Agents d’IA per a empreses: exemples, eines i costos

Un agent d’IA és una IA que no es limita a respondre: llegeix una petició, decideix quins passos ha de fer, fa servir les teves eines per fer-los i consulta una persona abans de qualsevol cosa important. Per a una pime, això vol dir consultes amb seguiment, comandes registrades i informes preparats sense que ningú hagi de copiar dades d’una aplicació a una altra. Aquí t’expliquem què poden fer avui de manera realista els agents d’IA, amb quines eines es creen, què pot sortir malament i de què depèn el que costen.

Idea clau

Comença per un sol procés repetitiu que ja tingui regles clares, com el seguiment de contactes comercials o l’entrada de comandes, i dona a l’agent només els accessos que aquest procés necessita. Fes que una persona aprovi tot el que gasti diners, modifiqui dades de clients o comporti promeses. Un agent acotat que funciona val més que un de general que no funciona, i moltes tasques no necessiten cap agent, sinó un flux de treball automatitzat senzill.

Què és un agent d’IA?

Un agent d’IA és un sistema en què un model de llenguatge decideix, pas a pas, quines eines ha de fer servir per completar una tasca. Anthropic hi traça la línia (en anglès) entre els fluxos de treball, en què els models de llenguatge i les eines segueixen «camins de codi predefinits», i els agents, en què els models «dirigeixen dinàmicament els seus propis processos i l’ús de les eines». La documentació de n8n descriu el seu node AI Agent de la mateixa manera: hi connectes un model de xat i una o més eines, i l’agent decideix quines eines crida.

A la pràctica, un agent d’IA per a una empresa té quatre parts:

Un model (com Claude, GPT, Gemini, DeepSeek o Qwen) que entén la petició i planifica el pas següent.
Eines: connexions al teu correu, WhatsApp, CRM, full de càlcul, botiga online o programa de comptabilitat, mitjançant les seves API o mitjançant MCP.
Coneixement: les teves tarifes, polítiques i informació de producte, normalment en una base de coneixement.
Regles: què pot fer l’agent pel seu compte, què necessita l’aprovació d’una persona i quan s’ha d’aturar.

Agent d’IA, xatbot o automatització de fluxos de treball

Un agent d’IA es diferencia d’un xatbot perquè actua, i de l’automatització clàssica de fluxos de treball perquè decideix. Sovint, totes tres coses es combinen:

Xatbot: respon preguntes en una conversa. Un xatbot d’atenció al client respon a partir de la teva base de coneixement, però no modifica res als teus sistemes.
Automatització de fluxos de treball: executa sempre els mateixos passos fixos, com ara «quan algú envia un formulari, afegeix una fila al full de càlcul i envia un correu». És previsible i barata, però falla quan l’entrada no encaixa amb les regles.
Agent d’IA: llegeix informació no estructurada, com un correu escrit en qualsevol llengua, i tria els passos: buscar el client, comprovar l’estoc, redactar un pressupost, demanar l’aprovació i actualitzar el CRM.

Molts sistemes útils són un flux de treball amb un o dos passos d’IA a dins: per exemple, una IA que classifica un correu entrant abans que unes regles fixes el dirigeixin on toca. Anthropic recomana «trobar la solució més senzilla possible i augmentar la complexitat només quan calgui», i reservar els agents per a problemes oberts en què no es pot preveure el nombre de passos. Per a les tasques que no necessiten cap agent, la nostra guia d’automatització de processos per a pimes compara Zapier, Make, n8n i les altres opcions.

Què pot fer un agent d’IA per a una pime: exemples

Els agents d’IA surten a compte quan la feina és repetitiva, la informació està repartida entre diverses eines i ara mateix una persona la copia d’una a l’altra. Aquests són els primers usos habituals:

Seguiment de contactes comercials: llegir una consulta que arriba pel formulari de la web, per correu o per WhatsApp, comprovar si el contacte ja existeix, afegir-lo al CRM amb un resum, redactar una resposta i avisar l’equip comercial si ningú no ha respost.
Comandes i reserves: convertir el missatge d’un client o una comanda en PDF en una comanda al teu sistema, comprovar l’estoc o la disponibilitat i assenyalar a una persona qualsevol cosa inusual.
Pressupostos: recollir els requisits del client, aplicar-hi les teves tarifes i condicions i preparar un esborrany de pressupost perquè l’aprovis.
Atenció al client que executa accions: a més de respondre a partir d’una base de coneixement, consultar l’estat d’una comanda, iniciar una devolució o reservar una cita. La nostra guia per crear un xatbot amb IA per a empreses explica la part de la conversa.
Administració: extreure dades de factures i albarans, conciliar-les amb les comandes i preparar informes setmanals de vendes o d’estoc.
Assistent personal per a la direcció: un agent connectat al teu correu, agenda i fitxers que ordena els missatges, redacta respostes i fa el seguiment de les tasques pendents. La nostra guia sobre què és OpenClaw i com instal·lar-lo explica una opció de codi obert.

Les tasques que demanen criteri, negociació o responsabilitat, com fixar preus, gestionar reclamacions o aprovar pagaments, s’han de quedar en mans de persones, i l’agent s’ha de limitar a preparar-ne la informació.

Eines per crear agents d’IA: n8n, Dify, Coze o desenvolupament a mida

L’eina adequada depèn dels sistemes que l’agent ha de connectar, d’on poden estar les teves dades i de qui el mantindrà:

n8n: una plataforma d’automatització de fluxos de treball amb centenars d’integracions i un node AI Agent, adequada per a agents que mouen dades entre les aplicacions de l’empresa. Es pot instal·lar als teus servidors o fer servir al núvol, i té un node de WhatsApp Business Cloud. Es distribueix amb la Sustainable Use License (en anglès) de n8n, una llicència fair-code: pots fer-lo servir per als processos interns de la teva empresa, i també es permeten els serveis de consultoria, com crear fluxos de n8n per a clients, però oferir el mateix n8n als clients com a servei està restringit.
Dify: una plataforma de codi obert per a aplicacions d’IA, forta en bases de coneixement (RAG) i fluxos de conversa, amb un node Agent que fa servir les estratègies Function Calling o ReAct. Encaixa quan l’agent respon sobretot a partir de documents.
Coze: el creador d’agents de ByteDance, que s’ofereix com a servei al núvol i, des del 2025, com a Coze Studio, de codi obert amb llicència Apache 2.0. És popular entre els equips que treballen amb el mercat xinès.
Desenvolupament a mida: construir sobre l’API i l’SDK d’un proveïdor de models dona control total sobre la lògica, la seguretat i el cost, a canvi de més desenvolupament i manteniment.

Triïs l’eina que triïs, la connexió amb els teus sistemes importa més que l’eina de creació. MCP (Model Context Protocol) (en anglès) és un estàndard de codi obert per connectar aplicacions d’IA com Claude o ChatGPT amb fonts de dades i eines; un servidor MCP per al teu ERP o CRM permet que diferents agents el facin servir de manera coherent i controlada.

Com implantar un agent d’IA en sis passos

Implantar un agent d’IA són sis passos, i els dos primers decideixen si val la pena:

Tria un sol procés. Escull-ne un de freqüent, basat en regles i mesurable, en què els errors siguin fàcils de detectar: millor el seguiment de contactes que la fixació de preus.
Descriu-lo pas a pas. Anota cada pas que avui fa una persona, quin sistema toca cada pas i quines decisions són regles fixes. Converteix les regles fixes en passos del flux de treball i deixa al model només les decisions que demanen criteri.
Connecta només el necessari. Dona a l’agent comptes propis amb els permisos mínims: potser n’hi ha prou amb accés de lectura al CRM, i accés d’escriptura només als camps que actualitza.
Mantén una persona en el circuit. Exigeix aprovació per a tot el que mogui diners, modifiqui dades de clients, comprometi un preu o una data o contacti un client per primera vegada. Registra cada acció per poder veure què ha fet l’agent i per què.
Prova’l amb casos reals. Fes-hi passar correus i missatges antics, també els desordenats, els escrits en altres llengües i els intents de manipular-lo. Comença en mode esborrany: l’agent prepara les accions i una persona les confirma.
Llança’l a petita escala i mesura. Fes el seguiment del temps estalviat, de la taxa d’errors i de quantes vegades les persones en corregeixen les decisions, revisa’n els registres cada setmana i només després amplia’n els permisos o afegeix-hi un segon procés.

Riscos i límits dels agents d’IA

Els agents d’IA poden fallar de maneres en què un flux de treball fix no falla, així que cal preveure’n els riscos des del principi:

Errors que s’acumulen. Un agent fa diversos passos, i una suposició equivocada al principi s’arrossega fins al final. Anthropic adverteix que l’autonomia comporta «costos més alts i la possibilitat que els errors s’acumulin», i recomana fer proves en entorns aïllats (sandbox) amb mesures de protecció.
Injecció de prompts. El text d’un correu, d’una pàgina web o d’un document pot contenir instruccions que intentin prendre el control de l’agent. El Top 10 d’OWASP per a aplicacions amb LLM (en anglès) situa la injecció de prompts en primer lloc i recomana l’accés amb el mínim privilegi i l’aprovació humana per a les accions d’alt risc.
Cost i velocitat. Cada pas és una crida al model, de manera que un agent és més lent i costa més per tasca que un flux de treball senzill.
Projectes que no surten a compte. El juny de 2025, Gartner va preveure (en anglès) que més del 40 % dels projectes d’IA agèntica es cancel·laran abans del final del 2027 per l’augment dels costos, un valor de negoci poc clar o uns controls de risc insuficients, i va alertar del «rentat d’agents» (agent washing), és a dir, presentar xatbots i eines d’automatització com si fossin agents. Un primer procés acotat i mesurable és la millor protecció.
Normes per parlar amb clients. A la UE, cal informar les persones quan interactuen amb un sistema d’IA, i les dades personals que hi ha a les eines de l’agent estan subjectes al RGPD. A WhatsApp, les condicions de Meta limiten els assistents d’IA d’ús general, però permeten que les empreses facin servir la IA per a la seva pròpia atenció al client; la nostra guia del xatbot amb IA per a empreses explica totes dues qüestions.

Quant costa un agent d’IA

El cost d’un agent d’IA es compon d’una inversió inicial i de costos recurrents que creixen amb l’ús:

Posada en marxa: analitzar el procés, connectar els teus sistemes (sovint la part més gran), construir i provar l’agent i formar les persones que el supervisaran.
Ús del model: les API comercials cobren per quantitat de text processat, i un agent fa diverses crides per tasca; si instal·les un model obert als teus servidors, aquest cost es converteix en cost de servidors.
Plataforma: una subscripció al núvol de n8n, Dify o Coze, o un servidor si ho instal·les tu.
Tarifes del canal: per exemple, Meta cobra per missatge a WhatsApp Business Platform; ho detallem a la guia de l’agent d’IA per a WhatsApp Business.
Manteniment: cal actualitzar prompts, permisos i integracions quan canvien els teus processos, els preus o el programari.

Un agent acotat i amb poques integracions costa molt menys que un de connectat a tot, i aquest és un motiu més per començar per un sol procés.

Preguntes freqüents

Què és un agent d’IA per a empreses?

Un agent d’IA per a empreses és un programa en què un model d’IA llegeix una petició, decideix quins passos cal fer i fa servir les eines de l’empresa, com el correu, WhatsApp, el CRM o la botiga online, per executar-los, i demana a una persona que aprovi les accions importants. Els usos habituals són el seguiment de contactes comercials, l’entrada de comandes, els pressupostos, l’atenció al client que pot consultar comandes i els informes periòdics.

Quina diferència hi ha entre un agent d’IA i un xatbot?

Un xatbot respon preguntes en una conversa, mentre que un agent d’IA també actua: pot consultar dades, actualitzar registres, preparar documents i activar altres passos als teus sistemes. Moltes eines d’atenció al client amb IA combinen totes dues coses, amb un xatbot que respon a partir d’una base de coneixement i passos d’agent que consulten comandes o reserven cites.

Quina eina és millor per crear un agent d’IA: n8n, Dify o Coze?

Tria n8n quan l’agent sobretot mou dades entre aplicacions de l’empresa, Dify quan sobretot respon a partir de documents i bases de coneixement, i Coze quan vols un creador visual ràpid o treballes amb el mercat xinès; totes tres es poden instal·lar als teus propis servidors. Per a una lògica complexa o uns requisits de seguretat estrictes, el desenvolupament a mida sobre l’API d’un model és el que dona més control.

A UsualMatrix creem agents d’IA per a empreses amb n8n, Dify, Coze o desenvolupament a mida: analitzem el teu procés, connectem el teu correu, WhatsApp, CRM i altres sistemes amb els accessos mínims necessaris i establim l’aprovació humana allà on importa. Treballem amb empreses de tot el món i ens comuniquem en xinès, castellà i anglès. Consulta el nostre servei de solucions d’intel·ligència artificial o escriu-nos per parlar del procés que vols automatitzar.