Qui s’està quedant amb el nostre futur?

Fa uns dies va passar una cosa que hauria d’haver obert tots els informatius. Una recerca científica en física teòrica, signada per dos dels millors especialistes del món —Andrew Strominger i Alex Lupsasca— incloïa també un tercer nom: GPT-5.2.

No era una anècdota ni una provocació. En dotze hores, el model havia ajudat a resoldre i demostrar un problema de física quàntica rellevant per a la recerca. La frontera del coneixement ja no és exclusivament humana.

I aquesta no és la part més important de la història. Fa pocs dies un altre model —Anthropic Code 4.6— es va situar vuitè a l’Olimpíada Mundial de Programació. I hi ha pocs dubtes que ben aviat serà el primer: la distància amb els altres set humans és petita i la progressió, accelerada.

Exemples que indiquen que els models d’IA ja estan arribant —i en alguns casos superant— la frontera del coneixement humà n’hi ha molts. En els pròxims mesos veurem una nova generació de sistemes que, sens dubte, ho faran encara millor.

Tenim dos reptes evidents: què adoptem (i què no) i, sobretot, la velocitat amb què ho fem

Tot això és important. Però no és la qüestió central. La tecnologia no crea valor per si mateixa. El valor apareix quan es converteix en innovació, quan s’adopta i transforma processos reals. I aquesta adopció redefineix el mapa de guanyadors i perdedors: qui prospera i qui queda relegat, quines economies creixen i quines s’empobreixen, quines societats aspiren al benestar i quines veuen com se’ls escapa.

I aquí és on comencem a tenir un problema seriós. Tenim dos reptes evidents: què adoptem (i què no) i, sobretot, la velocitat amb què ho fem.

El gran desfasament: la tecnologia vola, l’adopció camina

Dos exemples recents ens donen una idea de la magnitud del canvi.

Fa pocs dies Anthropic va llançar Cowork i OpenAI va presentar Codex 5.3. El més revelador no és només el producte, sinó el procés: tots dos sistemes van ser programats i verificats de manera extensiva amb l’ajuda d’altres models. Les mateixes organitzacions parlen de percentatges propers al 90%. En altres paraules: la IA ja està construint la següent generació de la IA.

De fet, en aquestes empreses molts enginyers de software ja no programen com abans. Fan servir models que escriuen, revisen i milloren el codi. El paper humà es desplaça: menys execució i més supervisió, menys producció manual i més orquestració.

No disposem de dades comparatives completes de Codex 5.3, però Anthropic sí que ha compartit orientacions sobre els seus temps de desenvolupament. Si per construir Anthropic Code van caldre prop de dos anys i un equip d’uns 100 enginyers, Cowork s’hauria desenvolupat amb cinc enginyers en aproximadament una setmana i mitja.

No és una comparació estrictament justa, i seria ingenu presentar-la com a tal. Però serveix per entendre una cosa: l’increment de productivitat ja no és marginal. És d’una altra escala.

Els que fem servir habitualment GPT Deep Research, Anthropic Code o Cowork sabem perfectament de què parlem. No és una millora incremental. És un canvi de paradigma. Un abans i un després.

La IA ja està construint la següent generació d'IA. Molts enginyers de software ja no programen com abans. Fan servir models que escriuen, revisen i milloren el codi

Fa uns dies, Anthropic també va llançar un plug-in legal. De fet, ja en tenia de finances, productivitat o integració amb Microsoft Office. Però un plug-in, en aquest context, no és un simple afegit: és un conjunt de connectors, habilitats i agents capaços d’executar tasques completes.

En el cas legal, permet fer compliance, revisar contractes i connectar amb bases de dades com LexisNexis o Thomson Reuters. Anthropic no en va fer una gran campanya. I, així i tot, en qüestió de dies va provocar una reacció significativa als mercats: Thomson Reuters va arribar a caure prop d’un 19% i altres empreses del sector van registrar descensos similars.

Els analistes van començar a parlar de “SaaSpocalypse”: la hipòtesi que moltes empreses SaaS, com Salesforce o Hubspot, podrien veure’s progressivament substituïdes per sistemes d’IA agèntica capaços de capturar una part substancial del valor que avui genera el software tradicional, especialment en àmbits com la business intelligence o l’accés a dades.

I aquí és on ens hauríem de fer la pregunta clau: si això passa a Silicon Valley, què passarà aquí?

El miratge europeu: molt ús, poca transformació

Hi ha un desfasament enorme entre la velocitat de la tecnologia i la velocitat de la seva adopció. I convé repetir-ho, perquè és l’element central: el valor no es crea al laboratori, es captura en l’adopció.

Algunes organitzacions i alguns països ja estan integrant aquestes tecnologies al cor dels seus processos. Altres, en canvi, dediquen més temps a la crítica que a la construcció. I, com passa sovint, qui només critica, però no proposa ni construeix, acaba tenint poc impacte real.

Sovint, a més, l’adopció està condicionada per un miratge. Europa —i Espanya en particular— és una de les regions amb més ús d’IA generativa. És difícil trobar algú que no utilitzi ChatGPT per redactar un text, preparar un informe o resoldre un dubte. Però aquí és on es produeix la confusió: es confon l’ús d’un producte amb la transformació profunda d’una economia.

Fer servir xatbots pot augmentar la productivitat individual. Però mentre tot el que fem continuï requerint la nostra supervisió constant, aquests increments tindran un sostre inevitable: el nostre temps i la nostra capacitat d’atenció. Totalment diferent és quan automatitzem. Quan no només utilitzem la IA, sinó que deleguem processos sencers. Aquí és on apareixen els grans increments de productivitat.

Els professionals passen de fer feina repetitiva a convertir-se en supervisors, orquestradors i àrbitres

Posem un exemple clar: el compliance. Tradicionalment, revisar si un contracte complia les polítiques internes implicava equips d’advocats júniors llegint documents línia per línia. Una tasca lenta, repetitiva, cara i poc agradable.

Avui, en empreses capdavanteres, són sistemes d’agents els que revisen els contractes. Si tot és correcte, el procés es tanca. Si hi ha clàusules que convé estandarditzar perquè el mercat ha canviat o perquè hi ha nova legislació, el sistema eleva propostes. I només en cas de dubte intervé un advocat.

Els professionals passen així de fer feina repetitiva a convertir-se en supervisors, orquestradors i àrbitres. En programació el patró és el mateix: els models escriuen, refactoritzen i proven codi; els humans decideixen arquitectura, prioritats i criteris.

Com es pot imaginar, la diferència de productivitat entre un advocat que treballa amb un xatbot i un sistema d’agents que opera 24x7 és abismal. Són dos universos diferents.

No podem mesurar l’adopció pel nombre de persones que utilitzen xatbots d’IA, sinó per la capacitat de construir sistemes que transformin organitzacions senceres

Aquí rau la trampa: no podem mesurar l’adopció pel nombre de persones que utilitzen xatbots d’IA, sinó per la capacitat de construir sistemes que transformin organitzacions senceres.

I és en aquesta corba on no estem ben posicionats.

Tenim molt ús de xatbots, algunes automatitzacions, però pocs sistemes agèntics que redefineixin realment les nostres organitzacions. Ens estem acostumant a consumir IA com si fos una eina personal, quan la veritable batalla es juga en la capacitat de desplegar-la com a infraestructura productiva.

Adoptar una tecnologia no és només utilitzar eines genèriques. És construir-les, integrar-les i transformar amb elles el teixit productiu.

La pregunta incòmoda és inevitable: qui s’està quedant amb el nostre futur? Perquè el futur serà de qui el creï!

Qui ho faci capturarà valor. Qui no ho faci quedarà en un estadi similar al d’avui. I com que la tecnologia avança ràpidament, també ho fa la distància entre els que adopten profundament i els que no.

Aquesta distància no creix de manera lineal. Creix a la velocitat de l’evolució tecnològica.

Els qui estan millor situats en aquest procés tenen més capacitat per avançar encara més ràpidament, crear productes nous i competir d’una manera radicalment diferent. El cas d’Anthropic n’és només un exemple, però el patró és general.

El futur no serà de qui utilitzi millor un xatbot. El futur serà de qui construeixi sistemes que treballin per ell.

I la pregunta incòmoda és inevitable: qui s’està quedant amb el nostre futur? Perquè el futur serà de qui el creï!