Òscar Junyent

Temps de lectura: 3 minutsHi ha una pregunta que em fan sovint, últimament: “Tots aquests models nous, com el GPT-4o o el Gemini, canviaran la manera com fem apps o webs?” La meva resposta és clara: sí, i de manera profunda. Amb l’arribada de la IA multimodal, les interfícies digitals tradicionals tenen els dies comptats tal i com les coneixem. Estem entrant en una nova etapa on la interacció amb la tecnologia ja no es basa només en fer clics o omplir formularis, sinó en parlar, mostrar, assenyalar, escoltar, interpretar… tot alhora. Una mica d’història: com hem interactuat fins ara Durant dècades, la relació amb la tecnologia ha passat per interfícies gràfiques estàtiques: menús, botons, camps de text i una lògica molt clara de pas a pas. Fins i tot quan van aparèixer els primers assistents com Siri o Alexa, les interaccions eren limitades: preguntes senzilles, poques capacitats, i sense context multimodal. Era útil, però no gaire flexible ni natural. Ara, amb la IA multimodal, això comença a trontollar. Per què? Què passa quan l’IA pot veure, escoltar i parlar? Quan un model pot processar text, imatge, veu i vídeo de manera combinada, el que tenim ja no és un formulari intel·ligent. És un interlocutor digital. I això ho canvia tot. Alguns exemples reals: En lloc d’omplir un formulari, pots explicar el que necessites parlant o mostrant una imatge. En comptes de llegir una ajuda en línia, pots preguntar per veu i rebre una explicació personalitzada amb imatges i exemples. En una app mèdica, pots fer una foto a un informe i preguntar què vol dir. En una eina d’aprenentatge, pots combinar vídeos, preguntes orals i documents PDF en una sola sessió interactiva. Aquest tipus d’interacció no només és més còmoda, sinó que acosta la tecnologia a molta més gent, incloent-hi persones amb dificultats de lectura, de visió o amb menys habilitats digitals. El final de les interfícies clàssiques? No, però sí una transformació No desapareixeran demà mateix, els botons i els menús, però començarem a veure aplicacions que es dissenyen pensant en la conversa, no en el clic. Ara apareix el concepte de “Dissenyar per a la IA multimodal”, i què significa? Doncs és força senzill: Reduir la fricció: menys passos per fer una acció, més intuïció. Acceptar múltiples entrades: la persona pot parlar, escriure o mostrar i l’aplicació ha d’entendre-ho. Context constant: les apps han de recordar allò que s’ha dit o mostrat abans, no començar de zero cada vegada. Resposta rica: l’output pot ser text, veu, gràfics, animacions o, fins i tot, accions directes. És una oportunitat de repensar completament la UX i el producte: de deixar de crear interfícies per als humans adaptant-se a les màquines i començar a crear màquines que s’adaptin als humans. I per a les empreses, què implica tot això? Si tens una app, una eina interna o un servei digital, la pregunta no és si t’afectarà, sinó quan i com. Alguns escenaris que ja estem veient: Empreses que afegeixen assistents multimodals interns per consultar dades, revisar documents i fer gestions sense navegar per 10 pantalles. Plataformes de formació que permeten fer preguntes orals sobre vídeos o documents, amb respostes personalitzades en temps real. Eines de suport que combinen xatbots amb visió per entendre captures de pantalla o documents enviats pel client. La bona notícia és que no cal començar de zero. Les eines com l’API de GPT-4o o l’SDK de Gemini permeten afegir aquestes funcionalitats sobre sistemes ja existents, fent una evolució progressiva. Cap a on anem En els pròxims mesos i anys, veurem créixer el concepte d’aplicació sense interfície fixa, on el canal principal pot ser la veu, la càmera o, fins i tot, una combinació contínua de senyals. On el context i la conversa seran la nova interfície. Per als product managers, dissenyadors, desenvolupadors i equips digitals en general, això és una oportunitat única per reimaginar el producte, oferir una millor experiència i, alhora, arribar a nous públics. La IA multimodal no només és un avanç tecnològic: és una nova manera de pensar les interfícies. I com tot bon canvi profund, no només canvia el com… també canvia el perquè. Seguirem aquest tema amb atenció, perquè realment promet!

Temps de lectura: 3 minutsQuè vol dir realment que una IA sigui multimodal? Fa unes setmanes, parlant amb un client que volia integrar un assistent d’IA en una aplicació, em va dir: “vull que sigui multimodal, com el GPT-4o, que he llegit que veu, parla i ho fa tot”. Vaig somriure i li vaig respondre: “ok, però… saps exactament què vol dir això?”. I aquí va començar una conversa que crec que molts estem tenint aquests dies, dins i fora del món tècnic. Perquè sí, la IA multimodal ja és aquí. Però, què vol dir exactament aquest concepte? I per què és tan rellevant ara? Una definició ràpida i clara Quan diem que una IA és multimodal, ens referim a la seva capacitat d’entendre i generar informació en diversos formats alhora: text, veu, imatge, vídeo, codi… I fer-ho d’una manera coherent i integrada. Per exemple: Si li passes una imatge d’un plat i li preguntes “és apte per a celíacs?”, t’hauria d’entendre. Si li mostres un gràfic i li dius “resumeix-me què mostra”, hauria de poder fer-ho. Si parles amb veu i la IA et respon amb veu, text i referències visuals, estàs davant d’una experiència multimodal real. No és només fer moltes coses, sinó combinar modalitats per entendre millor el context i oferir respostes més naturals i útils. D’on venim i per què això és nou Fins ara, la majoria de sistemes d’IA eren unimodals: entrenats per treballar només amb text, només amb imatge, només amb veu… Alguns sistemes feien “trampes” unint diferents models (per exemple, un per reconèixer veu i un altre per generar text), però no era una comprensió integrada. El canvi ha vingut amb models com: GPT-4o (OpenAI), que pot llegir text, mirar imatges, escoltar veu i parlar amb to i emoció. Gemini 1.5 (Google), que combina entrada de documents, imatges, vídeos i més en una sola consulta. Claude 3 (Anthropic), que entén arxius complexos i contextos visuals en paral·lel al text. Aquests nous models ja neixen amb arquitectura multimodal, i això els dona una fluïdesa i versatilitat molt superior. Per què és tan rellevant ara mateix? Perquè obre les portes a interaccions molt més naturals i potents entre humans i màquines. Fins ara, quan interactuàvem amb una IA, havíem de pensar com ella: escriure les consultes amb cura, estructurar els inputs, adaptar-nos al seu format. Amb la multimodalitat, és l’IA qui s’adapta a nosaltres. I això transforma completament la manera com dissenyem aplicacions, eines i serveis: A l’empresa, pots tenir un assistent que entén informes, documents, taules i àudios interns. A l’educació, pots crear materials interactius on la IA explica una imatge mentre respon preguntes en veu. A la salut, pots interpretar una radiografia mentre es conversa amb el metge o el pacient. És una nova manera de “parlar” amb la tecnologia, molt més propera a la nostra forma humana d’entendre el món. Els límits també existeixen També cal ser realistes. La multimodalitat encara té límits: No tots els models poden generar multimodalitat (alguns només entenen però no generen imatges o veu). Els costos computacionals són més alts, i això pot limitar l’accés a aquestes funcionalitats. L’experiència d’usuari encara s’ha de polir: a vegades la veu triga, la imatge no es carrega bé o el context es perd. Però malgrat això, el camí és clar i imparable. Estem veient l’inici d’una nova fase on la IA no només ens entén millor, sinó que pot entendre el món com nosaltres: amb tots els sentits digitals possibles. I ara què? En els pròxims articles explorarem com aquesta capacitat multimodal està transformant sectors concrets, com afecta el disseny de productes digitals i quines oportunitats obre per a empreses que volen innovar, millorar serveis o automatitzar processos complexos. Però per començar, quedem-nos amb aquesta idea: la multimodalitat no és una funció addicional, és un canvi de paradigma. Ja no estem parlant només amb màquines que llegeixen i escriuen. Ara també veuen, escolten, assenyalen i entenen. I això ho canvia tot.

Temps de lectura: 2 minutsCom tots ja sabeu, el món dels agents d’intel·ligència artificial ha viscut una revolució amb l’aparició dels LLMs (Large Language Models). Però abans que aquests models entressin en escena, ja existien agents d’IA que funcionaven amb regles i sistemes més tradicionals. Contrastem aquests agents clàssics amb els agents basats en LLM, per entendre com pensen, com actuen i per què aquests nous agents estan transformant la forma com entenem la IA. Què és un agent clàssic? Els agents clàssics són sistemes dissenyats per operar en entorns definits mitjançant regles, lògica i planificació programada. Característiques: Segueixen regles fixes (IF… THEN…) Utilitzen planificació formal (com A* o algoritmes heurístics) Són predictibles i deterministes Funcionen bé en entorns acotats i amb dades estructurades Exemple: Un robot que navega per un magatzem seguint una ruta predefinida optimitzada per evitar obstacles. Què és un agent basat en LLM? Els agents basats en LLMs (com GPT-4, Claude o DeepSeek) poden entendre llenguatge natural, raonar i prendre decisions a partir de contextos no estructurats. Aquests agents actuen com una mena de “cervell flexible” que pot adaptar-se a una gran varietat de situacions. Característiques: Entenen i generen llenguatge natural Aprenen de grans volums de dades Són probabilístics i adaptatius Poden raonar en temps real, fer preguntes, planificar i auto-reflexionar Exemple: Un assistent digital que llegeix documents, extrau informació i escriu un resum adaptat al teu estil i objectius. Diferències clau Aspecte Agent clàssic Agent LLM Entrades Dades estructurades Llenguatge natural, textos, APIs Decisió Regles i lògica programada Raonament estadístic i context Adaptabilitat Baixa Molt alta Coneixement Tancat i explícit Amplíssim i implícit Context Limitat Pot gestionar contextos llargs i canviants Creativitat Inexistent Pot improvisar, sintetitzar i adaptar Quin és millor? Depèn de l’ús. Agents clàssics són ideals per a entorns molt definits i predictibles, on la fiabilitat és clau (per exemple, un sistema de control industrial). Agents LLM brillen en entorns oberts, canviants i amb dades no estructurades, com atenció al client, assistents personals, automatització intel·ligent o consultoria d’informació. En molts casos, la millor opció és combinar-los: fer servir agents LLM per la part flexible i natural, i agents clàssics per a l’execució rigorosa i controlada. Cap on va el futur? La tendència clara és cap a agents més híbrids i capaços: LLMs que aprenen a controlar sistemes amb regles. Agents clàssics que incorporen mòduls de llenguatge. Sistemes multi-agent on cada tipus d’agent té un rol específic (ja en vaig parlar en l’article anterior!). El que abans era només lògica, ara és una conversa constant entre raonament i acció. Els agents clàssics ens han portat molt lluny en entorns estructurats. Però els agents basats en LLM han obert una nova era d’intel·ligència adaptativa, capaç de gestionar informació complexa, parlar amb humans i actuar amb criteri. El futur de la IA no és un o l’altre, sinó una col·laboració intel·ligent entre lògica i llenguatge, entre regles i raonament.

Temps de lectura: 2 minutsFins ara hem parlat d’agents d’IA capaços de percebre, pensar i actuar de forma autònoma. Però què passa quan no hi ha un únic agent, sinó diversos col·laborant entre si per assolir un objectiu comú? Això és el que anomenem un sistema multi-agent (MAS, per les seves sigles en anglès). Aquest enfocament s’inspira en equips humans: cada agent té un rol, unes habilitats i una responsabilitat, i junts poden resoldre problemes molt més complexos que un agent en solitari. Què és un sistema multi-agent? Un sistema multi-agent és una arquitectura on diversos agents d’IA treballen de forma coordinada, cadascun amb una funció específica, compartint informació i prenent decisions conjuntament (o de forma distribuïda). Per exemple, en un projecte de recerca, un agent pot buscar informació, un altre pot resumir-la, un tercer pot verificar la font i un quart pot generar l’informe final. Com es comuniquen? Tot això està molt bé, pero cal coordinació i comunicació oi?  Com es fa tot això? Doncs els agents es poden comunicar mitjançant: Missatges en llenguatge natural (si utilitzen LLMs) Protocols d’intercanvi d’estat i accions (en sistemes clàssics) Compartint memòria comuna o accedint a un entorn centralitzat Per tant, una arquitectura típica de sistema multi-agent inclou: Un planificador principal (opcional) Agents especialitzats per tasques concretes Un mecanisme de coordinació o supervisió (pot ser automàtic o semidirigit) Avantatges dels sistemes multi-agent Inicialment pinta molt bé , quines son les avantatges doncs? Especialització: Cada agent pot fer una tasca molt bé, sense haver de ser generalista. Escalabilitat: Es poden afegir nous agents fàcilment si cal ampliar capacitats. Robustesa: Si un agent falla, els altres poden continuar treballant. Paral·lelisme: Diverses tasques poden executar-se simultàniament. Exemples d’aplicació reals Deixem la teòria i pasem a la pràctica doncs, com ho apliquem? Automatització empresarial: Si muntem un sistema per automatizar processos industrials podem fer un agent que llegeix factures, un altre les valida, un tercer actualitza el CRM i finalment, un altre redacta notificacions al client. Recerca científica assistida:  O ho planteixem d’un altre manera per recerca: un agent cerca estudis, un altre resumeix dades clau, un altre genera hipòtesis i per acaqbar, un quart en fa anàlisi crítica. Assistents personals avançats:  I en el terreny pèrsonal, podem tenir un agent que planifica una reunió, un altre que reserva espais, un altre s’encarrega de la logística i per rematar-ho un altre envia resums i seguiments. Multi-agent vs. un sol agent gegant Una de les grans preguntes és: no seria millor tenir un agent molt potent que ho pugui fer tot? No sempre. Els sistemes multi-agent tenen avantatges com: Modularitat: més fàcils de mantenir i escalar Menys costos computacionals per agent Millor control i supervisió I en entorns complexos, distribuir la responsabilitat ajuda a evitar colls d’ampolla i millorar la traçabilitat. Plataformes que ja ho estan aplicant Llistem exemples on ja es pot veure com funcionen: CrewAI: permet definir equips d’agents amb rols i objectius col·laboratius AutoGen (Microsoft): enfocament de multi-agent amb LLMs col·laborant per fer codificació i raonament complex LangGraph: grafs de decisions entre agents amb estats compartits OpenAgents: concepte obert on l’usuari pot orquestrar agents independents amb objectius compartits Els sistemes multi-agent són com equips de treball digitals: especialitzats, coordinats i flexibles. Permeten abordar problemes que un sol agent no podria resoldre amb eficàcia, i representen un pas natural cap a entorns d’IA més modulars, escalables i realistes. Amb el creixent ús de LLMs, la col·laboració entre agents intel·ligents es perfila com una de les grans tendències de l’IA aplicada. No es tracta només de tenir un agent més intel·ligent, sinó de tenir agents que saben treballar junts.

Temps de lectura: 2 minuts  Els agents d’intel·ligència artificial no són només interfícies intel·ligents que responen preguntes. Són sistemes autònoms capaços de raonar, decidir i actuar. Però… com estan construïts realment? Quins components fan possible que funcionin? Analitzarem l’arquitectura bàsica d’un agent d’IA, posant especial èmfasi en els agents moderns basats en models de llenguatge (LLMs) i les plataformes que els donen suport. Parlarem dels blocs bàsics, el bucle de funcionament, les arquitectures més populars i les eines que pot fer servir un agent. Els blocs bàsics d’un agent Tot agent funcional sol estar format per quatre grans components: 1. L’observació o percepció És la capacitat de recollir informació del món exterior. Pot venir de: Entrades de text (converses amb usuaris…) Dades d’un sistema (APIs, fitxers, sensors) Resultats d’eines (navegació, cerca, càlculs) 2. El raonament i presa de decisions Aquí és on entra en joc la intel·ligència: LLMs com GPT o Claude processen les dades i avaluen opcions. L’agent decideix què fer a continuació (resoldre, buscar, preguntar més…). 3. L’acció El sistema actua segons el pla: Crida una eina externa (una API, un buscador, un codi). Escriu una resposta. Executa una acció en una interfície (automatització). 4. La memòria Els agents poden tenir: Memòria a curt termini: Manté el context de la conversa o acció actual. Memòria a llarg termini: Recorda dades persistents (preferències, interaccions passades, informació rellevant per a l’usuari).   El bucle de funcionament Els agents segueixen un cicle iteratiu que s’anomena sovint Think → Act → Observe: Think: Processen la informació i decideixen què fer. Act: Fan una acció (busquen, pregunten, calculen…). Observe: Analitzen el resultat de l’acció per decidir el següent pas. Aquest bucle es pot repetir diverses vegades fins que s’arriba a una resposta final o a un objectiu complert. Arquitectures populars: LangChain, Auto-GPT i més Hi ha plataformes que faciliten la construcció d’aquests agents: LangChain: Permet orquestrar LLMs amb eines, memòria i fluxos lògics. Ideal per a agents conversacionals complexos. Auto-GPT / AgentGPT: Agents que s’autogestionen per resoldre tasques amb mínim d’input humà. CrewAI o MultiOn: Orientades a la col·laboració entre agents o l’automatització personal. Aquestes arquitectures combinen els components anteriors amb estratègies avançades de planificació, reflexió i ús d’eines. Quines eines pot fer servir un agent? Els agents poden fer servir una varietat d’eines externes: Cercadors (Google, DuckDuckGo, Bing) Codificadors i intèrprets de codi (Python, JavaScript) Bases de dades i APIs pròpies d’empresa Calculadores, calendaris, traductors, etc. El fet que un agent pugui combinar la generació de text amb accions sobre entorns digitals fa que esdevingui una peça clau en l’automatització intel·ligent. Un agent d’IA és molt més que un model de llenguatge: és una estructura modular, amb capacitats de percebre, raonar, actuar i aprendre. La seva arquitectura permet construir sistemes adaptatius, capaços de treballar en entorns complexos i dinàmics. A mesura que avancem cap a una IA més pràctica i autònoma, entendre com funcionen per dins aquests agents és essencial per aprofitar tot el seu potencial. En seguiré parlant en propers articles!

Temps de lectura: 3 minutsAquesta setmana m’ha impactat especialment una notícia que, si bé pot passar desapercebuda per a molts, marca un abans i un després en el desenvolupament d’agents d’IA: OpenAI ha decidit adoptar el mateix estàndard que fins ara utilitzava el seu rival Anthropic per connectar models amb dades i eines externes. Per a mi, aquest moviment és molt més que una qüestió tècnica. És el primer gran pas real cap a la creació d’un ecosistema d’agents intel·ligents interoperables, i això tindrà un impacte directe en múltiples indústries. Especialment en el món dels negocis, on l’automatització intel·ligent és clau, però també en àrees com el Travel Tech, que ja fa temps que busquen formes de fer més eficients i personalitzades les seves operacions. Per què és tan important aquest moviment? Fins ara, cada empresa desenvolupava els seus propis connectors, eines i maneres d’enllaçar la seva IA amb el món exterior. Això generava fragmentació, dificultats per a la integració i molta feina duplicada. El fet que OpenAI –que podríem dir que és l’empresa més influent en el panorama de la IA generativa– adopti l’estàndard obert del seu rival directe, és un senyal molt clar: el futur de la IA no és en models aïllats, sinó en agents que col·laboren, s’integren i s’orquestren amb facilitat. Aquest tipus d’estàndard permet que diferents models puguin fer servir les mateixes eines, connectar-se a les mateixes fonts de dades i actuar en entorns compartits. Dit d’una altra manera: obre la porta a una nova generació d’agents d’IA, més útils, més adaptables i més fàcils de desplegar en entorns empresarials reals. Què significa això per al món dels negocis? Imagina’t un agent d’IA que no només entén què necessita un client, sinó que pot accedir a sistemes interns com l’ERP, el CRM o la base de dades de productes i prendre decisions en base a aquestes dades en temps real. Aquesta és la promesa dels nous MCP (Modern Customer Platforms) que integren IA: no només conversar, sinó actuar. Amb aquesta estandardització, es pot crear una única interfície d’agents que funcioni tant amb GPT-4o com amb Claude 3 o altres models. Això redueix la dependència d’un sol proveïdor, facilita les proves entre tecnologies i obre una nova etapa de modularitat i flexibilitat per a les empreses. I en el món del Travel Tech, què pot suposar? El sector del turisme és ideal per ser “agentificat”. Aquí tens alguns exemples pràctics de com això pot canviar les coses: Planificació intel·ligent de viatges: un agent que llegeix preferències de l’usuari, accedeix a sistemes de reserves, verifica la disponibilitat d’activitats i genera itineraris personalitzats en qüestió de segons. Atenció al client contextual: un agent que no només respon preguntes, sinó que sap si un vol s’ha cancel·lat, quina habitació està assignada o si el client té punts acumulats. Automatització d’operacions: des de canvis d’última hora fins a processos interns de reassignació de recursos, els agents poden actuar com una primera capa d’intel·ligència operativa. El fet que aquests agents puguin utilitzar un estàndard comú i ser construïts sobre infraestructures diverses fa que siguin molt més viables per a empreses mitjanes i petites, que podran accedir a solucions d’alt valor sense dependre d’un únic ecosistema tancat. La decisió d’OpenAI de sumar-se a l’estàndard impulsat per Anthropic podria semblar un detall tècnic, però és en realitat un gest de maduresa i visió d’ecosistema. Significa reconèixer que la innovació real no passa només per fer el model més gran, sinó per fer que els models siguin útils i fàcilment integrables al món real. Per als que treballem en la intersecció entre tecnologia, automatització i negocis (i molt especialment en sectors com el turisme), aquest és un pas esperançador. És una mostra que la IA està passant de ser un experiment a convertir-se en una infraestructura compartida, oberta i útil per a tothom. El futur no serà d’un sol model dominant, sinó d’agents capaços d’entendre el món i actuar-hi, construïts sobre estàndards oberts i adaptats a les necessitats de cada negoci. Aquest moviment és només l’inici.

Temps de lectura: 3 minutsEls agents d’IA han evolucionat molt més enllà de simples regles predefinides o sistemes de resposta automatitzada. Avui dia, els models més avançats no només processen informació i actuen, sinó que també raonen sobre els problemes, planifiquen i adapten les seves accions en temps real. Per fer-ho, utilitzen estratègies de raonament que els permeten ser més eficients, precisos i capaços de resoldre tasques complexes. En aquest article explorarem algunes d’aquestes estratègies i aprofundirem en com funcionen models avançats com DeepSeek-V2 i OpenAI-01. Estratègies de raonament en agents d’IA Quan parlem de raonament en IA, ens referim a la capacitat dels agents per prendre decisions basades en informació incompleta, planificar múltiples passos i ajustar-se a l’entorn en temps real. Algunes de les estratègies principals inclouen:  Raonament Pas a Pas (Chain of Thought – CoT): Aquesta tècnica permet als agents descompondre problemes complexos en passos més petits i resoldre’ls seqüencialment. És especialment útil per a problemes matemàtics, lògica o qualsevol tasca que requereixi pensament estructurat. Exemple: Resoldre un problema de càlcul pas a pas, en lloc de donar una resposta immediata sense justificació. Raonament Basat en Plans (Plan-and-Execute): Aquí, l’agent primer crea un pla global abans d’executar qualsevol acció. Ideal per a tasques complexes que requereixen múltiples passos coordinats, com la programació, la robòtica o l’automatització de processos. Exemple: Dissenyar un esborrany d’un document abans de començar a redactar-lo.  Raonament amb Auto-Reflexió (Self-Reflection): Alguns models moderns poden avaluar les seves pròpies respostes, detectar errors i corregir-los abans de donar una resposta final. Això millora la qualitat i fiabilitat de les decisions. Exemple: Revisar les respostes d’un chatbot per detectar contradiccions o errors abans d’enviar-les a l’usuari. Raonament Basat en Experiència (Experience-Based Reasoning): Aquesta estratègia permet als agents aprendre de l’experiència i millorar amb el temps, similar a un humà que aprèn a través de la pràctica. Això es pot fer mitjançant aprenentatge per reforç o tècniques de memòria a llarg termini. Exemple: Recordar les preferències de l’usuari i ajustar les seves respostes en funció d’interaccions prèvies. OpenAI-01 i DeepSeek-V2: models de raonament avançat Aquests dos models d’IA no només responen preguntes sinó que tenen capacitats avançades de raonament. 1. OpenAI-01: model basat en raonament i planificació OpenAI-01 és un model d’última generació que combina diverses estratègies de raonament, amb un enfocament fort en Plan-and-Execute i Self-Reflection. Com funciona? Desglossa problemes complexos en múltiples passos. Ajusta les seves respostes revisant possibles errors abans de respondre. Utilitza planificació explícita per a tasques de llarg abast. Útil per a: El raonament científic i tècnic.  La generació de codi i assistència en programació.  L’automatització de processos empresarials complexos. Exemple: OpenAI-01 pot generar un pla detallat per implementar un nou sistema informàtic en una empresa, ajustant els passos segons els requisits de l’usuari. 2. DeepSeek-V2: El model de raonament computacional avançat DeepSeek-V2 és un model enfocat en problemes matemàtics, ciències i lògica, amb una gran capacitat per fer deduccions complexes. Utilitza un enfocament de Chain of Thought combinat amb memòria a llarg termini, cosa que li permet recordar informació clau i utilitzar-la en processos de raonament seqüencials. Com funciona? Segueix una estructura de raonament clar i pas a pas. Pot realitzar càlculs complexos mantenint contextos de llarga durada. Utilitza memòria per aprendre de les seves pròpies respostes i millorar amb el temps. Útil per a: La resolució de problemes científics i matemàtics avançats. La deducció lògica i planificació estratègica. Aplicacions en intel·ligència financera i dades empresarials. Exemple: DeepSeek-V2 pot analitzar grans volums de dades financeres per detectar patrons ocults i predir tendències econòmiques. Per què aquests models marquen un abans i un després?   Els models com OpenAI-01 i DeepSeek-V2 representen un canvi de paradigma perquè: No només generen text o respostes immediates, sinó que planifiquen i raonen com un humà. Són capaços d’adaptar-se a tasques complexes i d’autocorregir-se per millorar la seva precisió. Fan que els agents d’IA siguin més autònoms i capaços de gestionar problemes reals. Aquests avanços obren la porta a sistemes d’IA més confiables i intel·ligents, capaços de prendre decisions estratègiques i gestionar processos complexos sense intervenció humana, on els agents d’IA han passat de ser simples generadors de text a veritables sistemes de raonament intel·ligent.

Temps de lectura: 3 minuts  L’Intel·ligència Artificial (IA) està evolucionant ràpidament, i cada cop sentim més a parlar dels agents d’IA. Però, què són exactament? I com prenen decisions? En aquest article explorarem el funcionament dels agents d’IA, el seu cicle de pensament, acció i observació, i introduirem el concepte de ReAct Approach, una de les metodologies més avançades en aquest àmbit. Què és un agent d’IA? Un agent d’IA és un sistema que pren decisions de manera autònoma per aconseguir un objectiu. A diferència dels models tradicionals d’IA (com el machine learning clàssic, que només classifica o fa prediccions), un agent pot interactuar amb el seu entorn, adaptar-se a noves situacions i millorar les seves accions basant-se en l’experiència. Podem trobar agents d’IA en moltes aplicacions del dia a dia: Assistents virtuals (com Siri o Alexa) Chatbots intel·ligents Sistemes de recomanació personalitzats Agents de videojocs i simulacions Robots físics autònoms (com els cotxes autònoms) El punt clau és que un agent d’IA no només processa informació, sinó que actua sobre l’entorn i aprèn d’aquestes accions. El cicle de pensament, acció i observació Per entendre com funciona un agent d’IA, hem de veure el seu cicle de presa de decisions, que es basa en tres fases:  Observació (Perception) : L’agent percep el seu entorn mitjançant sensors, càmeres, text o dades digitals. Aquesta informació li permet entendre què està passant. Exemple: Un cotxe autònom detecta que hi ha un semàfor vermell i un vianant creuant.  Pensament (Reasoning) : L’agent processa la informació rebuda i decideix què fer basant-se en algoritmes, regles o models d’aprenentatge. Exemple: El cotxe autònom analitza si ha de frenar o si pot seguir avançant segons el trànsit i les normes de circulació.  Acció (Action) : L’agent realitza una acció sobre l’entorn per complir el seu objectiu. Aquesta acció pot ser física (moure un robot) o digital (respondre en un xat). Exemple: El cotxe frena per evitar una col·lisió. Aquest procés es repeteix contínuament, creant un bucle de millora constant on l’agent va aprenent i optimitzant les seves accions.   L’evolució : el ReAct Approach: Raonament + Acció Una de les metodologies més avançades en agents d’IA és el ReAct Approach (Reasoning + Acting). Aquesta estratègia combina raonament explícit i acció immediata, en lloc de simplement seguir regles predefinides.  Com funciona? L’agent no només observa i actua, sinó que també explica i justifica les seves accions, i pot revisar i ajustar la seva estratègia en temps real basant-se en nous inputs de l’entorn. Això fa que sigui més flexible i adaptatiu en situacions complexes. Exemple: Un chatbot d’atenció al client no només respon preguntes, sinó que pot deduir quin problema té l’usuari i ajustar les seves respostes en conseqüència. Com que això és un tema que te molt de suc, en parlaré en propers articles. Per què són importants els agents d’IA? Els agents intel·ligents són clau per a moltes aplicacions actuals i futures: Automatització intel·ligent: Redueixen la necessitat d’intervenció humana en tasques repetitives. Adaptabilitat: No només segueixen regles fixes, sinó que aprenen i milloren. Interacció més natural: Fan que la comunicació home-màquina sigui més fluida i intuïtiva. Amb l’evolució de tècniques com el ReAct Approach, els agents d’IA seran cada cop més autònoms i eficients, obrint la porta a un futur on la IA no només executa ordres, sinó que també raona, aprèn i decideix per si mateixa. Aquests agents doncs representen un gran pas cap a sistemes autònoms capaços de prendre decisions, actuar i millorar-se contínuament. El seu cicle de pensament, acció i observació els permet interactuar amb el món de manera intel·ligent, i enfocaments com el ReAct Approach els fan encara més versàtils i adaptatius. En els propers anys, aquests agents es convertiran en part fonamental de l’automatització, la robòtica i la intel·ligència empresarial. La IA no només respondrà preguntes o generarà text, sinó que prendrà decisions estratègiques en temps real!

Temps de lectura: 2 minutsEl Mobile World Congress 2025 ha arribat amb un aire diferent. Si en edicions passades el MWC es caracteritzava pel seu espectacle tecnològic, grans anuncis i presentacions gairebé teatrals, aquest any l’ambient ha estat més pragmàtic. L’objectiu sembla clar: anar per feina. Menys show, menys rebombori mediàtic i més contingut de valor per als professionals del sector. Les grans empreses hi són, com sempre. Samsung, Huawei, Qualcomm, Google, Microsoft i les telecos tradicionals han mantingut la seva presència amb estands imponents i novetats, però sense aquella exageració visual i mediàtica d’altres anys. Menys focus en conceptes futuristes i més en solucions concretes. Les conferències han guanyat en profunditat i enfocament professional. En lloc d’esdeveniments plens de promeses abstractes sobre el futur, els ponents han parlat de casos d’ús reals, aplicacions empresarials i models de negoci viables. Això fa que el MWC 2025 sigui més útil per a les empreses que volen entendre cap on va la tecnologia i com aplicar-la avui, no d’aquí 10 anys. Com sempre, les grans marques tenen un lloc privilegiat. Però hi ha un contrast notable: o ets molt gran o ets molt petit. He vist startups i empreses emergents intentant fer-se un forat al 4YFN, però la presència de mitjanes empreses ha estat escassa. Aquesta absència fa pensar en com d’exigent és avui dia el mercat tecnològic: o jugues en la lliga dels grans o busques la teva oportunitat des de baix. El 4YFN continua sent el gran espai per a la innovació emergent. Aquí és on hi ha molt més moviment, on les startups busquen inversors i on es veuen idees fresques. Però competir aquí no és fàcil: el soroll de la innovació fa que sigui complicat destacar. Talent Arena: el nou espai que guanyarà pes : No he pogut assistir a l’espai Talent Arena, però tothom en parla com una de les àrees més interessants del congrés. És evident que el tema del talent tecnològic serà un dels grans reptes dels pròxims anys i, si segueix la mateixa trajectòria que el 4YFN fa uns anys, segurament veurem aquest espai guanyant protagonisme en futures edicions. El sector no només busca tecnologia, sinó també professionals capaços de fer-la realitat. En resum, crec que el MWC 2025 s’ha professionalitzat. Ja no es tracta tant de generar titulars espectaculars sinó de donar eines reals al sector tecnològic i empresarial. Les grans marques continuen dominant, les startups busquen el seu lloc i el talent comença a fer-se un espai propi. Potser el Mobile ha deixat enrere aquella època de grans espectacles tecnològics, però el que hem vist aquest any podria marcar una nova direcció més enfocada a la realitat del sector. I això, en el fons, potser és el que realment necessitem.