Gestió del coneixement: quan l’única persona que sap com funciona se’n va
Per Xavier Franco, CEO de Elternativa · Grupo Zemsania
· 5 min de lectura
Redactat amb ajuda d’IA i revisat per Xavier Franco

En aquest article
Gairebé totes les empreses tenen un sistema així. Funciona, és crític i només hi ha una persona que sap de debò com està fet. Sap quin procés no es toca a final de mes, per què aquella taula té una columna que no fa servir ningú i què passa si es canvia aquell paràmetre. Mentre aquesta persona hi és, tot va bé. Ho plantejo com un dels tres encàrrecs de qualsevol responsable de tecnologia: dependre menys. I dependre menys comença per la gestió del coneixement.
El coneixement viu en caps i converses
En la majoria dels equips, el que és important no està escrit. Està al cap d’unes poques persones, en fils de xat, en reunions de les quals no queda acta i en documents que van deixar d’actualitzar-se.
L’enquesta de Stack Overflow del 2024 ho posa en xifres: el 61 % dels desenvolupadors dedica més de 30 minuts al dia a buscar respostes o solucions a problemes. I el 30 % diu que els silos de coneixement afecten la seva productivitat deu o més vegades per setmana.
Mitja hora al dia per persona, buscant una cosa que algú ja sap. Multiplica-ho pel teu equip i per un any.
A la pràctica: pregunta al teu equip a qui truquen quan alguna cosa falla en el vostre sistema més crític. Si sempre és el mateix nom, ja tens el risc identificat.
El risc no és que se’n vagi: és que ningú ho sàpiga
Quan la persona clau se’n va, per jubilació, per canvi d’empresa o simplement de vacances, apareixen tres problemes:
- El sistema es congela. Ningú no s’atreveix a tocar el que no entén, i els canvis s’ajornen.
- Tot costa més. Cada incidència porta el doble de temps, perquè primer cal entendre i després arreglar.
- Es prenen pitjors decisions. Migrar, mantenir o apagar un sistema que ningú no entén és decidir a cegues.
I hi ha un efecte menys visible: aquesta persona clau sol estar atrapada. No es pot dedicar a res de nou perquè tot passa per ella.
La IA pot empitjorar-ho o arreglar-ho
Aquí la IA té dues cares. Mal usada, multiplica el problema: cada persona parla amb la seva IA, el que aprèn es queda en aquella conversa i l’endemà comença de zero. El coneixement no s’acumula; es dispersa més de pressa.
Ben usada, és just el contrari. Si la IA treballa dins d’un sistema que escriu el que aprèn, cada tasca deixa alguna cosa: una regla, una decisió, un error que no s’ha de repetir. I la tasca següent, la faci qui la faci, comença des d’allà.
A la pràctica: revisa on queda el que el teu equip descobreix treballant amb IA. Si es queda a l’historial de cada conversa, no és de la teva empresa: és de cada persona.
Què ha de quedar escrit
Perquè el coneixement no se’n vagi amb les persones, hi ha quatre coses que han de viure en un sistema, no en la memòria de ningú:
- Les regles: com es fan les coses en aquell sistema, amb la seva versió.
- Les decisions: què es va decidir, per què i a què afecta, perquè no es torni a discutir cada mes.
- Els errors mesurats: què ha fallat, quina defensa el vigila ara i a qui avisa.
- La documentació: de reunions, de projecte i del propi codi, indexada per poder consultar-la i citar-la.
I una condició: que aquesta base de coneixement sigui teva. Que resideixi a la teva infraestructura i no a la d’un proveïdor, perquè el coneixement no canviï de mans si canvies de proveïdor.
La persona clau passa a validar
Això no va de substituir ningú. Al contrari. La persona que coneix el sistema és la que més valor aporta quan el que sap queda escrit: revisa i valida el que es documenta, corregeix el que no és així i hi dona el vistiplau.
El seu coneixement deixa de ser un coll d’ampolla i passa a ser la referència. I ella queda lliure per treballar en el que ve després.
A la pràctica: dedica a la teva persona clau unes hores a la setmana a validar la documentació del seu sistema, en lloc de resoldre els mateixos dubtes una vegada i una altra.
Quan el sistema és antic
Si el sistema crític és a més un sistema legacy, sense documentació ni proves, el punt de partida és diferent: primer cal treure del propi codi el que fa. S’inventaria en només lectura i la documentació funcional i tècnica surt del codi, no de la memòria de ningú. Després, la persona clau la valida regla a regla.
Per on començar
- Identifica els sistemes que depenen d’una sola persona.
- Decideix on viu el coneixement, en una base que sigui teva.
- Escriu regles, decisions i errors a mesura que apareixen.
- Fes que la persona clau validi, en lloc de respondre.
- Mesura quantes consultes li continuen arribant al cap d’uns mesos.
Com t’ajudem
A Agentic Data & Software Engineering orquestrem les IA de desenvolupament que ja tens amb un mètode en què el coneixement es queda a casa teva: la metodologia i el coneixement viuen al sistema, a la teva infraestructura, perquè la rotació no aturi el servei.
Ho fem amb Agentagile: les regles, les decisions, els errors mesurats i la documentació del projecte queden en una base de dades de la teva propietat. Canvia l’equip; el mètode es queda. Si algú se’n va, les seves regles i el que s’ha après continuen treballant.
Quin sistema teu depèn d’una sola persona?
T’ensenyem en una demo com les regles, les decisions i el que s’ha après en cada lliurament queden escrits en una base de coneixement teva.


