Polim els pressupostos de Cerrajería Carlos Rodríguez amb IA dins del seu programari de gestió

Quan els pressupostos delaten que es van fer amb pressa

En una empresa de serveis tècnics, el pressupost i la factura són la cara escrita de la marca. El client final potser no es fixa en el pany que es va instal·lar, però sí que llegeix el text que rep. I aquell text, tan bon punt el redacten persones diferents en moments diferents, deixa de sonar a la mateixa empresa.

A Cerrajería Carlos Rodríguez, els pressupostos sortien de vegades amb pressa, de vegades amb detall, gairebé mai amb consistència. No era una manca de criteri de l’equip: era el cost invisible d’haver d’escriure un paràgraf professional al final d’un dia atenent obertures, vandalismes i urgències. El client rebia descripcions desiguals, tornava amb dubtes, i la imatge de l’empresa quedava sempre per sota del treball real que es feia al carrer.

La primera decisió: on van les dades

La resposta natural era integrar un assistent d’IA dins del seu programari de gestió, connectat a algun dels grans proveïdors d’IA al núvol. Funciona, ho fa ja moltíssima gent i és el que probablement els hauria proposat qualsevol altre.

Però abans de començar els vaig explicar què suposa aquesta decisió quan les dades no són teves sinó dels teus clients. Cada vegada que algú prem el botó, el text d’aquella línia del pressupost (que pot portar una adreça, què es va fer en un portal a les 3 de la matinada i quant es va cobrar) surt cap a un proveïdor, amb els seus termes, els seus subcontractistes i la seva política d’ús de dades.

L’Alejandro no s’ho havia plantejat. Pocs clients ho fan: no és la seva feina. Amb aquesta informació va preferir no enviar els textos a un proveïdor extern, així que la primera versió, el maig del 2026, va funcionar al seu propi servidor, amb un model petit (Qwen 2.5 3B) servit amb Ollama.

Què fa l’assistent exactament

Al costat dels camps de concepte i descripció de cada pressupost, factura o proforma, dins del programari de gestió que ja feien servir cada dia, va aparèixer un botó d’IA. Aquest botó és tot el canvi visible.

• L’usuari escriu la descripció com sap, quan té temps, sense barallar-se amb la prosa.
• Prem el botó.
• Veu l’original i la proposta l’un al costat de l’altre: la mateixa idea, amb l’ortografia corregida, les mides i els preus en un format homogeni (1380e passa a 1.380 €) i un to coherent amb la resta de pressupostos.
• Accepta, rebutja o en demana una altra versió. No es desa res sense que una persona ho aprovi.

L’assistent està pensat per reescriure només el que ja està escrit, sense afegir unitats, mides ni imports; i quan un model se salta aquesta regla, la revisió humana l’atura (ho explico més avall). Sense formació, sense pestanyes noves, sense canvis en el flux de treball. La IA apareix exactament on hi havia la fricció.

Per què el vam canviar a l’agost

El model local funcionava, però tenia un preu que no apareixia en cap factura:

• Recursos. El contenidor del model reservava 4 GB de RAM i 3,5 CPU de manera permanent, en un servidor que ja havia tingut incidents de disc ple.
• Espera. Cada proposta trigava uns quants segons (de l’ordre de 5 a 15), perquè es calculava en CPU.
• Qualitat. Un model de 3.000 milions de paràmetres de vegades s’inventava coses, i calia vigilar-lo de prop.

L’agost del 2026 el vaig passar a Mistral Small 4 a través de l’API de Mistral AI, empresa francesa. Mistral allotja per defecte les dades de l’API a la Unió Europea (tot i que, segons la funció, la seva llista de subencarregats preveu transferències puntuals fora). Al nostre compte està desactivat l’ús d’aquestes dades per entrenar o millorar els seus models. El model és força més capaç que l’anterior i el cost és mínim: en el pitjor cas que admet l’aplicació (4.000 caràcters d’entrada), cada crida costa unes sis centèsimes de cèntim de dòlar, així que mil crides al mes costen menys d’un dòlar. A canvi, el servidor va recuperar tota la memòria i la CPU que tenia reservades. L’Alejandro està informat del canvi.

Com està muntat avui

La integració. El botó crida el backend del programari de gestió, que és qui parla amb Mistral. El navegador no veu mai la clau de l’API ni el proveïdor, i si demà convé canviar de model es canvia en un sol lloc, sense tocar la pantalla.

Què s’envia. Només el text del camp que es vol millorar, amb un màxim de 4.000 caràcters. No viatja el pressupost sencer ni la fitxa del client.

El model, fixat. L’aplicació demana una versió concreta del model, no “l’última”. Així una actualització silenciosa del proveïdor no canvia d’un dia per l’altre com es redacten els pressupostos.

Les instruccions, calibrades. Les instruccions de l’assistent es van ajustar amb pressupostos reals. Amb el model nou va caldre retocar-les, pel que explico al segon punt de sota.

Tres coses que vam aprendre

1. La decisió correcta al maig no tenia per què ser-ho a l’agost. Tenir el model al propi servidor va ser la resposta adequada a la pregunta del principi. Quan vam mesurar el que costava de debò (memòria, CPU, espera i qualitat) davant de menys d’un dòlar per cada mil crides amb un proveïdor europeu, el compte va canviar. Revisar una decisió amb dades no és contradir-se.

2. L’usuari té l’última paraula, i això no és un detall. En les proves després del canvi, una descripció sense cap preu va tornar amb un d’inventat: 186 €. No era un número a l’atzar: era l’exemple de format que jo mateix havia posat a les instruccions, i el model el va copiar com si fos una dada. Es va corregir a les instruccions, però la defensa de fons és el disseny: l’assistent proposa i una persona revisa abans de desar. Una IA que decideix sola és una IA que no fas servir; una que et deixa revisar és una IA que es queda.

3. La pregunta no és “núvol sí o no”, sinó “a qui i on”. Per a dades de tercers, triar un proveïdor europeu que allotja les dades a la UE i enviar només el text imprescindible redueix l’exposició, tot i que no l’elimina: el text continua sortint del servidor i queda subjecte als termes del proveïdor. És un equilibri que cal explicar al client, no una casella que es marca.

El que ve

L’assistent és en producció i continua iterant. Al full de ruta:

• Estendre l’assistent a altres textos del programari de gestió: correus al client, descripcions de treballs tancats, comunicacions internes.
• Plantilles per tipus de treball (panys, portes blindades, vandalisme, urgències 24 h) per afinar encara més el to segons el context.