La interfície
El chatbot, el copilot, el cercador. La part més petita del sistema i l'única que gairebé tothom coneix.
Physical AI · Bessons digitals · IA aplicada
Guillem Navarro Vargas.
Enginyer Industrial UPC · ETSEIB Head of AI a BTECH
Enginyeria industrial i intel·ligència artificial. A la pràctica, gairebé tot el que faig comença amb algú descrivint un símptoma.
Som al principi d’una nova revolució industrial: no només la IA, també la robòtica, els bessons digitals i tot el que porten amb ells. El meu lloc és clar: integrar-la en tot el que ja existeix i funciona, i obrir processos que abans no eren possibles, digerint i creuant molta més informació de la que cap en un cap. Ben usada, ens torna ultracapaços; mal usada, resta més del que aporta. La diferència és el criteri. Construir el futur, no esperar-lo.
400
Enginyers a l’empresa on vaig crear el departament d’IA
3 mesos
De feina anual d’una persona, reduïts a hores en un sol procés
CEO
Dependència directa del CEO
GB10
Còmput propi, en local i on-edge: les dades no surten mai de l’empresa.
D’un cop d’ull
D’un cop d’ull
-
IA sobirana, segura per disseny
Models que corren en local: cap dada surt de l’edifici. Sobre RKE2, el Kubernetes certificat DISA STIG per a defensa i intel·ligència (FIPS 140-2), i sistemes agèntics demostrats en directe.
-
Stack NVIDIA d’extrem a extrem
De CUDA i GB10 a NeMo, NIM i Dynamo. Inferència distribuïda sobre Kubernetes, contribució a OpenShell i part de la comunitat open source de Hugging Face.
-
Physical AI i simulació
Bessons digitals, elements finits i models que raonen sobre sistemes físics. Del càlcul al món real —fins a la robòtica de codi obert (Pollen Robotics · Hugging Face) que munto per afició.
-
IA per a la biologia i el fàrmac
Biologia computacional amb AlphaFold (fins a les seves últimes versions), un TFG d’energia per glucosa per a dispositius implantables amb patent iniciada, i experiència en entorn farmacèutic regulat.
-
Cap a un bessó digital del cervell
El nord de tot l’anterior: bessons digitals i física informada per IA sobre còmput GPU per simular la biologia en lloc d’assajar-la, i provar fàrmacs in silico. Amb arrel real en bioenginyeria —el cicle de l’àcid cítric i l’energia de la glucosa per a dispositius implantables— i, des del 2026, en l’estudi del cervell: com aprèn, decideix i falla.
En 60 segons
Si tens pressa, això és tot.
Qui
Guillem Navarro Vargas, enginyer industrial (UPC). Head of AI a BTECH, Barcelona.
Què faigSistemes d'IA que arriben a producció: intel·ligència empresarial, bessons digitals, simulació i Physical AI.
ComMètode d'enginyer: mesurar abans de tocar, i computació local quan les dades no poden sortir de casa.
D'onDe l'energia a l'aplicació: energia, infraestructura GPU i Kubernetes, models i producte.
ProvesCertificacions NVIDIA, postgrau amb Schneider Electric i projectes en indústria, automoció i farma.
I araOportunitats professionals —en un equip, en un projecte o en una col·laboració— on això marqui la diferència. Resposta en 48 h laborables.
Què és la IA, de debò
La IA no és el que et venen.
Per a molta gent, la IA és un chatbot a qui se li parla bé; això és només la superfície. La de debò també és robòtica, bessons digitals i models que simulen la realitat per provar-hi abans de tocar-la —i així resoldre problemes reals en farmàcia, medicina o indústria—. Aquí treballo jo: no en trucs de prompt, sinó a portar tot això a sistemes que funcionen. Ningú domina un camp tan enorme i que canvia cada mes; desconfia de qui digui que sí. Jo segueixo aprenent, amb els peus a la part que de debò transforma.
Un iceberg, no una app
El chatbot és la punta: l'única part que treu el cap. A sota hi ha disciplines senceres d'enginyeria, i és allà on un projecte d'IA tira endavant o s'enfonsa.
Sobre l'aigua · el que gairebé tothom veu
Sota l'aigua · on es decideix el projecte
Agents, RAG i ontologies
Sistemes que cerquen en el coneixement d'una organització, hi raonen i actuen: de respondre preguntes a executar processos sencers.
Models: ajust i avaluació
Triar bé el model, afinar-lo amb dades pròpies, mesurar-lo amb criteri i posar-li barreres (guardrails) abans de fiar-se'n.
Bessons digitals i simulació
Còpies virtuals de fàbriques, processos o òrgans per provar en el món digital allò que seria car o perillós provar a la realitat.
Robòtica i Physical AI
La IA que surt de la pantalla: robots que s'entrenen milions de vegades en simulació abans de tocar el món físic.
Infraestructura
GPUs, Kubernetes, edge i computació local quan les dades no poden sortir de casa. Sense aquesta capa, res de l'anterior no existeix.
Energia
La base física: cada resposta d'una IA són watts convertits en càlcul. Aquí l'iceberg toca fons — i comença el pastís.
La indústria sencera, en un dibuix
El pastís de cinc capes
No és una metàfora meva. Jensen Huang, CEO de NVIDIA, descriu la IA com un «pastís de cinc capes» —energia, xips, infraestructura, models i aplicacions— i les seves fàbriques d'IA com plantes que converteixen energia en intel·ligència: «entra un electró, surt un token». El chatbot viu només a la capa de dalt.
5
Aplicacions
Chatbots, agents, plataformes: la punta de l'iceberg.
On encaixo jo Construeixo assistents, agents i l'ecosistema d'intel·ligència empresarial de BTECH.
4
Models
Els cervells: entrenar-los, ajustar-los, avaluar-los.
On encaixo jo El meu dia a dia: fine-tuning, avaluació i guardrails de models oberts, en local.
3
Infraestructura
Fàbriques d'IA: centres de dades, orquestració, xarxes.
On encaixo jo Dissenyo i opero clústers Kubernetes amb GPU, del servidor a l'edge.
2
Xips
GPUs i acceleradors que fan possible el càlcul.
On encaixo jo Optimitzo inferència sobre GPU NVIDIA amb TensorRT; certificacions oficials de NVIDIA.
1
Energia
La matèria primera: electrons convertits en tokens.
On encaixo jo El meu origen com a enginyer: eficiència i gestió energètica, de l'habitatge a la indústria.
Molt poca gent ha treballat el pastís sencer, i no seré jo qui digui que el domina: és massa gran per a una sola persona. Però la meva trajectòria el recorre de baix a dalt —vaig començar a la capa de l'energia com a enginyer industrial i avui treballo les d'infraestructura, models i aplicació—, i aquesta visió de conjunt és el que un projecte seriós d'IA necessita per no quedar-se a la punta de l'iceberg.
Fins aquí, el mapa del terreny. Ara, el que importa: què et porta a tu per aquí.
La grandesa no és intel·ligència. La grandesa ve del caràcter. I el caràcter no es forja en gent intel·ligent: es forja en gent que ha patit.
Em considero, abans que res, un aprenent permanent: aprenc sobretot de qui m’envolta, mantinc la curiositat com a mètode de treball i tinc present que encara em queda molt camí per recórrer.
Què et porta per aquí?
Aleshores el que t’importa és el mètode, no el meu currículum. Baixa i mira, cas per cas, per on començo jo.
Tria’n una i t’hi porto directament. Al cap i a la fi, la meva feina és resoldre problemes; el teu també.
Diagnòstic
Gairebé sempre comença amb una frase així.
Les he sentides totes més d’un cop, en comitès i a planta. Cap descriu el problema: descriuen el símptoma.
Tenim dades per tot arreu i les decisions se segueixen prenent per intuïció.
El que sol ser
No falta la dada: falta reunir-la. Cada àrea mesura el que és seu amb el seu propi criteri, així que a la reunió on cal decidir no hi ha una xifra, n’hi ha cinc versions i cap no es pot defensar.
Per on s’aborda
Abans d’automatitzar res, acordar què es mesura i qui respon de cada número. Després, un sol lloc on la mètrica es calcula sola i es pot auditar. El sistema no decideix: reuneix la mètrica perquè decideixi qui ho ha de fer.
Tenim el pla, el pressupost i la tecnologia. I el projecte no avança.
El que sol ser
El pla gairebé mai falla. El que falla és que ningú no ha explicat a qui l’ha d’executar per què li convé, així que el projecte competeix contra la feina de sempre i perd cada setmana.
Per on s’aborda
Començar per l’àrea que més guanya amb el canvi i pel procés que més fa mal, no pel més fàcil de tocar. Un cas que funciona convenç més que qualsevol presentació, i a partir d’aquí la resta demana entrar. La part difícil no és l’arquitectura: és que l’organització la vulgui fer servir.
Per provar un canvi cal aturar-ho tot, així que no el provem.
El que sol ser
El cost de la prova no és el canvi: és l’aturada. Així que es decideix sense assajar, i el que acaba en producció és la primera versió que ningú no ha pogut qüestionar.
Per on s’aborda
Aixecar una rèplica del sistema on el canvi s’assagi sense tocar l’original: física simulada quan a l’altre costat hi ha una màquina, rèplica del procés quan és una organització, i en tots dos casos models entrenats amb les dades del mateix sistema. La cadena és la mateixa tant si es tracta d’una línia de producció, un edifici tècnic, un sistema viu o el flux de treball d’una empresa sencera.
Quan algú se’n va, se’n porta mitja documentació al cap.
El que sol ser
No està sense escriure per deixadesa: està escrita en quinze llocs i ningú no sap quina és la versió vigent. Buscar costa més que preguntar, i per això es pregunta, i per això el coneixement continua vivint en persones.
Per on s’aborda
Un únic lloc amb versió vigent i permisos, i a sobre una capa que respongui citant el document d’on ha tret la resposta. Quan buscar costa menys que preguntar, la gent busca sola.
Volem fer servir IA, però d’aquí no surt ni una dada.
El que sol ser
Per això la majoria de proves es queden en prova: el pilot es munta fora, funciona, i després no hi ha manera de portar-lo a dins.
Per on s’aborda
Muntar-ho a dins des del primer dia: models oberts, infraestructura pròpia i còmput GPU a casa. Un pilot que neix fora i després cal repatriar gairebé mai es repatria, perquè per llavors ja depèn de coses que no es poden moure.
Volem avançar amb la IA, però ningú no ens sap dir què ens deixa fer la llei.
El que sol ser
El reglament europeu amb prou feines prohibeix: classifica. El que paralitza no és la norma, és que ningú no ha dit en quin nivell de risc cau cada cas d’ús, així que per prudència es tracten tots com si fossin el pitjor i no se’n fa cap.
Per on s’aborda
Classificar cas per cas abans de construir res: risc inacceptable, alt, limitat o mínim, que és el que decideix quines obligacions apliquen de debò. La majoria d’usos interns cau en els dos nivells baixos, i saber-ho desbloqueja el projecte sense abaixar la guàrdia en el que sí que és d’alt risc.
Amb les nostres dades no podem fer servir una IA al núvol.
El que sol ser
En sectors regulats —defensa, salut, banca— el problema no és la IA, és la cadena de custòdia de la dada: cada consulta a un servei extern és una còpia que surt, i això no passa una auditoria ni un plec.
Per on s’aborda
Tot en local i auditable: models oberts sobre Kubernetes endurit (RKE2, FIPS 140-2/STIG), GPU pròpia i agents segurs per disseny, amb traça de cada acció. La IA entra sense que la dada surti.
La distància entre la columna «El que sol ser» i la columna «Per on s’aborda» és on se’n va el pressupost, i gairebé tota la meva feina consisteix a escurçar-la abans de tocar res: el pas a pas és just després, a «Del sistema real a la decisió». El que entrego al final no és una eina: és una dada amb què es pot decidir, fabricada en hores en comptes de a mà durant mesos.
A mà
mesos
Amb el sistema
hores
Experiència amb
Barcelona Technical Center
FI Group
Fnac
Grifols
Fòrum ETSEIB
Els símptomes es repeteixen perquè el fons es repeteix. Aquests són els fronts on els ataco.
Àrees d'especialització
Set fronts, el mateix mètode.
Les disciplines canvien; el que no canvia és per on es comença. Del càlcul estructural a l’arquitectura de sistemes d’intel·ligència artificial, l’ordre és sempre el mateix: entendre, mesurar i només llavors tocar.
01
Consultoria
ProcésTreballar dins del problema d’un altre: entendre’l, documentar-lo i defensar-lo davant de qui l’ha d’aprovar. A FI Group, amb el client al davant i sense intermediaris.
Ajuts públics
Deduccions
Gestió de clients
02
R+D+i
ProcésGairebé tota empresa industrial fa desenvolupament que la llei reconeix com a R+D+i, i gairebé cap no ho cobra: falta l’informe que ho demostri. Aquest informe és feina d’enginyeria, no de gestoria — cal entendre què es va construir per poder defensar per què compta.
Projectes de recerca
Innovació
03
Intel·ligència artificial
DigitalDepartament creat de zero en una empresa de 400 enginyers: arquitectures RAG, agents autònoms i ajust de models sobre infraestructura i còmput GPU propis, sense que la dada surti de l’empresa.
RAG
LLM en local
Arquitectura de dades
04
Elements finits
DigitalCadena de càlcul completa en components d’automoció: ANSA per al preprocés, Pam-Crash per a la dinàmica, Abaqus per a l’anàlisi estàtica i Meta per al postprocés.
ANSA
Pam-Crash
Abaqus
Meta
05
Energia
FísicMàster en Enginyeria de l’Energia i postgrau en gestió energètica de centres de dades: renovables, eficiència, xarxes intel·ligents, emmagatzematge i hidrogen.
Fotovoltaica
Xarxes intel·ligents
Emmagatzematge
Hidrogen
06
Industrial
FísicProjectes de planta de dalt a baix: fotovoltaica d’autoconsum de 86 kW, sistema de gasos d’escapament i arquitectura ERP.
Planta
ERP
07
Sistemes i IT
DigitalGestió d’accessos i xarxes, desplegament d’ERP, control biomètric, xifratge i automatització de processos interns.
Xarxes
Biometria
Xifratge
Automatització
Mètode
Del sistema real a la decisió.
El fil que uneix tot el que faig: convertir alguna cosa que ja funciona en un model fiable, per poder provar escenaris sense haver-la de tocar. Tant se val que aquesta cosa sigui una planta o una empresa sencera.
01 · Real
Sistema real
Una planta, una instal·lació, una cadena de subministrament o el flux de treball d’una empresa sencera. El punt de partida sempre és alguna cosa que existeix i es comporta.
02 · Mesura
Dades
Sensòrica, corbes de càrrega, sèries històriques o els registres que els mateixos sistemes ja generen. El que diu com es comporta de debò, no com hauria de fer-ho.
03 · Model
Bessó digital
Malla de càlcul, model entrenat o rèplica del procés: el que reprodueix aquest comportament amb un error acotat i mesurat.
04 · Ús
Decisió
Simular escenaris i decidir sobre el model, no sobre el sistema que està funcionant i del qual depèn algú.
Selecció de treballs
Projectes destacats.
001
002
003
004
005
Ecosistema d’intel·ligència empresarial
Creació des de zero de l’àrea d’IA: un ecosistema d’intel·ligència empresarial en la línia de Palantir, sobre infraestructura pròpia. De la generació augmentada per recuperació (RAG) cap a l’augmentada per ontologia.
Arquitectura ERP i seguretat de planta
Definició de l’arquitectura de l’ERP, gestió d’accessos i xarxes, control biomètric i automatització dels processos administratius i de producció.
Càlcul per elements finits: estàtic i dinàmic
Cadena de simulació completa sobre components d’automoció: preprocés i mallat, dinàmica i impacte, anàlisi estàtica i no lineal, i postprocés amb informes repetibles.
Un EMS complet: dels sensors al mercat P2P
Tesi de màster amb prototip validat d’extrem a extrem: sensòrica, Kubernetes, sèries temporals, un LLM local com a analista i el disseny d’un mercat d’energia entre iguals sobre blockchain.
El cicle TCA com a font d’energia neta
Una pila de biocombustible que extreu tota l’energia de la glucosa de la sang, dimensionada per alimentar un marcapassos de per vida. Tràmit de patent iniciat.
Els projectes expliquen el què. Això és el des d'on: la història que explica per què treballo així.
Sobre mi
D’enginyer de càlcul a muntar un departament d’IA.
Soc en Guillem Navarro Vargas, enginyer en Tecnologies Industrials per BarcelonaTech (UPC-ETSEIB). Vaig començar mallant components d’automoció i avui dirigeixo el departament d’intel·ligència artificial d’una empresa de 400 enginyers.
Aquest recorregut explica com treballo: entendre el sistema sencer abans d’optimitzar-ne cap part. Ho vaig aprendre al càlcul, on un supòsit mal posat invalida el resultat per molt fi que sigui el mallat.
I no he arribat fins aquí sol ni ho tinc tot resolt: aprenc de pressa, pregunto sense complexos i m’envolto de gent que en sap més que jo en el seu camp. Gairebé sempre, el mèrit és de l’equip.
Com treballo
Els set pilars del recorregut.
Cada empresa del recorregut em va deixar un pilar, i els vaig anar a buscar expressament. Es recolzen en la psicologia de la resolució de problemes i en les soft skills que no es calculen, i serveixen tots la mateixa estratègia: entendre el sistema sencer —del món físic al model— abans de tocar-ne cap part.
兵法：一曰度，二曰量，三曰數，四曰稱，五曰勝。地生度，度生量，量生數，數生稱，稱生勝。
El mètode militar consta de cinc elements: el mesurament, l’estimació, el càlcul, l’equilibri i la victòria. El terreny dóna el mesurament; el mesurament, l’estimació; l’estimació, el càlcul; el càlcul, l’equilibri; i l’equilibri, la victòria.
Vint-i-cinc segles després, continua sent el mateix ordre: mesurar, estimar, calcular, decidir. Els meus pilars només li posen el nom que avui li dóna la psicologia.
-
El sistema sencer, abans que les parts
No toco una peça fins que entenc el sistema que la sosté. L’expert llegeix un problema per la seva estructura, no per l’aparença (Chi, Feltovich i Glaser, 1981); aquesta manera de mirar la vaig aprendre portant una planta industrial de dalt a baix —xarxes, ERP, IoT—, on res no funciona per separat.
Del món físic al model
Resolc un problema nou portant la solució d’un altre domini: és la transferència analògica (Gick i Holyoak, 1983), el motor de la creativitat experta. Del càlcul per elements finits i els vehicles elèctrics que vaig reparar amb les mans a Robotic Dreams als models que avui raonen sobre sistemes físics: això és, per a mi, la IA física.
El supòsit decideix el resultat
Vigilo els meus supòsits amb la mateixa duresa amb què calculo. La perícia és tant metacognició com tècnica (Flavell, 1979): en elements finits un supòsit mal posat invalida el resultat per fi que sigui el mallat —i això val igual per a una malla que per a una decisió de negoci.
Pràctica deliberada, no hores
Trio on treballar pel que aprendré, no pel que ja sé. La perícia neix de practicar el que encara no domines (Ericsson, 1993); per això cada empresa i cada títol van ser una decisió, i per això segueixo a la frontera: primera promoció de l’AI Business Fellowship de Perplexity.
Traduir el tècnic en decisió
Un resultat que no saps defensar no existeix. L’expert oblida què és no saber —la maledicció del coneixement (Camerer et al., 1989)—, així que tradueixo expressament: vaig defensar memòries d’R+D+i davant el client i l’administració a FI Group, i vaig demostrar sistemes agèntics en directe davant un congrés no tècnic a DETCON.
Amb i a través de les persones
Dirigeixo per model mental compartit, no per organigrama. Els millors equips pensen en el mateix marc (Cannon-Bowers i Salas, 1993); ho he construït dirigint la comunicació del Fòrum ETSEIB, retransmetent en directe per a Ràdio Calella Televisió, ajudant a la European Blockchain Convention i muntant de zero un departament d’IA.
Rigor sota restricció
Decideixo amb rigor quan el temps i els recursos són finits —que és sempre—. Aquesta és la definició real de racionalitat (Simon, 1955), i la vaig afinar a Grifols, gestionant accessos en un entorn farmacèutic regulat on l’error no és una opció.
I sé el que no sé: cada projecte em recorda quant queda per aprendre, i que el que surt bé gairebé mai és mèrit d’una sola persona.
-
03/2016 — actualitat En actiu
Empresa industrial · Enginyeria d’IT i automatització
Xarxes, IoT, ERP i la columna digital de la planta. Compatibilitzada amb tota la resta des de llavors.
-
09/2017 — 09/2018
Robotic Dreams S.L. · Reparació de vehicles elèctrics
Pineda de Mar. Diagnòstic i reparació de vehicles elèctrics: bateries, motors i electrònica de potència apresos amb les mans.
-
09/2018 — 07/2022
Grau en Enginyeria en Tecnologies Industrials
UPC · ETSEIB. La base de tot. Tancat amb un TFG amb tràmit de patent iniciat: energia a partir de la glucosa per a dispositius implantables.
-
10/2019 — 01/2021
Ràdio Calella Televisió · Operador de càmera
Retransmissió dels esdeveniments esportius del pavelló per a la televisió local.
-
09/2020 — 10/2021
Fòrum ETSEIB · Direcció de comunicació
El primer equip que vaig dirigir: negociació amb empreses per al fòrum d’ocupació de l’escola.
-
12/2020 — 07/2021
Grifols · Control d’accessos IT
De tècnic de suport a gestió d’accessos: Active Directory i SAP en una farmacèutica.
-
06/2022 — 12/2022
FI Group · Consultor d’R+D+i
Memòries tècniques i deduccions fiscals, defensades davant del client.
-
09/2022 — 05/2025
Màster en Enginyeria de l’Energia
UPC · ETSEIB. Renovables, xarxes intel·ligents, emmagatzematge i hidrogen.
-
09/2022 — 05/2025
Màster en Enginyeria Industrial
UPC · ETSEIB. La visió de sistema complet. Tancat amb dues tesis: un EMS d’extrem a extrem i el seu pla de negoci, embargat fins al 2030.
-
02/2023
European Blockchain Convention · Voluntari
Ajudant en la producció d’un dels congressos blockchain més grans d’Europa, a Barcelona.
-
10/2023 — 04/2025
BTECH · Enginyer CAE
Elements finits en components d’automoció, i la IA entrant al flux de simulació.
-
01/2025 — actualitat En actiu
Large Language Model Agents (MOOC)
UC Berkeley.
-
2025
Perplexity · AI Business Fellowship
Seleccionat per a la primera promoció del fellowship: un grup reduït de professionals escollits per impulsar l’adopció de la IA a l’empresa.
-
2025
Certificacions NVIDIA
Generative AI LLMs · Deploying RAG Pipelines for Production at Scale.
-
04/2025 — actualitat En actiu
BTECH · Head of AI
El departament d’intel·ligència artificial creat de zero, amb dependència directa del CEO.
-
2026
Ponent a DETCON
Sistemes agèntics en local, demostrats en directe davant el congrés de detectius privats.
-
05/2026 — 09/2026
Postgrau en Gestió Energètica de Centres de Dades
UPC School · Schneider Electric. Infraestructura crítica: refrigeració, control i microxarxes.
-
10/2026 — actualitat Pendent d’inici
Grau en Psicologia · UNED
L’altra meitat del mateix problema: com aprèn, decideix i falla l’original.
-
A partir de 11/2026 Pendent d’inici
Curs en Deep Tech to Market · UPC School
De la recerca al mercat global: transferència tecnològica, finançament i escalat de deep tech.
En curs
El que estic dirigint ara.
Ecosistema corporatiu amb agents
BTECH · Direcció del projecte
No és una eina més connectada a les que ja hi havia: és la capa on totes es troben. Gestió comercial, planificació de recursos, base de coneixement, formació, enginyeria i simulació viuen en un mateix ecosistema, parlen entre elles per camins declarats i comparteixen una sola identitat. A sobre, una capa d’agents amb eines pròpies que pot consultar qualsevol d’elles, contrastar el que diuen les unes i les altres, i operar-hi quan li correspon. Toca tots els departaments, sense excepció: direcció, finances, recursos humans, comercial, qualitat, legal, enginyeria i producció.
El viatge de la dada
Font de dadesERP
Comandes, compres, estoc i costos. És la columna vertebral de l'operació, però cada àrea l'exporta a la seva manera i acaba amb la seva pròpia versió de la xifra.
Font de dadesDocuments
Ofertes, contractes, normatives i informes. Coneixement que viu en PDF i correus, i que avui només es troba preguntant a qui el va escriure.
Font de dadesSensors
Dades de planta en temps real: temperatures, consums, aturades. Molt de volum i poc context si ningú no les creua amb la resta.
Font de dadesHistorials
Anys de projectes, incidències i manteniments. La memòria de l'empresa, repartida en carpetes que ningú no té temps de llegir.
Capa · Sistemes connectatsAnell d'identitat
Cada font entra per un camí declarat i s'identifica: se sap d'on ve cada dada i qui la pot fer servir. Apaga la capa i veuràs el caos de les integracions soltes.
Etapa 2Coneixement comú
Les dades deixen de ser files soltes i passen a ser objectes connectats: client, comanda, màquina, projecte. Una sola veritat que consulta tothom.
Etapa 3Agents
Recorren el mapa per cercar, raonar i executar tasques. El que abans eren setmanes de cerca, en minuts, i sempre amb els permisos de qui pregunta.
Capa · PermisosL'agent no veu més que tu
Hi ha informació que no tothom pot veure. L'agent hereta els teus permisos: si tu no tens accés a una dada, ell tampoc.
Capa · Infraestructura localInfraestructura auditable
Tot corre en servidors propis, dins de l'empresa. Se sap què s'executa, on i amb quines dades.
Capa · Infraestructura localCàlcul GPU propi
Les GPU entren al clúster com un recurs més: drivers, planificació i mesura de l’ús, la temperatura i el consum de cada targeta. És l’estrat on els watts es converteixen en tokens, i on se sap el que costa cadascun.
Capa · Infraestructura localDades que no es perden
Emmagatzematge replicat per nivells de criticitat, bases de dades amb rèpliques i commutació automàtica, memòria cau, magatzem d’objectes i còpies fora de l’edifici cada hora. Una dada que no es pot recuperar és una dada que mai no s’ha tingut.
Capa · Infraestructura localOrquestració declarada
Tot es declara en un repositori i el clúster es reconcilia sol contra ell: desplegaments, actualitzacions i cues de treball sobre GPU compartides. Ningú no desplega a mà i cada canvi té autor i data.
Capa · Infraestructura localSeguretat capa a capa
Una sola identitat per a persones i serveis, secrets que mai no s’escriuen enlloc, imatges verificades abans de desplegar, trànsit tancat per defecte, càrregues aïllades i una sortida a internet que només deixa passar el que és en una llista blanca. Les dades personals s’anonimitzen abans d’arribar a un model.
Capa · Infraestructura localObservabilitat
Mètriques, logs, alertes i la traça de cada crida a un model: tokens, latència i cost. És la diferència entre saber que alguna cosa falla i assabentar-se’n per un usuari, i el que converteix l’economia de tokens en una mesura.
Capa · Local o externLa comporta
Si cal un servei de fora, només surt una consulta sense dades sensibles. El que és confidencial xoca amb la cúpula i es queda dins.
Capa · SimulacióUn món on provar
Un bessó digital connectat al mapa: els agents assagen moviments i escenaris abans de tocar la realitat, sense risc ni aturades.
Capa · TraçabilitatRastre auditable
Cada resposta es pot recórrer a l'inrevés, de la decisió a la dada d'origen. Res de caixes negres.
Etapa 4Decisió
Una xifra defensable, amb el seu perquè i les seves fonts. A punt per presentar sense refer l'Excel.
Etapa 4Decideix una persona
El sistema reuneix, compara i proposa; decideix una persona. La IA suma criteri, no el substitueix.
Animació: dades disperses de diverses fonts viatgen cap a un mapa comú d'objectes connectats; uns agents recorren aquest mapa i el resultat arriba com una única decisió amb el seu perquè. Tot passa dins d'una cúpula: les dades no surten de l'empresa.
Fonts
ERP, documents, sensors, historials
Abans cinc versions de la mateixa xifra, repartides per àrees.
Coneixement comú
Un sol mapa: l'ontologia que ho connecta tot
Ara una sola veritat, connectada i auditable.
Agents
Cerquen, raonen i executen amb permisos
Ara cerques de setmanes, resoltes en minuts.
Decisió
Una xifra defensable i el seu perquè, traçable
Ara cada decisió amb la seva xifra i el seu perquè.
Tot el recorregut, en local: les dades no surten de casa.
Models 3D: Desktop computer (Poly by Google), Small Stack of Paper (Jarlan Perez), File Folder (Ryan Dewalt), server rack (Jeremy Eyring) i Robot Arm (Yali Izzo), CC BY 3.0, amb materials, textures i escala modificats; Man (Quaternius), CC0. Descarregats de Poly Pizza.
Tot sota un mateix sostre
Els sistemes d’una empresa solen parlar idiomes diferents i cap no sap què fan els altres; quan algú necessita creuar-ne dos, ho fa a mà. Aquí cada programa es comunica amb els altres —i amb els externs que calguin— per un camí declarat, no per integracions soltes que ningú no recorda qui va muntar. Això és el que converteix una col·lecció d’aplicacions en un sistema.
Infraestructura auditable
Tot corre sobre RKE2, la distribució de Kubernetes validada en FIPS 140-2 i conforme als STIG de la DISA: la que s’admet en entorns federals dels Estats Units. No és un adorn de seguretat. És el que permet que algú de fora pugui entrar a comprovar què xifra què, qui va accedir a què i quan, sense que la resposta sigui «caldria mirar-ho».
L’agent no veu més que tu
És el mateix agent per a tota la plantilla, però hereta els permisos de qui l’invoca: quan l’usa una persona, arriba exactament on arriba aquella persona, ni un registre més. Sembla un detall d’implementació i és la peça que decideix si el sistema pot existir: sense ella, un assistent corporatiu és una fuita d’informació amb bona interfície, i n’hi ha prou amb una pregunta ben feta per treure la nòmina d’algú.
Local o extern, segons el cas
Un encaminador decideix, consulta a consulta, si es resol amb un model que corre dins de casa o amb un de fora. El sensible no surt mai; el que no ho és pot aprofitar el millor model disponible en aquell moment. La sobirania de la dada deixa de ser una postura que es defensa en reunions i passa a ser una regla que es compleix sola.
Un món on provar
Dins del mateix ecosistema hi viu un entorn de simulació on la geometria d’enginyeria, la física i els models que n’aprenen comparteixen una sola escena. Allà s’entrena robòtica humanoide contra un món simulat abans que el robot existeixi: es generen situacions que a planta costarien mesos de recollida de dades, i models que entenen imatge i llenguatge alhora aprenen a interpretar-les. És un banc de proves d’alguna cosa que encara no està construïda.
Cada flux, a la vista
Tot el que va d’un programa a un altre es veu, es mesura i es pot tallar. S’obre una capacitat a un departament i es tanca a un altre; es concedeix una eina a un agent i se li retira; se segueix una petició des de qui la va fer fins a l’últim sistema que va tocar. Sense aquesta traçabilitat no hi ha govern possible, només confiança, i la confiança no s’audita.
Un sistema així és, a la pràctica, un bessó digital de l’empresa. No d’una peça ni d’una planta: de com circula la informació, de qui pot veure què i de com es prenen les decisions. I un bessó serveix per al mateix aquí que en enginyeria — provar el canvi abans de fer-lo, i saber què es trenca si surt malament.
Hi ha dades d’ús, però no són públiques. Tampoc ho són l’ERP, el sistema comercial, l’entorn de simulació ni l’arquitectura concreta.
Eines
Amb què treballo — i amb què he treballat.
El que faig servir avui per entregar i el que vaig treballar a fons en etapes anteriors —del càlcul CAE a la planta—, agrupat per domini. Cada eina porta el seu grau d’ús, perquè no és el mateix dissenyar una cosa que fer-la servir o tenir-la en compte.
Veure-ho com a mapa de coneixement →
Prem-ne qualsevol per veure on l’he feta servir.
Disseny i opero: vaig decidir com es munta i el mantinc en marxa. Ús directe: l’he fet servir jo en projecte. Integrat: la vaig tenir en compte per encaixar la IA a l’empresa, sense ser-ne especialista.
Disseny i opero Ús directe Integrat
Càlcul i simulació
NVIDIA Omniverse · NVIDIA PhysicsNeMo · NVIDIA Warp · ANSA · Pam-Crash · Abaqus · Meta · SolidWorks · MATLAB i Simulink · Ansys · Autodesk · Simulació robòtica
IA aplicada
LLM ajustats amb LoRA · RAG · Agents autònoms · Sistemes de memòria · Nemotron 3 Super · Nemotron 3.5 Lightning · Nemotron 3.5 Content Safety · Nemotron Parse · Cosmos 3 Edge · NVIDIA cuOpt · LangChain · Open WebUI · TensorFlow · Milvus · NVIDIA cuVS · API d’OpenAI · Whisper · VLMs · Tool-call parsers · TimesFM · Hunyuan-MT 7B · NeMo Retriever · NV-EmbedQA-E5-v5 · Nemotron Rerank · TensorRT & TensorRT-LLM · NVIDIA Dynamo · NVIDIA NIM · NeMo Guardrails · NVIDIA OpenShell · Nemotron VL · Qwen · Llama · Mistral · Gemma · DeepSeek · Claude · Claude Code · ChatGPT · Perplexity · vLLM · Passarel·la i traces de LLM · NVIDIA NeMo Agent Toolkit · Veu i avatar · Microsoft Presidio · Cosmos Reason · Nemotron 3 Nano
Governança i compliment
Reglament (UE) 2024/1689 · ISO/IEC 42001 · ISO/IEC 27001 · ISO 9001 · TISAX · Classificació de risc de casos d’ús · Avaluació de conformitat
Infraestructura i còmput
NVIDIA DGX Spark (GB10) · Kubernetes · RKE2 · CUDA · Argo CD · GitLab · Coder · Docker · Istio · Python · Linux i Linux Server · Windows Server · Git · LaTeX · NVLink · NCCL · Servidors Dell · Token economics · Hardening · Plataforma Kubernetes · Gestió de flota · Cadena de subministrament de programari · Plataforma GPU · Emmagatzematge i còpies · Bases de dades i memòria cau · Observabilitat · Secrets i identitat · Aïllament en execució · Sistema base
Sistemes i plataformes
Active Directory · authentik · SAP · Azure · Citrix · VPN · Control d’accessos · n8n · Wiki.js · Drupal · Jira · Power Automate · Odoo · Moodle
Energia i planta
Fotovoltaica d’autoconsum · IoT industrial · ERP · Minitab
Gestió i persones
Direcció d’equips · Gestió de projectes · Contractació i onboarding · Comunicació executiva · Negociació · Mentoria · OKR i KPI · Treball transversal
Les marques, logotips i noms de producte esmentats pertanyen als seus titulars respectius. Es mencionen únicament per descriure experiència professional amb ells i no impliquen relació comercial, patrocini ni suport per part dels seus propietaris.
Credencials
On m’he format.
Titulacions, certificacions i el que està en marxa. El que marca cap on vaig és el postgrau amb Schneider Electric i les certificacions de NVIDIA.
Formació
- Postgrau en Gestió Energètica de Centres de Dades · especialitat Schneider UPC School · Schneider Electric 05/2026 — 09/2026
- Màster en Enginyeria de l’Energia UPC · ETSEIB 09/2022 — 05/2025
- Màster en Enginyeria Industrial UPC · ETSEIB 09/2022 — 05/2025
- Grau en Enginyeria en Tecnologies Industrials UPC · ETSEIB 09/2018 — 07/2022
- Large Language Model Agents (MOOC) UC Berkeley 01/2025 — actualitat
- Curs en Deep Tech to Market Pendent d’inici UPC School · Fractus-UPC Deep Tech Hub A partir de 11/2026 · 1 ECTS De la recerca al mercat global: convertir ciència disruptiva en empreses d’alt impacte. Transferència tecnològica, finançament i escalat de deep tech.
- Grau en Psicologia Pendent d’inici UNED 10/2026 — actualitat Les xarxes neuronals que faig servir cada dia són una abstracció d’alguna cosa que existeix de debò. Entendre l’original —com aprèn un cervell, com decideix i sobretot com falla— no és una desviació respecte del que faig: és l’altra meitat del mateix problema. I hi ha una segona raó, apresa dirigint: el coll d’ampolla d’un projecte gairebé mai és tècnic, és que hi ha persones a qui cal entendre abans de poder dirigir-les.
Certificacions
- NVIDIA-Certified Associate · Generative AI LLMs NVIDIA 2025
- Deploying RAG Pipelines for Production at Scale NVIDIA Deep Learning Institute 2025
- Certified SolidWorks Associate Dassault Systèmes 2019
- Cambridge English: Advanced · C1 Cambridge Assessment
- Desenvolupament d’aplicacions mòbils Universidad Complutense de Madrid 2020
- Pilot de dron AESA 2023
Ponències
Sistemes agèntics aplicats a la investigació privada
DETCON 2026 · Congrés de detectius privats, Barcelona · 2026
Ponent convidat com a especialista en intel·ligència artificial. Agents executant-se en local i aïllats, des d’un portàtil corrent fins a un NVIDIA Jetson Orin, sense que cap dada surti de l’equip. Demostració en directe del flux sencer: entrada per missatgeria, redacció automàtica de l’informe i consulta posterior. Exposat com a tecnologia en fase beta i no de producció, i com la direcció cap on va el mercat.
Comunitat tècnica
AutoCFD · Automotive CFD Prediction Workshop
Grup de treball internacional · Reunions mensuals · 5a edició
Participo en les reunions mensuals del grup de treball d’AutoCFD, el taller internacional que mesura la capacitat real de predicció del CFD sobre geometries d’automoció. El meu focus allà és la via que ve: la simulació mitjançant models d’aprenentatge automàtic, entrenats amb dades obertes de CFD d’alta fidelitat, que prediuen en segons el que a un solver li costa hores. És el punt exacte on la simulació clàssica i la IA física es troben —el mateix encreuament on treballo cada dia.
Perplexity · AI Business Fellowship
Comunitat del programa · Primera promoció
Part de la comunitat tècnica de l’AI Business Fellowship de Perplexity: una xarxa reduïda centrada a portar la IA a decisions reals d’empresa.
Hugging Face
Comunitat open source · Models, datasets i robòtica
Part de la comunitat open source de Hugging Face: models i conjunts de dades oberts, i la robòtica de Pollen Robotics amb què experimento.
Carnets i habilitacions Permisos de conduir A1, A i B · Patró d’embarcacions d’esbarjo · Pilot de dron (AESA) · Open Water Diver (SSI, fins a 18 m)
Currículum
La trajectòria, en un foli.
Un resum de tota la trajectòria, condensat en un foli. El currículum complet es descarrega aquí sota, en tres formats i tres idiomes: és el mateix document que envio.
Guillem Navarro Vargas
Enginyer Industrial · Head of AI a BTECH
info@guillemnavarro.com
guillemnavarro.com
in/guillemnavarro
Barcelona, Catalunya
guillemnavarro.com
in/guillemnavarro
Barcelona, Catalunya
Perfil
Enginyer en Tecnologies Industrials per la UPC-ETSEIB, amb els màsters en Enginyeria de l’Energia i en Enginyeria Industrial i postgrau en gestió energètica de centres de dades per la UPC School amb Schneider Electric. Head of AI a BTECH, on vaig crear el departament d’intel·ligència artificial d’una empresa de 400 enginyers, amb dependència directa del CEO. Treballo on es creuen la infraestructura crítica, l’energia i la intel·ligència artificial aplicada a sistemes físics, amb un criteri fix: la màquina reuneix la mètrica, la decisió continua sent d’una persona.
Experiència
Head of AI
Creació del departament d’IA en una empresa de 400 enginyers: vaig proposar el cas de negoci, el vaig defensar davant de direcció i vaig muntar l’àrea de zero, amb dependència directa del CEO. Direcció de l’equip i treball transversal amb la resta de departaments, començant per finances: automatització de processos i sistemes de KPI i indicadors, amb casos en què tres mesos de feina anual d’una persona van passar a resoldre’s en hores. Paper rellevant en la integració del Reglament (UE) 2024/1689 i en el marc de gestió conforme a la ISO/IEC 42001, a més de la formació interna sobre tots dos. Ecosistema d’IA integrat als fluxos de simulació i CAD, amb LLM ajustats per LoRA, RAG, agents autònoms i sistemes de memòria sobre Kubernetes i còmput GPU propi. Token economics i hardening (CIS, DISA STIG, FIPS 140-2) des del disseny: la dada sensible no surt de l’empresa.
Enginyer CAE i responsable d’integració d’IA
Càlcul per elements finits en components d’automoció amb ANSA, Pam-Crash, Abaqus i Meta, i integració de motors LLM i arquitectures RAG al flux de simulació.
Enginyer d’IT i automatització de processos
Compatibilitzada amb la resta de la trajectòria. Optimització de distribució, transferència de dades, còpies de seguretat, actualitzacions i integració IoT. Part clau del desenvolupament d’una planta fotovoltaica de 86 kW i de la implantació d’ERP en entorn industrial i logístic.
Consultor d’R+D+i
Memòries tècniques i relació directa amb el client. Coordinació d’ajuts, deduccions fiscals i bonificacions, autoliquidats i certificats.
Gestió de control d’accessos IT · pràctiques
Entrada com a tècnic de suport de nivell 2 i promoció a gestió de control d’accessos: administració de sistemes, Active Directory i SAP.
Director de comunicació corporativa
Direcció de l’àrea de comunicació corporativa i de l’equip al càrrec: negociació i relació amb empreses per al fòrum d’ocupació de l’escola. Primer equip que vaig dirigir.
Formació
Postgrau en Gestió Energètica de Centres de Dades · especialitat Schneider
Infraestructura crítica de dalt a baix: gestió energètica avançada de centres de dades, innovació en sistemes de refrigeració i de control, i disseny i operació de microxarxes AC/DC híbrides i sistemes d’alimentació ininterrompuda.
Màster en Enginyeria de l’Energia
Màster en Enginyeria Industrial
Grau en Enginyeria en Tecnologies Industrials
Large Language Model Agents (MOOC)
Curs en Deep Tech to Market
Grau en Psicologia
Certificacions
NVIDIA-Certified Associate · Generative AI LLMs
Deploying RAG Pipelines for Production at Scale
Certificat de pilot de drons
Desenvolupament d’aplicacions mòbils
Certified SolidWorks Associate
Ponències
Sistemes agèntics aplicats a la investigació privada
Comunitat
AutoCFD · Automotive CFD Prediction Workshop
Perplexity · AI Business Fellowship
Hugging Face · comunitat open source
Competències
- ConsultoriaProcés
- R+D+iProcés
- Intel·ligència artificialDigital
- Elements finitsDigital
- EnergiaFísic
- IndustrialFísic
- Sistemes i ITDigital
Altres dades
Programari
Kubernetes i RKE2 · NVIDIA DGX Spark, CUDA, TensorRT i NIM · vLLM · RAG i agents · Token economics · Hardening (CIS, STIG, FIPS) · Python · ANSA · Abaqus · Pam-Crash · SolidWorks · MATLAB
Carnets
A1, A i B · Patró d’embarcacions d’esbarjo · Pilot de dron · Open Water Diver (SSI, fins a 18 m)
Idiomes
Català i castellà nadius · Anglès C1 certificat · Francès A2 certificat
Descarregar en PDF
Contacte
Explica’m el problema. Et contesto amb el mètode.
Et contesto en 48 h laborables, escrit per mi: què entenc del problema, per on l’abordaria i si el meu perfil encaixa.
I si només és un dubte, escriu-me igualment: si puc ajudar, ajudo.