L'AI Operator: La Persona que Tot Founder Necessita i Encara No Sap que Existeix
Tens un equip de 15-50 persones. Saps que la IA pot transformar la teva operació. Has llegit els articles, has vist les demos, has jugat amb ChatGPT. Fins i tot has demanat al teu equip de producte que "explori integrar IA en alguna cosa". Però res avança de veritat. Els pilots s'estanquen, ningú té temps de portar-ho a producció, i la bretxa entre el que la IA podria fer per la teva empresa i el que realment està fent creix cada mes.
El problema no és la tecnologia. No és el pressupost. No és que el teu equip no sigui capaç. El problema és que no tens la persona correcta liderant això.
No necessites un Chief AI Officer amb un sou de 300K. No necessites un equip de machine learning de 5 persones. No necessites un consultor que t'entregui un roadmap de 80 pàgines i desaparegui.
Necessites un AI Operator.
Què és un AI Operator
Un AI Operator és la persona que s'asseu entre la tecnologia i el negoci, entén ambdós mons, i té la capacitat de convertir eines d'IA disponibles avui en millores operatives reals. No investiga. No teoritza. Implementa.
No és un enginyer de ML que entrena models. No és un product manager que escriu specs. No és un consultor que fa auditories. És un perfil nou — o més aviat, un perfil que sempre va existir a les millors operacions, però que ara té les eines d'IA com el seu instrument principal.
L'AI Operator identifica quins processos de la teva empresa són candidats per a automatització amb IA, prioritza per impacte vs esforç, implementa les solucions usant les eines que ja existeixen (APIs de LLMs, eines no-code, integracions), mesura resultats, i itera. Tot això en setmanes, no en quarters.
El perfil: ni pur tècnic ni pur negoci
Aquest és el punt on la majoria de founders s'equivoca en buscar aquest perfil. Van a contractar un enginyer senior i esperen que entengui el negoci. O contracten un estratega de negoci i esperen que sàpiga fer prompt engineering. Cap dels dos funciona.
L'AI Operator ideal té un perfil híbrid molt específic:
Competència tècnica suficient (no experta)
- Entén com funcionen els LLMs a nivell conceptual: tokens, context, temperatura, prompts, fine-tuning vs RAG.
- Pot usar APIs d'OpenAI, Anthropic, o models open source sense necessitat que un enginyer li munti l'entorn.
- Sap avaluar quan una eina no-code (Make, Zapier, n8n) és suficient i quan necessita desenvolupament custom.
- Té criteri tècnic per distingir entre el que és factible avui, el que és possible amb esforç, i el que és fum.
Mentalitat operativa (no estratègica)
- Pensa en processos, no en tecnologia. Comença preguntant "quin procés ens està frenant?" no "com usem GPT-4?".
- Mesura tot. Temps estalviat, errors reduïts, throughput millorat. Si no pot posar-hi un número, no ho implementa.
- Itera ràpid. Prefereix un prototip funcional en 3 dies que un disseny perfecte en 3 mesos.
- Té bias for action. No espera permís, no necessita un comitè. Veu una oportunitat, la prova, mostra resultats.
Empatia amb l'equip (no imposa, habilita)
- Entén que la gent té por de la IA. No ho ignora ni ho menysprea. Ho gestiona amb resultats, no amb discursos.
- Treballa AMB els equips, no PER A ells. El millor AI Operator fa que l'equip de suport, de vendes o d'operacions senti que la IA és la SEVA eina, no alguna cosa que els van imposar.
- Documenta i ensenya. El seu objectiu no és ser imprescindible, sinó que tota l'organització pugi el seu nivell de competència amb IA.
On trobar aquesta persona
La bona notícia és que probablement ja tens algú amb aquest perfil al teu equip. O coneixes algú que encaixa. Els AI Operators no vénen d'un background específic. Vénen de la intersecció de curiositat tècnica i obsessió operativa.
Perfils que solen encaixar:
- Operations managers que han automatitzat processos amb Zapier/Make i ara volen fer el salt a IA.
- Product managers tècnics que es frustren perquè les coses no s'implementen prou ràpid i prefereixen fer-ho ells mateixos.
- Enginyers junior-mid que entenen negoci — el dev que sempre pregunta "per què estem construint això?" abans d'escriure codi.
- Analistes de dades que ja usen Python/SQL i veuen el potencial d'automatitzar els processos que alimenten.
- Growth hackers / marketers tècnics que fa mesos que usen IA per a contingut i veuen com aplicar-ho a operacions.
El que NO funciona:
- Un enginyer de ML senior que només vol entrenar models. Overqualified per a la majoria d'implementacions i poc interessat en la feina operativa.
- Un consultor estratègic que parla de "transformació digital". Produeix slides, no resultats.
- Un intern o junior sense context de negoci. Necessites algú que pugui prioritzar, i això requereix entendre què mou l'agulla.
Què fa un AI Operator en el seu dia a dia
Això no és un rol abstracte. És una feina concreta amb entregables mesurables. Així es veu una setmana típica:
Dilluns: Reunió amb l'equip de suport. Revisen els tickets de la setmana anterior. Identifiquen que el 35% dels tickets de "canvi de pla" segueixen arribant a humans quan el chatbot hauria de resoldre'ls. L'AI Operator analitza les transcripcions, troba que el model falla quan el client menciona descomptes vigents. Ajusta els prompts i el context del RAG.
Dimarts-Dimecres: Implementa un pipeline nou. L'equip de vendes vol emails de seguiment personalitzats basats en l'activitat del prospecte al producte. L'AI Operator connecta l'API d'events del producte amb un LLM que genera esborranys d'emails, i els deixa en una cua perquè els SDRs revisin i enviïn.
Dijous: Revisa mètriques dels sistemes en producció. El chatbot de suport va resoldre el 58% de tickets automàticament aquesta setmana (vs 52% l'anterior). El pipeline de processament de factures té una taxa d'error del 3,2% — dins del rang acceptable. El sistema de resums de reunions té un feedback negatiu de l'equip de producte — investiga i descobreix que els action items no capturen bé les dependències entre equips.
Divendres: Presenta resultats al founder. Tres números: hores estalviades per l'equip aquesta setmana, diners estalviats vs cost de les APIs, i la llista prioritzada dels propers 3 processos a automatitzar amb estimació d'impacte.
El ROI que un founder pot esperar
Siguem directes amb els números. Un AI Operator competent, en els seus primers 90 dies, hauria de:
- Identificar 5-10 processos automatitzables i prioritzar-los.
- Implementar 2-3 automatitzacions en producció.
- Generar un estalvi mesurable — típicament entre 20-40 hores/setmana de l'equip, depenent de la mida de l'empresa.
- Crear una base per escalar: documentació, mètriques, processos de millora contínua.
El cost d'un AI Operator a temps complet és el d'un perfil mid-senior en operacions o producte. El retorn, si tria bé els processos, es veu el primer mes.
Compara-ho amb l'alternativa: contractar una consultora d'IA que et cobra 50K per un "assessment" que triga 3 mesos i t'entrega un document que el teu equip no té capacitat d'executar. O no fer res i seguir veient com la teva competència automatitza mentre tu segueixes fent-ho tot manualment.
Com començar si ets founder
No necessites crear un lloc formal d'"AI Operator" demà. Necessites fer tres coses:
1. Identifica el teu candidat intern. Mira qui al teu equip ja està experimentant amb IA pel seu compte. Qui usa ChatGPT per a la seva feina. Qui ha suggerit automatitzar alguna cosa. Qui té la barreja de curiositat tècnica i pragmatisme operatiu. Aquesta persona és el teu AI Operator en potència.
2. Dona-li temps i mandat. No com un "projecte extra" a sobre de la seva feina. Dona-li un dia a la setmana dedicat, o millor, fes-ho el seu focus principal durant 90 dies. El mandat és clar: identifica els 3 processos amb més potencial d'automatització, implementa el primer, i mostra'm resultats en 30 dies.
3. Mesura i decideix. Si en 90 dies tens almenys una automatització en producció generant estalvi mesurable, tens un AI Operator. Formalitza el rol, dona-li recursos, i deixa que escali. Si no va funcionar, no era la persona correcta o no era el moment. Però el cost de l'experiment va ser mínim.
La finestra d'oportunitat
Això no serà un avantatge competitiu per sempre. Avui ho és perquè la majoria d'empreses de la teva mida no tenen aquest perfil. En 2-3 anys, tenir un AI Operator serà tan bàsic com tenir algú que gestioni el teu CRM o els teus analytics. Les empreses que ho facin abans tindran avantatge acumulat: processos més eficients, equips més productius, dades de millora que els seus competidors no tenen.
La pregunta no és si necessites un AI Operator. És quant de temps més et pots permetre no tenir-ne un.
Vols parlar sobre com estructurar aquest rol a la teva empresa? Agenda una trucada amb un CTO — t'ajudem a definir el perfil, identificar candidats i posar en marxa les teves primeres automatitzacions amb IA.
