Per què les dades van abans que l'eina
Quan una pime pensa en IA, sol pensar primer en l'eina: quin assistent, quin xatbot, quina automatització. Però la major part de la feina real d'un projecte d'intel·ligència artificial per a empreses és prèvia: entendre quina informació hi ha i posar-la en condicions. Una eina d'IA no sap quina tarifa és la bona si n'hi ha tres versions en carpetes diferents, ni quin és el telèfon correcte d'un client que surt repetit amb dues adreces.
El problema no és tècnic, és d'organització. I la bona notícia és que ordenar les dades té valor encara que després no hi apliquis IA: l'equip troba les coses abans, s'equivoca menys i pren decisions amb informació fiable.
1. Fes un inventari: quines dades tens i on són
El primer pas és senzill però sovint revelador: fer una llista de les dades que fa servir l'empresa i on es guarden. No cal cap eina especial; un full de càlcul o un paper serveixen.
Per a cada tipus de dada, apunta:
- Què és: clients, proveïdors, productes, comandes, albarans, incidències, contractes, fitxes tècniques…
- On és: el programa de gestió, fulls de càlcul, carpetes compartides, el correu d'algú, paper, el mòbil d'un comercial.
- Qui la fa servir i qui l'actualitza: sovint no són la mateixa persona.
- Amb quina freqüència canvia: cada dia, cada mes, gairebé mai.
En moltes pimes, aquest exercici destapa que una mateixa informació viu en tres o quatre llocs diferents, i que ningú sap del cert quina és la versió bona. Això és exactament el que convé resoldre abans de connectar-hi cap eina d'IA.
2. Revisa la qualitat: duplicats, buits i dades desfasades
Un cop saps on és cada cosa, toca mirar com està. No cal revisar-ho tot de cop: comença per les dades que faràs servir primer. Els problemes més habituals són:
- Duplicats: el mateix client donat d'alta dues vegades, amb el nom escrit diferent o amb una adreça antiga.
- Camps buits: fitxes sense correu, productes sense categoria, comandes sense data de lliurament.
- Formats diferents: dates escrites de maneres diverses, noms en majúscules i minúscules, unitats barrejades.
- Informació desfasada: tarifes antigues, contactes que ja no hi són, productes descatalogats que segueixen actius.
Una manera pràctica de fer-ho és agafar una mostra petita —per exemple, els clients amb qui has treballat l'últim any— i netejar-la bé, en lloc d'intentar arreglar tot l'històric. També ajuda acordar unes normes mínimes: com s'escriuen els noms, quins camps són obligatoris, què fem amb un registre que ja no és vàlid.
3. Un únic lloc de referència per a cada dada
Aquest és probablement el punt més important. Per a cada tipus de dada hi ha d'haver un sol lloc que mana: si hi ha dubtes, allò que diu aquest lloc és la veritat. Pot ser el programa de gestió, una carpeta compartida concreta o una base de clients, però ha de ser un i ha de ser conegut per tothom.
Si avui la llista de preus viu en un full de càlcul que cada comercial té copiat al seu ordinador, la IA acabarà llegint la còpia que no toca. Quan les dades de diferents àrees no es parlen entre elles, sovint el que falta és un programa de gestió a mida que les centralitzi i s'adapti a com treballa l'empresa, en lloc d'anar afegint fulls de càlcul. No sempre cal fer-ho, però si la informació clau està repartida en massa llocs, és el moment de plantejar-s'ho.
4. Permisos i confidencialitat
Abans que cap eina d'IA toqui les teves dades, has de decidir què pot veure i què no. Algunes preguntes útils:
- Hi ha dades personals de clients o treballadors? Quines són imprescindibles per a la tasca i quines no?
- Hi ha informació sensible (nòmines, condicions comercials, contractes, dades de salut) que no ha de sortir de l'empresa?
- Qui té accés avui a cada carpeta o apartat del programa de gestió? Té sentit o és herència d'anys enrere?
- On es processarà la informació quan la facis servir amb una eina d'IA, i compleix la normativa de protecció de dades (RGPD)?
Una bona pràctica és separar les dades en tres grups: les que es poden fer servir sense problema, les que es poden fer servir anonimitzades o resumides, i les que no han d'entrar mai en una eina externa. Revisar els permisos de carpetes i usuaris també és important: si una eina d'IA treballa amb els permisos d'una persona que ho pot veure tot, la IA també ho podrà veure tot.
5. Documents i dades estructurades: no són el mateix
Les dades d'una empresa arriben en dues formes, i cada una es prepara d'una manera diferent.
Dades estructurades
Són les que estan en taules amb camps clars: clients, productes, comandes, factures. Serveixen per comptar, comparar i detectar patrons (quins productes es venen més, quins clients fa temps que no compren). Aquí el que importa és la coherència: mateixos camps, mateixos formats, sense duplicats.
Documents
Són textos lliures: manuals, procediments, contractes, fitxes tècniques, correus, actes de reunions. Una eina d'IA hi pot buscar respostes o resumir-los, però només si:
- Hi ha una única versió vigent de cada document, i les antigues estan arxivades a part o marcades com a obsoletes.
- Els noms dels fitxers i les carpetes permeten saber què hi ha sense obrir-los.
- El contingut està en text llegible, no només en fotos o escanejats de mala qualitat.
Un exemple hipotètic: si vols que una eina d'IA respongui dubtes de l'equip sobre procediments interns, però tens tres versions del manual de qualitat i ningú sap quina és la vigent, la IA pot respondre amb la versió de fa anys. Ordenar la carpeta és feina prèvia i imprescindible.
6. Comença per un àmbit petit
No cal preparar totes les dades de l'empresa per fer una primera prova. És més útil triar un àmbit concret —per exemple, les consultes de clients sobre un tipus de producte, o les comandes d'un any— i deixar-lo realment ben preparat: inventariat, net, en un sol lloc i amb permisos revisats.
Així veus ràpidament si la preparació ha estat suficient, aprens què falla i pots aplicar el mateix mètode a l'àmbit següent. Intentar-ho arreglar tot abans de començar sol acabar en un projecte que no s'acaba mai.
7. Mantenir les dades netes (després del primer dia)
Netejar les dades una vegada és relativament fàcil; el difícil és que es mantinguin netes. Alguns hàbits que ajuden:
- Un responsable per a cada tipus de dada: algú que vetlli perquè la informació de clients, productes o documents estigui al dia.
- Normes d'entrada clares: camps obligatoris, formats acordats, no donar d'alta un client sense buscar si ja existeix.
- Revisions periòdiques: un repàs curt cada cert temps per detectar duplicats, buits o documents obsolets.
- Evitar còpies paral·leles: si algú necessita la informació, que la consulti al lloc de referència, no en una còpia pròpia.
Si el programa de gestió ajuda a validar les dades en el moment d'entrar-les, gran part d'aquesta feina es fa sola.
Com ho treballem des d'Osona
A 2click treballem amb pimes de Vic, Osona i la resta de Catalunya que volen aplicar la IA amb els peus a terra. Sovint el primer que fem no és instal·lar cap eina, sinó ajudar a fer l'inventari, decidir quin ha de ser el lloc de referència de cada dada i, si cal, connectar o centralitzar sistemes perquè la informació estigui en condicions. Pots veure alguns exemples de feina feta al nostre apartat de projectes. Si vols valorar en quin estat són les dades de la teva empresa i per on començar, escriu-nos sense compromís a través de la nostra pàgina de contacte.