“Fem servir intel·ligència artificial” ja no vol dir res. Ho diu l’agència que genera els posts amb un prompt de tres línies i ho diu la que ha reconstruït tot el seu model de producció al voltant de sistemes d’agents. El resultat que reps no s’assembla gens.

Val la pena separar les dues coses, perquè la diferència és contractable.

Una agència clàssica resol la capacitat contractant mans

El model tradicional és senzill: la feina creix, es contracta gent. Com que la gent és cara, el marge estreny, i la feina es reparteix cap a perfils més júniors o cap a plantilles. Per això tantes agències lliuren peces que podrien ser de qualsevol client: no és mala fe, és aritmètica.

Quan una agència així “hi afegeix IA”, el que fa és accelerar el mateix equip en tasques soltes. Ajuda, però no canvia l’estructura de costos ni la qualitat de base. El coll d’ampolla continua on era.

Una agència AI-native resol la capacitat amb un sistema

AI-native vol dir que la feina repetible —investigar, redactar esborranys, generar variants, implementar, analitzar— l’executa un sistema d’agents, i que les persones fan el que el sistema no pot: decidir l’estratègia, definir el criteri de qualitat i respondre del resultat.

Això obliga a construir quatre coses que una agència amb ChatGPT obert no té:

Context com a font única. Posicionament, ICP, veu, dades i proves, escrits i versionats. Sense això, un model produeix contingut genèric — i el genèric és exactament el producte del competidor amb qui no vols que et comparin.

Skills versionades. El procés d‘“escriure un article” o “auditar un compte d’Ads” no viu al cap de qui estigui de guàrdia: és un artefacte que es llegeix, es corregeix i es millora.

Evals. Si canvies com produeix el sistema, has de poder comprovar que no ha empitjorat. Sense evals, la qualitat depèn de qui revisi aquell dia.

Playbooks. El que s’ha après en un compte —l’angle que va convertir, el test que va guanyar, el prompt que rendeix— puja a un actiu reutilitzable. És el que fa que el segon cicle costi menys que el primer.

Què canvia per a tu com a client

Tres coses concretes.

Volum. El que abans eren quatre peces al mes passen a ser una cadència sostenible molt més alta, sense perdre el fil de marca, perquè el context és el mateix per a totes.

Traçabilitat. Quan la feina l’executa un sistema, cada peça deixa rastre: de quin brief va sortir, contra quin context es va produir, quina mètrica va declarar moure. S’ha acabat l’informe mensual com a únic punt de contacte amb la realitat.

Composició. Un model AI-native millora amb l’ús. Si el tercer trimestre costa el mateix esforç que el primer, el flywheel no gira i cal arreglar-ho. És una pregunta legítima per fer a la teva agència.

Què no canvia

El criteri. Un sistema d’agents amb un mal posicionament produeix, molt de pressa i en gran quantitat, màrqueting dolent. La part difícil continua sent saber què dir, a qui i per què t’haurien de triar a tu. Per això la feina fundacional —recerca de client, posicionament, messaging— continua sent el primer que fem, i el que més es nota quan falta.

I la responsabilitat. Produïm amb IA i ho diem obertament; el que no fem mai és presentar output sense revisió humana com si fos feina verificada, ni inventar dades, xifres o resultats. Aquesta línia no la creua un model pel seu compte: la creua qui l’opera.