2a part: Com crear un flux de treball agèntic el 2026: eines, plugins, MCP, arquitectura i exemple pràctic

Una vegada hem entès què és un agent d’IA, apareix una pregunta inevitable:

Com pot una IA accedir al correu, consultar documents, treballar amb una base de dades o crear una tasca en una aplicació externa?

La resposta està en una de les peces que probablement tindrà més importància en la propera evolució de la intel·ligència artificial: la connexió de la IA amb eines, aplicacions i serveis externs.

Aquí entren en joc conceptes com les APIs, els connectors, les apps, els plugins i, cada vegada més, MCP (Model Context Protocol).

No són exactament el mateix.

Plugins, apps, connectors, APIs i MCP: posar “mans” a la IA

Un model de llenguatge, per si mateix, té una capacitat limitada d’actuació.

Pot analitzar, raonar, redactar o interpretar informació, però perquè pugui interactuar amb el nostre entorn digital necessita eines i connexions.

És aquí on apareix una diferència fonamental:

La IA genera intel·ligència; les eines li permeten actuar sobre el món digital.

Per exemple, un agent podria necessitar:

-consultar Gmail o Outlook;

• -buscar un document a Google Drive, OneDrive o SharePoint;
• -consultar un CRM;
• -accedir a una base de dades;
• -crear una cita al calendari;
• -generar un document;
• -actualitzar un expedient;
• -crear una tasca;
• -consultar una base documental;
• -enviar informació a una altra aplicació.

Per aconseguir-ho, existeixen diferents mecanismes.

La terminologia pot variar segons cada plataforma. El que una empresa anomena connector, una altra pot anomenar-lo integration, app, tool o plugin.

Per això, més que memoritzar els noms comercials, interessa entendre l’arquitectura que hi ha al darrere.

De les integracions individuals a MCP

Fins fa poc, si volíem connectar una IA amb cinc aplicacions diferents, sovint havíem de crear cinc integracions diferents.

Podríem representar-ho així:

IA
↓
API Gmail
API Drive
API CRM
API Base documental
API Calendari

Cada integració podia requerir una implementació pròpia.

Aquí apareix MCP —Model Context Protocol—, un estàndard obert concebut perquè les aplicacions d’IA puguin descobrir i utilitzar eines i fonts d’informació d’una manera més normalitzada.

Simplificant molt:

IA / Agent
↓
MCP
↓
Correu · Documents · CRM · Bases de dades · Calendari · Aplicacions internes

Podríem entendre MCP, amb totes les precaucions, com una mena de llenguatge comú entre la IA i les eines que pot utilitzar. Això és una evolució especialment important que va encaminada a la IA agèntica.

El valor futur d’una IA probablement no dependrà únicament de quin model sigui més intel·ligent, sinó també de:

–A quines dades pot accedir?
–Quines eines pot utilitzar?
–Quines accions pot executar?
–I amb quins permisos pot fer-ho? és a dir, quina autonomia li otorgem.

Un exemple en un despatx professional

Imaginem que arriba un correu electrònic amb una reclamació i diversos documents adjunts.

Un sistema agèntic podria disposar de diferents connexions:

Connector de correu
→ detecta el missatge i recupera els adjunts.

Connector documental
→ busca l’expedient corresponent.

Base de coneixement
→ recupera protocols interns o documentació relacionada.

Eina d’IA
→ analitza els documents i identifica fets, persones, dates i terminis.

Connector del gestor d’expedients
→ prepara l’actualització de l’expedient.

Calendari
→ proposa crear una alerta de termini.

Generador de documents
→ prepara un esborrany de resposta.

Finalment:

Professional
→ revisa i autoritza.

Per tant, l’agent no és necessàriament una única “superintel·ligència” que ho fa tot. En realitat, pot ser un sistema que orquestra diferents eines especialitzades. La podem anomear la superApp o superàgent.

El plugin o connector es converteix en una peça estratègica

Aquesta evolució pot modificar també la manera com escollim eines d’intel·ligència artificial. Fins ara ens hem preguntat principalment: Quin model és millor o més intel·ligènt? ChatGPT? Gemini? Claude? Copilot?

Però progressivament podem començar a fer-nos altres preguntes:

• –Amb quines aplicacions es pot connectar?
• –Pot treballar amb les dades de la meva organització?
• –Pot utilitzar les meves eines professionals?
• –Pot executar accions o només consultar informació?
• –Permet controlar els permisos?
• –Utilitza protocols oberts com MCP?
• –Pot ulitzar els meus dispositius autonòmanent?
• – Quins riscos de privacitat i repercusió en la meva feina?

Això pot ser determinant en l’entorn empresarial i professional. El futur pot ser menys una competició entre models aïllats i més una competició entre ecosistemes d’IA, dades, eines, agents i integracions.

Però connectar no significa donar accés a tot

Aquí apareix una advertència fonamental.

Que tècnicament puguem connectar una IA al correu electrònic, al Drive, al CRM o a un gestor d’expedients no significa que li haguem de donar accés indiscriminat a tot.

Un connector pot tenir permisos per:

• -només llegir;
• -buscar informació;
• -crear contingut;
• -modificar informació;
• -eliminar informació;
• -enviar comunicacions;
• -executar determinades accions.

Per tant:

Com més capacitat d’acció donem a l’agent, més important és controlar els seus permisos.

Aquesta qüestió serà especialment important quan treballem amb informació confidencial, dades personals, expedients professionals o sistemes crítics.

I ens porta directament al tercer article de la sèrie.

+ Accedeix a la primera parta: Primera part: Què són els agents d’IA, en què es diferencien dels xatbots i quan té sentit utilitzar-los?