La IA Agentiva, un nou paradigma en què els sistemes d’IA no només responen a ordres, sinó que prenen decisions autònomes, col·laboren amb altres agents i actuen proactivament, representa un punt d’inflexió en l’automatització. Aquesta sessió explorarà com aquests agents poden transformar diversos sectors i funcions. És imprescindible entendre com aquesta nova generació d’IA impactarà a l’empresa i a la societat en general.

Participa:

• Rafael Giménez, Data & AI Lead, Quantion

• Martí Norbeto, CEO, Timbal AI

• Ray G. Butler, Director of Data Science, Butler Scientifics

www.quantion.com | LinkedIn

Rafael Giménez és el responsable de l’equip de Data & IA a Quantion, una consultora tecnològica de Barcelona que treballa en el desenvolupament de solucions innovadores i robustes per les empreses. Sempre a tocar de l’estat de l’art tecnològic, a Quantion el Rafael és responsable de definir l’estratègia al voltant de la IA i d’impulsar l’activitat de l’equip en projectes de dades, Machine Learning i IA Generativa. Abans de treballar a Quantion, el Rafael ha liderat equips de dades i intel·ligència artificial a grans empreses, centres de recerca i fins i tot a una start-up del sector Fintech.

L’Agentic AI és la tecnologia del moment, però la seva adopció a gran escala encara ha de superar diverses barreres clau fins a arribar a generar impacte sostingut. L’equip d’IA de Quantion desenvolupa solucions amb agents que incorporen la robustesa com a pilar clau des del disseny i que permeten assegurar que les respostes són observables, avaluables i alineades amb marcs legals i estratègics. A la ponència exposarem la nostra arquitectura Agentic AI multi-agent, segura i escalable i presentarem els nostres casos d’èxit desplegats en producció i construïts des d’un enfocament centrat en la confiabilitat, la col·laboració i l’autonomia.

www.timbal.ai | LinkedIN

Des de petit, m’ha apassionat donar vida a idees i construir projectes amb propòsit. Amb formació en enginyeria informàtica i una mentalitat de growth hacker, vaig iniciar-me professionalment en una startup, i més tard vaig fundar Neway BCN i Fixed Company. Després de vendre Neway al líder del sector, vaig invertir en nous projectes sempre amb la tecnologia al centre. Ara, amb Timbal AI, combino experiència, tecnologia i visió per ajudar empreses a integrar la IA en els seus processos clau, empoderant líders per desbloquejar el seu potencial a través d’una intel·ligència artificial útil i efectiva.

El 2024/25 va ser del boom de la IA: moltes proves i grans promeses, però pocs projectes reals. El 2026 marca un nou escenari: les empreses volen integrar la IA com un actiu estratègic, sota control i amb impacte mesurable. Si la IA farà gran part de la feina, cal entendre com opera i conservar aquest coneixement dins de l’empresa. A Timbal AI hem creat un framework open-source per desenvolupar sistemes autònoms sota control empresarial. En aquesta sessió compartirem com passem del hype a l’impacte real i com imaginem el futur de la col·laboració entre humans i tecnologia.

www.butlerscientifics.com | LinkedIN
Bluesky | ResearchGate

Ray G. Butler es va llicenciar en Informàtica a la Universitat de Las Palmas de Gran Canaria i és Master Executive MBA per EADA, Barcelona. Comença la seva trajectòria professional a empreses com Abengoa, Giesecke & Devrient i Panlab. L’any 2012 funda Butler Scientifics, on impulsa el desenvolupament d’AutoDiscovery, un programari d’exploració de dades pensat per ajudar equips d’investigació de centres hospitalaris, universitats i farmacèutiques a comprendre millor les malalties a partir de grans volums de dades clíniques. Actualment, amb el focus estratègic posat en l’automatització de la ciència de dades, col·labora amb centres mèdics de referència i multinacionals farmacèutiques, i compagina aquesta tasca amb la docència al grau en Ciències i Tecnologies Aplicades a l’Esport de la UPC (EUNCET).

En el marc del projecte BioConverse, Butler Scientifics ha condensat els més de 10 anys d’experiència explorant dades biomèdiques per a desenvolupar una eina basada en models de llenguatge de gran escala (LLMs) dissenyada específicament per guiar investigadors i professionals clínics sense experiència tècnica en aquests processos. A diferència dels assistents tradicionals centrats en respondre preguntes puntuals, BioConverse actua com un veritable mentor digital, estructurant el flux de treball analític, suggerint estratègies estadístiques, alertant sobre errors conceptuals i facilitant la interpretació dels resultats. Aquesta ponència mostrarà resultats preliminars sobre l’impacte d’aquest enfocament en l’eficiència i autonomia dels usuaris novells en entorns biomèdics reals.