top of page

Innex Digest Agost 26

Aug 24
13 min de lectura

Anàlisi

El model d’IA ja no és el producte central

Durant un temps, la pregunta era quin model era millor. La primera etapa de la IA generativa ha estat dominada per aquesta cursa: més capacitat, més context i millors resultats.

Però els senyals d’aquest mes mostren un canvi de fase. Anthropic i OpenAI concentren bona part dels ingressos dels principals laboratoris, però els models amb pesos oberts —molts dels quals desenvolupats a la Xina— ofereixen un contrapès tecnològic: es poden descarregar, adaptar i executar fora de la infraestructura del fabricant.

A mesura que l’accés a bons models s’amplia, el model continua sent important, però deixa de ser l’únic element diferencial. El valor es desplaça cap a tot el sistema que permet convertir-lo en un producte útil.

Del model a la plataforma

Si diferents empreses poden accedir a models semblants, l’avantatge ja no consisteix només a escollir-ne un. Consisteix a saber com integrar-lo en un producte, combinar-lo amb altres models i assignar cada tasca al sistema més adequat.

Medtronic presenta una plataforma quirúrgica preparada per incorporar diferents aplicacions d’IA. Figma combina models propis i externs segons el cost i la complexitat de cada tasca. Altres plataformes ja seleccionen automàticament quin model convé utilitzar en cada petició.

La competència passa de tenir “la millor IA” a construir el millor sistema amb les IA disponibles.

Un agent necessita alguna cosa més que intel·ligència

Això es veu clarament en els agents. Per treballar durant més temps i executar tasques, no en tenen prou amb generar bones respostes. Necessiten recordar informació, utilitzar eines, respectar permisos i deixar constància de les seves accions.

Per això, avaluar un agent ja no és només comprovar si arriba al resultat correcte. També cal saber què ha fet per arribar-hi, quines eines ha utilitzat i quins costos o riscos ha generat.

El model aporta la intel·ligència; el sistema determina què pot fer amb ella.

En salut, un bon model encara no és una eina clínica

Un estudi amb 32 models d’IA en hematologia mostra que poden tenir coneixements mèdics i, alhora, no saber quina informació han de demanar abans de diagnosticar. El millor model només va assolir un 68% de precisió global quan havia de buscar activament les dades que faltaven. CaRi-Heart mostra l’altra part del recorregut. La tecnologia va néixer de la recerca, va obtenir el marcatge CE, va acumular evidència clínica i, anys després, va aconseguir l’autorització de la FDA. Els dos casos expliquen la mateixa idea: en salut, el model només és una peça.

La computació es converteix en economia

El sistema que envolta la IA també té un cost. Les empreses desenvolupen models propis per controlar la despesa, les plataformes distribueixen les peticions entre diferents proveïdors i la capacitat de computació comença a tractar-se com una matèria primera amb un preu variable.

CME Group i Silicon Data fins i tot preparen contractes de futurs vinculats al cost de llogar GPU. La infraestructura d’IA ja no és només una qüestió tècnica: també es converteix en una variable econòmica i estratègica.

El producte és tot el vehicle, no tan sols el motor

La pròxima generació de productes d’IA no es diferenciarà només per la intel·ligència del model. Es diferenciarà per la capacitat de combinar models, dades, eines, professionals i processos per resoldre problemes reals.

Això obre una oportunitat. Si els bons models són cada vegada més accessibles, l’avantatge no estarà reservat únicament als laboratoris que els entrenen. També el podran construir les organitzacions que coneguin millor els seus usuaris, integrin millor la tecnologia i la converteixin en resultats útils.

El model és el motor. La diferència la marcarà qui sigui capaç de construir el millor vehicle.

Salut

Nou de cada deu professionals sanitaris enquestats al NHS declaren utilitzar la IA en la seva pràctica clínica.

Segons una enquesta encarregada per Heidi a 1.000 professionals del NHS, el 90% ja utilitzen eines d'IA en la pràctica clínica, principalment per reduir la càrrega administrativa, redactar documentació i gestionar el seguiment dels pacients. Tot i tractar-se d’una font corporativa, la dada suggereix que el debat comença a desplaçar-se cap a la necessitat d'establir mecanismes de governança i ús segur de la IA.

La IA mèdica també ha d’aprendre a preguntar abans de decidir

Un estudi amb 32 models d’IA en hematologia oncològica mostra que un bon coneixement mèdic no garanteix un bon procés diagnòstic quan falta informació. Els models havien de decidir quines dades clíniques demanar durant tres rondes abans de formular diagnòstic i tractament, i el millor només va assolir un 68% de precisió global. La implicació és important per a la IA clínica: no n’hi ha prou que el model interpreti correctament les dades disponibles; també ha de saber detectar què falta i quan encara no és prudent decidir.

Treure un excel·lent a l'examen de medicina no garanteix donar bons consells als pacients

Un assaig aleatoritzat amb 1.298 participants mostra que les persones que utilitzen grans models de llenguatge per interpretar símptomes no prenen millors decisions que les que consulten fonts convencionals. Els autors conclouen que hi ha una diferència important entre el rendiment dels models en benchmarks mèdics i el seu comportament quan interactuen amb persones reals.

La pròxima generació de robots quirúrgics competirà per la seva plataforma d'IA, no només pel robot

Medtronic ha presentat Touch Surgery™ Aide, una plataforma computacional integrada amb el robot Hugo que permet executar múltiples aplicacions d'intel·ligència artificial en temps real durant la cirurgia. La primera, ja autoritzada per la FDA, alerta quan un instrument surt del camp visual, però la plataforma està dissenyada perquè s'hi incorporin nous algoritmes d'assistència, apuntant a una nova etapa en què el valor dels sistemes robòtics dependrà tant del programari com del maquinari.

La FDA sotmet Galleri a una revisió externa abans de decidir sobre el primer test sanguini multicàncer

La FDA ha convocat un comitè assessor independent per revisar la sol·licitud d'autorització PMA de Galleri, el test sanguini de Grail per detectar múltiples tipus de càncer. La revisió arriba després que un gran estudi al NHS no assolís el seu objectiu principal, i posa el focus en una qüestió clau per als nous diagnòstics: no només quants tumors detecten, sinó si el seu ús aporta un benefici clínic suficient per compensar-ne els riscos.

Els sensors de glucosa evolucionen: de mesurar dades a oferir orientació personalitzada amb IA.

Abbott i Google han anunciat una col·laboració per integrar les dades del sensor Lingo amb Google Health i desenvolupar orientació de salut més personalitzada i proactiva. La iniciativa reflecteix una tendència creixent en salut digital: els dispositius deixen de limitar-se a registrar dades i comencen a interpretar-les per ajudar les persones a comprendre millor els seus hàbits i prendre decisions més informades.

Societat

Els millors tutors d'IA podrien ser els que no responen immediatament

La recerca sobre pràctica de recuperació (retrieval practice) mostra que intentar recuperar activament coneixement de la memòria produeix més aprenentatge que limitar-se a tornar a estudiar el material. Aplicat als tutors d'IA, això suggereix que donar immediatament la resposta no sempre serà la millor estratègia: un bon tutor també haurà de saber quan preguntar, donar pistes i fer que l'estudiant intenti recuperar el coneixement abans d'explicar.

Un estudi massiu de ChatGPT Enterprise mostra com les empreses encara estan aprenent a integrar la IA en el treball

Un estudi basat en més de 17 milions de converses de ChatGPT Enterprise en més de 1.500 organitzacions mostra que l'ús de la IA continua creixent dins de les empreses que ja l'han adoptada. Les tasques més habituals són la redacció de documentació, la comunicació i el desenvolupament tècnic, i els professionals júnior utilitzen la IA molt més intensament que els directius. Els autors conclouen que la implantació de la IA és un procés progressiu d'aprenentatge organitzatiu, més que una automatització immediata.

Anthropic incorpora marques invisibles per identificar text generat per Claude.

L'entrada en vigor de les obligacions de transparència de l'AI Act europeu està impulsant mecanismes perquè el contingut generat per IA sigui detectable. Anthropic ha anunciat la incorporació d'una marca invisible en el text de Claude i metadades de procedència en altres continguts, mentre prop de 190 organitzacions s'han adherit al Codi de Bones Pràctiques europeu. El canvi apunta a una nova capa d'infraestructura per acreditar l'origen del contingut digital, més que no pas a una eina definitiva contra la desinformació.

Costos, valor de negoci i governança amenacen més del 40% dels projectes d'agents d'IA

Gartner preveu que més del 40% dels projectes d'IA agèntica es cancel·laran abans de finals del 2027 a causa de costos creixents, un valor de negoci insuficientment demostrat o controls de risc inadequats. La dada desplaça el focus des de la capacitat tècnica cap a demostrar retorn, governar els riscos i integrar els agents dins dels processos de l'organització.

Organitzacions

L'èxit de la IA està portant les empreses de programari a desenvolupar models propis

Figma està incrementant la inversió en models propis i combinant-los amb models més avançats de tercers per ajustar cost i capacitat a diferents tasques. El moviment il·lustra una tendència emergent: les empreses de programari comencen a reservar els models més potents per a les tasques que realment els necessiten i a especialitzar models propis per controlar l'economia de la IA.

OpenAI situa el control humà com un principi central del desenvolupament de la IA

OpenAI ha publicat el document How we think about safety and alignment, on afirma que els sistemes d'IA han d'estar dissenyats perquè les persones puguin expressar la seva intenció, supervisar-ne el comportament i mantenir-ne el control. El document reflecteix un desplaçament del discurs públic: les capacitats dels models continuen essent importants, però la governança, la supervisió humana i l'alineament amb els valors socials ocupen un lloc central en el marc de seguretat i alineament que presenta la companyia.

La IA transforma el paper dels responsables de producte: coordinar pesa menys que entendre el client

Empreses com Midjourney, Laurel i Mutiny expliquen que la IA està eliminant bona part de les tasques de coordinació entre equips. Quan qualsevol professional pot construir, provar o corregir funcionalitats amb ajuda de la IA, el valor del responsable de producte es desplaça cap a comprendre els usuaris, distribuir aquest coneixement per tota l'organització i assegurar que tothom disposa del criteri necessari per prendre bones decisions de producte. Es perfila així un model en què el coneixement del client deixa de concentrar-se en un únic equip i passa a ser una capacitat compartida.

La guerra pel talent en IA arriba als tribunals: on acaba l'experiència d'un enginyer i on comença un secret industrial?

OpenAI ha demanat al tribunal que desestimi la demanda d'Apple per apropiació de secrets comercials, argumentant que l'empresa no identifica amb prou precisió quina informació confidencial hauria estat utilitzada. El cas posa sobre la taula una tensió creixent entre mobilitat del talent i protecció del coneixement propietari en una indústria on els experts més especialitzats circulen entre competidors.

Quan cada part incorpora IA, el procés pot convertir-se en una cursa d'automatització

La IA ja no només accelera la feina dels professionals sanitaris: també s'utilitza per automatitzar revisions, autoritzacions prèvies i decisions de cobertura per part de les asseguradores. Organitzacions com l'American Medical Association alerten que aquests sistemes han d'estar sotmesos a supervisió clínica i transparència, mentre treballs recents descriuen el risc d'una "cursa armamentista" administrativa en què cada actor desplega més IA per respondre a la IA de l'altre.

Al SEO li apareix un nou front: ser visible a Google no garanteix ser-ho en les respostes de la IA

Un estudi amb 11.500 consultes mostra que Google Search, AI Overviews i Gemini recuperen fonts substancialment diferents per respondre les mateixes preguntes, amb un solapament mitjà inferior a 0,2 entre els resultats. Això indica que la visibilitat tradicional als cercadors i la presència dins de les respostes generades per IA comencen a funcionar amb dinàmiques diferents. Per a les organitzacions, ja no n'hi haurà prou amb pensar en posicionament web: també caldrà entendre quan i per què els sistemes d'IA seleccionen una font.

Mercat

Anthropic i OpenAI concentren prop del 90% dels ingressos dels principals laboratoris d'IA

En una mostra de 34 de les principals empreses d'IA, Anthropic i OpenAI generen el 89% dels ingressos anualitzats, mentre que el conjunt supera els 80.000 milions de dòlars. La dada mostra fins a quin punt els ingressos d'aquest grup estan concentrats en els dos principals laboratoris.

Les grans tecnològiques reclamen que no es restringeixin prematurament els models amb pesos oberts

Microsoft, Meta, NVIDIA, Hugging Face i centenars d'empreses i organitzacions han subscrit una carta que reclama preservar la possibilitat de publicar models amb pesos oberts, que es poden descarregar, adaptar i executar fora de la infraestructura del fabricant. Els signataris defensen que aquesta obertura afavoreix la innovació, la competència i la sobirania tecnològica, mentre continua obert el debat sobre els riscos de publicar models cada vegada més potents.

Les aplicacions d'IA comencen a triar dinàmicament quin model utilitzar per a cada tasca

EY descriu sistemes de governança que controlen el consum, l'encaminament entre models (routing) i el comportament dels agents per equilibrar cost, rendiment i risc. La tendència apunta a una arquitectura en què les aplicacions deixen de dependre d'un únic model i seleccionen serveis diferents segons la complexitat de cada petició.

La IA topa amb un nou límit: electricitat, aigua i territori

L'expansió dels grans centres de dades per a IA està començant a trobar resistència institucional als Estats Units. Nova York ha imposat la primera moratòria estatal dels EUA sobre nous centres de dades hiperescalars mentre avalua el seu impacte sobre la xarxa elèctrica, l'aigua, el territori i els costos energètics. La disponibilitat de xips deixa de ser l'únic factor crític: l'accés a energia, infraestructures i acceptació social es consolida com un nou condicionant per al desplegament de la IA.

L’orquestració dels models d’IA es converteix en un negoci multimilionari

L’interès de Stripe per adquirir OpenRouter per prop de 10.000 milions de dòlars apunta a un canvi de valor dins de l’ecosistema de la IA: ja no competeixen només els models, sinó també les plataformes que decideixen quin model utilitzar en cada petició segons el cost, el rendiment o la latència. Aquestes capes d’orquestració permeten combinar centenars de models sota una única interfície i s’estan convertint en una infraestructura estratègica per reduir costos, evitar dependències d’un únic proveïdor i facilitar el desplegament d’agents d’IA.

Regulació

La FDA reforça el paper de les dades del món real en l'avaluació dels dispositius mèdics

La FDA ha actualitzat el seu marc sobre evidència del món real i amplia el paper que aquestes dades poden tenir en les decisions reguladores sobre dispositius mèdics. Això implica que, a més dels assaigs clínics, les dades generades durant la pràctica assistencial —registres, històries clíniques electròniques o dispositius connectats— poden tenir un paper creixent en la demostració de la seguretat i el rendiment de les noves tecnologies sanitàries.

De la recerca a la FDA: CaRi-Heart mostra que portar una IA clínica al mercat pot ser un projecte de dècades

La FDA ha autoritzat CaRi-Heart, una eina d'IA que estima el risc cardiovascular a partir d'angiografies coronàries. Més enllà de l'autorització, el projecte il·lustra el recorregut habitual d'una IA clínica: la recerca va començar a Oxford i la spin-off Caristo es va crear el 2018, el sistema va obtenir el marcatge CE el 2021 i ha continuat acumulant evidència clínica en grans cohorts abans d'obtenir l'autorització De Novo de la FDA el juliol de 2026. En salut, el valor de la IA no depèn només de l'algoritme, sinó dels anys de validació científica, clínica i reguladora necessaris per convertir-lo en una eina assistencial.

Els reguladors consoliden una via perquè els dispositius mèdics amb IA puguin evolucionar després de ser autoritzats

L'IMDRF ha publicat els principis internacionals dels Predetermined Change Control Plans (PCCP), que permeten definir per endavant quins canvis es preveu introduir en un dispositiu, com s'avaluaran i quins límits hauran de respectar. El canvi regulador és important per a la IA mèdica: el dispositiu deixa de tractar-se exclusivament com un producte estàtic i passa a poder incorporar evolucions prèviament definides i controlades.

La Coalition for Health AI crea un grup de treball sobre ciberseguretat per a la IA sanitària

La Coalition for Health AI (CHAI) ha constituït un nou grup de treball dedicat a la ciberseguretat, amb l'objectiu de desenvolupar guies i recursos per ajudar les organitzacions sanitàries a gestionar els riscos associats als sistemes d'IA més avançats.

La criptografia postquàntica obliga a repensar com es protegeixen les comunicacions digitals

Les organitzacions no només hauran d'adoptar els nous algoritmes postquàntics, sinó identificar on continuen utilitzant criptografia vulnerable i planificar-ne la substitució. NIST preveu retirar progressivament dels seus estàndards els algoritmes vulnerables a computació quàntica fins al 2035, amb una transició anterior per als sistemes de més risc.

Tecnologia

Avaluar un agent d'IA ja no consisteix només a comprovar si encerta la resposta, sinó també com hi arriba.

La documentació tècnica de LangSmith i AWS defensa que els agents d'IA s'han d'avaluar també pel procés que segueixen: quines eines utilitzen, quines decisions prenen i quin cost, temps o riscos acumulen durant l'execució. Aquest canvi reflecteix una nova etapa en l'enginyeria d'agents, on la qualitat de la trajectòria d'execució esdevé tan important com el resultat final.

Metis explora una memòria nativa per als models d'IA, sense dependre d'un sistema extern de recuperació.

Un nou treball de recerca presenta Metis, un model experimental que incorpora mecanismes per recordar, actualitzar i oblidar informació dins del propi model, sense recórrer a sistemes externs de recuperació com el RAG. Tot i que encara és una proposta de recerca, apunta a un possible canvi d'arquitectura: la memòria podria convertir-se en una capacitat nativa dels models, simplificant el desenvolupament de futurs assistents personals i professionals.

Els assistents d'IA deixen d'esperar preguntes i comencen a vigilar canvis per iniciativa pròpia

OpenAI ha ampliat les tasques programades de ChatGPT perquè no només executin accions puntuals o recurrents, sinó que també comprovin periòdicament si hi ha canvis i avisin únicament quan detectin una actualització rellevant. Aquest model transforma els assistents en sistemes de vigilància contínua capaços de seguir normatives, literatura científica, competidors o incidències sense intervenció constant de l'usuari. Per a les organitzacions, el valor de la IA comença a desplaçar-se de respondre consultes a mantenir una vigilància periòdica de l'entorn.

Els agents d'IA entren en una nova etapa: gestionar el context serà tan important com el model

Els agents de llarga durada ja no depenen només de la capacitat del model, sinó de com administren la informació acumulada durant l'execució. Anthropic descriu mecanismes de compactació del context i memòria entre sessions per decidir què conservar, resumir o recuperar quan una tasca supera la finestra de context. Per a les organitzacions, això desplaça part del focus des de l'elecció del model cap al disseny de l'arquitectura dels agents.

Frontera

Un model de només 150 milions de paràmetres suggereix que el futur de la IA també passa per arquitectures més eficients

Pathway ha presentat BDH-CQ, un model que aconsegueix un rendiment competitiu en una prova de raonament abstracte amb 29,5% pass@2 a ARC-AGI-1 i un cost computat de 0,0007 dòlars per tasca; segons Pathway, unes onze vegades inferior al model concret utilitzat com a comparació. En lloc de generar llargues cadenes de pensament en text, el sistema raona internament en un espai latent i només produeix la resposta final. Tot i que el resultat es limita a aquest benchmark, reforça la idea que els avenços en IA poden venir tant de noves arquitectures com de l'augment de la mida dels models.

La capacitat de computació per a IA comença a cotitzar com una matèria primera.

CME Group i Silicon Data preparen contractes de futurs vinculats al cost de llogar GPU per entrenar i executar sistemes d'IA, pendents de revisió reguladora. Empreses i inversors podran cobrir-se davant les variacions del preu de la computació, de manera semblant al que ja es fa amb energia o altres matèries primeres. La computació d'IA comença a tractar-se no només com infraestructura tecnològica, sinó també com un risc financer negociable. 

Les IA expliquen massa i simplifiquen les històries: la narrativa ja permet detectar-les amb un 93,2% de macro-F1.

Un estudi amb més de 61.000 relats conclou que les històries generades per IA es diferencien no només per l'estil, sinó també per la manera com construeixen la narrativa: tendeixen a crear trames més lineals, ordenades i explicatives, mentre que els autors humans incorporen més ambigüitat moral, salts temporals i diversitat narrativa. Utilitzant únicament aquestes característiques narratives, el sistema arriba a un 93,2% de macro-F1 distingint textos humans i generats per IA.

La IA accelera els prototips, però trasllada el valor cap a la validació i el criteri dels equips.

Un estudi qualitatiu amb 22 professionals de producte mostra que el vibe coding permet generar prototips molt més ràpidament i redueix les barreres per participar en el desenvolupament. Alhora, els equips identifiquen nous reptes relacionats amb la fiabilitat del codi, la integració, la supervisió humana i el risc de dependència excessiva de la IA. Més que eliminar el treball dels equips, la IA desplaça el seu paper cap a definir millor la intenció, validar els resultats i prendre decisions de disseny.https://dl.acm.org/doi/10.1145/3808045.3808062

 
 
 

Comentaris


bottom of page