Tornar a Research
Sistemes

Brain, Workers i Agents: una nova arquitectura per a les operacions amb IA

La majoria d'apostes per la IA a l'empresa fracassen perquè posen un únic agent a fer-ho tot: recordar, diagnosticar, decidir i executar. BiVelio separa aquestes responsabilitats en tres capes componibles sota govern: un Brain que recorda, uns Workers que diagnostiquen i uns Agents que executen — amb una Trust Layer que governa cada acció amb conseqüència. Aquest article explica l'arquitectura de tres capes, com es compon d'extrem a extrem, en què es diferencia d'un agent LLM aïllat, de l'RPA i de l'automatització de fluxos, i com la Autonomy Console mesura i dirigeix la Autonomy Rate.

BiVelio Research10 min de lectura

Brain, Workers i Agents és l'arquitectura de tres capes amb què BiVelio converteix el coneixement d'una empresa en operacions autònomes governades. El Brain és la memòria operativa viva que recorda amb traçabilitat d'origen; els Workers són vuit rols predissenyats que fan due diligence operativa i detecten fricció; els Agents executen la feina repetible mentre Velio, el consultor autònom, entrevista i investiga. Per damunt de les tres, una Trust Layer —permisos, llindars d'autoritat, aprovacions, auditoria i rollback— fa que l'autonomia sigui fiable. La IA executa allò repetible; les persones decideixen allò crític.

La raó de separar responsabilitats no és estètica. Gartner projecta que més del 40 % dels projectes d'IA agèntica es cancel·laran abans de finals del 2027 per valor de negoci poc clar i controls de risc inadequats (Gartner, 2025). Un únic agent que ho intenta tot és precisament aquest patró que falla. L'arquitectura de BiVelio és la resposta: donar a la memòria, al diagnòstic, a l'execució i a la supervisió un lloc propi.

Definició

Definició

L'arquitectura Brain / Workers / Agents és un model operatiu per capes que separa recordar (Brain), diagnosticar (Workers) i executar (Agents) sota una capa transversal de govern (Trust Layer), de manera que cada operació corre de forma tan autònoma com sigui segur i tan supervisada com calgui.

BiVelio no és un ERP, un CRM, una eina de facturació ni una suite de "mòduls" tot-en-un. És una capa d'operació autònoma governada que es connecta per damunt de les eines que l'empresa ja fa servir —correu, WhatsApp, CRM, ERP, calendari— per governar la feina que les travessa totes, no per proveir-les ni reemplaçar-les.

Per què una arquitectura per capes i no un sol agent

Ficar memòria, raonament, decisió i execució en un mateix prompt converteix qualsevol error en un error opac: no se sap si l'agent va recordar malament, va raonar malament o va actuar sense permís. Separar en capes fa cada part inspeccionable i governable. El Brain es pot auditar per la seva traçabilitat d'origen; els Workers produeixen un diagnòstic revisable; els Agents actuen dins de límits explícits. És la diferència entre una caixa negra i un sistema d'operacions.

La divisió en tres capes —memòria, diagnòstic, execució— sota una Trust Layer és el que separa una capa d'operació autònoma governada d'un simple agent LLM: cada responsabilitat té una llar on pot ser observada i controlada.

Les tres capes, explicades

Brain — la memòria operativa viva de l'empresa

El Brain ingereix documents, correus, trucades, sistemes i regles, i preserva la traçabilitat d'origen de cada fet: qui ho va dir, on i quan. Ancorar la generació en una memòria explícita i recuperable —en lloc de confiar només en els pesos del model— millora la precisió factual i redueix l'al·lucinació (Lewis et al., 2020). Aquest és el mecanisme pel qual el Brain funciona com a font de veritat operativa i no com un chatbot que improvisa.

Workers — rols de due diligence operativa predissenyats

Els Workers són vuit rols predissenyats que transformen el coneixement en brut en un retrat mapat i analitzable de com opera l'empresa de debò: Knowledge Analyst, Process Mapper, Friction Detector, Automation Strategist, Risk & Trust Analyst, ROI Analyst, Data Connector Worker i Velio Interview Worker. Operacionalitzen la disciplina de la gestió per processos —dissenyar, executar, analitzar i millorar els processos de negoci— que la literatura de BPM formalitza des de fa dècades (van der Aalst, 2013).

Agents + Velio — execució governada i entrevista autònoma

Els Agents executen la feina repetible; Velio, el consultor autònom, corre la due diligence i les entrevistes. La base tècnica del bucle d'execució és intercalar raonament amb acció: un agent que planifica, invoca eines o coneixement extern i s'autocorregeix (Yao et al., 2023). La diferència de BiVelio és que tota acció amb conseqüència travessa el govern abans de materialitzar-se.

Com es componen les peces d'extrem a extrem

Ingesta i traçabilitat d'origen (Brain)

Tot comença quan el Brain absorbeix el coneixement dispers de l'empresa i el converteix en memòria consultable amb procedència. Sense traçabilitat d'origen, l'autonomia posterior seria indefensable: no es podria explicar per què un agent va fer el que va fer.

Diagnòstic i detecció de fricció (Workers)

Sobre aquesta memòria, els Workers fan due diligence: mapen processos reals, detecten fricció, estimen ROI i avaluen risc. El resultat no és una opinió, és un diagnòstic revisable que diu on l'autonomia aportaria valor i on seria imprudent.

Bucle d'execució governada (Agents)

Amb el diagnòstic, els Agents executen la feina repetible dins de límits. Cada pas consulta el Brain, invoca eines connectades i —quan l'acció supera un llindar— s'atura a demanar aprovació humana.

La Trust Layer — permisos, llindars, aprovacions, auditoria i rollback

El govern no és un dashboard

Els permisos, els llindars d'autoritat, les aprovacions, l'auditoria completa i el rollback no són un panell cargolat després: són el model operatiu que fa que l'autonomia sigui fiable.

Els sistemes d'IA efectius requereixen supervisió humana dissenyada: acotar quan actuar, facilitar la correcció i fer el comportament revisable (Amershi et al., 2019). Aquest principi es materialitza en la Trust Layer. I les funcions Govern–Map–Measure–Manage del marc de gestió de riscos d'IA del NIST donen un ancoratge extern a permisos, auditoria i rendició de comptes mesurables (National Institute of Standards and Technology, 2023).

La Autonomy Console i la Autonomy Rate

La Autonomy Rate mesura quant d'una operació corre de forma autònoma i governada; la Autonomy Console és on aquesta taxa es mesura i es dirigeix. No és un número de vanitat: és la palanca amb què l'empresa apuja l'autonomia només tan de pressa com la confiança acumulada ho permeti.

En què es diferencia d'agents aïllats, RPA i automatització de fluxos

Taula comparativa

DimensióBrain / Workers / AgentsAgent LLM únicRPAAutomatització de fluxos / BPM
MemòriaBrain amb traçabilitat d'origenFinestra de context efímeraCap (scripts d'UI)Variables del procés
DiagnòsticWorkers de due diligenceCap (assumeix l'objectiu)CapDisseny manual del procés
ExecucióAgents governats, adaptatiusAcció lliure sense límitsRegles rígides, fràgils a canvis d'UIBranques predefinides
GovernTrust Layer nativa (permisos, llindars, auditoria, rollback)Ad hoc o inexistentLogs tècnicsAprovacions del motor de flux
AdaptacióAprèn del Brain, apuja la Autonomy RateAlta però no governadaMolt baixaBaixa
MesuraAutonomy Rate a la Autonomy ConsoleNo estandarditzadaKPIs de botsKPIs de procés

L'RPA automatitza clics sobre interfícies; es trenca quan canvia la pantalla. L'automatització de fluxos executa camins que un humà va dibuixar per endavant. L'agent LLM aïllat és adaptatiu però ingovernable. BiVelio combina l'adaptació dels agents amb el govern que les altres tres no tenen —i amb una memòria i un diagnòstic que cap no aporta.

Casos d'ús

Incorporar coneixement operatiu a un Brain

Una empresa aboca els seus procediments, correus de referència i enregistraments de trucades de suport al Brain. En lloc d'un repositori mort, obté una memòria consultable amb procedència: cada resposta futura d'un agent pot citar d'on va sortir.

Convertir un procés mapat en execució autònoma governada

El Process Mapper i el Friction Detector identifiquen que la classificació i resposta inicial de sol·licituds entrants és repetible i de baix risc. Es delega a un Agent amb un llindar: respon sol, però escala a un humà quan el cas supera cert valor o ambigüitat.

Apujar la Autonomy Rate d'un flux repetible

Començant amb aprovació humana a cada pas, l'equip observa a la Autonomy Console que les decisions de l'agent coincideixen amb les humanes. Va relaxant els llindars de forma governada, i la Autonomy Rate puja sense renunciar a l'auditoria ni al rollback.

Principis de disseny i anti-patrons

  • Principi: la memòria abans que l'acció. Cap Agent actua sobre allò que el Brain no pot avalar amb origen.
  • Principi: diagnosticar abans d'automatitzar. Els Workers decideixen què mereix autonomia; automatitzar sense diagnòstic és automatitzar el caos.
  • Principi: autonomia graduada. La Autonomy Rate puja per evidència, no per optimisme.
  • Anti-patró: l'agent omniscient. Un sol prompt que recorda, decideix i actua és opac i ingovernable — el patró que l'evidència associa al fracàs (Gartner, 2025).
  • Anti-patró: el govern com a epíleg. Afegir permisos i auditoria després de desplegar és massa tard; a BiVelio són la capa transversal.

Aquesta tesi es connecta amb la resta del nostre treball: el model de categoria a què és un sistema operatiu de processos governat, la comparació fundacional a agents d'IA enfront de l'automatització de fluxos i l'RPA, el model humà-en-el-bucle a el model operatiu human-in-the-loop, la pràctica de com governar agents d'IA en processos de negoci i l'anàlisi de per què fallen els agents d'IA en les operacions empresarials.

Glossari

  • Brain: memòria operativa viva de l'empresa; ingereix documents, correus, trucades, sistemes i regles amb traçabilitat d'origen. Veure /ca/brain.
  • Workers: vuit rols predissenyats de due diligence operativa que mapen processos i detecten fricció. Veure /ca/workers.
  • Agents: executors governats de la feina repetible. Veure /ca/agents.
  • Velio: consultor/entrevistador autònom que fa due diligence.
  • Trust Layer: capa de govern amb permisos, llindars d'autoritat, aprovacions, auditoria i rollback. Veure /ca/trust.
  • Autonomy Rate: mètrica de quant d'una operació corre de forma autònoma i governada.
  • Autonomy Console: consola on es mesura i dirigeix la Autonomy Rate. Veure /ca/autonomy-console.
  • HITL (human-in-the-loop): model en què la IA executa allò repetible i les persones decideixen allò crític.
  • Autonomia governada: autonomia que opera dins de permisos, llindars i auditoria, no autonomia sense control.

FAQ

En què es diferencia el Brain d'un RAG normal?

Un RAG recupera fragments per respondre preguntes. El Brain és la memòria operativa de l'empresa amb traçabilitat d'origen: no només recupera, sinó que sosté el diagnòstic dels Workers i les accions dels Agents amb procedència auditable (Lewis et al., 2020).

Els Agents poden actuar sense supervisió humana?

Només dins dels límits que la Trust Layer autoritza. Tota acció amb conseqüència travessa permisos, llindars d'autoritat i —si escau— aprovació humana, amb auditoria i rollback. La IA executa allò repetible; les persones decideixen allò crític (Amershi et al., 2019).

BiVelio reemplaça el meu CRM o el meu ERP?

No. BiVelio es connecta per damunt de les eines existents —correu, WhatsApp, CRM, ERP, calendari— i governa la feina que les travessa. No proveeix ni substitueix aquestes eines.

Per què tres capes en lloc d'un agent únic?

Perquè un agent únic és opac i ingovernable, el patró que l'evidència associa a projectes cancel·lats (Gartner, 2025). Separar memòria, diagnòstic i execució fa cada part inspeccionable i governable.

Què és exactament la Autonomy Rate i com s'apuja?

És la proporció d'una operació que corre de forma autònoma i governada. S'apuja relaxant llindars de forma graduada a la Autonomy Console, només quan l'evidència mostra que les decisions de l'agent coincideixen amb les humanes.

Per on començo?

Amb un diagnòstic operatiu: els Workers i Velio mapen els teus processos i detecten fricció abans d'automatitzar res. Veure /ca/diagnosis i la plataforma.

Referències

Amershi, S., Weld, D., Vorvoreanu, M., Fourney, A., Nushi, B., Collisson, P., Suh, J., Iqbal, S., Bennett, P. N., Inkpen, K., Teevan, J., Kikin-Gil, R., & Horvitz, E. (2019). Guidelines for Human-AI Interaction. Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems, 1–13. https://doi.org/10.1145/3290605.3300233
Gartner. (2025). Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. Gartner Newsroom, Press Release. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems (NeurIPS), 33, 9459–9474. https://proceedings.neurips.cc/paper/2020/hash/6b493230205f780e1bc26945df7481e5-Abstract.html
National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (Techreport NIST AI 100-1). U.S. Department of Commerce, NIST. https://doi.org/10.6028/NIST.AI.100-1
van der Aalst, W. M. P. (2013). Business Process Management: A Comprehensive Survey. ISRN Software Engineering, 2013, 1–37. https://doi.org/10.1155/2013/507984
Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing Reasoning and Acting in Language Models. International Conference on Learning Representations (ICLR). https://arxiv.org/abs/2210.03629
  • #arquitectura
  • #brain
  • #workers
  • #agents
  • #govern
  • #autonomy-rate

Vols veure aquests algorismes en producció?

BiVelio converteix aquesta research en un sistema operatiu d'IA que opera la teva empresa de punta a punta.

Articles relacionats