El 88% de les organitzacions del món ja utilitza Intel·ligència Artificial en almenys una funció de negoci, segons l'informe The State of AI 2025 de McKinsey. A Espanya, en canvi, només el 21,1% de les empreses de més de 10 empleats la fa servir (INE, 2025) — i entre les pimes la xifra baixa fins a l'11,4% (ONTSI). Darrere de gairebé tota aquesta onada hi ha una mateixa tecnologia: el LLM. Si dirigiu una empresa i voleu entendre d'una vegada què és un LLM, com funciona sense fórmules matemàtiques, què pot fer pel vostre compte de resultats i què us exigeix la llei a partir del 2 d'agost de 2026, aquesta guia és per a vosaltres.
Què és un LLM?
Un LLM (Large Language Model, o gran model de llenguatge) és un model d'Intel·ligència Artificial entrenat amb quantitats massives de text per fer una sola cosa extraordinàriament bé: predir la paraula més probable donada una seqüència anterior. D'aquesta capacitat aparentment simple n'emergeixen les altres: redactar, resumir, traduir, respondre preguntes, analitzar documents o escriure codi. ChatGPT, Claude o Gemini són productes construïts sobre LLMs. Per a una empresa, la definició útil és aquesta: un LLM és un motor de llenguatge de propòsit general que pot llegir i produir text a escala industrial, i que s'adapta a tasques concretes — atenció al client, informes, contractes — sense necessitat de programar-lo per a cadascuna. No pensa com una persona: calcula probabilitats sobre paraules. Però ho fa tan bé que el resultat és útil en centenars de processos de negoci reals.
Com funciona un LLM? Explicat sense matemàtiques
Un LLM funciona en dues fases: primer s'entrena i després s'utilitza. En l'entrenament, el model llegeix bilions de paraules — webs, llibres, codi, documentació — tallades en tokens (fragments de paraula), i ajusta milers de milions de paràmetres interns fins a aprendre els patrons estadístics del llenguatge. Aquesta fase costa milions d'euros i la fan els fabricants, no la vostra empresa. En l'ús diari (la inferència), escriviu una instrucció — el prompt — i el model genera la resposta token a token, triant cada vegada la continuació més probable segons el que ha après.
Dos conceptes més completen el vocabulari mínim d'un directiu:
- Finestra de context: quanta informació cap en una conversa. El 2026 l'estàndard va de 200.000 a 1 milió de tokens — centenars de pàgines — i alguns models oberts arriben als 10 milions.
- Arquitectura transformer: el disseny de xarxa neuronal (2017) que va fer possible tot això en processar seqüències completes en paral·lel. És el "motor d'explosió" d'aquesta generació d'IA.
LLM, IA generativa, chatbot i agent d'IA: en què es diferencien
La confusió de termes és la primera barrera en qualsevol comitè de direcció, i es resol en quatre línies. La IA generativa és la categoria: sistemes que creen contingut nou (text, imatge, àudio). El LLM és la peça d'aquesta categoria especialitzada en llenguatge. Un chatbot és una interfície conversacional: avui els seriosos porten un LLM a dins, però el chatbot és l'embolcall, no el motor. I un agent d'IA és un LLM amb capacitat d'actuar: consulta sistemes, executa passos i encadena decisions per completar una tasca — no tan sols conversa. La distinció importa perquè el pressupost i el risc són diferents a cada capa: no és el mateix contractar un chatbot de preguntes freqüents que desplegar un agent que toca el vostre ERP. Gartner preveu que el 40% de les aplicacions empresarials incorporin agents d'IA per a tasques específiques a finals de 2026, quan el 2025 eren menys del 5%.
Quins models de llenguatge existeixen a mitjan 2026
El mercat es mou cada mes, però el mapa a mitjan 2026 es resumeix així:
| Família | Fabricant | Tipus | Tret diferencial |
|---|---|---|---|
| GPT-5.5 | OpenAI | Propietari | El més estès; ecosistema ChatGPT/Copilot |
| Claude Opus 4.7 / Claude 5 | Anthropic | Propietari | Referent en raonament i treball amb documents llargs |
| Gemini 3.1 Pro / 3.5 Flash | Propietari | Integració amb Workspace i cercador | |
| Llama 4 (Scout, Maverick) | Meta | Pesos oberts | Autoallotjable; Scout arriba a 10M de tokens de context |
| Mistral Large 3 | Mistral AI (França) | Pesos oberts | Alternativa europea, rellevant per a la sobirania del dada |
| DeepSeek V4 / Qwen3 | DeepSeek / Alibaba | Pesos oberts | Cost per token molt baix |
Per a una pime, la lliçó pràctica no és "quin és el millor", sinó que hi ha dues vies: consumir models propietaris per API (ràpid, sense infraestructura) o desplegar models oberts al vostre núvol propi (més control de la dada, més feina). El cost per API el 2026 va des de cèntims fins a uns 30 dòlars per milió de tokens segons el nivell del model — ordres de magnitud, no xifres exactes, perquè els preus canvien cada mes.
Per a què utilitza una empresa un LLM? Casos amb ROI mesurat
Els casos d'ús amb retorn demostrat — no promès — es concentren en quatre àrees. Atenció al client: l'estudi més rigorós disponible (Brynjolfsson i altres, NBER, sobre 5.179 agents reals) va mesurar un +14% de converses resoltes per hora amb un assistent d'IA generativa, i un +34% en els empleats amb menys experiència. Processament de documents: extreure dades de factures, contractes o correus i bolcar-los en sistemes — el cas favorit de les pimes perquè l'estalvi d'hores és immediat i mesurable. Contingut i màrqueting: primers esborranys, adaptacions i traduccions amb revisió humana. Desenvolupament de programari: els assistents de codi ja són el cas d'ús més madur del mercat. El patró comú: el LLM no substitueix l'equip, li treu la feina repetitiva de llegir, extreure i redactar en brut. On la tasca exigeix criteri expert o responsabilitat legal, la persona segueix signant.
Límits i riscos: al·lucinacions, dades i costos
Un LLM pot afirmar amb total seguretat quelcom fals: és l'al·lucinació, i és el seu límit més seriós. La magnitud depèn brutalment de com s'utilitza: un estudi de Stanford va mesurar entre el 58% i el 88% de respostes jurídiques incorrectes preguntant "a pèl" a models generalistes (2024), mentre que els models puntals de 2026, ben ancorats a documents de l'empresa mitjançant tècniques de grounding i RAG, baixen del 2% en tasques de resum. La conclusió de negoci: el risc no és al model, és al procés — un LLM sense fonts controlades ni revisió és una demanda esperant data.
El segon risc és la dada: un empleat enganxant informació de clients en una eina gratuïta no autoritzada pot constituir una bretxa del RGPD (article 32) davant l'AEPD. Cal una política d'ús, eines corporatives i formació. El tercer és el cost descontrolat: sense governança, les subscripcions i els consums per API es dispersen per departaments sense mètrica de retorn.
El que exigeix la llei: AI Act i RGPD si la vostra empresa utilitza LLMs
Aquí hi ha la part que gairebé cap guia explica: usar LLMs ja comporta obligacions legals pròpies, i el calendari apreta. Des del febrer de 2025, l'article 4 del Reglament europeu d'IA (AI Act) exigeix a tota empresa que faci servir IA — també la generativa — garantir l'alfabetització en IA de la seva plantilla: formació adequada al lloc i al risc. I el 2 d'agost de 2026 entra en aplicació el gruix del reglament, inclòs l'article 50 de transparència: els chatbots s'han de declarar com a IA davant l'usuari i els continguts generats artificialment han de poder identificar-se. La vostra empresa, com a "responsable del desplegament" (deployer), té obligacions pròpies que no pot delegar en el proveïdor del model.
"La pregunta que ens fan els comitès de direcció ja no és si usar LLMs, sinó com usar-los sense exposar-se: quines dades hi entren, qui revisa el que en surt i quina formació acredita l'article 4. Això és un projecte de governança, no una subscripció a ChatGPT", explica Alfons Marques, fundador de Technova Partners.
La part bona: la formació obligatòria és bonificable. Els cursos d'IA per a empreses amb FUNDAE permeten complir l'obligació d'alfabetització de l'AI Act recuperant el cost via crèdit formatiu.
Com començar amb LLMs en una pime: 4 passos
- Trieu un procés, no una eina: busqueu la tasca amb més hores de lectura/redacció repetitiva (atenció al client, tractament de factures, ofertes comercials) i definiu com mesurareu l'estalvi.
- Pilot de 4-8 setmanes amb dades controlades: una eina corporativa, un equip petit, mètriques d'abans i després. Eviteu el "big bang" de llicències per a tota la plantilla.
- Governança mínima des del primer dia: política d'ús de la IA, inventari d'eines, criteri sobre quines dades poden entrar en un prompt i formació de l'article 4 — bonificada si es fa bé.
- Escaleu el que funciona: quan el pilot demostra retorn, integreu el LLM en el flux real (ERP, CRM, correu) — aquí és on una consultoria d'IA aporta més valor que mesos de prova i error.
Espanya arriba tard, però això és un avantatge per a qui mogui fitxa ara: segons el Baròmetre IndesIA 2025, només el 2,9% de les 68.000 pimes analitzades utilitza la IA de manera efectiva. La distància amb la vostra competència directa probablement és de mesos, no d'anys.
Voleu identificar el primer cas d'ús amb retorn a la vostra empresa? Expliqueu-nos la vostra situació i us proposem un pilot amb mètriques en setmanes.
Conclusió
Un LLM és un motor de llenguatge de propòsit general: prediu text, i amb això redacta, resumeix, extreu i conversa a escala industrial. El 2026 el mercat ofereix models propietaris i oberts per a tots els pressupostos, els casos d'ús amb ROI mesurat estan identificats — atenció al client, documents, contingut, codi — i els riscos (al·lucinacions, dades, cost) es gestionen amb procés i governança, no amb fe. La novetat d'aquest any és regulatòria: alfabetització en IA obligatòria des de 2025 i transparència de l'article 50 des del 2 d'agost de 2026. Començar bé no és comprar llicències: és triar un procés, mesurar-lo i formar l'equip — amb FUNDAE, a més, recuperant el cost.
Preguntes freqüents sobre els LLM
Què significa LLM i què és en poques paraules?
LLM són les sigles de Large Language Model, gran model de llenguatge. És un model d'Intel·ligència Artificial entrenat amb enormes quantitats de text per predir la paraula més probable, la qual cosa li permet redactar, resumir, traduir, analitzar documents i respondre preguntes. És la tecnologia que hi ha darrere de ChatGPT, Claude o Gemini.
Un LLM és el mateix que ChatGPT?
No exactament. ChatGPT és un producte: una interfície de xat construïda sobre els LLM d'OpenAI (la família GPT). El LLM és el motor; ChatGPT, Claude o Gemini són els vehicles que el fan servir. Una empresa pot consumir el mateix motor per API i integrar-lo en els seus propis sistemes sense passar per la interfície de xat.
Quines obligacions legals té una empresa que utilitza LLMs?
Des del febrer de 2025, l'article 4 de l'AI Act obliga a garantir l'alfabetització en IA dels empleats que la fan servir. Des del 2 d'agost de 2026 s'apliquen a més les obligacions de transparència de l'article 50: declarar els chatbots com a IA i identificar els continguts generats artificialment. El RGPD continua aplicant: introduir dades personals en eines no autoritzades pot constituir una bretxa sancionable per l'AEPD.
Quant costa utilitzar un LLM en una empresa?
Depèn de la via. Les subscripcions corporatives d'eines tipus copilot costen desenes d'euros per usuari i mes; el consum per API es paga per token, des de cèntims fins a ~30 dòlars per milió de tokens segons el model (a mitjan 2026). Per a la majoria de pimes, el cost rellevant no és la llicència sinó la integració i la formació — i aquesta última és bonificable via FUNDAE.
