El 30 de juny de 2026 Anthropic va presentar Claude Science, un "banc de treball" d’IA per a científics. És una notícia que sona llunyana —parla de genòmica, proteòmica o predicció d’estructures de proteïnes—, però darrere hi ha una tendència que sí que toca de ple l’empresa privada: la IA multiagent aplicada a treball real, amb resultats traçables i reproduïbles. I aquí, encara que no tinguis un laboratori, hi ha lliçons molt aprofitables per a la teva pime.
En aquest article t’expliquem què és Claude Science, què representa per al mercat i, sobretot, què pots començar a aplicar avui al teu negoci amb criteri, sense perseguir l’últim titular.
Què és Claude Science i per què és notícia
Segons Anthropic, Claude Science reuneix en un mateix entorn les eines disperses que fa servir un investigador (bases de dades, quaderns de codi, clústers de càlcul…) i li permet executar anàlisis de diversos passos. La seva gran promesa és que cada resultat queda documentat: la figura o l’informe es generen juntament amb el codi i l’historial que els van produir, de manera que qualsevol pugui validar-los i reproduir-los mesos després.
El que és interessant per a nosaltres no és la biologia. És el patró: una IA que executa un flux de treball complet, coordina "subagents" especialitzats i sotmet la seva pròpia feina a revisió abans de donar-la per bona.
Què té de nou la IA multiagent
Fins fa poc demanàvem a la IA una resposta i la copiàvem. La IA multiagent canvia el plantejament: un agent coordinador reparteix la tasca entre diversos agents especialitzats, cadascun resol la seva part i un agent "revisor" comprova el conjunt.
En el cas de Claude Science, Anthropic descriu un agent revisor que verifica cites i càlculs, i marca o corregeix errors sobre la marxa. Un dels investigadors citats fins i tot va muntar parelles "creador–crític": un agent redacta i l’altre avalua l’exactitud i les fonts.
Traduït al llenguatge de negoci, això és el que en el nostre glossari anomenem un agent d’IA: un sistema que executa tasques de diversos passos utilitzant eines, no un xat que només respon preguntes. I la revisió automàtica entre agents és el mecanisme per atallar el gran risc de la IA generativa: les al·lucinacions, aquesta informació incorrecta amb aparença de certa.
Tres lliçons per a la teva pime (encara que no tinguis un laboratori)
1. La reproduïbilitat no és cosa de científics
Si Claude Science guarda "com es va fer cada resultat", és perquè en la ciència una xifra sense origen no val res. En una pime passa el mateix: un informe de marges, una previsió de compres o una liquidació sense traçabilitat genera desconfiança i hores de revisió manual.
La lliçó: qualsevol projecte d’IA o de dades hauria de néixer amb traçabilitat i governança des del primer dia. Saber de quina dada surt cada número és el que converteix la IA en una eina fiable per decidir, i no en un generador de conjectures ben redactades.
2. Els agents executen, no només responen
El salt de valor està a passar de "la IA em suggereix" a "la IA fa i després algú valida". En el terreny de la pime, això s’anomena automatització intel·ligent: combinar l’automatització de processos amb IA per a tasques que abans requerien criteri humà, com classificar factures, preparar una comanda o redactar un esborrany de resposta.
No cal un banc de treball científic per començar. Amb eines de l’ecosistema Microsoft —Power Automate per al procés i Power BI per veure-ho— una pime pot automatitzar fluxos administratius reals i alliberar temps de l’equip.
3. Sense dades ordenades, la IA no rendeix
Claude Science funciona perquè es connecta a fonts de dades ben estructurades. És la regla d’or que repetim sempre: sense dades ordenades i governades, la IA no dona resultats. Abans de somiar amb agents, moltes empreses necessiten primer posar ordre a la seva informació: on és, qui hi accedeix, amb quina qualitat.
Per això el punt de partida assenyat gairebé mai és "muntar una IA", sinó triar un cas d’ús concret i mesurable i comprovar que les dades que necessita existeixen i són fiables.
Com ho aterrem a TISA
A TISA fa des de 1987 que ajudem empreses privades i pimes a digitalitzar-se, i aquest tipus de notícies les llegim amb un filtre molt pràctic: què d’això és realista avui per a una empresa com la teva?
El nostre enfocament d’IA aplicada a negoci comença per l’assessorament: identificar les dades rellevants, establir protocols de governança de dades i avaluar quines eines encaixen amb la teva capacitat d’inversió. A partir d’aquí, desenvolupem un cas d’ús adaptat al teu negoci, en lloc de "fer IA per fer-la".
Tot això sobre una base sòlida: Microsoft Dynamics 365 Business Central com a ERP per tenir les dades de gestió en ordre, i Power Platform (Power Apps, Power Automate, Power BI) per estendre processos i automatitzar. És el mateix principi que fa útil un entorn com Claude Science —agents, automatització i dades governades—, però dimensionat a la realitat d’una pime.
Parlem del teu cas d’ús
La IA multiagent marca cap a on va la tecnologia, però el valor per a la teva empresa està a fer un primer pas ben triat: un cas d’ús mesurable, amb dades fiables i traçables al darrere.
Si vols explorar on encaixa la IA i l’automatització en el teu negoci, a TISA t’oferim una valoració sense compromís. Escriu-nos a info@grupotisa.com, truca’ns al (+34) 971 305 885 o visita grupotisa.com. T’ajudem a separar el soroll del que de debò pot millorar el teu dia a dia.