Per què el vostre equip continua enganxant coses a ChatGPT en lloc de les eines oficials
El volum de copiar i enganxar a ChatGPT no és principalment un fracàs de compliment que calgui vigilar. És recerca de mercat gratuïta i honesta sobre exactament on les vostres eines oficials són massa lentes — si esteu disposats a llegir-ho així.
Pregunteu a una responsable d'operacions d'una agència de cinquanta persones on es fa realment la recerca de clients, i assenyalarà una eina de gestió de projectes amb una factura mensual i un esquema de permisos. Pregunteu on passa de veritat, i la resposta honesta, cada cop més, és una pestanya del navegador on corre ChatGPT.
Això no és un hàbit marginal limitat a uns quants incomplidors de l'equip de disseny. És a prop de la mediana. L'índex Work Trend Index del 2024 de Microsoft i LinkedIn, basat en una enquesta a 31.000 treballadors de 31 països, va trobar que el 78% dels empleats que fan servir IA generativa a la feina porten les seves pròpies eines d'IA en lloc de les que els ha lliurat l'ocupador — una pràctica que l'informe anomena BYOAI. A les empreses petites i mitjanes, aquesta xifra puja al 80%. Un informe anual del 2025 a part, de 1Password, extret de 5.000 treballadors, va trobar una xifra més conservadora: un 27% va admetre haver fet servir eines d'IA que la seva empresa no havia autoritzat, mentre que una enquesta de Cybernews a més de 1.000 empleats dels EUA el setembre del 2025 va situar la xifra en el 59%. L'interval és ample perquè cada enquesta fa una pregunta lleugerament diferent — «heu recorregut mai a la IA fora dels canals oficials» davant de «confieu conscientment en una IA no sancionada per a la feina més important» — però cadascuna d'aquestes xifres queda molt per sobre del que la majoria de responsables d'IT i d'operacions endevinarien si se'ls preguntés de sobte.
La majoria de converses sobre aquest fet comencen amb la paraula «ombra» i acaben amb un memoràndum sobre la política d'ús acceptable. Aquest instint és comprensible. També és, en gran part, el primer pas equivocat.
Què mesura realment la xifra
Comenceu pel que aquestes enquestes no troben. No troben que els empleats siguin mandrosos, imprudents o que intentin esquivar la direcció. L'informe de 1Password va preguntar directament a la gent per què recorre a eines d'IA no aprovades, i les dues respostes principals van ser la comoditat (45%) i sentir-se més productiu (43%) — no «el meu cap no ho controla» ni «no m'importa la política». La gent no s'amaga a ChatGPT perquè estigui prohibit. S'hi amaga perquè és més ràpid que allò que se suposava que havien de fer servir en lloc seu.
Aquesta distinció importa, perquè vol dir que el comportament de copiar i enganxar no és principalment un problema de disciplina a vigilar. S'assembla més a un client que tria el producte d'un competidor per damunt del vostre. Si un client comença a saltar-se el vostre flux de pagament perquè el del competidor és tres clics més curt, no responeu intentant fer més difícil abandonar el vostre flux — aneu a esbrinar què hi ha de lent. La mateixa lògica val dins d'una empresa. Cada vegada que algú obre ChatGPT en lloc de l'eina de tasques, l'aplicació de missatgeria o el wiki intern, està emetent un vot honest i no sol·licitat sobre exactament on les vostres eines oficials són massa lentes, massa profundes en clics, o els falta alguna cosa que necessiten ara mateix. Ningú omple una enquesta per dir-vos-ho. Simplement ho fan, una vegada i una altra, a escala — i això és precisament el que ho fa més fiable que la major part del retorn que obtindreu expressament.
Copiar i enganxar a ChatGPT no és una prova que el vostre equip no respecti les eines que li heu donat. És una mesura en viu d'exactament on aquestes eines queden curtes — registrada automàticament, en volum, sense fatiga d'enquestes.
On encaixa això: el deute de procés fet visible
La filosofia de producte de FabricLoop té un nom per a la condició de fons que produeix aquest comportament: deute de procés — el cost acumulat i ocult de cosir eines que no comparteixen context, pagat en la moneda de persones que tornen a teclejar, tornen a explicar i concilien informació que hauria d'haver-se mogut sola. El deute de procés no surt en un balanç. Surt com els deu minuts que algú passa copiant un fil de client fora del correu, dins d'un document, i després resumint-lo a mà perquè els sistemes implicats no es parlen.
La IA generativa no va crear el deute de procés. Només va donar a tothom una manera molt més ràpida de servir-lo. Abans de ChatGPT, un empleat davant d'un procés intern fragmentat i lent tenia dues opcions: esmolar-s'hi o trobar una drecera informal — un full de càlcul personal, un DM lateral de Slack, una nota adhesiva. Ara n'hi ha una tercera que triga nou segons i produeix un resultat realment útil: enganxar el desordre en un xatbot i deixar que el conciliï. El volum de persones que trien aquesta tercera opció és una lectura directa i en temps real de quant deute de procés carrega la vostra organització, expressat flux de treball a flux de treball. Un equip que enganxa constantment a ChatGPT no és indisciplinat. És un equip que paga interessos sobre el deute de procés prou de pressa perquè tothom ho noti.
Això també explica per què prohibir la drecera, per si sola, rarament funciona. Un lloc web bloquejat o un memoràndum de política sever no paga el deute — només elimina la manera més ràpida disponible de servir-lo, cosa que empeny la gent cap a dreceres més lentes o cap a un telèfon personal on ningú veu què fan. Si el buit de fons que va enviar algú a ChatGPT d'entrada encara hi és, la prohibició ha fet el problema menys visible, no més petit.
Res d'això vol dir que el risc sigui imaginari. Quan algú enganxa un contracte de client, un conjunt de notes d'avaluació de rendiment o els detalls del compte d'un client en un compte personal de ChatGPT, Claude o Gemini, aquestes dades surten del control de la vostra empresa i aterren a la infraestructura d'una altra empresa, sota les condicions de servei d'una altra empresa — sovint el nivell gratuït, que normalment arriba amb les garanties de tractament de dades més febles de qualsevol pla que s'ofereixi. Això és una exposició real, i mereix un avís real i dit amb claredat, no una nota a peu de pàgina. L'error és encapçalar amb aquest risc com si fos tota la història, perquè la por és un mal motivador del canvi de comportament i una eina de diagnòstic encara pitjor. Enuncieu el risc una vegada, preneu-vos-el seriosament, i després aneu a esbrinar què impulsa realment el comportament — perquè aquesta és la part que podeu arreglar.
Llegiu-ho com a dades de baixa, no com un registre de vigilància
La resposta encertada s'assembla a com un equip de producte estudia la baixa, no a com un equip de compliment fa una auditoria. No cal que llegiu l'historial de ChatGPT de cap empleat en concret, i no ho hauríeu d'intentar — això és vigilància, erosionarà la confiança més de pressa del que produirà comprensió, i a la majoria de jurisdiccions aixeca la seva pròpia exposició legal. El que busqueu és el patró agregat: quins fluxos de treball, rols i moments d'un procés produeixen de manera fiable un desviament cap a una eina d'IA externa. És una pregunta que podeu respondre amb una enquesta de pols breu i anònima, unes quantes converses franques amb els responsables d'equip, o — si les vostres eines oficials tenen cap analítica d'ús — mirant on la gent abandona una tasca a mig fer i on els tiquets de suport s'agrupen al voltant de «això triga massa».
En el conjunt de les enquestes, un nombre petit de categories de flux de treball explica la major part del trànsit. Les dades de 1Password ho desglossen de manera concreta: el 22% dels enquestats va dir que fa servir eines d'IA externes per transcriure i resumir notes de trucades de clients, el 21% les fa servir per analitzar dades de clients, i el 16% les fa servir tant per a l'anàlisi de dades de l'empresa com per redactar material relacionat amb la contractació i les avaluacions de rendiment. Cap d'aquests no és un cas d'ús exòtic. Són el teixit connectiu ordinari de fer funcionar un equip en creixement o un compte d'agència — el moment just després que s'acabi una trucada i abans que les notes arribin enlloc d'útil, el moment en què un responsable necessita una lectura ràpida d'un full de càlcul per al qual ningú ha construït un informe, el moment en què algú ha de convertir una pila de retorn dispers en una revisió coherent. En gairebé tots els casos, la feina de fons és realment simple. El que és lent és el nombre d'eines que algú ha d'obrir, i el nombre de vegades que ha de tornar a explicar un context que ja existeix en algun lloc de l'empresa, per fer-ho pel camí sancionat.
Feu més ràpid el camí autoritzat, no més difícil la drecera
Un cop sabeu els dos o tres fluxos de treball concrets que mouen la major part del trànsit, l'arranjament gairebé mai no és una política nova. És tancar el buit real. De manera concreta, per a un responsable d'equip en creixement o d'agència, això vol dir tres coses, més o menys per ordre.
Primer, anomeneu els fluxos amb precisió, no de manera genèrica. «La gent fa servir ChatGPT per a coses de clients» no és prou específic per actuar-hi. «Els gestors de compte resumeixen les notes de les trucades a ChatGPT perquè la nostra eina de tasques no té una captura ràpida des d'una trucada, de manera que altrament haurien d'obrir tres pantalles separades» és prou específic per arreglar-ho — i normalment són un o dos d'aquests els que expliquen la major part del volum, no una dotzena.
Segon, mesureu la drecera contra el camí autoritzat en les unitats que importen de debò a la persona que fa la feina: nombre de clics, nombre de canvis d'aplicació i nombre de vegades que ha de tornar a teclejar alguna cosa que ja existeix en un altre lloc. Si l'eina externa guanya amb un marge ampli en les tres, aquest és el vostre buit, i normalment es pot tancar — una drecera de captura ràpida, una plantilla, una integració que estiri el fil rellevant cap a l'eina automàticament en lloc de demanar a algú que vagi a buscar-lo.
Tercer, quan la IA mateixa és de debò la part útil — no només la velocitat, sinó el resum o la redacció en si — porteu una capacitat d'IA a la superfície autoritzada en lloc de fingir que la gent deixarà de voler-la. Aquest és l'argument real per construir IA dins de les eines on el vostre equip ja viu, en lloc de deixar-la encallada en una aplicació de consum separada sense el vostre context i sense els vostres controls.
La resposta de FabricLoop a aquest buit és Loop Agent, construït sobre el Model Context Protocol perquè pugui actuar dins dels mateixos Groups on ja viuen els vostres missatges, tasques i notes — resumint un fil, redactant una tasca a partir d'una conversa, o obrint una nota sense que ningú surti de l'aplicació ni torni a explicar un context que ja hi és. El punt no és superar ChatGPT en funcions. El punt és fer que el camí autoritzat sigui almenys tan ràpid com la drecera, amb la pista d'auditoria intacta, perquè la comoditat que ara envia feina a un compte extern tingui un lloc on anar dins de les vostres pròpies parets.
Com es veu això realment dilluns que ve
Res d'això no requereix un grup de treball. Requereix una hora de mirada honesta, una conversa curta amb els dos o tres rols que fan més copiar i enganxar, i la disposició a tractar el que trobeu com a informació útil i no com un assumpte disciplinari. Pregunteu directament a la gent què intentaven acabar just abans d'obrir ChatGPT — la majoria us ho dirà amb claredat, perquè no intentaven amagar res, intentaven acabar una tasca. Després compareu aquesta tasca, pas a pas, amb quant triga a través de les vostres eines oficials. El buit que trobeu és el full de ruta de producte real del trimestre vinent, lliurat de franc per les persones que fan servir els vostres sistemes cada dia.
Els equips que s'equivoquen tracten el copiar i enganxar com una qüestió d'integritat i es passen un trimestre escrivint una política que ningú llegeix. Els equips que l'encerten el tracten com a recerca de mercat que ningú ha hagut de pagar, i es passen el mateix trimestre tancant els dos o tres buits que enviaven tothom al voltant de les eines que ja tenien.