Tanmateix, tot i que molts han pogut aprofitar la recerca profunda individualment —cercant i sintetitzant informació en línia—, pocs se n'han beneficiat en l'àmbit empresarial. No és perquè no sigui útil —ben al contrari—, sinó per preocupacions més àmplies sobre la fiabilitat, la dispersió de les fonts de dades o la capacitat d'un model per gestionar grans volums de context, com ara una enorme quantitat de fitxers de formats diversos.
La nostra experiència dels darrers dotze mesos creant eines empresarials de recerca profunda demostra que una enginyeria acurada pot mitigar cada cop més aquestes preocupacions. En aquest article analitzem els principals obstacles per crear aplicacions empresarials eficaces de recerca profunda, com els superaríem i com preveiem que evolucioni aquest àmbit durant el 2026.
El sostre d'execució ha augmentat dràsticament. L'arribada de gpt-5 l'agost de 2025 va marcar un punt d'inflexió per a la IA empresarial. Als nostres sistemes de producció, inclosa una plataforma de descobriment de dianes terapèutiques per a una de les farmacèutiques més grans del món, vam veure com les al·lucinacions de fonts baixaven del 3-4% a pràcticament zero. Al desembre, gpt-5.2 va ampliar encara més la longitud efectiva del context. El resultat pràctic: ara podem passar de centenars a milers de fonts per execució de recerca sense sacrificar la fiabilitat. El coll d'ampolla ha deixat de ser la capacitat del model i ha tornat on correspon: les vostres dades, avaluacions i el disseny del programa.
Estratègia de dades: és millor que siguin accessibles que unificades. És comprensible considerar la IA empresarial un problema d'integració de dades, però sovint és contraproduent. La unificació total és lenta i política, i obliga a comprometre-s'hi abans d'haver descobert quines preguntes importen realment. La via pragmàtica el 2026 és la connectivitat dispersa. Feu accessibles les dades mitjançant punts d'ancoratge d'alt valor informatiu (especificacions, polítiques, SKU o clàusules contractuals), en lloc d'esperar anys per unificar-ho tot. Els models d'avantguarda ara poden fer «unions flexibles» entre sistemes durant la inferència i connectar termes relacionats sense mapatges formals. Així manteniu la rapidesa del desplegament i la flexibilitat per afegir fonts més endavant.
La navegació evita que el sistema vagi a la deriva. Les dades empresarials no són el web. Són disperses, plenes de convencions locals i sovint només hi ha una font correcta per a cada fet. Sense orientació, els models tendeixen a encadenar consultes interminables per trobar una font més, a costa de la latència i la paciència dels usuaris. Una capa semàntica lleugera (mapes hash, cerques d'entitats i grafs de relacions senzills) ofereix al sistema vies ràpides i barates per arribar eficientment al context adequat. Penseu en els consells que una persona veterana dona a una de nova: «Desa aquests llocs als preferits; si tens problemes amb AWS, parla amb en Ross». No cal que sigui complicat. Només ha d'ajudar el sistema a trobar ràpidament allò que necessita.
Mecànica (en cada consulta): qualitat de les citacions, bon ús de les eines, latència i cost. Són les vostres barreres de protecció: rutinàries, però essencials.
Analítica (periòdica): el sistema tria les eines adequades, segueix línies de recerca raonables, selecciona fonts fiables i sap quan aturar-se? Normalment es puntua mitjançant un LLM com a jutge i exemples etiquetats.
D'usuari (contínua): taxes de compleció de tasques, comentaris qualitatius d'usuaris avançats i analítica d'ús. La prova definitiva. Hem creat alguna cosa que la gent troba útil?
El ROI prové dels problemes difícils, no dels segurs. Arran dels informes que afirmen que la majoria de projectes empresarials d'IA no aconsegueixen ROI, s'ha esvaït la tolerància envers les demostracions impressionants que mai es despleguen. Els directius volen proves, i les volen de pressa. Paradoxalment, aquesta pressió pot empènyer els equips a prendre decisions equivocades. És temptador començar per tasques de poc risc perquè són fàcils de desplegar i és improbable que generin conflictes. Però aquests casos d'ús rarament tenen prou impacte per justificar una inversió continuada. Els sistemes empresarials de recerca profunda estan ben posicionats per demostrar valor perquè s'adrecen a feines que ja són costoses: fluxos de treball complexos i crítics on el cost de mantenir la situació actual és visible. Els casos d'ús més sòlids que hem vist inclouen la generació de sol·licituds de proposta i licitacions, l'anàlisi del panorama científic i la recerca d'inversions: àmbits on l'impacte es mesura en taxa d'èxit, rapidesa per arribar als assaigs i agilitat per formar-se una convicció, no només en hores estalviades.
El canvi en l'UX: de conversar a delegar, i de les respostes als lliurables. Creiem que aquest és un dels canvis en l'experiència d'usuari que definiran el 2026. Quan observem les solucions amb més adopció recent, destaquen un parell de factors. A mesura que ha augmentat la fiabilitat d'aquests sistemes, els usuaris han començat a tractar-los menys com un bot de xat al qual fer consultes i més com un analista en qui delegar. Dues coses ho fan possible: permetre que els equips personalitzin les plantilles i els criteris d'aturada segons els seus fluxos de treball, i que exportin directament al format que necessiten (un memoràndum, una presentació, un informe, etc.), en lloc d'haver de convertir una conversa en un lliurable acabat. Quan es donen totes dues condicions, el sistema deixa de ser una eina de consulta i es converteix en la manera de fer la feina.
L'any passat vam escriure sobre com portar la recerca profunda a l'empresa. Vam prendre el paradigma de recerca profunda centrat en el web que OpenAI havia popularitzat inicialment i el vam ampliar a les fonts de dades privades de les empreses, sense perdre'n la procedència ni el control. També vam assenyalar que els sistemes de recerca profunda no s'han d'entendre com una ruptura amb els sistemes RAG més clàssics, sinó com una evolució.
De cara al 2026, no ha canviat tant la idea de la recerca profunda com el sostre d'execució possible.
Quan vam començar a crear aquests sistemes a principis de 2025, els models d'avantguarda incloïen o1, gpt-4o i claude-3.5-sonnet —realment hem avançat molt en només dotze mesos—, i durant els primers mesos de l'any van arribar grans salts amb models com o3 i gemini-2.5-pro. Eren excel·lents en aquell moment i permetien crear aplicacions robustes de recerca profunda, però només fins a cert punt. Aquest límit se situava normalment en uns pocs centenars de fonts. A partir d'aquí, calia reduir el context de manera força agressiva o assumir una resposta amb pèrdua d'informació, errors en el seguiment de les instruccions o al·lucinacions directes.
Si heu creat aquests sistemes, reconeixereu algunes d'aquestes formes d'error.
Per il·lustrar-ho: a mitjan 2025 vam començar a crear una solució empresarial de recerca profunda amb una de les farmacèutiques més grans del món. És un sistema per accelerar el descobriment de dianes terapèutiques, un procés en què els investigadors cerquen gens, hormones o altres elements del cos humà sobre els quals es pugui actuar per tractar una malaltia. Aleshores, el model més potent disponible era o3. Tot i que oferia un rendiment sòlid, entre el 3% i el 4% de les respostes generades per aquest model contenien fonts que no se li havien proporcionat mitjançant crides a eines des de les fonts de dades privades del client. Ho vam mitigar amb comprovacions posteriors de les citacions, que marcaven les seccions de les respostes no sustentades pel context proporcionat. Això va funcionar bé per reforçar la confiança de les parts interessades en l'eina durant la fase inicial de prova de concepte i ens va ajudar a avançar ràpidament. Però vam continuar treballant per reduir aquests errors, intentant mitigar les limitacions dels models mentre ateníem les peticions d'afegir més fonts al sistema.
Un punt d'inflexió clau per crear solucions de recerca profunda d'avantguarda —i solucions agèntiques en general— va arribar amb l'aparició de gpt-5 a l'agost. En substituir o3 per gpt-5, les nostres avaluacions van mostrar una caiguda immediata de la taxa d'al·lucinacions de fonts fins al 0%.
Per precisar aquesta mètrica: mesura estrictament si el model cita l'ID o l'URL d'un document que no figurava al context recuperat. A l'època d'o3 —i abans—, els models de vegades inventaven noms de fitxers o articles que semblaven plausibles per omplir llacunes de coneixement. gpt-5 ens va permetre eliminar pràcticament aquesta patologia concreta.
Cal tenir en compte que això és diferent dels errors de fidelitat —citar el document correcte però interpretar-ne malament el text—, que continuen sent un repte que gestionem mitjançant les comprovacions posteriors esmentades.
Això va obrir enormes possibilitats. A partir d'aquí, vam començar a provar el sistema per veure fins on podíem portar-lo amb la nova generació de models. Vam comprovar que podíem multiplicar aproximadament per deu el nombre de fonts considerades en una execució de recerca profunda —fins a unes 3.000-5.000—, i el límit final no va ser una fallada en el seguiment de les instruccions, sinó el rendiment amb contextos llargs. La longitud efectiva del context dels models sol ser molt inferior a la declarada, sobretot amb dades farmacèutiques denses.
Aquesta limitació es va alleujar parcialment amb el llançament de gpt-5.2 a mitjan desembre. Les nostres proves internes de context llarg van indicar una millora important del rendiment efectiu amb contextos llargs, que ens va permetre portar encara més lluny els sistemes de recerca profunda d'avantguarda. Això va ser útil perquè ens va permetre augmentar el nombre de segments que es poden passar directament al model que genera el resultat per a l'usuari i, per tant, oferir una resposta més rica. Tot i així, voldríem que les longituds efectives del context dels models d'avantguarda continuessin augmentant durant el 2026.
Amb aquests avenços en la capacitat bruta dels models, els colls d'ampolla per crear sistemes de recerca profunda potents han tornat, en molts sentits, on sempre haurien d'haver estat: les vostres dades, les avaluacions i la manera d'implantar el programa de recerca profunda a l'empresa. Cadascun d'aquests passos exigeix prendre decisions pragmàtiques sobre què genera un impacte real en un projecte de recerca profunda.
La resta de l'article explica com abordem aquestes decisions.
Pot ser temptador tractar els projectes de recerca empresarial com un problema d'integració de dades. Unifiqueu les fonts, normalitzeu l'esquema i deixeu que els models hi treballin.
I, per deixar-ho clar, de vegades aquesta és exactament la decisió correcta. Si opereu en un àmbit on les entitats principals són estables, les consultes es repeteixen i l'objectiu final és industrialitzar el flux de treball, la unificació pot aportar grans beneficis. Alguns casos clàssics són la unió de dades de clients i ingressos, les dades de preus de mercat o qualsevol situació que requereixi informes fiables entre sistemes.
Tanmateix, a la pràctica, els líders innovadors actuals busquen una cosa diferent en els sistemes empresarials de recerca profunda.
Amb una atenció creixent al ROI de la despesa en IA, un objectiu clau dels responsables de prendre decisions és demostrar valor ràpidament dins la realitat desordenada del funcionament de l'empresa. I unificar completament les fonts de dades és una de les vies més lentes per obtenir aquesta primera prova. És una tasca feixuga. Genera disputes polítiques. I sovint obliga a comprometre's amb una direcció abans d'haver descobert quines preguntes importen realment.
Per això creiem que el punt de partida pragmàtic per crear sistemes de recerca profunda d'avantguarda el 2026 sol ser aquest: primer feu accessibles les dades; ja les embellireu després.
Si teniu una possibilitat realista d'afegir més fonts amb el temps —com la majoria d'empreses—, les connectivitats més disperses estan infravalorades. Podeu exposar desenes de fonts mitjançant una interfície de recuperació coherent. El sistema continuarà funcionant i, sobretot, mantindreu la capacitat d'oferir resultats ràpidament. Quan hàgiu d'afegir més fonts, no caldrà capgirar-ho tot. Només heu d'afegir un connector nou, explicar al sistema central què és i com s'utilitza, i deixar que els models facin la resta. Això funciona perquè els models d'avantguarda actuals poden fer unions flexibles entre dues o més fonts de dades durant la inferència, connectant l'«ID de client» d'un sistema amb la «Referència de client» d'un altre sense que ningú hagi de crear un mapatge formal. No som l'únic equip que pensa així. No som l'únic equip que pensa així: l'agent de dades intern d'OpenAI està dissenyat perquè els models puguin raonar sobre 70.000 conjunts de dades heterogenis fent accessibles el context i les connexions en el moment de la consulta, en lloc d'imposar una unificació total per endavant.
Aquí convé explicitar un matís: dispers no ha de significar superficial.
La integració dispersa funciona millor quan les connexions establertes són significatives i s'expressen d'una manera que el sistema pugui aprofitar fàcilment. Una bona manera d'entendre-ho és considerar determinades dades com a punts d'ancoratge: especificacions, polítiques, definicions de productes, SKU, clàusules contractuals, etc. No cal unificar tots els conjunts de dades perquè aquests punts d'ancoratge siguin potents; només cal un identificador estable amb unes quantes connexions d'alt valor informatiu.
Per exemple, imagineu que un model —o un usuari— cerca una especificació. En un sistema ingenu, la interacció acabaria aquí. Recupereu l'especificació, la resumiu i potser la citeu. Tanmateix, en crear estructures de dades útils, volem convertir aquesta consulta en l'inici d'una expansió controlada. Per exemple, podríem vincular opcionalment el registre de l'especificació amb lliurables històricament rellevants. Aquí, «rellevant» pot voler dir diverses coses, però normalment dependria de la tasca del sistema i podria incloure sol·licituds de proposta que citaven l'especificació, respostes anteriors que van guanyar licitacions relacionades, esmenes en què l'equip jurídic s'hi va oposar, etc. Aquest enfocament pot millorar enormement la qualitat i la latència de les respostes perquè mostra ràpidament al sistema de recerca profunda la informació més important durant la consulta.
Això planteja la pregunta següent: quan teniu tot un món de fonts de dades connectades de manera dispersa amb unes quantes connexions d'alt valor informatiu, com eviteu que el sistema de recerca profunda hi vagaregi com una criatura en una botiga de llaminadures i aconseguiu que hi navegui com un analista experimentat?
Les fonts de dades empresarials no es comporten com el web. Són disperses, plenes de convencions locals i sovint només tenen una font «correcta» per a cada fet, si aconseguiu trobar-la. A més, els models actuals tendeixen a intentar sempre maximitzar l'exhaustivitat de les cerques i encadenen consultes per trobar només una font més, a costa de la latència i la paciència dels usuaris. Una redacció acurada de les instruccions pot mitigar-ho fins a cert punt.
La solució més eficaç és una eina lleugera que ajudi el model a orientar-se dins del desordenat panorama de dades empresarials. Alguns equips en diuen ontologia. D'altres en diuen capa semàntica, servei de consulta, graf o repositori de conceptes. El nom no importa gaire.
El que importa és que ofereixi al sistema vies ràpides i de baix cost perquè el model pugui saltar eficientment entre les parts adequades del context, en lloc d'anar a les palpentes eternament.
Una metàfora senzilla seria quan acabeu d'incorporar-vos a una empresa o a un projecte i els nous companys us diuen: «Has de desar aquests llocs als preferits; els faràs servir contínuament» o «Sempre que tinguis un problema amb AWS, parla amb en Ross; et donarà la informació que necessites», etc. De la mateixa manera, aquí només intentem ajudar el sistema de recerca profunda a trobar ràpidament allò que necessita.
A la pràctica, aquest sistema no ha de ser complicat ni requerir manteniment manual. Les millors implementacions que hem trobat són generades per LLM durant el procés d'ingesta —extraient entitats per emplenar automàticament el graf— o bé són simples passarel·les cap als sistemes de registre existents, com una consulta a l'API de Salesforce. Alguns exemples habituals són:
Consultes en mapes hash (p. ex., cercar pel nom del producte i retornar-ne la descripció)
Una consulta senzilla de relacions «habituals» (p. ex., aquest gen s'associa més sovint a aquestes malalties al nostre graf de relacions causals entre gens)
Models de reconeixement d'entitats amb nom (útils sobretot en àmbits amb problemes complexos de desambiguació d'entitats, com el farmacèutic)
Per a les relacions de dades més complexes, els grafs RDF lleugers poden oferir la solució més ampliable per a una ontologia
… i més
Amb això, el sistema ja es pot moure eficientment per les vostres fonts de dades. La pregunta següent és senzilla: com sabeu que fa sistemàticament el que cal en condicions d'ús real?
Ara que les dades són accessibles i la capa de navegació proporciona el mapa, el sistema té la capacitat de fer la feina. Però, en un context empresarial, la capacitat no serveix de res sense fiabilitat.
Aquí és on hi ha el cementiri més gran de projectes d'IA. Molts equips han caigut en el parany d'avaluar «per sensacions». Executaven una consulta, llegien el resultat, assentien satisfets i el desplegaven. Aquest enfocament no funciona quan es crea un sistema de recerca profunda que pot recórrer autònomament 5.000 documents per fer una recomanació sobre una decisió multimilionària de la cadena de subministrament.
El canvi important és que ja no avalueu un model, sinó un sistema. La interpretació de preguntes, la planificació, les crides a eines, la interpretació, la reducció del context, la reordenació i fins i tot detalls aparentment avorrits dels connectors, com les marques de temps, afecten l'experiència d'usuari.
Les avaluacions estructurades i repetibles ens ajuden a resoldre aquests problemes.
En crear les avaluacions, podem dividir-les a grans trets en tres categories, des de les mecàniques fins a les subjectives.
És la part més semblant a les proves unitàries i on els equips solen poder avançar més de pressa al principi. També solen ser les més estables amb el temps: un cop configurades, continuen aportant valor durant tota la vida del projecte.
Les «avaluacions mecàniques» solen ser comprovacions que es poden executar en cada consulta sense intervenció humana. Ens ajuden a confiar que el sistema es comporta de manera predictible i segura amb càrregues reals d'usuaris.
Alguns exemples són:
Qualitat de les citacions: totes les citacions remeten a fragments que realment s'han recuperat? Hi ha afirmacions sense citar? Hi ha afirmacions que les fonts no sustenten? Les citacions són massa genèriques (p. ex., se cita un document sencer per sustentar una sola afirmació)?
Bon ús de les eines: el sistema ha utilitzat totes les eines que afirma haver utilitzat? Ha utilitzat correctament les eines de navegació? Ha formatat incorrectament alguna sol·licitud d'eina? Ha reintentat l'operació de manera raonable quan s'han produït errors?
Pressupostos de latència i cost: s'ha mantingut dins del temps objectiu fins al primer segment? Ha superat el nombre previst de crides a eines o el pressupost? Ha consumit molta latència i capacitat de còmput per obtenir una millora marginal?
Poden semblar rutinàries, però són precisament les proves que eviten que un sistema empresarial es degradi.
Com a exemple real, al projecte de recerca profunda per descobrir dianes terapèutiques vam utilitzar dues capes de comprovacions de citacions que s'executen en cada consulta. En primer lloc, quan es genera una resposta, indiquem al model que inclogui citacions freqüents dins del text. Que els LLM puguin fer-ho de manera fiable també és un fenomen relativament recent, que va arribar durant la primera meitat de 2025. Qualsevol persona que ho intentés abans amb volums de dades significatius entendrà el repte que representava. Així podem fer comprovacions senzilles amb expressions regulars per detectar, per exemple, si s'esmenta l'enllaç d'un article que no figurava entre les fonts proporcionades.
La segona capa de comprovacions s'aplica després de transmetre la resposta. Primer es divideix la resposta en fragments i després se n'avalua cadascun: el sistema cerca entre les dades recuperades fonts que sustentin les afirmacions del fragment. Si no es troben proves que les sustentin, es marca com una possible al·lucinació.
Si les avaluacions mecàniques són les proves unitàries, les analítiques són la revisió del codi.
Aquí entrem en un terreny on intentem entendre si el sistema fa bé la feina. Solem voler saber si utilitza les eines correctes, segueix les línies de recerca adequades, tria les fonts més fiables o sap quan aturar-se, entre altres aspectes.
A la pràctica, solen adoptar la forma d'una sèrie de parells de pregunta i resposta (P-R) dels quals es coneix, per exemple, un ordre raonable de crides a eines o la decisió correcta davant la recerca obtinguda amb la primera eina. Cal destacar que els parells P-R no han de correspondre exactament a l'entrada i la sortida del sistema complet de recerca profunda: aquests mètodes també permeten provar subprocessos. Amb aquestes etiquetes, generades per una persona o per un model d'etiquetatge potent —un concepte relatiu—, podem aplicar el mètode de l'LLM com a jutge per puntuar les execucions de recerca i avaluar-ne el rendiment. Si seguim aquestes puntuacions al llarg del temps, podem saber si els canvis milloren el sistema en la direcció desitjada o si hi hem introduït regressions de rendiment.
Atès que aquestes execucions tenen un cost més alt en diners i temps, normalment s'han de fer periòdicament, amb una freqüència establerta o abans d'actualitzar la versió.
També hi ha un bon avantatge indirecte: aquestes avaluacions analítiques poden orientar directament les millores de les connexions disperses esmentades abans. Si observeu repetidament que el model fa el mateix salt de qualitat —per exemple, «especificació → exemples de sol·licituds de proposta rellevants històricament»— encara que avui els humans no vinculin explícitament aquests lliurables, és informació útil. Podeu convertir aquest salt en una connexió o drecera de primer nivell perquè les execucions futures se'n beneficiïn amb menys latència i més coherència.
Aquí també es detecta una de les patologies més costoses dels sistemes de recerca profunda: la tendència a maximitzar per defecte l'exhaustivitat. Un model sempre pot trobar una font més. La qüestió és si ho hauria de fer. Podem ajustar el model per reforçar una conducta d'aturada raonable: el sistema reconeix que recuperar més informació difícilment canviarà la conclusió i decideix oferir una resposta ben fonamentada que resolgui la pregunta de l'usuari.
Les avaluacions mecàniques indiquen que el sistema és segur. Les avaluacions analítiques indiquen que és competent. Les avaluacions d'usuari indiquen si realment és útil.
Aquest és un altre àmbit on molts equips ensopeguen. Creen una solució tècnicament impressionant que ningú vol utilitzar una segona vegada. En un context empresarial, aquesta és la diferència entre un desplegament reeixit i un projecte de recerca costós.
Les avaluacions d'usuari consisteixen fonamentalment a entendre si el sistema resol el problema correcte de la manera adequada. Això vol dir anar més enllà de «ha encertat la resposta?» i preguntar «m'ha donat alguna cosa que pugui utilitzar?»
A la pràctica, les avaluacions d'usuari solen adoptar diverses formes:
Estudis de compleció de tasques: els usuaris poden completar la seva feina real més de pressa o millor amb el sistema? No es tracta de si el model podria respondre una pregunta, sinó de si un usuari real, dins del seu flux de treball habitual, ha obtingut el que necessitava.
Circuits de comentaris qualitatius: converses estructurades i periòdiques amb usuaris avançats. Quines consultes repeteixen? En quin moment perden la confiança? Quan desisteixen i tornen al mètode anterior? Aquestes sessions solen revelar formes d'error que mai apareixen als conjunts de proves, perquè els usuaris formulen preguntes de maneres que no havíeu previst o tenen uns criteris de qualitat implícits que desconeixíeu.
Analítica d'ús: quines consultes es tornen a executar? Quines respostes es copien i s'utilitzen en altres llocs? En quins casos els usuaris premem el polze avall? Una disminució de l'ús no sempre implica un fracàs —de vegades els usuaris obtenen la resposta i continuen—, però els patrons sobre quan i com abandonen les consultes revelen molt sobre els aspectes en què el sistema no satisfà les expectatives.
En conjunt, aquestes avaluacions permeten mesurar la utilitat sense haver d'endevinar-la i detectar problemes abans que comencin a erosionar la confiança dels usuaris.
Tanmateix, fins i tot un sistema amb una puntuació perfecta en precisió mecànica i que entusiasmi els primers usuaris pot suspendre la prova definitiva: impulsar els ingressos d'una empresa. La fiabilitat i la satisfacció dels usuaris només en són requisits previs. Per salvar la distància entre un projecte pilot reeixit i un actiu empresarial transformador, cal mirar més enllà del funcionament del sistema i centrar-se en on s'aplica.
Hem explicat com fer que les dades funcionin per al sistema i, després, com fer que el sistema funcioni per als usuaris. Ara hem de parlar de com fer que aquest sistema funcioni per a l'empresa.
Últimament, els líders empresarials hi han prestat molta atenció, i amb raó. Arran d'informes com l'afirmació del MIT que el 95% dels projectes empresarials d'IA no aconsegueixen ROI, s'ha esvaït la tolerància envers les demostracions impressionants que mai es despleguen. Els models estan preparats. Les arquitectures estan validades. La pregunta ara és: podeu desplegar-ho realment de manera que generi valor per a l'empresa?
La bona notícia és que els sistemes de recerca profunda d'avantguarda basats en els principis anteriors estan ben posicionats per superar aquest llindar. No intenten automatitzar-ho tot ni substituir funcions professionals senceres. Intenten que els millors professionals siguin molt més eficaços en la feina d'alt valor que ja fan.
Però passar de «funciona tècnicament» a «genera ROI» exigeix alguns impulsos addicionals: decisions d'organització, experiència d'usuari (UX) i mesurament que determinen si es convertirà en una eina quotidiana o en una pestanya oblidada.
Segons la nostra experiència, n'hi ha dos.
Sovint és temptador començar per tasques internes de poc risc, com ara «resumeix aquesta reunió». Tot i que són segures, rarament demostren prou valor per justificar-ne el cost.
Els sistemes de recerca profunda funcionen millor quan s'apliquen a tasques grans i difícils: problemes costosos on millorar la qualitat o la rapidesa genera un augment demostrable dels ingressos o un avantatge estratègic.
Observem el ROI més alt quan les empreses trien punts d'entrada com aquests:
Generació de licitacions i sol·licituds de proposta complexes: els sistemes de recerca profunda poden recuperar automàticament les victòries històriques més semblants —i les derrotes—, extreure les clàusules que sempre generen esmenes, trobar les proves més sòlides per a cada requisit i molt més, abans de convertir-ho tot en un posicionament coherent i convincent per a la licitació. La mètrica no és el temps estalviat, sinó la taxa d'èxit, la preservació del marge i la reducció de sorpreses jurídiques o comercials en les fases finals.
Anàlisi del panorama científic: en organitzacions amb molta R+D —farmacèutiques, biotecnològiques o de semiconductors—, el punt d'entrada consisteix a condensar setmanes de bibliografia i coneixement intern en una línia de recerca útil. Un sistema de recerca profunda pot llegir milers d'articles, patents, informes interns, notes de laboratori i revisions de programes anteriors per cartografiar allò que se sap i allò que es debat, i generar un panorama fonamentat en proves. Això permet oferir cicles d'iteració més ràpids, menys apostes sense sortida i, sobretot, reduir el temps fins al primer assaig amb humans.
Intel·ligència de mercat: per als bancs i fons d'inversió lliure, el valor rau a convertir la recerca interna fragmentada —notes, models, transcripcions i comentaris d'intermediaris— i els senyals externs —declaracions, resultats, dades macroeconòmiques i notícies— en suport de qualitat per prendre decisions d'inversió. Un sistema de recerca profunda pot crear i actualitzar contínuament una visió sobre una empresa, un tema o una qüestió macroeconòmica, destacar els canvis clau des de la setmana anterior, conciliar fonts contradictòries i generar un memoràndum d'inversió o un dossier d'operació amb tota la procedència documentada.
El denominador comú és que no són converses. Són fluxos de treball complexos que solen requerir consultors externs costosos o setmanes de dedicació del personal sènior. Quan apliqueu un sistema de recerca profunda a aquests problemes, el valor és innegable.
Aquest és un dels canvis en l'experiència d'usuari que definiran el 2026.
Si el vostre sistema de recerca profunda és només un bot de xat al qual els usuaris fan consultes per trobar informació, pot acabar utilitzant-se només esporàdicament. Continua sent una eina de consulta i són els usuaris qui, al final, han de convertir-ne els resultats en el lliurable desitjat. En canvi, si es percep com un analista sempre disponible al qual es pot encarregar feina, pot transformar completament el model operatiu de l'equip.
Observem un pas de la «conversa» —intercanvis breus— a la delegació: definir un abast, una plantilla i un objectiu, i deixar que el sistema s'executi.
Tres canvis concrets ho fan possible:
Resultats com a lliurables: la feina d'alt valor rarament viu en una finestra de xat; viu en documents, memoràndums i presentacions. Els sistemes moderns de recerca profunda haurien d'ometre la fase de xat i generar directament el lliurable empresarial final. Quan un usuari pot demanar un «memoràndum d'inversió de tres pàgines amb el nostre format corporatiu» i rebre un fitxer descarregable en lloc d'un flux de text, el temps fins a obtenir valor es redueix dràsticament. Això també sol ampliar-se a generacions programades, en què els usuaris poden demanar que es generin automàticament correus o informes amb informació nova i que es distribueixin a les parts pertinents a mesura que apareixen dades.
Optimització local mitjançant plantilles personalitzades: els models han esdevingut prou robustos perquè les unitats de negoci o fins i tot els usuaris individuals puguin adaptar les seves instruccions i conductes sense malmetre el sistema. Un informe de riscos té un aspecte diferent a Londres i a Nova York. Si permeteu que els equips carreguin o dissenyin les seves pròpies plantilles estructurals i defineixin els seus criteris d'aturada —p. ex., «comprova sempre aquestes tres bases de dades internes»— o el format de sortida, els usuaris poden obtenir molt més valor del sistema i crear una eina que vulguin utilitzar cada cop més.
La confiança com a interfície: quan un usuari delega una tasca que triga més de vint minuts a executar-se, la confiança esdevé una prioritat. No podeu presentar una caixa negra. La interfície ha de mostrar el raonament i les decisions del sistema, indicar a l'usuari quines eines s'utilitzen, generar citacions i molt més. Sovint observem que la millor UX per a aquests sistemes mostra per defecte informació general sobre el progrés de la recerca i permet a l'usuari aprofundir-hi ampliant la informació en una barra lateral o similar.
Imaginem un futur en què totes les empreses líders disposin d'un sistema de recerca profunda a mida al servei dels seus fluxos de treball més crítics. Prendrà la forma d'una sèrie d'analistes sempre disponibles, capaços de recórrer amb fiabilitat milers de lliurables interns i generar decisions i resultats aplicables. A mesura que els models d'avantguarda eleven el sostre d'execució, la diferenciació es trasllada als fonaments: fer accessibles les dades, donar un mapa al sistema i operacionalitzar la fiabilitat mitjançant avaluacions.
Les millores en la capacitat dels models que hem vist durant l'últim any són el senyal més clar de cap on avança tot plegat. L'oportunitat dels líders el 2026 és actuar aviat. Trieu un punt d'entrada on el valor sigui evident, guanyeu confiança mitjançant la procedència i les barreres de protecció, i convertiu la solució empresarial de recerca profunda: d'un projecte pilot a una capacitat acumulativa que l'empresa utilitzi cada dia.