Per què les empreses no fan servir IA (i com desbloquejar-la)

Segons Eurostat (enquesta sobre l’ús de les TIC a les empreses, dataset isoc_eb_ai, actualitzat el 2026-06-15), el 2025 el 9,1 % de les empreses de l’Estat espanyol de 10 o més persones assenyala la manca de coneixements com a motiu per no usar IA; és el fre més citat i supera la UE (7,8 %). Tot i així, el 20,3 % de les empreses a l’Estat ja usa alguna tecnologia d’IA el 2025, en línia amb la UE (20,0 %).

En resum

• El 2025, el 9,1 % de les empreses de l’Estat (10+ persones) no usa IA per manca de coneixements; a la UE és el 7,8 % (Eurostat, isoc_eb_ai).
• Privadesa (5,9 %), dubtes legals (5,7 %) i dades (5,3 %) pesen gairebé igual; els costos (5,2 %) i les incompatibilitats (3,9 %) queden darrere.
• Aquests percentatges són sobre el total d’empreses de 10 o més persones, no sobre les que no usen IA.
• L’ús d’IA a l’Estat arriba al 20,3 % d’empreses el 2025, molt proper a la UE (20,0 %).
• La manca de coneixements és més alta a les mitjanes (11,7 %) i també rellevant a grans (9,8 %) i petites (8,6 %).

Quines són les barreres reals segons Eurostat i com llegir els percentatges

Les empreses de l’Estat espanyol avancen en adopció d’IA, però encara declaren frens molt concrets. Segons Eurostat (enquesta sobre l’ús de les TIC i el comerç electrònic a les empreses; dataset isoc_eb_ai, actualitzat el 2026-06-15), el 2025 el 9,1 % de les empreses de 10 o més persones assenyala que no usa IA per manca de coneixements. Al darrere hi trobem privadesa (5,9 %), dubtes legals (5,7 %), disponibilitat/qualitat de dades (5,3 %), costos (5,2 %) i incompatibilitat amb sistemes (3,9 %). Important: aquests percentatges es calculen sobre el total d’empreses de 10 o més persones (sense el sector financer), no només sobre les que no usen IA.

Al mateix temps, l’ús avança: el 20,3 % de les empreses de l’Estat usa almenys una tecnologia d’IA el 2025, molt a prop del 20,0 % de la UE-27. Tenim, doncs, un panorama mixt: una cinquena part ja usa IA, mentre una part menor però rellevant declara barreres específiques que cal abordar amb un pla.

Com interpretar bé aquestes xifres? Que un 5–9 % del total d’empreses citi una barrera no vol dir que sigui majoritària entre les no usuàries; és una proporció del conjunt del teixit empresarial analitzat. Per créixer en adopció amb seguretat, el focus ha de ser treure friccions operatives: elevar capacitats internes, acotar pilots, reforçar privadesa i aclarir dubtes legals i d’integració.

Recomanació pràctica: mapeja a la teva companyia quina de les sis barreres pesa més avui i vincula-la a un objectiu de negoci (per exemple, reduir temps de preparació d’ofertes o accelerar l’atenció al client). Així convertiràs una estadística en una fulla de ruta concreta. Per a context sobre usos i tendències, pots revisar l’article sobre l’ús de la intel·ligència artificial a les empreses.

Estat espanyolUE-27

1. Manca de coneixements9,1 %7,8 %
2. Costos massa elevats5,2 %4,2 %
3. Dubtes legals5,7 %5,9 %
4. Problemes de dades5,3 %4,8 %
5. Privadesa i protecció de dades5,9 %5,8 %
6. Incompatibilitat amb sistemes3,9 %4,6 %
7. Ús d’almenys una IA20,3 %20,0 %

Font: Eurostat (isoc_eb_ai)

Barreres per no usar IA i adopció el 2025 (empreses de 10 o més persones)

Indicador	Estat espanyol (10+ · 2025)	UE-27 (10+ · 2025)
Manca de coneixements	9,1 % (2025)	7,8 % (2025)
Costos massa elevats	5,2 % (2025)	4,2 % (2025)
Manca de claredat legal	5,7 % (2025)	5,9 % (2025)
Problemes de disponibilitat/qualitat de dades	5,3 % (2025)	4,8 % (2025)
Privadesa i protecció de dades	5,9 % (2025)	5,8 % (2025)
Incompatibilitat amb sistemes	3,9 % (2025)	4,6 % (2025)
Empreses que usen almenys una tecnologia d’IA	20,3 % (2025)	20,0 % (2025)

Manca de coneixements: el primer fre a desbloquejar

La manca de coneixements és el fre més citat a l’Estat: 9,1 % versus 7,8 % a la UE-27 (2025). Per mida, el patró és clar: mitjanes (50–249) declaren més carència (11,7 % a l’Estat versus 10,5 % a la UE), seguides per grans (9,8 % a l’Estat; 10,3 % a la UE) i petites (8,6 % a l’Estat; 7,2 % a la UE). L’indicador ha crescut respecte del 2023 (4,0 %) i 2024 (5,4 %) fins al 2025 (9,1 %), senyal que més empreses es plantegen seriosament com usar IA i detecten el buit de capacitats.

Pla de xoc en 30–60 dies:

• Designa un “AI Champion” per àrea per canalitzar casos d’ús i bones pràctiques.
• Dissenya formació bàsica orientada a rol (comercial, operacions, màrqueting, finances) amb sessions de 90 minuts + pràctiques guiades.
• Estandarditza prompts, checklists de revisió humana i polítiques d’ús responsable.
• Obre un canal intern per a dubtes ràpids i un repositori d’exemples aprovats.

Exemple aplicat: una empresa industrial mitjana a Terrassa pot començar formant l’oficina tècnica en generació de esborranys de documentació i resums d’incidències, amb avaluació quinzenal de qualitat per part d’un responsable tècnic. En paral·lel, l’equip comercial practica plantilles de prompts per a propostes.

Si vols accelerar aquest procés amb un programa d’upskilling estructurat, aquí tens la nostra guia de formació en IA i Claude per a empreses. A ARTIC ajudarem el teu equip a començar amb seguretat i casos de negoci clars.

1. Alemanya10,8 %
2. Portugal9,2 %
3. Estat espanyol9,1 %
4. Països Baixos7,8 %
5. UE-277,8 %
6. Itàlia5,5 %

Font: Eurostat (isoc_eb_ai), 2025

Estat espanyolUE-27

1. 10 a 49 ocupats8,6 %7,2 %
2. 50 a 249 ocupats11,7 %10,5 %
3. 250 o més9,8 %10,3 %
4. Total (10 o més)9,1 %7,8 %

Font: Eurostat (isoc_eb_ai), 2025

Costos percebuts: finançar el pilot i reduir el risc

El 2025, el cost “massa elevat” és un fre per al 5,2 % de les empreses de l’Estat (4,2 % a la UE). Pesa més a les mitjanes (7,5 %), on afloren projectes interdepartamentals amb recursos limitats. L’evolució recent (3,3 % el 2023; 3,2 % el 2024; 5,2 % el 2025) suggereix que, a mesura que es descobreixen casos d’ús, apareixen dubtes sobre llicències, integració o dedicació interna.

Com desmuntar la barrera del cost sense grans desemborsaments:

• Defineix un pilot de 8–12 setmanes amb un únic KPI de negoci (p. ex., reduir un temps de cicle) i un abast tècnic mínim viable.
• Prioritza eines amb proves controlades i opcions empresarials que facilitin l’escalat posterior.
• Mesura hores estalviades, errors evitats o temps de resposta millorats amb línia base abans/després.
• Reutilitza infraestructura i dades existents; evita desenvolupaments a mida fins validar l’encaix.

Exemple aplicat: una distribuïdora B2B petita a Palma pot arrencar amb un assistent intern per respondre preguntes freqüents de catàleg i logística a partir de documentació ja disponible. El pilot mesurarà consultes resoltes sense escalar i temps estalviat per comanda.

Si necessites una fulla de ruta per prioritzar casos d’alt impacte i baix cost, revisa la nostra consultoria d’IA per a empreses: diagnosi i full de ruta. Un enfocament per fites i valor ajuda a defensar pressupost i a evitar inversions prematures.

Dubtes legals: control i traçabilitat des del primer dia

Els dubtes sobre les conseqüències legals són citats pel 5,7 % de les empreses de l’Estat (5,9 % a la UE) el 2025. El patró per mida és semblant entre territoris, amb una incidència lleugerament menor a les grans empreses de l’Estat respecte de la UE. L’augment respecte del 2023 (2,2 %) i 2024 (3,4 %) mostra que, a mesura que s’estén l’ús potencial, creix la necessitat de pautes clares.

Enfocament pràctic per “desjuridificar” el dia a dia sense perdre seguretat:

• Política interna clara i curta: quines dades es poden usar, quines no, revisió humana obligatòria i registre bàsic de prompts i resultats quan calgui.
• Traçabilitat lleugera: conserva mostres representatives d’entrades i sortides dels casos crítics per auditar i millorar processos.
• Rols definits: qui aprova casos d’ús, qui revisa riscos i qui manté plantilles i guies.
• Proveïdors i contractes: centralitza relació amb eines, documenta configuracions i permisos.

Exemple aplicat: una firma de serveis professionals a Andorra la Vella pot implantar una guia de 2 pàgines amb supòsits permesos i restringits, un formulari simple per donar d’alta casos d’ús i una revisió mensual de mostres per un comitè mixt (operacions i legal).

Per reforçar controls des de la tecnologia, les edicions empresarials permeten configurar permisos, límits i aïllament de dades. Aquí detallem com plantejar-ho amb Claude per a empreses. I si la teva web o ecommerce forma part del flux de dades, convé alinear polítiques i textos amb una revisió de protecció de dades per a webs i ecommerce. També pots contextualitzar requisits amb aquesta visió de la Nova Llei d’Intel·ligència Artificial de la UE.

Dades: disponibilitat i qualitat, el coll d’ampolla silenciós

Les dificultats amb la disponibilitat o qualitat de les dades afecten el 5,3 % de les empreses de l’Estat (4,8 % a la UE) el 2025. No és el fre més sorollós, però sí un dels més determinants: sense dades localitzades, actualitzades i entenedores, els pilots es frenen o donen resultats desiguals. A mitjanes i grans, el repte sol ser tant localitzar fonts com acordar definicions comunes entre àrees.

Checklist per preparar dades “prou bones” en 4 setmanes:

• Inventari: llista les 10–20 fonts que intervenen en el cas d’ús (documents, BBDD, fulls de càlcul, CRM…).
• Accés: defineix qui necessita llegir cada font i com s’hi accedeix (sense credencials compartides).
• Qualitat mínima: identifica camps clau i regles simples (format, obligatorietat, duplicats) i crea un petit lot de dades d’entrenament/proves.
• Manteniment: acorda una cadència per refrescar i versionar les dades utilitzades per la IA.

Exemple aplicat: un ecommerce mitjà a Barcelona pot arrencar amb un selector de respostes per a atenció al client alimentat per articles d’ajuda i polítiques d’enviament. N’hi ha prou d’estructurar articles en categories, eliminar duplicats i enllaçar una única font “oficial” per tema.

Quan cal connectar fonts, automatitzar neteges o crear eines internes de suport amb IA, pots recolzar-te en un enfocament pragmàtic de desenvolupament de programari amb IA que no exigeixi refer tot el teu sistema actual.

Privadesa i seguretat: polítiques clares i entorns controlats

Les preocupacions per vulneració de protecció de dades i privadesa figuren per al 5,9 % de les empreses de l’Estat (5,8 % a la UE) el 2025. És una inquietud transversal que creix quan els equips comencen a usar IA amb documents sensibles o contextos interns.

Com reduir el risc sense bloquejar la innovació:

• Dades sensibles: etiqueta allò que mai no s’ha de pujar a eines externes i defineix alternatives (resums sense dades personals, plantilles amb placeholders, anonimització).
• Entorns controlats: utilitza espais empresarials amb permisos per equip i registres bàsics d’activitat quan el cas ho requereixi.
• Revisió humana: estableix punts de control abans d’enviar continguts a clients o publicar peces generades amb IA.
• Primers auxilis de privadesa: sessions curtes per reconèixer riscos comuns i com evitar-los.

Exemple aplicat: una consultora tecnològica a València pot crear un flux per preparar propostes: plantilla estandarditzada, biblioteca de paràgrafs aprovats i un pas de revisió per un responsable abans de l’enviament. L’equip aprèn què es pot compartir i què cal ometre o sintetitzar.

Per desplegar aquestes mesures amb eines alineades amb entorns empresarials, pots recolzar-te en ARTIC, Claude Partner, que ajuda a configurar espais de treball, permisos i pautes d’ús responsable des de l’inici.

Compatibilitat amb sistemes: integra sense refer-ho tot

La incompatibilitat amb equips, software o sistemes existents és declarada pel 3,9 % de les empreses de l’Estat (4,6 % a la UE) el 2025. Encara que sigui la barrera menor, pot bloquejar pilots si s’intenta substituir plataformes clau en lloc de complementar-les.

Bones pràctiques per integrar IA al teu stack actual:

• Comença “per sobre” dels sistemes crítics: assistents que llegeixin documentació exportada, APIs estàndard o connectors que no exigeixin canvis profunds.
• Automatitza tasques perifèriques: esborranys, resums, classificació, enriquiment de dades o cerques contextuals sobre continguts consolidats.
• Estàndards oberts: prioritza formats i protocols àmpliament suportats per evitar dependències rígides.
• Seguretat i permisos: l’encaix ha de respectar els controls existents i el principi de menor privilegi.

Exemple aplicat: una empresa logística a Tarragona pot implementar resums automàtics d’incidències a partir de tiquets del sistema actual, sense tocar l’aplicació principal. La IA genera esborranys que es validen al flux habitual i s’arxiven amb el tiquet.

Quan la integració requereixi desenvolupament a mida o connectors específics, pots recolzar-te en enfocaments d’enginyeria pràctica com els de desenvolupament de programari amb IA i automatitzacions, evitant projectes llargs fins que el valor estigui provat.

De la barrera al desplegament: un pla de 90 dies (amb exemples)

Amb les dades a la mà, la clau és convertir cada barrera en una acció concreta. Proposta de pla en 90 dies per a una pime industrial a Granollers (50–120 persones):

• Setmanes 1–2: diagnosi ràpida de casos d’ús per àrea i mapa de riscos (focus en formació i dades).
• Setmanes 3–4: formació per rols i nomenament d’AI Champions. Publica guies d’ús responsable i plantilles de prompts.
• Setmanes 5–8: pilot únic amb un KPI (p. ex., reduir el temps de preparació d’ofertes). Defineix datasets, fluxos de revisió i límits d’ús.
• Setmanes 9–10: avaluació abans/després (qualitat, temps, satisfacció interna) i decisió d’escala o iteració.
• Setmanes 11–12: escalat controlat, documentació, integració lleugera i governança (rols, polítiques, cadència de revisió).

Consells operatius:

• Comunica avenços amb exemples reals; celebra aprenentatges i registra millors pràctiques.
• Mantén un backlog viu de casos prioritzats per impacte i complexitat.
• Evita la “paràlisi per compliance” amb polítiques clares i revisions proporcionals al risc.

Si vols acompanyament expert en diagnosi i full de ruta, aquí detallem com treballem la consultoria d’IA. I per preparar equips i rols, combina-ho amb la formació en IA, de manera que el desplegament sigui ordenat i sostenible. ARTIC pot coordinar aquest itinerari perquè cada àrea aterri la IA al seu dia a dia amb control i mesura de resultats.

Preguntes freqüents

Quin és el principal motiu pel qual moltes empreses no usen IA?

El 2025, el motiu més citat a l’Estat espanyol és la manca de coneixements: el 9,1 % de les empreses de 10 o més persones ho assenyala. Font: Eurostat (isoc_eb_ai, actualitzat el 2026-06-15).

Aquests percentatges són sobre totes les empreses o només sobre les que no usen IA?

Són sobre el total d’empreses de 10 o més persones (exclòs el sector financer). No representen el percentatge dins del grup de no usuàries, sinó la proporció en tot el teixit empresarial considerat per l’enquesta d’Eurostat.

L’Estat espanyol està molt per darrere de la UE en adopció d’IA?

No. El 2025, el 20,3 % de les empreses de l’Estat usa almenys una tecnologia d’IA, molt proper al 20,0 % de la UE-27. L’adopció avança alhora que es fan explícites barreres concretes a resoldre.

Quina mida d’empresa declara més ‘manca de coneixements’?

El 2025, les mitjanes (50–249 persones) són les que més citen manca de coneixements a l’Estat (11,7 %), seguides per grans (9,8 %) i petites (8,6 %). A la UE, el patró és similar (10,5 %, 10,3 % i 7,2 %, respectivament).

Quines altres barreres pesen gairebé tant com la manca de coneixements?

Privadesa (5,9 %), dubtes legals (5,7 %) i disponibilitat/qualitat de dades (5,3 %) formen un bloc proper. Els costos (5,2 %) i les incompatibilitats (3,9 %) apareixen lleugerament per sota a l’Estat (2025).

Com han evolucionat aquestes barreres des del 2023?

Divereses han crescut: ‘manca de coneixements’ passa del 4,0 % (2023) al 5,4 % (2024) i al 9,1 % (2025). També augmenten costos, dubtes legals, dades, privadesa i incompatibilitats, reflectint que més empreses exploren la IA i prenen consciència dels requisits.

Per on començar per superar les barreres amb pocs recursos?

Amb un pilot acotat de 8–12 setmanes, formació per rols, polítiques d’ús responsable i un inventari mínim de dades. Mesura un únic KPI de negoci i documenta aprenentatges per escalar amb control. Si necessites guia, ARTIC pot acompanyar-te en diagnosi i full de ruta.

Fonts i metodologia

• Eurostat, enquesta sobre l’ús de les TIC i el comerç electrònic a les empreses: empreses de 10 o més persones ocupades, sense el sector financer (base de dades).
• Els exemples de clients enllaçats són projectes reals d’ARTIC. Les calculadores són orientatives.