn de la inversió en menys de set mesos, considerant només les hores productives recuperades.
L'aspecte més complex no va ser la tecnologia, sinó la governança. Es va crear un comitè de qualitat de dades amb responsables de cada àrea. La IA es va entrenar amb versions aprovades de procediments, no amb arxius obsolets. A més, es van configurar control de canvis i revisió humana en decisions crítiques, com la difusió d'informació contractual o l'aprovació de pagaments. La transparència sobre el que fa el sistema va incrementar la confiança de la plantilla.
El pla d'implantació es va executar en fases per no interrompre l'operació. La primera fase va consistir en el portal corporatiu amb cerca semàntica i una cinquantena de documents mestres. La segona va afegir els agents de classificació i extracció. La tercera va estendre la integració amb l'ERP i Microsoft Teams. A la quarta es van activar els quadres de comandament i es van automatitzar els informes setmanals. Cada fase acabava amb una validació per part d'un grup pilot de quinze usuaris, que van aportar millores abans del desplegament general.
La formació es va dissenyar al voltant de casos reals. En lloc de sessions genèriques sobre com funciona la IA, els empleats van practicar amb preguntes i tasques del seu departament. Es va crear una petita guia amb exemples de consultes freqüents i es va nomenar un copilot intern a cada àrea, encarregat de resoldre dubtes i proposar millores. Aquesta figura va ser clau per mantenir l'adopció per sobre del 90% als seixanta dies.
La principal lliçó és que la dada és tan valuosa com l'algoritme. Sense una neteja prèvia, la millor IA ofereix respostes ràpides però incorrectes. La segona lliçó és que la ciberseguretat ha d'estar present des del disseny, no al final. La tercera lliçó és que la intranet amb IA creix amb l'organització: els primers casos d'ús són senzills, però la plataforma ha de permetre afegir noves fonts i agents sense reescriure el codi.
En definitiva, una intranet corporativa amb IA a Saragossa és viable quan s'aborda amb rigor tècnic i visió de negoci. L'experiència de Q2BSTUDIO demostra que la clau és combinar aplicacions a mida, models lingüístics, automatització i una infraestructura cloud segura. La tecnologia ja no és el coll d'ampolla; ho és la capacitat d'integrar-la en els processos reals. Qualsevol empresa que vulgui avançar en aquesta direcció pot donar suport en un equip de desenvolupament de programari que entengui el context local i els estàndards empresarials actuals.
