Formació en IA per a empreses: ChatGPT i Claude a la feina

Donar a tot l’equip un compte de ChatGPT o de Claude és la part fàcil. La difícil és aconseguir que la gent el faci servir en la feina real, cada setmana i amb seguretat. Aquí t’expliquem com plantejar la formació en IA perquè la IA formi part del dia a dia, i com mantenir l’hàbit quan el taller ja s’ha acabat.

Idea clau

La formació en IA per a empreses funciona quan crea un hàbit setmanal, no només quan dona accés: practicar amb tasques reals de cada lloc de treball, aprendre unes quantes bases sòlides per escriure prompts, redactar una política d’ús de la IA d’una pàgina que digui quines eines estan aprovades i quines dades no es comparteixen mai, connectar la IA amb els sistemes de l’empresa començant per permisos de només lectura i confirmació humana, i tenir algú a qui preguntar després de la formació.

Per què amb l’accés a l’eina no n’hi ha prou

Amb l’accés a l’eina no n’hi ha prou perquè a la majoria de l’equip li falten quatre coses: un punt de partida clar, unes normes clares, un bon primer resultat i temps per practicar. És un patró habitual: l’empresa contracta llicències, organitza una demostració i espera. Uns quants curiosos fan servir la IA cada dia; la resta la prova una vegada, rep una resposta genèrica i l’abandona. Els motius són previsibles:

No hi ha un punt de partida clar. «Feu servir la IA per ser més productius» no és una tasca. Cada persona necessita veure-la funcionar amb els seus propis correus, informes i fulls de càlcul.
Les normes no són clares. Si ningú no ha dit què es pot compartir amb una eina d’IA, els més prudents no la fan servir i els menys prudents hi enganxen qualsevol cosa.
Els primers resultats decepcionen. Una petició vaga d’una línia rep una resposta vaga, i la conclusió és que «això no serveix per a la meva feina».
No hi ha temps per practicar. Un hàbit nou necessita una mica de temps reservat i algú a qui preguntar quan t’encalles.

Comença per tasques reals de cada lloc de treball

La formació en IA s’ha de construir sobre les tasques recurrents que més temps prenen a cada equip, no sobre demostracions genèriques, així que abans de cap sessió demana a cada àrea que en faci la llista. Punts de partida habituals:

Vendes: investigar un client potencial amb informació pública, redactar correus de prospecció, preparar preguntes per a una trucada, convertir les notes d’una reunió en propers passos.
Atenció al client: redactar respostes a preguntes freqüents amb el to de l’empresa, traduir missatges de clients, resumir fils llargs de tiquets.
Operacions i administració: netejar dades de fulls de càlcul, escriure fórmules, extreure informació de factures o albarans, redactar procediments i llistes de comprovació.
Direcció: resumir informes llargs, preparar l’ordre del dia i l’acta de les reunions, comparar les opcions d’una decisió, revisar un pla per trobar-hi llacunes.

Tria dues o tres tasques per lloc de treball que siguin freqüents, de risc baix i fàcils de comprovar. Els primers èxits importen més que els projectes ambiciosos; deixa les dades sensibles i les accions automàtiques per quan les normes i les eines estiguin a punt.

Bases sòlides per escriure prompts

Set hàbits per escriure prompts cobreixen gairebé tota la feina del dia a dia: donar context, descriure el resultat, aportar el material, mostrar un exemple, iterar, deixar que l’assistent pregunti i verificar. No cal una llista llarga de trucs. Les bones pràctiques d’enginyeria de prompts per a ChatGPT d’OpenAI i les millors pràctiques de prompting d’Anthropic (totes dues en castellà) posen en primer lloc ser clar i donar context; Anthropic proposa pensar en Claude com «un empleat brillant però nou que no té context sobre les teves normes i fluxos de treball». Els set hàbits:

Dona context. Qui ets, per a qui és el resultat i per a què. «Treballo a l’atenció al client d’una botiga online de mobles; aquest client està molest per un retard en l’entrega» dona un esborrany molt millor que «escriu una resposta».
Descriu el resultat. Extensió, format, to, llengua, què cal incloure i què cal evitar.
Aporta el material. Enganxa el text o adjunta el fitxer, dins de les normes de dades, en lloc d’esperar que l’assistent ho endevini.
Mostra un exemple d’un correu o d’un informe que t’agradi.
Itera. Tracta la primera resposta com un esborrany: demana que sigui més curta, més formal o que la passi a una taula.
Deixa que et pregunti. «Abans de començar, fes-me les preguntes que necessitis» sovint fa sortir la informació que faltava.
Verifica. Els assistents d’IA poden afirmar dades falses amb tota seguretat. Revisa noms, xifres, dates i tot el que hagi d’arribar a un client. Qui ho envia n’és responsable.

Ensenya’ls amb les tasques de cada participant i no amb diapositives, perquè tothom surti amb almenys un prompt que tornarà a fer servir l’endemà.

Seguretat de les dades i una política d’ús de la IA d’una pàgina

La manera més senzilla de protegir les dades de l’empresa és una política interna d’ús de la IA d’una pàgina, escrita en un llenguatge planer; unes normes clares fan que la gent faci servir més la IA, no menys. La política ha de respondre cinc preguntes:

Quines eines i quins comptes estan aprovats? Els plans per a empreses gestionats per l’empresa inclouen controls d’administració. Els compromisos de privadesa empresarial d’OpenAI (en castellà) indiquen que, per defecte, no entrena els seus models amb dades de ChatGPT Business, ChatGPT Enterprise ni de la seva plataforma d’API, i el Centre de Privadesa d’Anthropic (en castellà) indica que, per defecte, no fa servir les entrades ni les sortides dels seus productes comercials, com Claude for Work i l’API d’Anthropic, per entrenar els seus models. Els comptes personals depenen de la configuració de cada usuari, així que llegeix les condicions vigents de qualsevol eina que aprovis.
Què no s’hi ha d’enganxar mai? Contrasenyes i claus d’accés; dades personals de clients o empleats, tret que l’eina estigui aprovada per a això; contractes confidencials i tot el que estigui subjecte a un acord de confidencialitat.
Què s’hi pot fer servir sense problema? Informació pública, esborranys propis, exemples anonimitzats i textos interns de risc baix.
Qui revisa el resultat? Decideix què ha de revisar una persona abans que arribi a un client i quines decisions no pot prendre la IA pel seu compte.
A qui es pregunta? Designa una persona o un canal per als dubtes i per avisar dels errors.

Si tractes dades personals de persones de la UE, el RGPD continua aplicant-se quan aquestes dades entren en una eina d’IA, així que revisa les condicions de tractament de dades de cada proveïdor.

El Reglament europeu d’intel·ligència artificial (AI Act) també inclou a l’article 4 una disposició sobre l’alfabetització en IA: les organitzacions que proporcionen o fan servir sistemes d’IA han d’adoptar mesures per donar suport a l’alfabetització en IA del seu personal i de les altres persones que fan servir aquests sistemes en nom seu, tenint en compte els seus coneixements i el context d’ús. S’aplica des del 2 de febrer de 2025; la modificació de juliol del 2026 va substituir l’obligació original de garantir un «nivell suficient» d’alfabetització en IA per l’obligació de donar-hi suport, i precisa que no cal garantir un nivell específic a cap persona. A qui s’aplica l’article 4 i com es fa complir s’explica a Formació en IA obligatòria: l’article 4 de l’AI Act. Documentar la formació i la política és una manera assenyada de demostrar el que s’ha fet.

ChatGPT, Claude o un altre? Prova’ls amb les teves tasques

La manera més fiable de triar entre ChatGPT, Claude i altres assistents és una prova petita amb les teves pròpies tasques reals, no un rànquing. ChatGPT, Claude, Google Gemini i Microsoft Copilot tenen cadascun els seus punts forts, i tots canvien sovint. La prova té quatre passos:

Tria unes quantes tasques reals, amb material d’exemple que es pugui fer servir.
Executa els mateixos prompts a cada eina que estiguis valorant.
Demana a les persones que fan aquesta feina que valorin la precisió, el to i quant s’ha hagut de corregir.
Revisa la part pràctica: les teves llengües (inclòs el català, si el feu servir), la integració amb el que ja fas servir (Microsoft 365, Google Workspace, el teu CRM), les funcions d’administració, les condicions de dades i el preu per usuari.

Potser acabaràs amb un assistent principal i un altre per a tasques concretes; no hi ha cap problema si tots dos estan aprovats. Els hàbits per escriure prompts serveixen en qualsevol eina, així que la formació no es perd si més endavant canvies. La nostra comparativa de ChatGPT, Claude i Gemini per a empreses repassa els plans, l’ús de les dades i l’administració de cadascun.

Més enllà del xat: connectar la IA amb les dades de l’empresa

Connectar la IA amb les dades de l’empresa vol dir que l’assistent treballi directament amb la informació de l’empresa, dins dels permisos que li concedeixis: buscar documents en una unitat compartida, consultar una comanda a l’ERP o revisar l’historial d’un client al CRM, en lloc que els empleats copiïn i enganxin entre els sistemes i una finestra de xat.

Una manera molt estesa de fer aquesta connexió és MCP (Model Context Protocol). MCP és un estàndard obert, publicat originalment per Anthropic i avui un projecte obert dins de la Linux Foundation, que defineix una manera comuna de connectar els assistents d’IA amb eines i fonts de dades. Un sistema exposa el que pot fer a través d’un servidor MCP; un assistent compatible amb MCP, com Claude o ChatGPT, el pot fer servir dins dels permisos que li concedeixis. Hi ha connectors ja fets per a moltes eines empresarials habituals, i se’n poden crear de mida per als sistemes interns.

Amb sistemes reals hi ha més en joc. Els principis de seguretat de l’especificació oficial de MCP (en anglès) estableixen que els usuaris han de donar el seu consentiment explícit a tots els accessos a dades i a totes les operacions, i entendre’ls, i que l’aplicació d’IA ha d’obtenir el consentiment explícit de l’usuari abans d’invocar qualsevol eina. A la pràctica, convé començar amb prudència:

Comença amb accés de només lectura a dades de risc baix.
No donis a l’assistent més permisos que a la persona que el fa servir.
Exigeix confirmació humana abans de qualsevol acció que modifiqui dades o contacti amb un client.
Instal·la connectors només de fonts de confiança; el contingut que llegeix la IA pot contenir instruccions amagades per enganyar-la.
Registra els accessos per poder-los revisar.

La formació també ha d’explicar què pot veure i fer un assistent connectat en nom de cada persona.

Mesura l’adopció i mantén l’impuls

Mesurar l’adopció i mantenir l’impuls depèn de cinc coses que passen després de la formació: referents, una biblioteca de prompts compartida, sessions de seguiment, indicadors senzills i una política al dia. Un sol taller rarament canvia els hàbits per si mateix:

Referents. Tria una o dues persones entusiastes per equip perquè recullin dubtes, comparteixin exemples i ajudin els companys, i dona’ls temps per fer-ho.
Una biblioteca de prompts compartida. Guarda els prompts provats per lloc de treball en un document compartit o dins de l’eina (projectes, assistents personalitzats), cadascun amb la tasca, un exemple de bon resultat i una persona responsable.
Sessions de seguiment. Torna a reunir l’equip quan hagi practicat: repassa què ha funcionat, corregeix el que no i afegeix el grup de tasques següent.
Indicadors senzills. Quantes persones fan servir amb regularitat l’eina aprovada (la consola d’administració dels plans per a empreses sovint ho mostra), quantes tasques recurrents tenen un prompt provat i quant de temps calcula cada equip que estalvia en tasques concretes. Un abans i un després d’un correu real diu més que un gràfic.
Mantén la política al dia a mesura que canviïn les eines, les condicions i les normes, i avisa l’equip cada vegada.

Preguntes freqüents

Els empleats necessiten coneixements tècnics per fer servir assistents d’IA?

No. L’ús diari consisteix a escriure peticions en llenguatge natural i revisar les respostes. El que cal és criteri: quines tasques convenen, com donar context i com comprovar el resultat. Connectar la IA amb els sistemes interns és un projecte tècnic, però fer-la servir no requereix programar.

És segur enganxar informació de l’empresa a ChatGPT o a Claude?

Depèn del compte i de la informació. OpenAI i Anthropic indiquen que les dades dels seus plans per a empreses no es fan servir per entrenar models per defecte; els comptes personals depenen de la configuració de cada usuari. Fins i tot amb una eina aprovada, segueix la política interna: mai contrasenyes, i dades personals o confidencials només si l’eina està aprovada per a això.

Què convé més al meu equip: ChatGPT o Claude?

Prova’ls amb les teves pròpies tasques en lloc de refiar-te dels rànquings: executa els mateixos prompts reals a tots dos, deixa que valorin els resultats les persones que fan aquesta feina i després compara integracions, condicions de dades i preu.

A UsualMatrix fem formació pràctica en IA a partir de les tasques reals de cada equip i connectem la IA amb els sistemes de l’empresa mitjançant MCP. Treballem amb clients de tot el món i ens comuniquem en xinès, castellà i anglès. Consulta el nostre servei de solucions d’IA per a empreses o escriu-nos per parlar del teu equip.

Nota: el que aquest article diu sobre el Reglament europeu d’intel·ligència artificial i el RGPD és informació general a la data de publicació i no constitueix assessorament jurídic. Confirma amb un advocat o un especialista en protecció de dades què s’aplica a la teva organització.