La meitat dels projectes d'IA generativa ja moren després del POC. Només una de les quatre causes és de seguretat.

El juliol de 2024 Gartner va preveure que almenys el 30 % dels projectes d'IA generativa s'abandonaria després de la prova de concepte abans d'acabar el 2025. Tancat l'any, la xifra que va publicar era almenys el 50 %. Les quatre causes no havien canviat en divuit mesos: mala qualitat de les dades, controls de risc insuficients, costos que s'enfilen i valor de negoci poc clar. La meitat dels projectes, les mateixes quatre causes, i encara no he trobat ningú en un banc, una asseguradora o una administració autonòmica espanyola a qui el número sorprengués.

Construeixo i opero sistemes d'IA per a empreses que els han de defensar davant d'un regulador. Aquest estiu vaig ser en una sala on una administració pública ens va fer set preguntes abans de deixar-nos tocar una línia del seu codi. Cap de les set no era sobre el model. Les set eren sobre el perímetre: on va el codi, on corre la inferència, qui aprova un canvi, què queda registrat. Escric des d'aquest seient, i per això llegeixo les quatre causes de Gartner d'una altra manera que com circulen per les presentacions. Només una de les quatre és de seguretat. Les quatre es paguen al perímetre.

El 30 % de Gartner es va convertir en un 50 % en divuit mesos, i les quatre causes no es van moure

La trajectòria està documentada amb paraules de Gartner. La nota de premsa del juliol de 2024 preveia el 30 % i citava «poor data quality, inadequate risk controls, escalating costs or unclear business value». La continuació del 2026, «Why Half of GenAI Projects Fail», informa que a final del 2025 almenys la meitat s'havia abandonat després de la fase de prova de concepte, i enumera les mateixes quatre causes, en el mateix ordre.

Un número que es duplica mentre les causes es mantenen fixes parla d'on es construeixen els projectes, no de la tecnologia. Els models van millorar en aquells divuit mesos més que en cap període comparable que jo hagi treballat, i la taxa d'abandonament va pujar igualment. Una prova de concepte que funciona tècnicament i que tot i així s'ha d'abandonar es va construir en un lloc on no es podia quedar. Ja he explicat la versió americana d'aquesta història — el 95 % de l'MIT i el forward-deployed engineer —, on el pilot mor al desplegament perquè ningú no era dins del flux de treball. La versió espanyola i regulada té una adreça més concreta.

A Espanya, el 96 % considera «clau» la IA privada i sobirana. El 29 % hi està fent alguna cosa.

L'Informe global d'IA 2026 de NTT DATA, publicat el 31 d'agost de 2026 a partir d'una enquesta a uns 5.000 decisors, 75 dels quals directius espanyols, ho resumeix en dues xifres: el 96 % de les organitzacions a Espanya considera que la IA privada i sobirana és clau en la seva estratègia, i el 97 % afirma que està valorant traslladar infraestructures d'IA a ubicacions geogràfiques concretes per motius geopolítics. A escala global, només el 29 % prioritza la IA sobirana a curt termini i pren mesures concretes. Les barreres que citen els enquestats espanyols són la regulació (28 %), la inversió necessària (27 %), la complexitat tècnica (24 %) i la manca de talent especialitzat.

«El estado de la IA en las empresas 2026» de Deloitte España (més de 3.200 directius de 24 països) diu el mateix des del costat del compliment: el 49 % de les empreses espanyoles identifica la regulació i la governança com una de les seves barreres principals, i el 70 % mostra una preocupació alta o molt alta per l'ús de les seves dades pròpies.

El sector financer ho diu amb les seves paraules. En un esmorzar executiu d'AI-Network a Madrid, el 10 de juny de 2026, amb Santander, CaixaBank Tech, Bankinter, Singular Bank i MásOrange Seguros a la taula, la conclusió compartida va ser que «el gran reto ya no es probar la tecnología, sino llevarla a producción de forma segura, eficiente y alineada», i que el núvol privat i els entorns on-premise «vuelven a ganar protagonismo» per control de costos, seguretat des del disseny i sobirania de la dada. Dos mesos després, un directiu de Mapfre explicava a Cinco Días que l'asseguradora havia descartat casos d'IA «por seguridad de la información o sesgos del modelo», i preferia no donar exemples.

La distància entre el 96 i el 29 no és indecisió. És una cua: casos d'ús que ja han acabat la prova de concepte i esperen una entrada que no aconsegueixen. L'entrada té nom. En una empresa regulada espanyola, el perímetre és el conjunt de coses que has de poder ensenyar: identitat i accessos de cada component; dades que no surten de la jurisdicció ni de les condicions del DPO; claus de xifratge que custodies tu; un registre que un supervisor pugui llegir; una entrada al registre de proveïdors — el registre d'informació de DORA a les entitats financeres, l'ENS a les administracions —; un sostre de cost; i una sortida documentada.

Només una de les quatre causes és de seguretat. Les quatre es paguen al perímetre.

Aquesta és la meva lectura, des del seient de qui construeix, del que volen dir les quatre etiquetes de Gartner quan el projecte és espanyol i regulat. Gartner no fa aquest argument; no el puc demostrar amb les seves dades, i ho dic. Però he vist passar cadascuna de les quatre, i van passar al mateix lloc.

• Qualitat de les dades. La demo va córrer amb les dades que et van deixar exportar: una mostra, un extracte anonimitzat, el CSV del trimestre passat. Producció corre amb el sistema de registre que no pots exportar. El que s'arxiva com a «mala qualitat de dades» és, a la majoria de sales on he estat, «les dades que la prova de concepte no va veure mai».
• Controls de risc. La que tothom cita: prompts que surten del país, un proveïdor amb dret contractual a entrenar amb les teves entrades, cap rastre d'auditoria en un format que el supervisor accepti.
• Costos que s'enfilen. Una prova de concepte tarifada per token sobre una API pública sembla barata al volum d'una demo. Al ritme d'un banc, la factura creix amb l'ús i queda fora del teu control. L'enquesta de VMware del juny de 2026 a 1.800 decisors de TI — recerca d'un fabricant, així que descompta-la — situa el 56 % executant o planificant inferència en producció en un núvol privat, el 62 % preocupat pels costos i el 51 % repatriant càrregues d'IA per seguretat (The Next Platform, 1 de setembre de 2026).
• Valor de negoci poc clar. El valor es mesura on corre el flux de treball. Una prova de concepte que no ha tocat mai el flux real no pot produir un número que algú ja reporti, i un número que ningú no reporta és un valor que ningú no es creu.

Posaria nom al patró, perquè una cosa amb nom és una cosa que un comitè de direcció pot posar a l'ordre del dia: deute de perímetre, la feina que ajornes quan construeixes la prova de concepte fora dels controls dins dels quals haurà de viure. Com el deute tècnic, genera interessos. A diferència del deute tècnic, venç en un sol termini: el dia que algú demana el pas a producció. El 50 % de Gartner és, des d'on ho veig, deute de perímetre que s'està cobrant.

La residència ja es compra amb una comanda. El perímetre continua sent enginyeria.

Si el perímetre fos només on viuen els bytes, el 2026 l'hauria resolt. L'European Sovereign Cloud d'AWS va entrar en servei el 15 de gener, operat exclusivament per residents a la UE. El Sovereign Private Cloud de Microsoft sobre Azure Local va afegir a principis del 2026 l'operació totalment desconnectada, air-gapped. Telefónica Tech i Google Cloud van llançar el 28 de maig una oferta sobirana per a Espanya amb les claus de xifratge en mans de Telefónica. La Comunitat de Madrid va començar a desplegar el 20 d'agost el seu propi núvol sobirà d'IA a Alcalá de Henares. VMware va llançar Private AI Cloud l'1 de setembre. «Les nostres dades es queden a la UE» és avui una línia de comanda que compres pot tancar en una tarda.

El que la comanda no compra és la resta de la llista: el cas d'ús reconstruït dins d'aquests controls, la inferència operada amb les teves claus, les evals com a suite de regressió que un supervisor demanarà veure, l'entrada al registre, el runbook, la sortida. L'argument llarg el vaig fer en llegir el paper de sobirania de Sergio Cruzes: la residència és la capa legal, i la capa legal és la fàcil. Vuit mesos de llançaments l'han fet encara més fàcil. No han tocat la capa operativa, i és allà on s'expedeix l'entrada.

La xifra que juga en contra: una part d'aquells projectes havia de morir

Una prova de concepte existeix per poder-la matar. El 50 % de Gartner inclou projectes abandonats amb raó per dades, cost o valor, i abandonar una prova de concepte sobre criteris escrits és el procés funcionant, no fallant. Dues xifres més juguen contra la meva tesi i han de ser a la sala. El 95 % de l'MIT mesura una finestra de compte de resultats que les tecnologies madures incompleixen sovint. I l'State of AI 2026 de McKinsey (agost de 2026) situa en el 37 % els enquestats que atribueixen algun impacte a l'EBIT a la IA i en el 6 % els d'alt rendiment, tots dos sense canvis respecte de l'any anterior, cosa que diu que els guanyadors són pocs tant si han resolt el perímetre com si no. El perímetre no és tota la història. És la part de la història que una empresa regulada a Espanya controla.

Un aclariment abans de les recomanacions: Conectia ven producció dins del perímetre — inferència privada a la teva regió amb les teves claus, proves de concepte amb criteris d'èxit escrits —, així que el diagnòstic i l'oferta apunten cap al mateix lloc. Descompta-ho, i després comprova les fonts de més amunt, que no són meves.

La fallada que assenyalo és més estreta que «la meitat dels projectes d'IA generativa fracassa». És la prova de concepte que no es pot jutjar perquè no ha corregut mai a dins: la que es mata per una sensació, perquè els números que hauria necessitat vivien a l'altra banda del mur.

Què faria aquest trimestre amb un cas d'ús en una empresa regulada

1. Escriure el perímetre abans que el prompt. Una pàgina: quines dades, en quin sistema, sota quines condicions; on corre la inferència i quines claus la xifren; qui aprova un canvi; què es registra i en quin format; què dirà l'entrada del registre de proveïdors (l'article 28 de DORA si ets entitat financera, l'ENS si ets administració).
2. Executar la prova de concepte a dins des del primer dia. Identitat i accessos reals, dades reals sota les regles del DPO, inferència a la teva regió amb les teves claus. Si un proveïdor no pot córrer allà, això és una troballa de la prova, no un obstacle.
3. Acotar-la en el temps amb els criteris escrits abans del primer commit. Tres setmanes, criteris d'èxit en paper, una data de tancament. Una prova de concepte sense data de tancament no espera producció: espera la revisió del pressupost.
4. Mesurar on corre el flux de treball. Un número que algú ja presenta al consell. O la causa «valor poc clar» es dissol o es confirma, i tots dos resultats valen les tres setmanes.
5. Escriure la sortida a l'arrencada. Codi i runbooks teus, clàusula de no entrenament, sortida documentada. Són els mateixos camps que demana el registre, així que els escriuràs igualment: millor la primera setmana que a l'auditoria.

Cinc xifres per portar a la sala

• Almenys el 50 % dels projectes d'IA generativa es va abandonar després de la prova de concepte abans d'acabar el 2025, davant del 30 % previst, per les mateixes quatre causes (Gartner, 2024 i 2026).
• El 96 % de les organitzacions espanyoles considera clau la IA privada i sobirana; el 29 % a escala global actua a curt termini (NTT DATA, Informe global d'IA 2026, 31 d'agost de 2026).
• El 49 % de les empreses espanyoles cita la regulació i la governança com a barrera principal; el 70 % mostra una preocupació alta o molt alta per l'ús de les seves dades pròpies (Deloitte España, 2026).
• El 56 % dels decisors de TI executa o planifica inferència en producció en un núvol privat; el 51 % repatria càrregues d'IA per seguretat (enquesta de VMware, juny de 2026; recerca de fabricant).
• El 37 % atribueix algun impacte a l'EBIT a la IA i el 6 % és d'alt rendiment, sense canvis interanuals (McKinsey, State of AI, agost de 2026).

El número es va duplicar i les causes no es van moure perquè les causes no van ser mai el model. Van ser el mur entre la sala on corre la demo i la sala on viu l'empresa, i qui fa l'enginyeria per passar el cas d'ús a l'altra banda. Si tens un cas d'ús esperant en aquell mur, parla amb un CTO: porta la pàgina del pas u i comencem per allà.