Hi ha una conversa que tenim sovint amb clients potencials. Ens truquen amb una idea concreta: "volem aplicar IA a aquest procés". Escoltem, fem preguntes, mirem dades. I, en més casos dels que ens agradaria, acabem dient el mateix: aquí no toca.
No toca perquè la IA no resoldrà el problema. O perquè el resoldrà pitjor que el que ja teniu. O perquè el cost de muntar-la i mantenir-la serà més alt que el benefici. Direm que no, però amb arguments tècnics i de negoci, no com a postura comercial.
Aquest article va d'això: dels casos on no s'ha de posar IA, per què costa tant dir-ho obertament, i com identificar si el teu cas entra en algun d'aquests escenaris abans d'invertir temps i pressupost en alguna cosa que no farà cap diferència real.
Per què és tan difícil dir "no" a un projecte d'IA
Vivim un moment estrany. La pressió per "fer alguna cosa amb IA" arriba per tot arreu: consells d'administració que llegeixen articles a Forbes, competidors que anuncien iniciatives en LinkedIn, agències que prometen transformacions completes amb tres prompts. La pregunta deixa de ser "això resol un problema?" i passa a ser "per què encara no ho fem?".
En aquest context, una consultora que diu "no calia" sona malament. Sona a poca ambició, a no saber. I tanmateix, és exactament el contrari: dir que no requereix entendre el problema millor que qui ven el sí per defecte.
La nostra posició és clara. La IA és una eina molt potent per a certs tipus de problemes, i una pèssima inversió per a d'altres. Distingir-ho és el primer pas seriós d'un projecte; saltar-se aquest pas és com començar una reforma sense mirar els fonaments.
Els cinc casos on NO recomanem aplicar IA
A partir de la nostra experiència amb projectes propis i revisions de plantejaments d'altri, aquests són els cinc escenaris on, una vegada darrere l'altra, hem vist que la IA no aporta valor:
1. Quan el procés ja funciona bé amb regles deterministes. Si tens un sistema de regles clares que cobreix el 95% dels casos i només falla en situacions extremes, afegir IA gairebé sempre empitjora el conjunt. La IA introdueix imprevisibilitat: pot prendre decisions diferents en contextos similars, requereix monitoratge i evaluació constants, i obliga a mantenir un nou tipus d'infraestructura. Si una taula de càlcul ben dissenyada o un script Python amb cinc condicions resol el problema, deixa-ho així.
2. Quan el volum no justifica el cost d'operació. Cada crida a un model d'IA té un cost: en temps, en diners, en latència. Si el procés s'executa cinquanta vegades l'any, automatitzar-lo amb IA és construir una grua per moure una caixa. El temps que estalviaràs en execució no compensa el temps i diners de muntar i mantenir el sistema. Hi ha un llindar mínim de freqüència o complexitat per sota del qual no surt mai a compte.
3. Quan no tens dades pròpies que aportin context real. Una de les promeses més atractives de la IA és que entén el teu negoci. Però només l'entén si li donem les peces correctes. Si la teva empresa no té dades estructurades, històrics consolidats o documentació processada del coneixement intern, el que tindràs és un sistema que dóna respostes genèriques amb la teva marca al davant. Això no és diferenciació, és wallpaper.
4. Quan la decisió té conseqüències regulatòries o legals importants. Decidir qui rep un crèdit, qui passa un control de compliance, qui entra en una llista de risc. En sectors regulats com el financer o l'auditoria, hi ha decisions que requereixen explicabilitat completa, traçabilitat i acceptació explícita de responsabilitat. Els models actuals d'IA no ofereixen aquestes garanties de manera nativa. Pots fer servir IA com a suport (preparar dades, detectar patrons, generar borradors), però la decisió final ha de quedar en mans humanes amb criteris explícits. Si el procés que vols automatitzar és la decisió, no el suport, la IA no és la resposta.
5. Quan l'objectiu real és "fer alguna cosa amb IA" i no resoldre un problema concret. Aquest és el cas més comú i el més difícil de detectar des de dins de l'empresa. Apareix quan el projecte arrenca per pressió externa (junta directiva, premsa, competència) i no per una necessitat identificada des dels equips operatius. El resultat acostuma a ser un pilot que mai surt de la fase de prova, un cost que ningú vol explicar i un equip que perd confiança en la tecnologia. Si no pots descriure el problema en una frase abans d'introduir la paraula "IA", encara no estàs preparat per a un projecte d'IA.
Com saber si el teu cas entra en algun d'aquests
A l'hora d'avaluar un projecte, fem tres preguntes prèvies. Aplica-les tu mateix abans de buscar pressupost:
Pregunta 1: si demà la IA deixés d'existir, encara voldries resoldre aquest problema? Si la resposta és no, el projecte no neix d'una necessitat real. Neix de la moda. Esperar.
Pregunta 2: pots descriure el resultat esperat en una mètrica concreta? "Reduir el temps de revisió de factures de 4 hores a 30 minuts" és una mètrica. "Modernitzar el departament" no ho és. Sense mètrica no hi ha projecte: hi ha desig.
Pregunta 3: tens algú internament que pugui validar si el sistema funciona o no? Un sistema d'IA en producció necessita seguiment, ajustos i decisions tècniques periòdiques. Si dins de l'empresa no hi ha ningú capaç de valorar si el sistema fa el que ha de fer, el projecte depèn al 100% del proveïdor. Això és risc, no autonomia.
La nostra posició
A MindRise hem dit que no a diversos projectes en aquest últim any. No perquè no fos tècnicament possible muntar-los, sinó perquè el client no en sortiria guanyant. Aquesta és, probablement, la decisió més rendible que hem pres: prioritzar projectes on la IA marca una diferència real, on les nostres hores aporten valor mesurable, i on el client surt convençut que la inversió va valdre la pena.
La pregunta més valuosa que pots fer-te abans d'engegar un projecte d'IA no és "com aplico IA aquí?". És "tinc realment un problema que la IA resol millor que qualsevol altra solució disponible?". Si la resposta és sí, parlem. Si no, ens en alegrem igualment d'haver-ho parlat.
Si dubtes si el teu cas entra en algun dels escenaris d'aquest article, escriu-nos. Et donarem una valoració honesta en una primera trucada, sense compromís. A vegades la millor consultoria és confirmar que no necessites una consultora.