Hi ha una frase que Avinash Kaushik fa anys que repeteix de diferents formes, i que continua sent tan vigent com el primer dia: les dades no prenen decisions, les persones sí. La IA no és l'excepció. És una eina extraordinària, però eina, al cap i a la fi. I com qualsevol eina poderosa, en mans equivocades (o sense mans en absolut) pot fer tant de mal com de bé. L'entusiasme al voltant de l'automatització intel·ligent és legítim. Els avenços en models de llenguatge, machine learning aplicat al màrqueting i plataformes d'activació han obert possibilitats que fa tot just cinc anys semblaven reservades per a les grans consultores o els laboratoris de les big tech. Avui, empreses mitjanes poden accedir a tecnologia que analitza milions d'esdeveniments, prediu comportaments de compra i optimitza licitacions en temps real. Això és extraordinari. El problema comença quan "automatització" es converteix en sinònim de "sense supervisió".
Els exemples d'IA mal supervisada s'acumulen amb inquietant regularitat. Solucions d'optimització de còpies que, durant campanyes de Black Friday, generen anuncis prometent descomptes o beneficis que simplement no existeixen, perquè el model va aprendre a maximitzar el CTR sense entendre que hi ha un contracte implícit entre la marca i la seva audiència. O xatbots de negociació que, davant d'usuaris creatius, acaben "acordant" regalar productes o serveis perquè ningú va definir amb claredat els límits del que era negociable. La IA va complir el seu objectiu declarat (tancar la conversa, reduir la fricció, maximitzar l'engagement) però va ignorar per complet el context empresarial, ètic i legal en què operava.
Això no és una fallada de la tecnologia. És una fallada de disseny humà. Cadascun d'aquests sistemes va ser desplegat per algú que va confiar que el model "ja sabia el que feia". I el model, és clar, no sap res que no li hàgim ensenyat a saber. Kaushik té un altre principi que s'aplica perfectament aquí: la diferència entre una mètrica i un objectiu de negoci. Pots optimitzar perfectament per a una cosa i destruir completament l'altra. La IA no distingeix entre ambdues a menys que li ho expliquem. És brillant executant instruccions, però és terrible inferint intencions.
Des de FiT i t2ó, la resposta a aquest dilema va prendre forma en dues solucions que comparteixen una mateixa filosofia de fons: l'automatització com a amplificador del criteri humà, no com a substitut d'ell. ClaudIA for Offline resol un dels problemes més concrets del màrqueting digital actual: la desconnexió entre el que passa al món real —una venda, una cancel·lació, un canvi d'estatus en l'embut— i el que les plataformes de mitjans veuen i aprenen. La solució automatitza aquest pont de dades, però ho fa dins d'una arquitectura on els equips defineixen què flueix, com i quan. En entorns cookieless, on el senyal escasseja, aquesta capa de governança no és un detall operatiu: és el que garanteix que els algoritmes de licitació aprenguin del negoci real i no d'un proxy cada vegada més sorollós.
ClaudIA for Value afegeix una capa predictiva: analitza el comportament dels usuaris per estimar el seu valor futur per al negoci —probabilitat de conversió, propensió a cancel·lar, potencial de lifetime value— i tradueix aquesta estimació en senyals accionables per a les plataformes de mitjans. L'interessant, més enllà del resultat, és el disseny del procés: els models s'entrenen, avaluen i validen abans d'activar-se, amb equips humans que interpreten els outputs i decideixen què s'aplica i què no. En sectors com hospitality o energia, on un lead mal valorat pot distorsionar setmanes d'aprenentatge algorítmic, aquesta supervisió marca la diferència entre optimitzar per al negoci o simplement per al volum.
CustomIQ opera en un territori aparentment més acotat —la generació i manteniment de còpies per a Google Ads— però il·lustra perfectament el mateix principi. El repte que resol és real: anunciants amb catàlegs amplis, múltiples idiomes i promocions que canvien amb freqüència no poden mantenir la qualitat i rellevància dels seus anuncis de forma manual. La IA generativa pot fer-ho a escala, però sense estructura es converteix exactament en el tipus de sistema que descrivíem abans: un que optimitza per a la mètrica sense entendre el context. La resposta de CustomIQ són els sistemes de control integrats en la mateixa plataforma —regles de negoci, revisió de traduccions, sol·licitud de canvis puntuals, notificacions davant de cada modificació— que converteixen la IA en un col·laborador supervisat i no en un agent autònom. L'equip sempre sap què va canviar, per què, i té la possibilitat d'intervenir abans que l'anunci arribi a l'usuari.
El debat sobre els límits de la IA no és només cosa del màrqueting. Fa poques setmanes, Anthropic —la companyia darrere del model Claude— va protagonitzar un dels episodis més reveladors dels últims anys en la indústria. El juliol de 2025, Anthropic havia signat un contracte de 200 milions de dòlars amb el Departament de Defensa dels Estats Units, Humai, convertint-se en la primera IA de frontera desplegada en xarxes militars classificades. Però la relació es va deteriorar quan el secretari de Defensa va exigir que Anthropic permetés l'ús de Claude "per a tots els propòsits legals", sense restriccions de la companyia sobre armes autònomes o vigilància massiva.
La resposta de Dario Amodei va ser clara: en un conjunt estret de casos, la IA pot debilitar, en lloc de defensar, els valors democràtics. I que casos com la vigilància massiva i les armes autònomes estan fora del que la tecnologia actual pot fer de forma segura i fiable. L'argument d'Anthropic estava sostingut per proves internes: els models d'IA actuals no són prou fiables per prendre decisions letals sense un humà en el circuit. Humai no era una posició política, era una avaluació d'enginyeria. I això és exactament el que diferencia una companyia que pensa a llarg termini d'una que simplement vol guanyar el contracte. La història té ecos directes en el que passa en el màrqueting digital cada dia, només que amb menys dramatisme i menys càmeres. La pressió per automatitzar més, més ràpid i amb menys fricció humana és constant. I la temptació de confiar cegament que "el model ja ho resol" és real. Però com va demostrar Anthropic, fins i tot la IA més avançada del món necessita límits dissenyats per persones que entenen el context en què opera.
L'automatització intel·ligent és, abans que res, una decisió humana
La IA suma quan està ben orquestrada: quan hi ha dades de qualitat, objectius de negoci ben definits, equips que saben interpretar els outputs i processos d'aprovació que garanteixen que la màquina no actua en el buit. Resta quan es desplega com a substitut del criteri humà, quan s'optimitza per a mètriques sense entendre el negoci o quan es delega la responsabilitat que li correspon a l'equip. El futur del màrqueting no és humà ni artificial. És la combinació de tots dos, amb rols ben definits. La IA té una capacitat de processament, escala i velocitat que cap equip humà pot igualar. Els humans tenen una cosa que cap model té: criteri, context i conseqüències. L'automatització intel·ligent és la que entén això.