Fa tot just tres anys, utilitzar intel·ligència artificial generativa en una redacció era una decisió innovadora que mereixia nota de premsa. El 2026 és una decisió operativa tan ordinària com contractar un allotjament web o subscriure’s a una agència de dades. La conversa del sector ja no gira al voltant de si convé adoptar aquestes tecnologies, sinó al voltant de com integrar-les sense perdre el control editorial, com formar els equips i com sostenir la diferenciació quan la producció de contingut genèric s’ha abaratit fins a límits inèdits.

Aquest canvi de pregunta és, en si mateix, la notícia. La intel·ligència artificial generativa s’ha industrialitzat. Ha passat de ser un conjunt d’eines experimentals a convertir-se en infraestructura de producció, anàlisi, distribució i servei. I aquesta conversió altera simultàniament els costos, les competències que se li exigeixen a les persones professionals, la relació amb audiències i clients, i els criteris de diferenciació competitiva en tot l’ecosistema de la comunicació.

En aquest article analitzem aquesta transformació amb tres preguntes guia: què significa realment industrialitzar la IA, quina evidència tenim que el procés estigui consumat i què ha de fer una organització perquè la tecnologia augmenti la seva capacitat sense erosionar el seu valor.

Què significa «industrialitzar» la intel·ligència artificial

Industrialitzar no és sinònim d’automatitzar completament. Quan parlem d’industrialització de la IA generativa ens referim a quelcom més precís: la integració d’aquestes capacitats en els processos centrals de l’organització, de forma sistemàtica, mesurable i governada, de manera que el sistema deixa de ser un accessori i passa a ser part de la infraestructura amb què es produeix el valor.

Hi ha tres trets que distingeixen la fase industrial de la fase experimental. El primer és la sistematicitat: la IA deixa d’aplicar-se en projectes aïllats o en la iniciativa de professionals entusiastes i passa a formar part de fluxos de treball estàndard, amb responsables definits, pressupost propi i indicadors de rendiment. El segon és l’escala: l’ús ja no es limita a tasques puntuals, sinó que cobreix tota la cadena de valor, des de la investigació i el monitoratge fins a la distribució i l’analítica. El tercer, i el més important, és com es governa: l’organització estableix regles explícites sobre què fa la màquina, què fa la persona, qui valida, com es documenta i qui respon davant d’un error.

Aquest tercer tret marca la diferència entre la mera adopció i la industrialització madura. Una redacció on cada periodista usa l’eina que vol com vol no ha industrialitzat res: ha externalitzat la decisió a la improvisació individual. Una organització que ha definit protocols d’intervenció humana, registres d’ús, criteris de validació i responsabilitats, en canvi, ha convertit la IA en infraestructura productiva. I és aquí, precisament, on resideix el diferencial competitiu que desenvoluparem al llarg de l’article.

Les dades d’una transformació consumada

L’evidència disponible no deixa marge per a la interpretació: la industrialització de la IA generativa és un fet estructural del sector, no una previsió. L’informe Journalism, Media and Technology Trends and Predictions 2026 del Reuters Institute, elaborat a partir d’entrevistes amb més de 280 directius editorials, digitals i executius de mitjans de tot el món, constata que el 97 % dels responsables consultats considera essencial l’automatització de processos interns, el 82 % ja utilitza la IA en l’obtenció d’informació i el 64 % l’aplica en tasques de transcripció, correcció i generació automàtica de metadades. Pots consultar l’informe complet al Reuters Institute for the Study of Journalism.

Aquests percentatges són eloqüents per si sols, però el que és realment significatiu és la trajectòria que revelen. Fa dos anys, la majoria de les aplicacions citades eren pilots. Avui són fluxos de producció. La transcripció automàtica, per exemple, ja no és un experiment a la majoria de les redaccions: és el mecanisme per defecte a partir del qual es generen entrevistes arxivables, verificables i reutilitzables. El mateix passa amb la generació de metadades, la traducció assistida o el monitoratge de fonts.

La inversió ho confirma. Segons el World Press Trends Outlook 2025-2026 de WAN-IFRA, la intel·ligència artificial i l’automatització s’han consolidat com a prioritat d’inversió per a la gran majoria de les editorials, i els plans de formació en competències de IA apareixen com un dels fronts d’actuació més citats pels directius del sector. No es tracta d’un caprici tecnològic: és la resposta a una pressió competitiva real sobre costos, velocitat i capacitat de personalització.

A les redaccions: de l’assistència al sistema de producció

A les redaccions, la IA industrialitzada opera com una capa invisible sobre el flux de treball habitual. Obté informació a partir del monitoratge de fonts públiques i bases de dades; transcriu i tradueix amb una precisió que ja no requereix revisió completa; genera esborranys de peces estructurades com resultats esportius, dades econòmiques o previsions meteorològiques; etiqueta continguts per al seu arxiu i recomanació; i ajuda a adaptar cada peça al format que exigeix cada plataforma de distribució.

L’Associated Press, pionera en automatització de continguts des de 2014, va resumir la situació amb una formulació reveladora: la indústria ha deixat de moure’s al voltant de ChatGPT com a eina per començar a construir sistemes d’intel·ligència artificial reals, integrats en la forma de produir i distribuir contingut. La diferència és substancial: una eina la fa servir una persona; un sistema opera dins de l’organització, amb governança, registres i responsables.

A les agències de comunicació: professionalització accelerada

A la banda de les agències de comunicació i les relacions públiques, la dinàmica és paral·lela tot i que amb matisos. Segons l’informe State of AI in PR 2026 de Muck Rack, el 76 % de les persones professionals de la comunicació ja utilitza eines d’intel·ligència artificial generativa en la seva feina quotidiana, fonamentalment per crear continguts, analitzar dades, fer recerca i monitorar mitjans. L’informe complet està disponible a Muck Rack.

La dada rellevant no és només el percentatge, sinó la maduresa dels usos. La fase de «prova i error» amb generació de textos ha donat pas a fluxos normalitzats: informes de monitoratge amb anàlisi automatitzat, primers esborranys de notes de premsa sotmesos a validació humana, segmentació d’audiències, adaptació de missatges per canal i mesurament d’impacte gairebé en temps real. Les agències que han integrat aquests fluxos han reduït de forma notable els temps de lliurament en serveis de valor afegit limitat, cosa que els permet dedicar més capacitat humana a l’estratègia, la creativitat i la consultoria.

Què s’industrialitza primer: l’anatomia de la cadena de valor

No totes les funcions s’industrialitzen al mateix ritme, i entendre l’ordre és útil per anticipar on estarà el pròxim front. L’experiència acumulada els darrers anys suggereix una seqüència relativament consistent.

La primera onada, ja consolidada, afecta les tasques de suport: transcripció, traducció, correcció, etiquetatge, generació de metadades i gestió documental. Són tasques intensives en temps, escassament diferenciades i fàcilment verificables, cosa que les converteix en candidates ideals per a l’automatització amb supervisió humana lleugera.

La segona onada, en plena expansió, afecta la producció assistida: esborranys de peces estructurades, resums, adaptacions de format, variants per a diferents canals i personalització de continguts per audiència. Aquí el paper humà es desplaça de redactor a editor i verificador, amb un canvi qualitatiu important en les competències requerides.

La tercera onada, encara emergent, afecta l’obtenció d’informació i l’analítica predictiva: monitoratge de fonts, detecció de tendències, anàlisi de dades massius i anticipació de comportaments d’audiència. I una quarta onada, que tan sols s’entreveu, apuntaria cap a sistemes agentics capaços d’executar tasques de múltiples passos amb una intervenció humana cada cop més indirecta. Segons els seguiments sectorials, la majoria de les organitzacions encara es troba entre la segona i la tercera onada, cosa que defineix una finestra de temps concreta per construir la governança abans que la complexitat la faci inevitable.

Agències de notícies: de distribuïdores de contingut a infraestructura de veracitat

Per a les agències de notícies, la industrialització de la IA té una lectura estratègica particular. El seu model de negoci històric —vendre contingut actualitzat, fiable i ràpid a mitjans que no poden produir-ho tot— es veu tensionat per dues forces simultànies: la capacitat dels models generatius per produir text sintètic en massa i la caiguda estructural del trànsit de referència que sostenia els seus clients.

La resposta que emergeix de les agències més avançades no és competir en volum, sinó redefinir el producte. Si el contingut genèric tendeix a convertir-se en commodity, el valor migra cap a allò que la màquina no pot garantir: la verificació, la procedència traçable, el context i els drets clars. Les agències de notícies que han invertit durant dècades en xarxes de corresponsals, procediments de verificació i arxius documentals endreçats posseeixen exactament els actius que el nou mercat valora. La seva oportunitat és evolucionar de proveïdores de fil informatiu a infraestructura de veracitat per a mitjans, plataformes i, cada cop més, per als mateixos desenvolupadors de models d’IA que necessiten contingut fiable, actualitzat i amb drets endreçats per a entrenament i recuperació.

Aquesta redefinició no és retòrica. Afecta decisions concretes de producte: arxius explotables com a actius de dades, serveis de verificació com a línia de negoci, metadades riques com a infraestructura comercial. L’agència que entén el seu arxiu com un dipòsit passiu està desaprofitant el seu principal avantatge competitiu en el mercat que ve.

El diferencial no és usar IA, és governar-la

Arribats a aquest punt podem formular la tesi central d’aquest article: l’ús de la intel·ligència artificial generativa deixarà de ser un criteri de diferenciació competitiva precisament perquè estarà universalitzat. Quan el 97 % dels directius considera essencial l’automatització i tres de cada quatre professionals de la comunicació ja usa aquestes eines, «usar IA» no diferencia ningú. El que diferencia és com es governa.

La recerca acadèmica recent aporta evidència contundent. Un estudi publicat a la revista Digital Journalism el 2026 va trobar que la supervisió humana declarada augmenta en un 14,9 % la probabilitat que el públic percebi major credibilitat organitzativa, i la literatura sobre confiança mostra de forma consistent que l’automatització completa redueix la credibilitat percebuda, especialment en informació política. Traduït al negoci: la governança visible no és un cost de compliment, és un actiu de marca.

Governar el repartiment humà-màquina implica respondre amb precisió a una sèrie de preguntes organitzatives. Quines decisions pot prendre el sistema sense supervisió i quines requereixen validació humana obligatòria? Qui respon legal i editorialment d’un contingut generat o assistit per IA? Com es registra la intervenció de la màquina perquè sigui auditable? Quines dades poden introduir-se en sistemes externs i sota quines condicions contractuals? Com es formen els equips perquè la supervisió sigui competent i no merament formal?

Les organitzacions que responguin aquestes preguntes per escrit, amb protocols actualitzats i assumits per direcció, estaran construint quelcom que cap model generatiu pot replicar: confiança verificable. Les que no ho facin operaran sobre una base de risc acumulat que, tard o d’hora, materialitzarà errors costosos.

D’allò que s’industrialitza també se n’hi depèn: riscos de la nova infraestructura

Tota infraestructura crea dependència, i la de la IA generativa no és una excepció. El primer risc és la homogeneïtzació: quan tots els actors del sector s’apleguen en uns pocs models entrenats amb corpus similars, els continguts tendeixen a convergir en estil, estructura i enfocament, erosionant la diferenciació que les marques de mitjans i les agències han construït durant dècades. La ironia és evident: l’eina adoptada per guanyar eficiència pot acabar anul·lant precisament els trets que feien valuosa cada organització.

El segon risc és la dependència tecnològica estructural. La dependència del sector ja no es limita al trànsit de les plataformes: abasta ara el còmput al núvol, els mateixos models, les eines de producció i les dades d’audiència. Les investigacions sobre dependència tecnològica a les redaccions coincideixen que la IA intensifica les dependències existents i en crea de noves, amb autonomia limitada però negociada davant d’uns pocs proveïdors globals. Diversificar proveïdors, preservar interoperabilitat, mantenir capacitat tècnica pròpia i controlar les dades pròpies deixen de ser decisions de departament per convertir-se en decisions estratègiques de direcció.

El tercer risc, i potser el menys discutit, és l’impacte sobre les competències. Si la màquina produeix el primer esborrany, el professional necessita una capacitat superior de verificació, context i judici per aportar valor sobre aquell esborrany. Però aquestes competències s’entrenen precisament fent la feina que la màquina ara fa. Les organitzacions que externalitzin completament la producció a la IA poden descobrir, dins d’una generació professional, que han destruït la cadena de formació del seu propi talent. Mantenir espais de producció humana no és nostàlgia: és política de talent.

Full de ruta: sis decisions per industrialitzar sense desindustrialitzar el criteri

Davant d’aquest panorama, per on comença una organització? Proposem sis decisions ordenades que sintetitzen les bones pràctiques observades en els actors més avançats del sector.

Primera, l’inventari honest
Abans de comprar tecnologia, cal mapejar quins processos existeixen, quant costen i on la IA aporta valor real. Moltes organitzacions descobreixen que les seves majors ineficiències no són on pensaven.

Segona, la carta de principis
Un document breu, assumit per direcció, que defineixi què fa la màquina, què fa la persona i què mai no farà la màquina. L’AFP va publicar la seva carta editorial sobre l’ús de la IA; no és un detall de comunicació, és una eina de governança.

Tercera, els protocols human-in-the-loop
Cada flux automatitzat ha de definir el punt de validació humana, el perfil que l’executa i el registre que la documenta. La traçabilitat no és burocràcia: és la condició per poder respondre davant d’audiències, clients i tribunals.

Quarta, la formació com a inversió, no com a despesa
Els equips necessiten entendre els fonaments del que supervisen: biaixos, al·lucinacions, límits dels models, implicacions de les dades. La supervisió formal sense competència real és la forma més perillosa d’automatització.

Cinquena, la diversificació de proveïdors i la protecció de les dades
Negociar condicions contractuals que impedeixin l’ús de les dades pròpies per a entrenament aliè, avaluar models oberts quan el cas ho justifiqui i preservar la capacitat de migrar.

Sisena, la mesurament
Definir indicadors que vagin més enllà de l’estalvi de costos: qualitat percebuda, errors detectats, confiança de l’audiència, capacitat de diferenciació. Allò que no es mesura, quan la tecnologia canvia tan ràpid, es degrada sense avisar.

Conclusions

La industrialització de la IA generativa no és una onada més en la llarga sèrie de disrupcions tecnològiques del sector: és la consolidació d’una infraestructura que condiciona com es crea, s’empaqueta, es distribueix i es monetitza el valor informatiu i comunicatiu. L’evidència disponible és aclaparadora i la trajectòria, irreversible en allò substancial.

Però convé resistir tant l’entusiasme ingenu com la resignació fatalista. La tecnologia no determina per si sola el resultat: les organitzacions que la governen amb criteri, que inverteixen en la competència dels seus equips i que entenen la confiança com el seu actiu central en sortiran reforçades d’aquest procés. Les que l’adoptin com a mera substitució de costos descobriran que han abaratit el seu producte fins a fer-lo indistingible del de qualsevol.

El periodisme de qualitat, la comunicació estratègica i la informació verificada no han deixat de ser necessaris en l’era de la IA generativa; de fet, mai no ho han estat tant. El que ha canviat és qui els pot produir i a quin preu. La pregunta que cada organització s’ha de fer ja no és si usarà intel·ligència artificial, sinó què serà capaç d’aportar quan tothom la faci servir. La resposta a aquesta pregunta no l’escriu cap model: l’escriuen les persones, amb criteri, i la respon una organització que sap governar els seus sistemes.