Equip d'ML propi, gran consultora o squad d'IA encastat: qui porta la teva IA a producció?
Transparència a la primera frase, com sempre: Conectia ven una de les tres opcions que venen a continuació. Despleguem squads d'enginyeria d'IA encastats a l'equip del client, així que llegeix la nostra opinió sobre els altres dos models sabent des d'on parlem. Preferim que es noti que juguem net que no pas que venem.
Si aquesta comparativa mereix el teu temps, és per un únic número. El Project NANDA de l'MIT va revisar més de 300 iniciatives d'IA en empreses i va concloure que el 95% dels pilots d'IA generativa no va produir cap retorn mesurable al compte de resultats — sobre una inversió estimada de 30.000–40.000 milions de dòlars. És un sol informe, sense revisió per parells, i la mostra s'inclina cap a la gran empresa; agafa la xifra exacta amb pinces. Però la forma coincideix amb el que els fundadors ens expliquen a les trucades: la demo va sortir en un cap de setmana i, un any després, producció encara no es veu enlloc. El mateix informe va trobar que els pilots construïts amb partners externs arribaven a desplegar-se molt més sovint que les eines construïdes internament des de zero — cosa que converteix qui ho construeix en la decisió amb més conseqüències del teu pressupost d'IA.
Abans de triar qui construeix, val la pena posar nom al que mata aquest 95%. Entre una demo de cap de setmana i un sistema en producció hi ha una llista enumerable, no màgia: accés a dades reals en lloc d'una mostra triada; evals que defineixin què vol dir «una bona sortida» abans que ho defineixin els teus clients; revisió de seguretat de cada eina que el model pot tocar; sostres de cost perquè un bucle de reintents no es mengi el pressupost del trimestre; observabilitat que expliqui per què ha canviat una resposta; i una persona de guàrdia que es faci càrrec del sistema quan es comporti malament. Els pilots s'encallen perquè ningú no va pressupostar aquesta llista — i cadascun dels tres models te'n cobreix una part diferent.
Hi ha tres maneres honestes d'aconseguir que algú t'ho construeixi. Cadascuna és un model legítim, i cadascuna està pensada perquè el resultat tingui un propietari diferent.
Els tres models d'un cop d'ull
| Equip d'ML propi | Consultora global | Squad d'implementació encastat | |
|---|---|---|---|
| Unitat de contractació | Empleats fixos | Programa / transformació | Enginyers sènior dins del teu flux de treball |
| Temps fins al primer commit | Mesos (procés de contractació) | Setmanes–mesos (scoping, assignació) | Dies — Conectia fa el match en 72h |
| Cost anual, capacitat d'IA de 3 persones (EUA) | ~1M$+ total abans de la infraestructura | A preu de programa, normalment més alt | 26–71% per sota de l'equivalent local |
| On queda el coneixement al cap d'un any | A la teva empresa | En part, a la metodologia de la firma | Al teu repositori, al teu equip |
| Optimitzat per a | Propietat a llarg termini | Governança, escala, rendició de comptes | Arribar a producció |
| Falla quan | No pots contractar o retenir el talent | La missió és «entrega aquesta funcionalitat», no «transforma aquesta organització» | Ningú de dins no és propietari del producte |
La fila de costos mereix un aclariment: les enquestes salarials dels EUA de 2025–2026 situen un enginyer d'ML sènior entre uns 160.000$ de base i més de 350.000$ de compensació total a les grans tecnològiques. Tres perfils com aquest, més càrregues socials, recruiting i els mesos de vacant mentre busques, superen el milió de dòlars l'any abans de la primera factura de GPU — aritmètica nostra, declarada com a estimació, no com a dada d'enquesta.
L'equip propi guanya la partida llarga — si pots pagar la curta
Muntar el teu propi equip d'ML és la decisió correcta més sovint del que una empresa de serveis hauria d'admetre. El coneixement es queda a casa. L'equip que va construir el sistema l'acompanya a cada migració de model i a cada incident a les tres de la matinada. Si la IA és el teu producte — i no una funcionalitat del teu producte —, aquesta és la destinació, i qualsevol altre model és, com a molt, un pont per arribar-hi.
Els costos honestos són el temps i la fragilitat. El procés de contractació de talent sènior d'IA dura mesos, en un mercat on els millors candidats tenen sobre la taula ofertes de laboratoris que paguen compensacions que no igualaràs. Un equip de tres persones té redundància zero: una dimissió i el teu roadmap perd un trimestre. I és aquí on la troballa de l'MIT fa més mal — les eines construïdes internament eren les que amb més probabilitat s'encallaven abans de producció, perquè el primer equip intern acostuma a estar aprenent IA de producció a costa del teu roadmap.
La consultora global guanya quan el problema és l'organització
Les grans firmes — les cases d'estratègia i les Big Four — es despatxen als cercles d'enginyeria amb una frase feta que no repetirem com si fos anàlisi. La versió justa: una consultora global està construïda per optimitzar la governança a escala. Quan la IA ha d'aterrar a quaranta unitats de negoci, sobreviure al comitè de riscos del consell i produir un rastre d'auditoria que un regulador llegirà, aquesta maquinària és el producte, i ningú més no la té. Els departaments de compres la saben comprar, i poder posar sobre la taula un nom en què el consell ja confia és part del que compres.
La contrapartida estructural surt del mateix disseny. Un model construït per optimitzar la governança ho factura tot a través de la capa de programa, i el seu recurs més escàs — les persones que escriuen el codi de producció — queda uns quants nivells per sota de qui gestiona la teva relació. Quan el projecte s'acaba, la metodologia es queda, però els enginyers roten cap al client següent. No és cap error: és el model funcionant tal com es va dissenyar — optimitza la transformació, no l'entrega. Si el teu problema és un sistema de producció que ha d'existir en noranta dies, estàs comprant l'optimització equivocada.
L'squad encastat està construït per a una sola cosa: producció
El tercer model — el nostre, recorda-ho — encasta enginyers sènior al teu equip: el teu repositori, el teu standup, els teus estàndards. A Conectia l'squad arriba després d'un procés de validació dissenyat per CTOs en actiu que aprova el 3% dels candidats, amb el match en 72 hores, a una tarifa plana un 26–71% per sota de la contractació local equivalent amb compliance i nòmines incloses, i un Pilot Sprint de 14 dies perquè jutgis resultats entregats abans de comprometre't a res.
El que aquest model es nega a fer, dit sense embuts: no serà el propietari de la missió per tu. Un squad encastat amplifica un propietari; no el pot substituir. Si ningú a la teva empresa no assumirà les decisions de producte — què construir, què vol dir «bé», quan llançar —, l'squad no té on encaixar, i et servirà més una consultora que s'emporti la missió sencera. El coneixement s'ha d'acumular al teu equip, i per això cal un equip on acumular-se.
La línia de decisió honesta
- Construeix equip propi quan la IA és el producte central, pots guanyar ofertes de talent sènior i pots absorbir dos trimestres d'arrencada. Tota la resta pot ser un pont cap aquí.
- Contracta la consultora global quan l'entregable és organitzatiu: desplegament multiunitat, postura regulatòria, rendició de comptes davant del consell. Compra la governança; no li demanis velocitat d'startup a un model que mai no es va optimitzar per a això.
- Encasta un squad quan l'entregable és un sistema en producció, tens (o vols conservar) la propietat del producte dins de casa, i la restricció és capacitat d'enginyeria sènior — no estratègia.
- L'híbrid que més veiem a la pràctica: un squad encastat entrega el primer sistema en producció mentre les teves primeres contractacions internes aprenen al seu costat, amb la sortida de l'squad planificada des del principi. El 95% de l'MIT són, sobretot, empreses que no van arribar a triar cap dels tres models.
Tres preguntes per fer-nos a tots tres
- «Qui escriu el codi — amb nom i cognoms — i on serà d'aquí a noranta dies?» Equip propi: els teus empleats. Consultora: demana noms, no organigrames. Squad: els mateixos enginyers, al teu repositori, fins al traspàs planificat.
- «Què s'entrega els primers trenta dies?» Un pla de contractació, una fase de discovery i un Pilot Sprint són tres respostes diferents a la mateixa pregunta. Totes tres són defensables; assegura't que la que compres encaixa amb la teva data límit.
- «Quan això s'acabi, què és meu?» Codi, documentació, evals i el coneixement operatiu per fer-lo anar — o un deck i una dependència. Demana la resposta per escrit.
El 95% de fracàs no és un argument contra la IA; és un argument contra comprar el model equivocat per a la teva situació i dir-ne pilot. Tria primer el propietari — el model ve després. Si el propietari és el teu propi equip i el que falta són mans sènior, parla amb un CTO; si la missió necessita una màquina més gran que la nostra, els altres dos camins són vàlids, i t'ho direm a la trucada.
