Descobreix al nostre blog anàlisis, tendències i consells sobre desenvolupament web, apps, usabilitat i estratègia digital, pensats per a innovadors i líders de projecte.

Cada cop que el teu equip desplega una nova versió, hi ha un moment d'incertesa. Funcionarà? Hi haurà caiguda? Desplegar continua sent sinònim de risc en molts equips, però no té per què. Hi ha estratègies provades per actualitzar aplicacions en producció sense downtime. La clau és triar l'adequada.

Un model de llenguatge pot redactar contractes, resumir informes i respondre preguntes tècniques. Però no sap quant vas facturar el mes passat ni què diu la teva política de devolucions. Perquè la IA generativa sigui útil en un context empresarial, cal accedir a dades reals. RAG i MCP són dos enfocaments diferents per resoldre aquest problema.

El teu equip planifica deu punts i lliura sis. Sprint rere esprint. Els desenvolupadors estan ocupats, però el producte tot just avança. Quan el delivery baixa i ningú troba una causa clara, el més probable és que el deute tècnic s'estigui cobrant interessos en silenci. El problema no és quant treballa el teu equip, sinó quant d'aquest treball és productiu.

Cada nova funcionalitat triga més del que hauria. L'equip demana temps per “netejar”. Arriba un moment en què cal decidir: refactoritzem o reescrivim? Totes dues opcions tenen riscos reals. Equivocar-se surt car.

La majoria dels equips executen Google Lighthouse, miren la puntuació i tanquen la pestanya. Però darrere d'aquest número hi ha un informe que assenyala errors concrets que estan afectant els usuaris. La puntuació és el titular. Els detalls són la notícia.

Els equips de desenvolupament dediquen de mitjana un terç del seu temps a bregar amb deute tècnic en lloc de construir coses noves. Quan la situació es torna insostenible, la temptació és llençar-ho tot i començar de zero. Però les reescriptures completes són una de les apostes més arriscades en programari. La pregunta és: hi ha una altra forma?