Tornar a Research
Fonaments

El model operatiu per a empreses d’humans + agents

Un model operatiu d’humans + agents és un disseny organitzatiu en què persones i agents d’IA governats comparteixen la mateixa feina, els mateixos drets de decisió i el mateix registre d’auditoria — i on l’autonomia es fixa deliberadament per procés, no la decideixen les eines pel seu compte. No és una pregunta de quin programari comprar, sinó de com es redissenyen processos, responsabilitats i control quan els agents entren a la plantilla. Aquest article defineix aquest model, el compara amb l’empresa clàssica i amb l’automatització, i explica com el materialitza BiVelio: Brain, Workers, Agents + Velio, Trust Layer i Autonomy Console.

BiVelio Research11 min de lectura

Un model operatiu d’humans + agents és un disseny organitzatiu en què persones i agents d’IA governats comparteixen la mateixa feina, els mateixos drets de decisió i el mateix registre d’auditoria. La pregunta que resol no és "on podem automatitzar un pas?", sinó "quins processos hauríem de reconstruir al voltant de la col·laboració humà–agent, i quant de cadascun s’hauria d’executar de manera autònoma?". En aquest model l’IA executa el repetible i les persones decideixen el crític, amb l’autonomia fixada a propòsit per procés en comptes de quedar dispersa en eines individuals. És una decisió d’organització, no una compra de programari.

La distinció importa perquè l’IA agèntica està escalant més ràpid del que els líders redissenyen els seus processos, els seus drets de decisió i els seus models de plantilla (MIT Sloan Management Review & Boston Consulting Group, 2025). Afegir un copilot a cada equip no és un model operatiu: és velocitat sense govern. Quan la capacitat d’actuar creix més de pressa que la claredat sobre qui respon de què, la rendició de comptes es trenca.

Definició

Definició

Model operatiu d’humans + agents: disseny organitzatiu en què persones i agents d’IA governats comparteixen feina, drets de decisió i traçabilitat, amb un nivell d’autonomia fixat deliberadament per procés — no delegat a eines soltes.

Un model operatiu descriu com una empresa lliura valor de manera repetible: qui fa quina feina, amb quina informació, sota quina autoritat i amb quins controls. Introduir agents autònoms toca les tres coses alhora. No n’hi ha prou de donar accés a un model de llenguatge: cal decidir quina feina canvia de mans, quines decisions continuen sent humanes i com s’audita el resultat.

Els tres actors: humans, agents i la memòria operativa que comparteixen

En aquest model hi ha tres actors, no dos. Hi ha els humans, que fixen la intenció, decideixen el crític i responen del resultat. Hi ha els agents, que planifiquen, fan servir eines, recorden i executen tasques de diversos passos — es comporten més com a treballadors autònoms que com a scripts fixos, i per això exigeixen nova coordinació i control (Wang et al., 2024). I hi ha la memòria operativa compartida: el coneixement governat sobre el qual actuen tots dos, amb traçabilitat de font, perquè humà i agent parteixin del mateix estat del món en comptes d’un context privat i inauditable.

Per què "afegir un copilot" no és un model operatiu

Un copilot accelera tasques individuals, però deixa intactes els processos i els drets de decisió. El resultat és una plantilla que va més ràpid sense saber qui és responsable quan l’IA s’equivoca. La majoria de directius ja veuen els agents com a companys de feina, no com a eines, i l’avantatge competitiu vindrà de redissenyar com s’estructura i es governa la feina al voltant d’aquesta col·laboració (MIT Sloan Management Review & Boston Consulting Group, 2025). Escalar l’IA sense redissenyar el model operatiu és acumular velocitat sense frens.

Com canvia el model operatiu quan els agents entren a la plantilla

El disseny de la feina passa d’automatitzar tasques a redissenyar fluxos

L’automatització clàssica pregunta "quina tasca pot fer una màquina?". El model d’humans + agents pregunta "com es redissenya aquest flux perquè persona i agent col·laborin?". El focus es mou de la tasca al procés: quins trams executa l’agent de punta a punta, on lliura el control a una persona i com torna. Això és disseny organitzatiu, no configuració d’una eina.

Drets de decisió i llindars d’autoritat

El cor del model són els drets de decisió: què pot decidir un agent pel seu compte i què requereix una persona. En un model governat, l’IA executa el repetible i les persones decideixen el crític, i aquest repartiment es fa complir amb permisos, llindars d’autoritat, aprovacions, auditoria completa i capacitat de desfer. L’IA fiable exigeix governança, supervisió proporcional al nivell de risc i responsabilitats clarament definides sobre qui respon de què (National Institute of Standards and Technology, 2023). Un llindar d’autoritat és exactament això escrit com a regla: per sota de cert import, risc o irreversibilitat, l’agent actua; per sobre, un humà aprova.

Una memòria operativa compartida: el Brain

Humans i agents necessiten actuar sobre el mateix coneixement governat, amb traçabilitat de font, en comptes que cadascú operi des del seu propi context opac. Aquesta memòria operativa viva —el Brain— ingesta documents, correus, trucades, sistemes i regles, i conserva d’on ve cada dada. Sense una memòria compartida, l’agent "sap" coses que la persona no pot verificar, i l’auditoria es torna impossible.

Mesurar el repartiment amb una Taxa d’Autonomia

La proporció d’una operació que s’executa de manera autònoma i governada es pot mesurar i dirigir com una Taxa d’Autonomia, convertint l’autonomia d’accident en decisió de gestió deliberada. En comptes de "quanta IA fem servir?", la direcció pregunta "quin percentatge d’aquest procés corre sol, sota control, i cap a on el volem moure?". L’autonomia deixa de ser un efecte secundari per convertir-se en una palanca.

Cita

En un model governat, l’IA executa la feina repetible mentre les persones decideixen el crític, i aquest repartiment es fa complir amb permisos, llindars d’autoritat, aprovacions, auditoria completa i rollback.

El model operatiu de BiVelio: cinc pilars

BiVelio és una capa d’operacions autònomes governades: converteix el coneixement d’una empresa en operacions autònomes governades. Materialitza el model d’humans + agents en cinc pilars que es corresponen amb rols d’organització i drets de decisió.

  • Brain — la memòria operativa viva de l’empresa. Ingesta documents, correus, trucades, sistemes i regles amb traçabilitat de font.
  • Workers — 8 workers predissenyats que fan la due diligence operativa i detecten fricció: Knowledge Analyst, Process Mapper, Friction Detector, Automation Strategist, Risk & Trust Analyst, ROI Analyst, Data Connector Worker i Velio Interview Worker.
  • Agents + Velio — Velio, el consultor/entrevistador autònom, fa la due diligence; els agents governats executen la feina repetible.
  • Trust Layer (humans dins el bucle) — permisos, llindars d’autoritat, aprovacions, auditoria completa i rollback. L’IA executa el repetible; les persones decideixen el crític.
  • Autonomy Console / Taxa d’Autonomia — quant de l’operació corre de manera autònoma i governada, mesurat i dirigit des d’una sola consola.

Com els cinc pilars encaixen en rols i drets de decisió

El Brain és la font de veritat compartida. Els Workers i Velio fan el diagnòstic que abans feia una consultora. Els Agents executen el repetible. El Trust Layer codifica els drets de decisió: qui aprova què, amb quin llindar, amb quin registre. I l’Autonomy Console és el panell de govern on la direcció observa i ajusta la Taxa d’Autonomia per procés. Els principis d’un bon sistema humà–IA —deixar clar què pot fer l’IA, permetre revisar, corregir i anul·lar, i suportar un lliurament de control ordenat— queden integrats en aquesta capa (Amershi et al., 2019).

BiVelio es recolza sobre les eines existents

Què és i què no és

BiVelio és una capa d’operacions autònomes governades que es connecta a sobre d’eines existents com correu, WhatsApp, CRM, ERP i calendari — governa la feina que les travessa, però no les proveeix ni les substitueix. No és un ERP, ni un CRM, ni facturació, ni un producte d’OCR, ni una suite "tot en un".

Comparació: empresa clàssica vs. automatització vs. humans + agents governat

DimensióModel clàssicAutomatització primer (RPA/copilots)Humans + agents governat
Unitat de dissenyTasca i llocTasca repetible aïlladaProcés redissenyat humà–agent
Qui executaPersonesBots per regles sobre la capa de presentació (van der Aalst et al., 2018)Agents que planifiquen i fan servir eines (Wang et al., 2024)
Drets de decisióImplícits en la jerarquiaSense canvis; el bot no decideixExplícits: llindars d’autoritat i aprovacions
ConeixementSilos i correusSilos + scripts fràgilsMemòria operativa compartida amb traçabilitat
AutonomiaNo aplicaFixa i fràgil, per einaFixada per procés i mesurada (Taxa d’Autonomia)
AuditoriaParcial, manualLogs tècnics dispersosRegistre complet i reversible per acció
Rendició de comptesHumanaAmbigua quan el bot fallaHumana per disseny: acció permisada i reversible

L’automatització prèvia era, per naturalesa, de nivell tasca i lligada a regles: l’RPA automatitza tasques repetitives operant sobre la capa de presentació dels sistemes existents (van der Aalst et al., 2018). Els agents canvien l’equació perquè planifiquen, recorden i executen diversos passos (Wang et al., 2024) — cosa que exigeix govern, no només scripting.

Casos d’ús

Incorporar un agent a un procés existent

Abans que un agent actuï, cal entendre el procés. Velio condueix la due diligence com un consultor autònom i els Workers mapegen el flux, detecten la fricció i estimen el retorn. El resultat no és "encenguem IA", sinó un diagnòstic de quins trams són repetibles i auditables i quins han de continuar en mans humanes. És l’arrencada del model, no una drecera.

Fixar llindars d’autoritat i aprovacions en un flux sensible

Per a un procés d’alt risc —posem per cas, comprometre una despesa o respondre un client clau— el Trust Layer codifica el llindar: per sota del límit, l’agent executa i registra; per sobre, es genera una aprovació humana amb context i fonts. La supervisió es dimensiona al risc, seguint el principi que l’oversight ha de ser proporcional al nivell de risc (National Institute of Standards and Technology, 2023).

Pujar la Taxa d’Autonomia sense perdre el control

Un procés repetible comença amb autonomia baixa: l’agent proposa, l’humà confirma. A mesura que el registre d’auditoria demostra fiabilitat, la direcció puja la Taxa d’Autonomia d’aquest procés des de l’Autonomy Console — amb la xarxa de seguretat del rollback sempre disponible. L’autonomia creix per evidència, no per fe.

Glossari

  • Model operatiu: com una empresa lliura valor de manera repetible — qui fa quina feina, amb quina informació, sota quina autoritat i amb quins controls.
  • Drets de decisió: definició explícita de què decideix un agent pel seu compte i què requereix aprovació humana.
  • Brain: memòria operativa viva i compartida; ingesta documents, correus, trucades, sistemes i regles amb traçabilitat de font.
  • Workers: 8 treballadors predissenyats que fan due diligence operativa i detecten fricció.
  • Velio: consultor/entrevistador autònom que condueix el diagnòstic.
  • Agent: sistema d’IA que planifica, fa servir eines, recorda i executa tasques de diversos passos (Wang et al., 2024).
  • Human-in-the-loop (HITL): patró en què una persona revisa, corregeix o anul·la les accions de l’IA abans o durant l’execució.
  • Trust Layer: capa de permisos, llindars d’autoritat, aprovacions, auditoria i rollback que fa complir els drets de decisió.
  • Taxa d’Autonomia: proporció mesurada d’una operació que s’executa de manera autònoma i governada.
  • Autonomia governada: execució autònoma subjecta a permisos, llindars, auditoria completa i reversibilitat.

FAQ

Un model d’humans + agents significa substituir empleats?

No. Significa redistribuir la feina: els agents assumeixen el repetible i auditable, i les persones es concentren en les decisions crítiques, les excepcions i la relació. La rendició de comptes continua sent humana per disseny.

Qui respon quan actua un agent?

Sempre una persona. Com que cada acció de l’agent està permisada, registrada i és reversible, hi ha sempre un responsable identificable del resultat, encara que la feina l’hagi fet l’agent. La governança i les responsabilitats clares són requisit d’una IA fiable (National Institute of Standards and Technology, 2023).

En què es diferencia això de l’RPA o d’una eina de fluxos?

L’RPA automatitza tasques repetitives per regles sobre la capa de presentació d’altres sistemes (van der Aalst et al., 2018); és rígid i de nivell tasca. Un model d’humans + agents redissenya processos al voltant d’agents que planifiquen i decideixen dins de límits (Wang et al., 2024), amb drets de decisió explícits i autonomia mesurada. No és un bot més: és un canvi de model operatiu.

Per on es comença?

Pel diagnòstic, no per encendre IA. Es comença mapejant un procés real amb Velio i els Workers, fixant drets de decisió i llindars, i pujant la Taxa d’Autonomia només quan l’auditoria ho recolza. Ho pots explorar en el diagnòstic de BiVelio.

Enllaços interns

Per aprofundir en com BiVelio implementa aquest model: la plataforma, el Brain, els Workers, els Agents, els workflows, l’Autonomy Console i el Trust Layer.

I en la recerca relacionada: Què és un sistema operatiu de processos governat, El model operatiu human-in-the-loop, L’arquitectura Brain, Workers i Agents, Per què les empreses necessiten una Taxa d’Autonomia i De l’automatització a l’autonomia governada.

Referencias

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
MIT Sloan Management Review, & Boston Consulting Group. (2025). The Emerging Agentic Enterprise: How Leaders Must Navigate a New Age of AI [Research Report]. https://sloanreview.mit.edu/projects/the-emerging-agentic-enterprise-how-leaders-must-navigate-a-new-age-of-ai/
National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (Techreport NIST AI 100-1). https://doi.org/10.6028/NIST.AI.100-1
van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic Process Automation. Business & Information Systems Engineering, 60(4), 269–272. https://doi.org/10.1007/s12599-018-0542-4
Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., Zhao, W. X., Wei, Z., & Wen, J.-R. (2024). A Survey on Large Language Model based Autonomous Agents. Frontiers of Computer Science, 18(6), 186345. https://doi.org/10.1007/s11704-024-40231-1
  • #model-operatiu
  • #agents
  • #governanca
  • #autonomia-governada
  • #human-in-the-loop

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