Aquesta setmana vivim el que s’ha anomenat SaaSpocalypse: una caiguda als mercats dels proveïdors de software SaaS. Perquè us en feu una idea de la magnitud de la tragèdia, HubSpot ha caigut un 71,28% en el que portem d’any i Salesforce un 42,57%. La culpa la té la IA generativa i l’espurna ha vingut d’Anthropic. Ho expliquem tot aquí, però cal tenir en compte que això només és el principi d’un canvi de gran magnitud.

També tenim la presentació de Claude Opus 4.6, un model amb més context i més orientat al treball, particularment a la programació i a les tasques agèntiques. La compra de la setmana és la de SpaceX, que integra xAI. Ja estava anticipada des de feia temps. El conglomerat d’Elon Musk està sofrint transformacions molt importants, orientant l’empresa cap als robotaxis i els robots humanoides. Però tot es prepara per a una nova onada de models que seran molt millors que els actuals. En res veurem els nous models de DeepSeek, d’Anthropic, d’OpenAI i de Google. Meta no s’ho vol perdre i també ha filtrat dades del seu nou model.

SaaSpocalypse

Fa uns dies vàrem assistir a un moment de pànic als mercats. Anthropic va llençar Cowork, un agent generalista similar a Manus o al Deep Research d’OpenAI, però dotat d’skills, que són fitxers que apunten a eines per a una determinada tasca o activitat. Les skills s’han convertit en un estàndard que ara també fa servir OpenAI. Anthropic va treure primer tota una sèrie d’skills per treballar amb documents d’Office.

Després va treure tota una sèrie de connectors pel món financer, orientats bàsicament als proveïdors d’informació. Posteriorment, va treure un plug-in per Excel que et permet gestionar fulls de càlcul molt grans amb Anthropic Claude al sidebar. Però ara fa uns dies va treure unes skills adreçades a tasques de compliance, contract-review, risk-assessment o NDA i aquí va esclatar tot, provocant baixades de fins al 19% a Thomson Reuters, i també importants a LexisNexis, Pearson i Sage. En general, a tots els proveïdors de legal que veien com el seu mercat estava sobtadament amenaçat.

Aquest, però, no és un tema només del mercat de proveïdors legals i de legaltech. Els productes de generació de codi d’OpenAI, Anthropic, Gemini i també els productes open source xinesos suposen una amenaça per a tots els proveïdors d’aplicacions, que ara han de redefinir els seus aplicatius en versió agèntica. El futur ja no passa per una persona de màrqueting navegant per un dashboard trobant leads i oportunitats: aquesta feina la faran agents que qualificaran els leads i fins i tot hi establiran contacte.

El mateix passa en tasques com aprovar proveïdors i contractes, o tota la part de compliance. Això es mou cap a agents que aproven directament, i només en els casos més complicats intervenen els especialistes. No només això, sinó que identifiquen les condicions que podrien esdevenir genèriques i enriqueixen les tasques. Com a resultat hem vist que HubSpot ha caigut un 71,28% en què va d’any, Salesforce un 42,75%, Adobe un 38,13% i tenim empreses que estan construint els nous ERP i CRM en format agèntic. Aquest no és un fenomen puntual, sinó el principi de la redefinició de tot el mercat de SaaS.

Anthropic Claude 4.6

Anthropic ha presentat Claude Opus 4.6, una nova versió del seu model més avançat, amb un missatge clar: menys “xatbot” i més eina de treball per a empreses i equips tècnics. L’empresa assegura que el model millora en programació, planificació de tasques llargues i treball agentic (tasques que la IA pot executar durant estona amb més autonomia i consistència). La gran novetat és que, per primera vegada dins la línia Opus, Anthropic activa en beta una finestra de context de fins a 1 milió de tokens. En la pràctica, això vol dir poder “abocar” al model repositoris de codi grans, especificacions llarguíssimes, documents desordenats o projectes sencers i mantenir el fil sense estar copiant i enganxant constantment.

Aquesta opció, però, està condicionada a determinats nivells d’ús i té tarifació especial quan se superen llindars elevats de context. Anthropic també amplia l’aposta per la productivitat quotidiana: millores en fluxos de treball amb Excel i PowerPoint, i novetats per a desenvolupadors com agent teams a Claude Code (múltiples agents col·laborant) i controls d’API per gestionar millor el cost i el comportament del model en feines llargues. L’objectiu és que s’assembli més a “delegar la feina i revisar després” que no pas a “supervisar cada pas”.

OpenAI presenta Frontier: una plataforma per construir 'AI co-workers'

OpenAI ha anunciat Frontier, una nova plataforma perquè les empreses construeixin, despleguin i supervisin agents d’IA. La idea és que els agents puguin combinar dades de múltiples fonts (fitxers, sistemes interns o missatgeria) i executar tasques com treballar amb documents i córrer codi, però dins d’un marc de control i gestió pensat per a entorns corporatius. Un punt clau del relat és com ho posicionen: Fidji Simo (CEO of Applications) defensa que Frontier no està pensat per “matar el software”, sinó per convertir-se en una capa estàndard d’orquestració i distribució d’agents, incloent-hi agents que no siguin d’OpenAI. De fet, diu explícitament que OpenAI no construirà tots els agents que necessitaran les empreses, i que Frontier està dissenyat perquè altres proveïdors hi despleguin els seus agents “a sobre”.

Això connecta directament amb el pànic del SaaSpocalypse: el mateix article emmarca el llançament després de la caiguda de valors de software i dades, alimentada per la por que la IA redueixi la necessitat d’eines SaaS tradicionals. La diferència és que OpenAI intenta girar el marc mental: no “substituir apps”, sinó fer d’infraestructura perquè el software existent (Microsoft, Oracle, SAP i ServiceNow) incorpori agents i perquè aquests agents puguin accedir a dades de sistemes com Salesforce o Slack. Entre els primers clients que es mencionen hi ha Intuit, State Farm, Thermo Fisher i Uber, i el producte de moment està disponible per a un grup limitat.

SpaceX adquireix xAI

Elon Musk ha unit formalment les seves dues grans obsessions: l’espai i la intel·ligència artificial. SpaceX ha comprat xAI, el seu laboratori d’IA, en una operació que, segons Bloomberg, dona lloc a la companyia privada més valuosa del món, amb una valoració combinada d’uns 1,25 bilions de dòlars. Segons Musk, l’objectiu de la fusió és impulsar un pla ambiciós: crear centres de dades a l’espai per alimentar els futurs sistemes d’IA. Argumenta que els centres de dades terrestres tindran cada vegada més dificultats per satisfer les necessitats de potència i refrigeració sense generar impactes negatius a les comunitats locals.

El moviment també respon a pressions econòmiques. xAI estaria cremant prop d’1.000 milions de dòlars al mes, mentre que SpaceX depèn en gran part dels ingressos associats a Starlink i als seus llançaments. En aquest sentit, la nova estratègia podria garantir demanda sostinguda de satèl·lits i llançaments a llarg termini, reforçant el negoci principal de SpaceX. L’operació és rellevant perquè vincula de manera directa l’escala futura de la IA a la infraestructura espacial. Si la visió de Musk s’imposa, SpaceX podria convertir-se en una peça clau del computing global de nova generació. Si fracassa, la fusió concentra el risc de dos negocis ja de per si intensius en capital i amb necessitats de finançament enormes.

Les inversions d’NVIDIA a OpenAI, congelades

L’ambiciós pla perquè Nvidia invertís fins a 100.000 milions de dòlars a OpenAI —vinculat a la construcció d’uns 10 gigawatts de capacitat de computació per a IA— ha quedat, de facto, congelat. Segons diversos mitjans, aquella entesa anunciada el setembre passat era un memoràndum no vinculant (un “acord d’intencions”) i no va passar de converses preliminars. Fonts citades per la premsa indiquen que el CEO de Nvidia, Jensen Huang, hauria expressat en privat dubtes sobre la disciplina empresarial d’OpenAI i sobre la pressió creixent de competidors com Google i Anthropic, cosa que hauria refredat l’operació.

Ara bé, Nvidia no se’n desentén del tot: mantindria la participació en la ronda d’equity d’OpenAI, però amb un import molt inferior als 100.000 milions. I el mateix Huang ha sortit públicament a rebaixar el relat de “crisi” i a defensar que no hi ha “drama” amb OpenAI, tot admetent que la xifra de 100.000 milions no era realista. El cas és rellevant perquè OpenAI necessita quantitats inèdites de computació per sostenir el seu creixement i, segons el mateix ecosistema mediàtic, es prepara per una possible sortida a borsa cap a finals del 2026. Que un “megapacte” tan espectacular quedi en suspens posa de manifest el risc d’anunciar grans aliances abans de tancar-ne els termes i, sobretot, la fragilitat del relat financer que ha d’aguantar l’expansió de la IA a escala industrial.

Filtracions del nou model de Meta: Avocado

Segons un memo intern, Meta afirma que Avocado —el seu pròxim model d’IA de nova generació— és el seu “model base preentrenat més capaç fins ara” i que ja han acabat el preentrenament. Meta sosté que Avocado supera els principals models base de codi obert i que, en tasques de text, està obtenint guanys d’eficiència de computació molt importants: en un altre memo (de mitjan desembre), l’empresa parla de fins a 10 vegades més eficiència respecte a Maverick i de més de 100 vegades respecte a Behemoth, una versió de Llama 4 que Meta va acabar retardant. La notícia és rellevant perquè apunta a un gir estratègic: Meta vol un model flagship que li permeti competir amb els grans actors (OpenAI, Google i Anthropic) i, al mateix temps, reduir el cost energètic i de computació d’operar IA a escala. Diverses informacions recents també suggereixen que Avocado podria marcar un desplaçament parcial respecte de l’aposta totalment oberta que havia caracteritzat la família Llama.

OpenAI i el mercat corporatiu

OpenAI està preparant un salt agressiu cap al mercat corporatiu: segons The Information, l’empresa vol contractar centenars de consultors tècnics per ajudar grans companyies a construir aplicacions i agents d’IA a mida que automatitzin tasques dels empleats. La jugada té un objectiu clar: accelerar vendes enterprise i frenar l’avenç d’Anthropic, que també està reforçant la seva oferta per a empreses. En paral·lel, OpenAI està articulant una nova proposta per unificar l’ús corporatiu de la IA —és a dir, passar de pilots dispersos a una plataforma i governança comunes—, en un moment en què moltes organitzacions ja no volen només “xatbots”, sinó automatització integrada i controlada.

El moviment és rellevant perquè confirma una tendència: el gran camp de batalla del 2026 no serà només qui té el millor model, sinó qui desplega millor la IA dins les empreses (processos, dades, permisos, integració i seguretat). I aquí, els “consultors/enginyers incrustats” poden ser la diferència entre una demo espectacular i un sistema que realment funcioni en producció. Aquest no és un moviment exclusiu d’OpenAI: els frontier engineers, enginyers de les empreses de models destacats incrustats als usuaris finals per ajudar-los a fer agents, s’està generalitzant.

La recerca IA

One year of agentic AI: Six lessons from the people doing the work . AI Lab: McKinsey – Quantum Black

McKinsey (QuantumBlack) fa balanç després d’un any de projectes d’IA agentiva i la conclusió és clara: desplegar agents amb èxit és molt més difícil del que prometen les demos. Tot i que algunes empreses ja comencen a veure guanys de productivitat, moltes altres no aconsegueixen capturar valor real i, en alguns casos, fins i tot han hagut de fer marxa enrere i recontractar persones perquè els agents han fallat.

La primera lliçó és que el debat no va tant de l’agent com del workflow. Les organitzacions sovint creen agents impressionants, però els col·loquen sobre processos que no s’han redissenyat. Sense canvis en el flux de treball —persones, sistemes, punts de decisió i governança— el resultat és un agent vistós però inútil. La segona lliçó és que els agents no sempre són la millor solució. Hi ha tasques repetitives, regulades i de baixa variabilitat on un agent basat en un model probabilístic pot afegir més risc que valor. En molts casos és preferible una combinació de regles, automatització clàssica, analítica predictiva o prompting senzill.

Un tercer punt fonamental és evitar el que molts treballadors ja anomenen AI Slop: respostes que semblen correctes, però són mediocres, vagues o errònies. Quan això passa, la confiança es trenca ràpidament i l’adopció cau. Per això McKinsey insisteix que cal invertir en avaluacions (evals), qualitat i entrenament continu.

De fet, proposen entendre els agents com si fossin empleats nous: cal donar-los una descripció clara de la feina, formar-los, avaluar-los i corregir-los. No existeix el “llançar i oblidar”. En resum: l’Agentic AI pot transformar empreses, però només si es tracta com un programa de transformació real, no com una simple compra tecnològica.

PaperBanana Automatic Academic Illustration. AI Lab: Google

PaperBanana és un framework agentic automatitzat pensat per a investigadors en IA que volen generar il·lustracions acadèmiques d’alta qualitat (diagrames de metodologia, arquitectures de models, fluxos i gràfics estadístics) a partir de descripcions textuals o referències bàsiques. Funciona amb un flux en diversos passos: Retrieve (recupera context), Plan (planifica el disseny), Render (genera una primera versió amb models d’imatge avançats) i Refine (itera amb autocorrecció per millorar precisió i estètica). També permet polir esbossos fets a mà i convertir-los en diagrames nets d’estil vectorial.

El sistema es presenta com apte per conferències d’alt nivell (NeurIPS), ja que avalua els resultats amb criteris com fidelitat, claredat, concisió, llegibilitat i estètica. A més, és open source i no requereix coneixements de disseny: l’usuari aporta el contingut científic i els agents s’encarreguen de la presentació visual.

Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability. AI Lab: MIT, Meta FAIR, New York University

Quan el reforç (RL) s’aplica per afinar grans models de raonament, sovint topa amb una paret molt concreta: si els problemes són massa difícils, el model no encerta res i, per tant, no hi ha recompensa ni senyal d’aprenentatge. És el plateau clàssic: un sistema que podria saber més del que mostra, però que no troba cap primer pas útil. La pregunta que es planteja aquest treball és gairebé pedagògica: pot un model preentrenat aprofitar el seu coneixement latent per inventar-se un camí d’exercicis que el porti, progressivament, cap a problemes que d’entrada no sap resoldre?

La resposta que exploren és SOAR, un esquema de millora pròpia basat en meta-RL. El truc és dividir el model en dues còpies: una fa de “mestre” i l’altra d’“alumne”. El mestre proposa problemes sintètics —com qui dissenya un currículum— i no és recompensat perquè aquests problemes semblin interessants o perquè maximitzin alguna mesura de diversitat, sinó perquè el seu alumne millori de debò en un petit conjunt de problemes extremadament difícils. Això és important: el currículum queda “ancorat” al progrés mesurat, no a recompenses intrínseques que sovint acaben generant inestabilitat o col·lapse de varietat.

Altres notícies

-Bolt (Xina) ja ha presentat un robot humanoide que corre a 10 m/s (equivalent a uns 36 km/h). Com una moto.
-Anthropic farà anuncis a la Super Bowl per primera vegada. L’anunci té un punt d’ironia amb OpenAI: Ads are coming to AI. But not to Claude.
-Moltbook ha deixat al descobert més d’1M de credencials d’accés i centenars de mails.
-Gemini ha depassat els 750M d’usuaris mensuals actius, apropant-se a OpenAI.
-NVIDIA endarrerirà els nous xips per a jocs degut a l’escassetat de xips de memòria.
-OpenAI està discutint un acord amb Amazon per encarregar-se d’Alexa.
-Els ingressos d’Alphabet en cerca han crescut un 17% i els de Cloud un 48%. Això ha portat Alphabet a doblar les inversions en infraestructures fins a $180B.
-Els ingressos d’Uber han crescut un 20%.
-Waymo ja ha aterrat a Londres. Es parla que París i Madrid són els següents.
-Enrique Lores (exCEO d’HP) s’ha convertit en el nou CEO de PayPal, una companyia amb molts problemes. Enrique ha estat sempre lligat al patronat d’Esade.
-L’startup de xips Cerebras ha aixecat $1B amb una valoració de $23B.