Salta al contingut
Punt Zero

Nova línia de servei · Gestió del coneixement

La teva organització oblida.

Actes que ningú no troba. Versions duplicades. Àudios que no s'han transcrit mai. Notes que només entén qui les va escriure. Convertim tot aquest coneixement dispers en una base de coneixement estructurada, amb taxonomia pròpia i preparada per treballar amb Claude, ChatGPT o Gemini. També per als projectes que generen més dades de les que cap equip pot llegir.

01 · Amnèsia corporativa

Quan una persona marxa, una part de l'organització marxa amb ella.

Es diu amnèsia corporativa [10]: el saber fer que viu a la memòria muscular de les persones i no queda escrit enlloc. Jubilacions, relleus, rotacions, canvis d'equip o de govern. Cada vegada que algú se'n va, l'organització torna a començar de zero i repeteix errors que ja havia resolt.

42%

del coneixement institucional és exclusiu de cada persona: ningú més de l'equip el té. [1]

Font: Panopto, Workplace Knowledge and Productivity Report (2018)

8,2 h

a la setmana, per persona, buscant, refent o duplicant informació que ja existeix. Una cinquena part de la jornada. [2]

La teva setmana de 40 hores

  • 2,8 h buscant o demanant informació
  • 1,7 h trobant la persona que ho sap
  • 2,0 h refent feina que ja estava feta
  • 1,7 h tornant a donar informació que ja s'havia donat

Font: APQC (2022)

49,5%

de la plantilla de l'Administració General de l'Estat es jubilarà en els pròxims deu anys. [3]

Font: Ministeri per a la Transformació Digital i de la Funció Pública (2025)

12%

del personal de l'administració catalana es jubilarà d'aquí al 2030. [4]

Font: Govern de la Generalitat, recollit per l'Ara (2026)

  • Coneixement compartit
  • Només al cap d'una persona (P1–P5)
  • Capturat a la base

Simulador de relleus

Memòria disponible segons quantes persones han marxat
Relleus a l'equipSense base de coneixementAmb base de coneixement
0100%100%
191%99%
282%98%
374%97%
466%97%
558%96%

Simulació il·lustrativa construïda a partir d'una sola dada real: el 42% del coneixement institucional és exclusiu d'una persona [1].

El coneixement tàcit viu a la memòria muscular de les persones. Si no s'estructura, cada incorporació torna a començar de zero.

02 · Shadow AI

La teva gent ja fa servir IA. Pel seu compte.

La Shadow AI (IA a l'ombra) és l'ús d'eines d'IA a la feina sense l'aprovació ni el control de l'organització: xats amb comptes personals, extensions del navegador, assistents gratuïts. No neix de la mala fe: neix quan l'organització no ofereix cap alternativa útil. El que les persones aprenen amb aquestes eines no es capitalitza, i les dades de l'organització, o de la ciutadania, surten del perímetre sense cap traçabilitat.

75%

de les persones que treballen amb coneixement a tot el món ja fan servir IA generativa a la feina. [5]

Font: Microsoft i LinkedIn, Work Trend Index (2024)

77%

de les persones que fan servir IA a la feina a l'Estat espanyol s'hi porten les seves pròpies eines. És el BYOAI: porta la teva pròpia IA. [5]

Font: Microsoft i LinkedIn, Work Trend Index, annex per mercats (2024)

1 de cada 5

organitzacions estudiades ha patit una bretxa de seguretat causada per la Shadow AI. Amb nivells alts de Shadow AI, cada bretxa costa de mitjana 670.000 $ més. [6]

Font: IBM i Ponemon Institute, Cost of a Data Breach Report (2025)

Perímetre corporatiu Compte personal Extensió del navegador Xat gratuït Persones de l'equip
Esquema il·lustratiu.

El perímetre

Què fa la teva organització?

  1. No fer res

    Fuites actives
    17
    Consultes dins del perímetre
    0
    Traçabilitat
    cap

    Cada persona ho resol a la seva manera. El que aprèn amb la IA es queda al seu compte, fora de l'organització.

  2. Prohibir

    Fuites actives
    17
    Consultes dins del perímetre
    0
    Traçabilitat
    cap

    L'ús no s'atura: s'amaga. Ja avui, sense cap prohibició, el 52% de qui fa servir IA a la feina és reticent a admetre-ho per a les tasques més importants [5].

  3. Oferir una alternativa

    Fuites actives
    1
    Consultes dins del perímetre
    23
    Traçabilitat
    completa

    Una base de coneixement corporativa i una IA que la fa servir, dins del perímetre. Les consultes es queden a casa i el que s'aprèn es capitalitza.

Capacitats, no eines. Alternatives, no prohibicions.

Al Regne Unit, el 71% de les persones treballadores ha fet servir eines d'IA no aprovades, i el 28% diu que l'empresa no li n'ofereix cap d'aprovada [7].

03 · Projectes que desborden

Centenars d'entrevistes. Milers de respostes. Cap equip no les pot llegir totes.

Un diagnòstic, un pla plurianual o un procés participatiu generen més informació de la que es pot processar a mà: transcripcions, enquestes amb respostes obertes, normativa, dades prèvies i actes de seguiment. Sense un sistema, les conclusions surten de la part que s'ha pogut llegir. Amb una base estructurada, cada fragment es classifica, es creua amb la resta i es pot traçar fins a la seva font.

90%

de les dades que generen les organitzacions són no estructurades: documents, correus, àudios, notes. És la matèria primera dels projectes, i la que costa més d'aprofitar. [12]

Font: IDC, Untapped Value (2023), dades del 2022

Un projecte tipus Dades il·lustratives
  • 240actes de seguiment i notes de treball
  • 300 hd'àudio de reunions i sessions de treball
  • 1.200documents i fitxers de dades de referència
Material generat
El que un equip pot llegir a fons

La resta no es perd per falta de feina: es perd per falta de sistema.

  • A

    El dia a dia del projecte

    Actes de les reunions de seguiment, notes de treball, àudios i correus que genera l'execució. Es transcriuen, s'ordenen i deixen de dependre de qui hi era.

  • B

    Documents i dades de referència

    Normativa, estudis, informes previs, enquestes i bases de dades que donen context al projecte, classificats amb la mateixa taxonomia i a punt per creuar.

  • C

    Resultats i decisions

    Conclusions, lliurables i decisions vinculats a les fonts d'on surten. Consultables mentre el projecte avança i quan ja s'ha acabat.

04 · Una sola causa

Amnèsia corporativa +Shadow AI +Volum de dades =Coneixement sense sistema.

Les tres tenen el mateix origen: el coneixement no té estructura, ni propietari, ni un accés fàcil. Quan la memòria institucional no es pot consultar, la gent l'oblida o la va a buscar fora; quan un projecte genera més dades de les que es poden llegir, es decideix amb només una part. Per això no comencem triant una IA. Comencem ordenant el coneixement que l'ha d'alimentar.

La qualitat del coneixement pesa més que la sofisticació del model.

04 · El servei

Convertim el coneixement dispers en un actiu que treballa.

Documents, actes de reunions, àudios, transcripcions, notes de treball, enquestes, dades de diagnòstics anteriors. Ho ordenem, ho classifiquem i ho processem fins a obtenir una base de coneixement estructurada: la que necessiten les persones per decidir i la que necessiten Claude, ChatGPT o Gemini per respondre amb rigor.

Coneixement accionable: el que es pot aplicar de seguida a una decisió real.

  1. Inventari i migració traçable

    Inventariem el corpus document a document, i cada fitxer té un recorregut traçable de l'origen al destí. Fusionem duplicats, deixem fora les versions superades i registrem cada decisió. Les fonts originals no es toquen.

    AAAAMMDD_TIPUS_descripcio_vNN
  2. Sistema de taxonomies

    Dissenyem una taxonomia multieix pròpia (eixos de treball, àrees temàtiques, tipologies, territori i estat) a partir del teu corpus real, la versionem i la validem amb el teu equip. Un mateix document pot viure en diversos eixos alhora.

    eix/ · area/ · v2.0
  3. Processament de tots els continguts

    Transcrivim reunions i entrevistes, segmentem el text en unitats de coneixement, l'enriquim amb metadades i el codifiquem amb un llibre de codis. Les dades personals s'anonimitzen abans de passar per cap model extern.

    AUDIO → TRANS → unitats
  4. Base preparada per a LLM

    Pàgines tipificades i enllaçades, índex mestre, registre d'operacions i controls de qualitat periòdics, seguint el patró LLM Wiki. Funciona amb Claude, ChatGPT, Gemini o NotebookLM, i és teva: no depèn de cap proveïdor.

    ingest · query · lint
Creuament i visualització Taulers, matrius, mapes i triangulacions que es filtren entre si. Mira-ho funcionant

Vista document

ACTA

Acta de la comissió de seguiment

2025-03-12 · v02

Assistents: [PERSONA], [PERSONA], [PERSONA]

3. Opció B del pla de mobilitat

Acord: es descarta l'opció B perquè duplica una actuació ja prevista. Es registra la decisió D-014.

  • FONToriginal immutable
  • TIPUSACTA
  • EIXeix/05 coordinacio
  • DATA2025-03-12
  • DADES PERSONALSanonimitzades
  • ÀREESarea/mobilitat + area/espai-public · classificació múltiple
  • VIGÈNCIAvigent
  • ENLLAÇOS9 pàgines relacionades

Anatomia d'una unitat de coneixement

El mateix document, llegit per una persona i per un model. La diferència és l'estructura.

Vista per a la IA

---
tipus: acta
eix: [eix/05]
area: [area/mobilitat, area/espai-public]
data: 2025-03-12
vigencia: vigent
font: fonts/2025/20250312_ACTA_comissio-seguiment_v02.pdf
decisions: [D-014]
enllacos: 9
dades_personals: anonimitzades
---

Exemple il·lustratiu.

Per a la feina de cada dia. I per als projectes amb més dades de les que es poden llegir.

Dia a dia

  • Trobar què es va decidir, quan i per què, amb la font citada.
  • Incorporacions que no comencen de zero.
  • Informes, propostes i respostes que parteixen del que l'organització ja sap.
  • Una alternativa corporativa a la Shadow AI, que coneix el teu context i cita la font de cada resposta.

Projectes amb grans volums de dades

  • Milers de respostes obertes codificades amb un llibre de codis comú.
  • Triangulació entre entrevistes, enquestes, normativa i dades prèvies.
  • Cada conclusió traçable fins a l'evidència d'on surt.
  • Informes i quadres de comandament que s'actualitzen quan entren dades noves.
SIMULACIÓ · DOCUMENTS FICTICIS Claude · ChatGPT · Gemini

Pregunta-li a la base

Per què vam descartar l'opció B del pla de mobilitat?

IA amb la teva base de coneixement

Es va descartar a la comissió de seguiment perquè duplicava una actuació ja prevista en un altre pla i no tenia recursos assignats [1]. La decisió consta al registre de decisions, amb la justificació de l'equip tècnic [2]. Hi ha una versió anterior de l'acta que la deixava pendent: és superada i no s'ha fet servir [3].

  1. [1] 20250312_ACTA_comissio-seguiment_v02 · eix/05 · area/mobilitat · VIGENT
  2. [2] 20250314_DOC_registre-decisions_v05 · D-014 · VIGENT
  3. [3] 20250305_ACTA_comissio-seguiment_v01 · SUPERAT · NO UTILITZAT
  • Amb fonts
  • Traçable
  • Del teu context

IA sense base de coneixement

No tinc informació sobre les decisions internes de la teva organització. En general, una opció es pot descartar per motius de cost, de viabilitat tècnica o de prioritats polítiques…

  • Sense fonts
  • Genèrica
  • No verificable

fins a −49% d'errors de recuperació quan cada fragment de text porta el seu context abans d'indexar-lo. [9]

Font: Anthropic, Introducing Contextual Retrieval (2024)

Simulació amb documents ficticis. Aquesta pàgina no fa cap crida a cap model; les respostes reals citen els documents de la teva base en què es basen.

05 · El procés

Del caos al sistema, en set moviments.

Així convertim el coneixement que tens avui en un sistema estructurat. Desplaça't i mira com passa: res no entra a la base sense criteri, i res no es perd pel camí.

Salta l'animació
  1. Escolta i diagnosi

    Escoltem abans de tocar res. Constituïm un Grup de Treball amb el teu equip, identifiquem repositoris, fonts i referents, i fixem què entra a la base i què no. El coneixement orfe, obsolet o sense propietari es queda fora. També triem l'arquitectura: local, al núvol o híbrida, d'acord amb la teva sobirania digital.

  2. Inventari i migració traçable

    Cada document, un recorregut traçable. Cada fitxer rep un nom, un tipus i una acció: copiar, unificar o no traspassar. Els duplicats es fusionen, guanya la darrera versió i cada decisió queda registrada. Les fonts originals no es toquen.

  3. Taxonomia

    Una taxonomia feta amb el teu vocabulari. Eixos de treball, àrees temàtiques, tipologies, territori i estat, construïts a partir del corpus real i validats amb l'equip. Versionada. Un mateix document pot viure en diversos eixos alhora.

  4. Processament

    Llegible per a persones i per a màquines. Transcrivim àudios, segmentem el text en unitats de coneixement, hi afegim metadades i el codifiquem amb un llibre de codis. Les dades personals s'anonimitzen abans de passar per cap model extern.

  5. Base per a LLM

    Una base que la IA pot llegir i citar. Pàgines tipificades i enllaçades, índex mestre, registre d'operacions i controls de qualitat periòdics: cap pàgina òrfena, cap enllaç trencat. Funciona amb Claude, ChatGPT, Gemini o NotebookLM, i és teva.

  6. Creuament i visualització

    Quan hi ha estructura, les dades es creuen. Matrius, mapes, triangulació entre fonts i quadres de comandament. Cada indicador ha de servir per prendre una decisió.

  7. Servei continu

    I es manté viu. El coneixement nou entra pel seu circuit: format, metadades i revisió humana, amb un cicle d'alta, actualització i baixa. Documentació i formació perquè el teu equip l'operi, i un equip al darrere que el fa créixer. Això és SWaS.

06 · Creuament i visualització

Quan el coneixement té estructura, les dades parlen.

De milers de fragments a una decisió. Taulers interactius, mapes, matrius multidimensionals i triangulació entre fonts fan governable el volum que cap equip no pot llegir. Tot connectat: toca qualsevol element i la resta es recalcula. I cada xifra et porta al document d'on surt.

Cada indicador ha de permetre prendre una decisió.

Demo interactiva · Dades il·lustratives · Territori de mostra

02 · Matriu Eix × àrea Dades il·lustratives
Matriu eix × àrea: actuacions per creuament. Dades il·lustratives.
Àrea / eixeix/01 Planificacióeix/02 Participacióeix/03 Comunicacióeix/04 Dades i sistemeseix/05 Coordinacióeix/06 Seguiment i avaluacióTotal
area/espai-public Espai públic796106644
area/equipaments Equipaments457612842
area/mobilitat Mobilitat131713714973
area/habitatge Habitatge65475431
area/cultura Cultura85655231
area/turisme Turisme81461181461
area/atencio-ciutadana Atenció ciutadana86916737
area/gestio-interna Gestió interna1243410841
Total666554516658360

Activa JavaScript per fer servir el laboratori interactiu: mapa, matriu, traçabilitat i triangulació, filtrats entre si.

Totes les xifres d'aquest tauler són il·lustratives i s'han generat per mostrar com funciona. No corresponen a cap organització real. Els taulers reals es construeixen amb les dades de cada organització i dins del seu perímetre.

Lliurables

  • Tauler d'enquesta amb codificació qualitativa
  • Triangulació entre fonts
  • DAFO/CAME etiquetat amb la taxonomia
  • Matrius multidimensionals
  • Catàleg d'indicadors
  • Quadre de comandament
  • Mapes territorials
  • Exportació en dades obertes

07 · SWaS · Software With a Service

No et venem una eina. Et donem un sistema i l'equip que el manté viu.

SWaS vol dir programari amb servei: el programari i l'equip que el fa funcionar arriben junts. Construïm la base de coneixement, la capa d'IA i els taulers a mida del que sap la teva organització, i continuem al teu costat per alimentar-los, mantenir-los i fer-los evolucionar. A Punt Zero hem fet del SWaS la nostra manera de treballar, i en volem ser el referent.

Ingest Lint Evolució Capacitació Sistema base · IA · taulers Servei
Ingest
coneixement nou amb criteris d'incorporació
Lint
qualitat, vigència i enllaços
Evolució
taxonomia, taulers i indicadors que creixen amb tu
Capacitació
un equip autònom i segur
El sistema és la O. El servei és el punt que el manté en marxa.
Tres models comparats: SaaS, Service-as-Software i SWaS
Programari com a serveiSaaSEt ven una eina. Servei com a programariService-as-SoftwareEt ven una IA que substitueix l'equip. Programari amb serveiSWaSEt dona el sistema i l'equip que el fa funcionar.
Qui l'alimentaTuLa IATu i nosaltres, amb criteris compartits
Coneix el teu contextSi el configuresL'infereixEl construïm amb el teu equip
Qui respon del resultatTuEl proveïdorResponsabilitat compartida
Les personesUsuàriesSubstituïdes per agentsCapacitades

Programari amb servei

SWaS

Et dona el sistema i l'equip que el fa funcionar.

Qui l'alimenta
Tu i nosaltres, amb criteris compartits
Coneix el teu context
El construïm amb el teu equip
Qui respon del resultat
Responsabilitat compartida
Les persones
Capacitades

Programari com a servei

SaaS

Et ven una eina.

Qui l'alimenta
Tu
Coneix el teu context
Si el configures
Qui respon del resultat
Tu
Les persones
Usuàries

Servei com a programari

Service-as-Software

Et ven una IA que substitueix l'equip.

Qui l'alimenta
La IA
Coneix el teu context
L'infereix
Qui respon del resultat
El proveïdor
Les persones
Substituïdes per agents

Una base sense manteniment es degrada.

  • Sense servei
  • Amb servei continu
Veure com a taula
Qualitat de la base al llarg de 24 passos abstractes, sense dates. Valors il·lustratius.
PasSense serveiAmb servei continuEsdeveniment
019294
029192
038990
048788
058286
067996Nou ingest
078094
087692
097390
107188
116986
126796Lint: òrfenes enllaçades
136494
146292
156290
165888
175596Taxonomia v2.1
185394
195492
205190
214788
224596Nova incorporació formada
234594
244192

Gràfic conceptual. Il·lustratiu, sense dades reals.

Definició pròpia de Punt Zero. SWaS és un terme emergent, sense una definició estàndard d'analistes; així és com l'entenem i el practiquem.

08 · Com començar

Quatre graons. Puja fins on necessitis.

  1. Comença aquí

    Diagnosi

    Saber què tens, on és i què val la pena preservar.

    Inclou

    • Sessió d'escolta amb un Grup de Treball de la teva organització
    • Mapa de repositoris, fonts i referents
    • Mapa del coneixement crític
    • Criteris d'inclusió i exclusió
    • Recomanació d'arquitectura: local, núvol o híbrida

    Lliurable Informe de diagnosi i full de ruta.

  2. Pilot

    Provar-ho amb un corpus real abans de decidir.

    Inclou

    • Corpus pilot inventariat i migrat amb traçabilitat
    • Primera versió de la taxonomia, validada amb l'equip
    • Transcripció, metadades i anonimització
    • Prototip funcional de consulta i visualització
    • Demostració amb el teu equip

    Lliurable Prototip funcional i document marc.

  3. Sistema

    Tot el coneixement de l'organització, en un sol sistema.

    Inclou

    • Migració completa amb registre de migració i de decisions
    • Taxonomia multieix versionada i esquema de metadades
    • Base de coneixement per a LLM amb el patró LLM Wiki
    • Capa de visualització: taulers, matrius i mapes
    • Documentació tècnica i d'usuari, i capacitació de l'equip

    Lliurable Un sistema en funcionament que l'organització pot operar de manera autònoma.

  4. SWaS

    Servei continu

    Que el sistema no envelleixi mai.

    Es pot sumar a qualsevol graó.

    Inclou

    • Incorporació de coneixement nou amb criteris i revisió humana
    • Controls de qualitat periòdics: òrfenes, enllaços trencats, duplicats
    • Evolució de la taxonomia, els taulers i els indicadors
    • Formació i acompanyament de l'equip
    • Suport als projectes complexos que es construeixen sobre la base

    Lliurable Un sistema viu, amb un equip al darrere.

Sempre amb un Grup de Treball mixt, prototips iteratius i sessions de validació. En acabar, l'organització té una eina que pot operar sola.

També per projecte. Muntem la base des del primer dia d'un projecte amb grans volums de dades i creix amb ell. Quan el projecte s'acaba, el coneixement es queda a l'organització.

Cada corpus és diferent. Després de la diagnosi et fem una proposta a mida, dimensionada a partir del teu corpus. Sense tarifes genèriques ni llicències tancades.

Garanties

  • §01La propietat intel·lectual és teva.
  • §02Les teves dades no entrenen models de tercers.
  • §03RGPD i anonimització abans de passar per cap model extern.
  • §04Local, al núvol o híbrid, segons la teva sobirania digital.
  • §05Formats oberts i independència del model: cap dependència d'un sol proveïdor.

Un sistema governat i documentat també ajuda a acreditar les mesures d'alfabetització en IA previstes a l'article 4 del Reglament europeu d'IA [11].

Preguntes freqüents

El que ens pregunten abans de començar.

Ja tenim un gestor documental, una intranet o una unitat compartida. Què hi afegiu?

Un repositori guarda fitxers; una base de coneixement els fa treballar. Hi afegim criteri: quina versió és vigent, de quin tema parla cada fragment, amb què es relaciona i d'on ve. Això és el que permet que una IA respongui amb precisió i citant la font. Treballem a sobre de les eines que ja teniu.

Les nostres dades són sensibles. On van a parar?

On decidiu. Dissenyem l'arquitectura (local, al núvol o híbrida) segons els vostres requisits de protecció de dades i de sobirania digital. Les dades personals s'anonimitzen abans de passar per cap model extern, el que és sensible es queda dins del perímetre corporatiu i res no es fa servir per entrenar models de tercers.

Quin model d'IA hem de fer servir?

El que millor us encaixi. La base es construeix en formats oberts, amb text estructurat i metadades, i funciona amb Claude, ChatGPT, Gemini, NotebookLM o models oberts. Podeu canviar de model sense perdre res: l'actiu és el coneixement, no la subscripció.

La nostra gent ja fa servir ChatGPT pel seu compte. Què fem?

Prohibir-ho no funciona: l'ús continua, però amagat. El que funciona és oferir una alternativa corporativa útil, alimentada amb el coneixement de l'organització i amb garanties, i acompanyar-la de formació. Un sistema governat i documentat també ajuda a acreditar les mesures d'alfabetització en IA que preveu el Reglament europeu d'IA [11].

Quanta feina demana al nostre equip?

La justa per decidir bé. Treballem amb un Grup de Treball reduït de la vostra organització que valida criteris, taxonomia i prototips. La dinamització metodològica i el desenvolupament tècnic són cosa nostra.

Com sabrem que funciona?

Amb indicadors: cobertura de metadades, pàgines òrfenes, enllaços, vigència dels documents i consultes resoltes amb font. I amb una avaluació d'impacte qualitativa i quantitativa: mesurem l'aplicació i l'impacte, no la satisfacció immediata.

Què passa quan s'acaba el projecte?

Us quedeu una eina operativa i autònoma, amb documentació tècnica i d'usuari, criteris clars per incorporar coneixement nou i un equip capacitat per alimentar-la. Si voleu que hi continuem, el servei continu SWaS la manté viva i la fa evolucionar amb vosaltres.

Tenim un projecte amb centenars d'entrevistes i milers de respostes. Ens serveix?

Sí, i és on més rendeix. Transcrivim, segmentem i codifiquem tot el material amb una taxonomia comuna, de manera que es pot creuar, filtrar i consultar sencer, no només una mostra. Cada conclusió queda vinculada a les evidències que la sostenen, i la base pot créixer al mateix ritme que el projecte.

Quant costa?

Depèn de la mida i la diversitat del corpus i de fins on vulgueu arribar. Per això comencem amb una diagnosi: en surten un full de ruta i una proposta a mida, sense tarifes genèriques ni llicències tancades.

Fonts de les dades

  1. [1]Panopto, Workplace Knowledge and Productivity Report, 2018, recollit per HR Dive. (s'obre en una pestanya nova)
  2. [2]APQC, «KM Makes Knowledge Workers More Productive and Less Stressed Out», 2022. (s'obre en una pestanya nova)
  3. [3]Ministeri per a la Transformació Digital i de la Funció Pública, Estudio sobre el envejecimiento de las plantillas de la AGE, 2025. (s'obre en una pestanya nova)
  4. [4]Ara, «La Generalitat surt a la caça del funcionari jove», 3/10/2026, amb dades del Govern de la Generalitat. (s'obre en una pestanya nova)
  5. [5]Microsoft i LinkedIn, 2024 Work Trend Index Annual Report, inclòs l'annex per mercats (Espanya). (s'obre en una pestanya nova)
  6. [6]IBM i Ponemon Institute, Cost of a Data Breach Report 2025. (s'obre en una pestanya nova)
  7. [7]Microsoft UK, «Rise in Shadow AI tools raising security concerns for UK organisations», 2025 (enquesta Censuswide). (s'obre en una pestanya nova)
  8. [8]Gartner, «Lack of AI-Ready Data Puts AI Projects at Risk», 26/02/2025. (s'obre en una pestanya nova)
  9. [9]Anthropic, «Introducing Contextual Retrieval», 19/09/2024. (s'obre en una pestanya nova)
  10. [10]A. Kransdorff, Corporate Amnesia: Keeping Know-How in the Company, Butterworth-Heinemann, 1998. (s'obre en una pestanya nova)
  11. [11]Reglament (UE) 2024/1689 d'intel·ligència artificial, article 4 (alfabetització en IA), modificat pel Reglament (UE) 2026/1744 (Òmnibus Digital sobre IA), en vigor des del 27/07/2026. (s'obre en una pestanya nova)
  12. [12]IDC, «Untapped Value: What Every Executive Needs to Know About Unstructured Data» (US51128223, patrocinat per Box), 2023, recollit per StorageNewsletter. (s'obre en una pestanya nova)

Comencem

L'organització
que recorda

Explica'ns quin coneixement no et pots permetre perdre. En una primera conversa et diem per on començaríem i què en podries obtenir.

hola@puntzero.cat

Diagnosi inicial del corpus · Proposta a mida · Acompanyament des de la primera reunió