L'evolució del programari empresarial mai ha estat lineal. Cada nova onada tecnològica —el núvol, els microserveis, la contenidorització— ha obligat les organitzacions a repensar com construeixen, despleguen i mantenen els seus sistemes. Avui ens trobem davant d'un canvi que promet ser igualment transformador: la irrupció dels agents d'intel·ligència artificial com a actors actius dins l'ecosistema de plataformes. Ja no es tracta només d'oferir interfícies conversacionals o xatbots; parlem de programari que raona, decideix i executa accions de forma autònoma, col·laborant amb enginyers humans per gestionar des de l'aprovisionament d'infraestructura fins a la resolució d'incidents en producció. Aquest nou paradigma, que podríem anomenar 'empresa agentiva', exigeix que les plataformes internes de desenvolupador (IDP, per les sigles en anglès) evolucionin per tractar aplicacions, recursos i agents com a ciutadans de primera classe dins d'un mateix model operatiu.
Durant l'última dècada, les plataformes d'enginyeria s'han centrat a abstraure la complexitat operativa perquè els equips de desenvolupament poguessin centrar-se en la lògica de negoci. Van sorgir camins daurats, automatització amb GitOps, polítiques de seguretat integrades i observabilitat com a servei. El resultat ha estat una major productivitat i consistència. No obstant això, aquesta arquitectura partia d'una premissa que avui trontolla: l'usuari principal de la plataforma és un ésser humà. Un desenvolupador accedeix a un portal, configura el seu pipeline, desplega la seva aplicació i monitoritza el seu estat. Quan aquest mateix flux l'executa un agent d'IA —que consulta el mateix catàleg de serveis, sol·licita recursos com bases de dades o cues de missatges, desplega versions i analitza telemetria— la plataforma ha d'oferir garanties equivalents d'identitat, permisos, auditoria i govern. No n'hi ha prou amb exposar una API; cal redissenyar els contractes d'interacció perquè tant humans com agents participin en igualtat de condicions, però amb la seguretat que cada acció queda registrada i acotada per polítiques.
Aquest article proposa una visió original de com ha d'evolucionar l'enginyeria de plataformes per donar suport a l'empresa agentiva, prenent com a referència conceptual els principis que estan sorgint a la indústria, però oferint una perspectiva tècnica i empresarial pròpia. A Q2BSTUDIO, com a empresa especialitzada en desenvolupament de programari i tecnologia, entenem que la clau no està a construir una plataforma separada per a la IA, sinó a estendre la plataforma actual perquè gestioni de forma unificada aplicacions, recursos i agents. I per aconseguir-ho, el context —entes com el model compartit de relacions, dependències i historial operatiu— es converteix en el nou fonament.
Per començar, definim què entenem per aplicació, recurs i agent en aquest nou context. Una aplicació segueix sent l'artefacte principal que lliura valor de negoci: un microservei, una API, una aplicació web o un procés batch. Els recursos són els habilitadors: bases de dades, sistemes d'emmagatzematge d'objectes, clústers de Kubernetes, serveis SaaS, models d'IA, secrets, proveïdors d'identitat. Històricament, aquests recursos es consideraven detalls d'infraestructura. A l'empresa agentiva, passen a ser actius de programari amb cicle de vida propi, governança i relacions explícites. Els agents d'IA, per la seva banda, no són ni aplicacions ni recursos: són actors de programari que raonen sobre el context, invoquen eines i executen fluxos de treball. Un agent pot sol·licitar un clúster, desplegar una aplicació, analitzar logs, notificar a un equip o fins i tot escalar un incident. La plataforma l'ha de reconèixer com un consumidor legítim, amb la seva pròpia identitat i abast.
Un dels canvis més profunds és que la plataforma ja no pot limitar-se a executar ordres. Necessita entendre el 'per què' i el 'com' de cada acció. Per això el context es converteix en una capacitat de primera classe. Quan un agent investiga una caiguda de rendiment, no n'hi ha prou amb accedir a mètriques aïllades. Necessita saber quina aplicació es va veure afectada, quins recursos consumia, qui va realitzar l'últim canvi, quines polítiques de seguretat aplicaven, si ha passat abans i com es va resoldre. Aquest coneixement integrat —que els enginyers experimentats construeixen mentalment— ha d'estar disponible de forma estructurada perquè tant humans com agents puguin raonar sobre ell. Les plataformes modernes han de construir i mantenir aquest model de context compartit, exposant-lo a través d'interfícies adequades: un portal humà, una CLI, una API REST o, per als agents, protocols com el Model Context Protocol (MCP).
La gestió d'identitats i accessos també es torna més complexa. Un agent d'IA no és una persona; no pot autenticar-se amb un usuari i contrasenya ni pertany a un equip de la mateixa manera. La plataforma li ha d'assignar una identitat digital amb rols i permisos específics, registrar cada una de les seves accions en una pista d'auditoria i permetre que els humans supervisin i revoquin les seves capacitats en qualsevol moment. Això és especialment rellevant quan l'agent interactua amb recursos sensibles com bases de dades de producció o sistemes de pagament. La seguretat no pot ser un afegit: ha d'estar incrustada al model de la plataforma des del disseny.
A Q2BSTUDIO portem anys ajudant empreses a adoptar tecnologies cloud, desenvolupar aplicacions a mida i construir plataformes internes que redueixen la fricció operativa. La nostra experiència ens mostra que la clau per integrar agents d'IA no està a crear un sistema paral·lel, sinó a enriquir la plataforma existent amb capacitats de context, governança extensible i punts d'integració estàndard. Per exemple, un agent encarregat d'optimitzar costos al núvol pot consultar el model de context per identificar recursos infrautilitzats, proposar canvis i, si té permisos, executar accions de redimensionament. Tot això sota les mateixes polítiques de cloud AWS/Azure que ja governen les accions humanes.
La seguretat també es beneficia d'aquest enfocament. En modelar agents com a actors amb identitat pròpia, es poden aplicar polítiques de ciberseguretat granulars: quins recursos pot llegir, quines accions pot executar, sota quines condicions. Això permet, per exemple, que un agent de resposta a incidents pugui accedir a logs de seguretat però no modificar regles de tallafocs sense aprovació humana. En ciberseguretat, aquesta capacitat d'acció supervisada és clau per mantenir el control sense alentir l'automatització.
Un altre aspecte fonamental és l'observabilitat. Si la plataforma ha de donar suport tant a humans com a agents, la telemetria ha d'estar dissenyada per ser consumida per ambdós. Els dashboards segueixen sent útils per a les persones, però els agents necessiten accés programàtic a sèries temporals, traces i esdeveniments, preferiblement en formats estructurats i amb metadades de context. La intel·ligència de negoci tradicional, com la que ofereixen eines de BI/Power BI, es pot complementar amb dashboards específics per a l'activitat dels agents, mostrant taxes d'èxit, temps d'execució, desviacions respecte a polítiques i recomanacions de millora.
L'automatització, per descomptat, és el combustible d'aquest model. Però no una automatització rígida de scripts, sinó una automatització intel·ligent on els agents decideixen quan i com actuar basant-se en el context. A Q2BSTUDIO oferim serveis d'automatització de processos que es poden integrar amb plataformes agentives per orquestrar fluxos complexos que involucrin aplicacions, recursos i agents d'IA.
Finalment, la intel·ligència artificial és l'habilitador últim. No només en forma d'agents, sinó també com a part del propi motor de la plataforma: recomanacions sobre assignació de recursos, predicció de fallades, anàlisi de causes arrel o generació automàtica de documentació. La IA es converteix en un component més de l'ecosistema, i la plataforma l'ha de tractar com a tal, amb els mateixos estàndards de govern, seguretat i observabilitat.
En conclusió, l'empresa agentiva no és un futurible; és una realitat incipient que ja està transformant l'enginyeria de plataformes. Les organitzacions que vulguin aprofitar tot el potencial dels agents d'IA han de començar avui a evolucionar les seves plataformes internes perquè tractin aplicacions, recursos i agents com a ciutadans de primera classe, amb identitat, context i governança compartits. A Q2BSTUDIO estem preparats per acompanyar aquest viatge, combinant la nostra experiència en desenvolupament de programari a mida, cloud, ciberseguretat, BI i automatització amb les últimes tendències en intel·ligència artificial. El futur de la plataforma no és només per a desenvolupadors humans; és un ecosistema col·laboratiu on humans i agents construeixen junts el programari empresarial del demà.
