Després de diversos anys convivint amb la intel·ligència artificial, és evident que no es tracta d’una moda tecnològica passatgera. L’IA ha arribat per quedar-se i provocar canvis profunds en la manera com gestionem i entenem la productivitat.
No es tracta de pensar com seran els llocs de treball en un futur llunyà, sinó de com s’està redefinint avui mateix la manera de treballar, crear i fins i tot pensar.
L’IA més enllà de la generació de contingut
Avui dia, quan parlem d’intel·ligència artificial, solem pensar principalment en IA generativa — eines com ChatGPT, Gemini o Gamma, que permeten crear textos, imatges, vídeos o fins i tot presentacions completes.
Tanmateix, hi ha altres branques de l’IA que sovint passen més desapercebudes, però que són fonamentals i porten anys transformant la nostra societat.
Parlem, per exemple, d’algorismes predictius que faciliten la detecció precoç de malalties, prediccions financeres sobre morositat, visió per ordinador que fa possibles els cotxes autònoms o detecta productes defectuosos en una cadena de producció, i l’obtenció en temps real de dades per a la gestió energètica, entre d’altres.
Tot això va molt més enllà de demanar a ChatGPT que converteixi el nostre gat en un personatge de Pixar. En aquest context, no només els treballs tradicionals es transformen, sinó que s’obren nous camins: nous perfils professionals i competències que fa només deu anys haurien semblat ciència-ficció o una simple broma.
Quins seran els treballs del futur?
El desenvolupament de la intel·ligència artificial està accelerant una nova economia del coneixement, on els límits entre tècnica, creativitat i estratègia es redefineixen constantment.
Segons anàlisis de TechTarget, Salesforce, RoboticsBiz, Sacred Heart University i el Fòrum Econòmic Mundial, s’està gestant una nova generació de professionals que han de comprendre tant les capacitats tècniques dels models d’IA com el seu impacte cultural, ètic i social.
Enginyers de prompt
Si ChatGPT ens ha ensenyat alguna cosa, és que tothom pot fer una pregunta i obtenir una resposta. Però què passa quan la resposta necessària és molt específica i destinada a un àmbit concret? Sovint, la resposta genèrica no és suficient.
La diferència és clara:
Podem preguntar a ChatGPT: «Quina roba m’hauria de posar avui?» i enviar-li una foto de l’armari.
O bé podem crear un prompt detallat, com aquest exemple:
Rols: Ets un estilista professional especialitzat en moda contemporània, amb ple coneixement de les tendències presentades a la Paris Fashion Week 2025 (fes recerca en línia sobre les principals tendències, marques i estils).
Tasques: A partir del coneixement adquirit i les teves pròpies dades, crea un pla de looks per a tres dies, amb dos looks per dia, tenint en compte que una peça ha de cabre en una bossa de mida mitjana. Tria els accessoris més adequats segons les tendències de 2025.
Format d’entrada: Rebràs fotos de les peces disponibles per combinar i aquestes instruccions.
Format de sortida: Proporciona un pla de looks per tres dies, justificant cada elecció amb referències (inclou els enllaços de les fonts). Cada look ha de seguir aquesta estructura:
Part superior: peça – justificació – fonts
Part inferior: peça – justificació – fonts
Sabates: peça – justificació – fonts
Accessoris: peça – justificació – fonts
Justificació del look complet: cinc frases, aproximadament 200 paraules
To: Com a estilista professional, utilitza un llenguatge tècnic però accessible. La sortida ha de ser concisa, sense introducció, i acabar amb una conclusió reflexiva.
És evident que el resultat no serà el mateix que amb una pregunta genèrica, i aquí rau la importància de l’enginyeria de prompt.
Un enginyer de prompt és algú que sap com comunicar-se amb els sistemes d’IA, aportant veritable valor en el procés de transformació de les preguntes humanes en respostes efectives, combinant coneixements de psicologia, lingüística i informàtica.
Especialistes en IA i dret
Al mateix ritme que evolucionen les capacitats de la intel·ligència artificial, les qüestions legals i reguladores relacionades amb la IA també ho fan a gran velocitat. Això ha creat una nova necessitat: professionals capaços de garantir que la IA s’utilitza de manera responsable, tant ètica com legalment.
Per exemple:
És legal que una IA generi personatges amb drets d’imatge o drets d’autor?
I els deepfakes: reproduccions generades per IA de persones reals amb fins diversos — humor, frau o contingut explícit?
Si una IA redacta un article acadèmic i jo el signo, sóc jo l’autor?
I si es tracta d’una obra d’art generada per IA, a qui corresponen els drets?
A més, quan les empreses utilitzen models comercials basats en IA:
Quina informació recullen sobre nosaltres?
Amb quin propòsit?
Quins drets conservem i quins cedim?
Aquestes són només algunes de les preguntes que poden sorgir quan es treballa amb IA. Requereixen respostes dins d’un marc legal sòlid, que combini coneixements de dret i intel·ligència artificial.
A mesura que la IA s’integra en els entorns professionals i creatius, els especialistes en IA i dret esdevindran essencials per garantir que innovació i regulació coexisteixin de manera harmoniosa.
Enginyers de dades
Els models d’intel·ligència artificial propis s’han convertit en un actiu molt demandat. Les empreses no només utilitzen models ja existents, sinó que també desenvolupen algorismes a partir de les seves pròpies dades per a projectes de machine learning amb un fort impacte predictiu i estratègic.
Els professionals que treballen en aquests projectes formen equips de dades amb rols especialitzats:
Enginyers de dades: recullen, emmagatzemen i fan accessibles les dades.
Data scientists: creen i entrenen els models.
Enginyers de machine learning: transformen els models en sistemes llestos per a producció.
Especialistes MLOps: supervisen, implementen i milloren contínuament el cicle de vida dels models.
Tots aquests experts treballen de manera interconnectada, cadascun amb funcions específiques però complementàries. La seva tasca és fonamental per transformar dades en brut en informació útil, garantint que la IA aporti valor real i no només complexitat.
Dissenyadors o arquitectes de solucions en IA
En un entorn empresarial, l’ús de la intel·ligència artificial pot ser un factor de diferenciació i augmentar la productivitat, permetent als empleats dedicar més temps a tasques de valor afegit gràcies a la seva intel·ligència natural.
Però passar d’un entorn de treball pre-IA a un on la IA s’integra de manera activa i productiva no és automàtic. Cal una estratègia clara i perfils capaços de guiar la transició.
El dia a dia sovint és molt intens, i no sempre hi ha temps per plantejar-se preguntes com: “Com podem fer això de manera eficient?” La temptació és adoptar eines al llarg del camí, segons la necessitat immediata. Per això és essencial comptar amb un dissenyador o arquitecte de solucions IA que estableixi una nova cultura IA dins l’empresa i que treballi amb els equips per identificar:
Necessitats reals del dia a dia
Distribució de càrregues de treball
Tasques automatitzables
Informació sensible
Colls d’ampolla en els fluxos de treball
Necessitats de reporting
A partir d’aquí, definirà els processos a implementar, com fer-ho, amb quines eines, quin pressupost és necessari, quin retorn s’espera i quina formació necessitarà cada equip — quan, com i en quin grau.
Aquest no és un procés màgic, però tenir professionals que guiïn aquesta transformació marca la diferència entre una empresa líder i una que queda enrere.
Adaptar-se per sobreviure
Hi ha moltes altres professions que estan apareixent com a resultat de la transformació del treball gràcies a la IA: marketers AI-first, postproducció audiovisual impulsada per IA, dissenyadors d’agents d’IA, creadors de solucions de programari basades en IA, revisors de codi generat per IA, entre d’altres.
Estem vivint un moment de canvi profund que va molt més enllà de paraules buides: són transformacions que afecten el nostre dia a dia i que conviuen amb canvis globals, riscos i oportunitats.
En aquest escenari, no es tracta només d’adaptar-se passivament als canvis, sinó de convertir-se en un agent actiu de transformació. Això aplica també a la manera com treballem i com ens relacionem amb la tecnologia.
La clau no és fugir del canvi, sinó entendre’l, dominar-lo i utilitzar-lo a favor nostre. Aquells que sàpiguen integrar la IA de manera conscient i estratègica marcaran la diferència en el món laboral del futur.