(1/3) El 95% dels pilots de GenAI no dona retorn. I els models no en tenien la culpa.
La xifra d'IA més citada de l'últim any és una taxa de fracàs: el 95% dels pilots de GenAI a empreses no genera cap retorn mesurable. Aquesta estadística l'he vista pertot arreu — en presentacions per al consell, en fils apocalíptics a LinkedIn, en memoràndums de congelació de pressupost — i gairebé ningú dels que la citen no ha llegit què mesura. Perquè ben llegida, la xifra absol la tecnologia. Els pilots no moren al model. Moren al desplegament, dins d'entorns que la demo no havia vist mai.
Fa dues dècades que treballo al costat d'operacions del software — CI/CD a empreses grans, resposta a incidents, la feina de lampisteria que ningú no veu però que decideix si una cosa arriba a producció o es queda florint-se a staging. He estat a més d'una reunió on s'enterra un pilot, i la causa de la mort no és mai «el model no era prou bo». És una revisió d'accessos que va trigar onze setmanes. És el responsable d'un procés a qui ningú no va arribar a demanar que canviés aquell procés. Aquest article va del que el 95% diu de veritat, i de per què la resposta del mercat ha estat un patró de contractació, no un model millor.
Què va mesurar el MIT — i què va retallar el titular
La xifra surt de The GenAI Divide: State of AI in Business 2025, publicat pel Project NANDA del MIT el juliol de 2025: una revisió de més de 300 iniciatives d'IA divulgades públicament, 52 entrevistes estructurades i 153 enquestes a directius, contra una despesa empresarial en GenAI estimada en 30.000–40.000 milions de dòlars. La troballa: el 95% dels pilots estudiats no va produir cap impacte mesurable al compte de resultats dins la finestra de l'estudi. L'altre 5% n'estava traient milions.
El titular omet dues coses. La primera: «cap impacte mesurable al P&L encara» no vol dir «la tecnologia ha fracassat» — més d'una categoria honesta d'IT corporatiu trauria números lletjos en un examen de P&L a sis mesos. La segona, i més greu per a l'ús que es fa de la xifra: el diagnòstic del mateix informe no és la capacitat del model. Els autors assenyalen l'absència d'aprenentatge, integració i adaptació al context — eines que mai no van absorbir el context de l'organització, processos que mai no van absorbir l'eina. L'informe no diu que la IA hagi fracassat. Diu que va fracassar el desplegament. Qui cita el 95% per argumentar que els models no estan a punt està citant un estudi que argumenta just el contrari.
El pilot mor en creuar cap al teu entorn
La distància entre demo i producció no és cap metàfora; és una llista que es pot detallar. El pilot corria sobre un dataset triat a dit, amb un token d'administrador i un usuari que volia que funcionés. Producció vol dir:
- Identitat i accessos. SSO, comptes de servei de privilegi mínim, una revisió d'IAM amb cua d'espera. L'agent que «només necessita accés de lectura» el necessita a quatre sistemes amb tres responsables diferents.
- Les dades tal com són, no com les pinta la demo. Res d'exports nets: el CRM amb una dècada de deriva d'esquema, el warehouse on la taula de referència és fiable cada dia tret dels dilluns.
- APIs que mai no es van dissenyar perquè les manegi programari. Sense idempotència, sense rate limits raonables, amb missatges d'error escrits per a un humà que pot arronsar les espatlles.
- Un mode de fallada que algú ha d'assumir. L'equip de guàrdia ha d'absorbir una classe nova d'incident abans que passi el primer, no després.
- Un procés amb un humà a dins que a partir d'ara ha de treballar diferent — i que es va assabentar del pilot al mateix correu que anunciava que ja era en producció.
Cap d'aquests punts és capacitat del model. Tots són feina d'enginyeria i d'organització, i tots són invisibles a la demo. El 5% que va creuar la bretxa del MIT no tenia models millors; els casos d'èxit de l'informe comparteixen integració profunda i processos adaptats: es van treballar aquella llista sencera.
Aquesta pel·lícula ja l'hem vista: DevOps també va ser una compra d'eines
Cap al 2015 vaig veure empreses «adoptar DevOps» comprant la cadena d'eines. Llicències de Jenkins, un repositori d'artefactes, un dashboard que agradava al CFO. Divuit mesos després la cadència de releases no s'havia mogut, i la retrospectiva culpava les eines. Les companyies que van aconseguir el resultat havien fet una cosa estructuralment diferent: van posar enginyers dins del flux de lliurament amb mandat per canviar el procés, no només per instal·lar programari al costat.
Canvia els substantius i és la història d'enguany. Un pilot de GenAI comprat com a eina i instal·lat al costat del procés produeix una demo. La mateixa capacitat, desplegada per algú incrustat al procés amb permís per recablejar-lo, produeix una línia al P&L. La tecnologia no era el que separava els dos casos fa una dècada, i tampoc no ho és ara.
El mercat ja ho ha descomptat: la contractació de FDE va créixer un 1.165% en un any
Mentre el 95% circulava com a prova del fracàs de la IA, les companyies que venen IA l'estaven llegint bé i contractant en conseqüència. Les places de forward deployed engineer van créixer un 1.165% interanual de cara al 2026, segons les dades de col·locacions de Live Data Technologies — l'anàlisi de 1.000 ofertes de FDE de Perspective AI apunta a la mateixa tendència, amb les ofertes pujant al voltant d'un 800% en un tram de nou mesos del 2025. Palantir va encunyar el rol; OpenAI i Anthropic el van convertir en el seu motor d'ingressos enterprise; i el 59% de les companyies que avui contracten FDEs va de Seed a Series A — l'onada no és cap luxe dels grans laboratoris, és la capa d'aplicació copiant el que va funcionar.
Abans de recolzar-me en aquesta xifra, una declaració d'interessos: desplegar enginyers així és el meu negoci, o sigui que rebaixa'm l'entusiasme tant com calgui — i després mira les dades de contractació, que no són meves. Un FDE és la llista de desplegament de dues seccions més amunt convertida en lloc de treball: un enginyer destacat dins de l'entorn del client, amb una organització al darrere, amb una missió acotada i un final definit. Ja he escrit sobre per què la doctrina importa més que el títol — forward, amb rereguarda, amb missió acotada. El punt rellevant aquí és més senzill: quan el coll d'ampolla va passar de construir models a desplegar-los, els laboratoris no van respondre amb cap whitepaper. Van respondre contractant, a ritmes de creixement de quatre xifres. Els patrons de contractació són el senyal més honest que produeix un mercat, perquè costen diners.
El que el 95% no t'autoritza a concloure
Ser honest obliga a mirar en totes dues direccions, així que van dues concessions. Si el teu cas d'ús està acotat — dades netes, un sol sistema, un procés que controles de cap a cap — el correcte és que el teu propi equip integri una API, i contractar especialistes en desplegament seria teatre. I el mateix 95% mereix escepticisme en l'altra direcció: una finestra de sis mesos per exigir impacte mesurable al P&L és un llistó que moltes tecnologies madures tampoc no superarien. Una part d'aquells pilots «fracassats» continuarà madurant en silenci fins a convertir-se en els èxits de l'any que ve. L'estadística és la foto d'una bretxa, no el veredicte sobre una tecnologia — ni en un sentit ni en l'altre.
El que sí que t'autoritza: si el teu pilot fa dos trimestres que és «a dues setmanes de producció», l'ingredient que falta gairebé segur que no és un model millor, i esperar la propera versió no arregla una cua d'IAM.
Què faria jo aquest trimestre amb el pressupost d'un pilot
- Tria un procés amb línia pròpia al P&L. Ni una plataforma, ni una «capa d'habilitació d'IA» — un procés l'èxit del qual apareix en un número que algú ja reporta.
- Posa un enginyer dins del procés, teu o incrustat des de fora, amb mandat explícit per canviar el procés — no només per cablejar l'API.
- Dona al pilot restriccions de producció des de la primera setmana. IAM real, dades reals, un responsable amb nom a la guàrdia. Un pilot que corre amb token d'administrador no és un pilot; és l'assaig d'una obra que no s'estrenarà mai.
- Escriu la sortida al document d'arrencada. La mètrica d'adopció que significa «escala'l» i la data en què la llegiràs. Un desplegament sense final definit és la manera com un pilot acaba agafant pols en un racó.
- Mata'l per la mètrica, no per les sensacions. El 95% és ple de pilots que no es van mesurar mai, cosa que vol dir que no es van desplegar mai de veritat.
La resta de la sèrie baixa al detall: què conté de veritat la setmana d'un forward deployed engineer, i l'economia del model contra l'staff augmentation clàssic.
El 95% no és cap veredicte sobre la IA. És la factura per tractar el desplegament com una nota a peu de pàgina — i el mercat ja l'està pagant: cada nova contractació d'un FDE és un termini més d'aquesta factura. Si el procés que necessites portar a producció espera aquesta mena d'enginyer, aquest és el rol que despleguem.
