Weroi

WEROI DIGITAL SOCIEDAD LIMITADA, coneguda comercialment com a Weroi, era una societat limitada constituïda l'any 2020 i ubicada a Bizkaia. Segons les dades disponibles, operava en el sector del software i el SaaS (programari com a servei). La seva activitat es va desenvolupar durant sis anys, fins al tancament el 2026.

La societat es va constituir l'any 2020 a Bizkaia. No consta al corpus facilitat la identitat dels fundadors ni les circumstàncies concretes de la constitució. D'acord amb el registre, la societat va nomenar auditor els anys 2022 i 2023: el 13 de gener de 2022 i el 19 de gener de 2023, amb A.B.Z. AUDILAN SOCIEDAD LIMITADA PROFESIONAL com a auditora en tots dos casos, segons consta al BORME.

Weroi operava en el sector del software i el SaaS, d'acord amb la classificació sectorial de les dades disponibles. El corpus facilitat no detalla quin producte concret oferia, quin nínxol de mercat cobria ni quins clients tenia. Aquesta informació no consta.

El corpus no aporta dades de facturació, nombre de clients, finançament captat ni creixement. L'únic element que consta és el nomenament d'auditor els exercicis 2022 i 2023, segons el BORME, cosa que indica que la societat va sotmetre els seus comptes a auditoria en aquells exercicis. No es pot afirmar res més sobre l'evolució del negoci durant els anys d'activitat.

Segons el diari Gananzia (26 de gener de 2026), Weroi va ser la primera empresa vasca que va tancar com a conseqüència de la IA generativa. Aquesta és la causa de tancament verificada que consta al corpus. El registre recull el tancament amb data 26 de gener de 2026, i la fitxa registral i l'acte del BORME són del 20 de gener de 2026. El corpus no detalla com es va concretar aquest impacte de la IA generativa sobre el producte o el model de negoci de Weroi; aquesta informació no consta.

El corpus no recull informació sobre actius, propietat intel·lectual, clients o equip que hagin estat traspassats o que hagin continuat d'una altra manera. Aquesta informació no consta. L'element que sí que recull la font és el caràcter de precedent: segons Gananzia, Weroi va ser la primera empresa vasca que va tancar com a conseqüència de la IA generativa.

El corpus facilitat no identifica els fundadors ni socis de WEROI DIGITAL SOCIEDAD LIMITADA, ni indica quina és la seva situació actual. Aquesta informació no consta. Per traçar-la es podrien consultar les dades de socis i administradors a la fitxa registral d'OpenMercantil i als actes del BORME de constitució i posteriors, així com les notes d'auditoria dipositades al Registre Mercantil de Bizkaia.

• En SaaS, la irrupció d'una capacitat nova com la IA generativa pot afectar el nucli del producte; les empreses del sector haurien de fer un seguiment explícit de com evoluciona la tecnologia que sosté la seva proposta de valor, no només la dels competidors.
• La font situa Weroi com el primer cas documentat a Euskadi de tancament per aquesta causa; convé tractar-ho com un senyal a observar i no com una tendència consolidada, atès que el corpus només recull aquest cas.
• Disposar d'auditoria els exercicis 2022 i 2023 indica un cert grau de formalització comptable; això no va evitar el tancament, cosa que recorda que el control financer no substitueix la vigilància sobre el producte i el mercat.
• Per a estudis posteriors, caldria documentar la composició de l'equip fundador i les dades de facturació, que en aquest corpus no consten, per poder analitzar amb més precisió com l'impacte tecnològic es tradueix en el tancament.

La lliçó verificada de Weroi és clara: una empresa de software i SaaS a Bizkaia va tancar el 2026 amb la IA generativa com a causa declarada [Gananzia, 2026-01-26]. No sabem, per les fonts disponibles, quin producte concret oferia ni quins clients tenia; per tant, no podem reconstruir el seu negoci original. El que sí que podem fer és proposar una empresa nova que ocupi el mateix espai —SaaS des del País Basc— però dissenyada des del primer dia perquè la IA generativa sigui el nucli del producte i no una amenaça externa.

La proposta (a validar) és un SaaS vertical per a pimes industrials i de serveis professionals del nord peninsular, on la IA generativa automatitzi tasques de documentació, atenció i anàlisi que avui fan persones. L'essència que es preserva és la mateixa: programari recurrent, equip petit, base a Bizkaia. El que canvia és que el producte no competeix contra la IA: la incorpora.

No tenim dades verificades sobre el mercat que atenia Weroi. El que sí que podem afirmar és que el segment SaaS per a pimes a Euskadi i Navarra existeix i és atès per proveïdors locals i estatals; i que la pressió de la IA generativa sobre el programari tradicional és un fenomen documentat pel cas de Weroi mateix [Gananzia, 2026-01-26].

Com a proposta, el mercat objectiu seria: pimes de 10 a 250 treballadors en indústria manufacturera lleugera, despatxos professionals i distribució, a Bizkaia, Gipuzkoa, Àlaba i Navarra. És un mercat d'aproximadament desenes de milers d'empreses (estimació a validar amb dades d'Eustat i INE). La tesi: són empreses amb processos repetitius i documentació intensiva, on la IA generativa aporta estalvi immediat i mesurable.

Model proposat (a validar): subscripció SaaS per seient o per volum de documents processats, amb un component d'implantació inicial.

• Ingressos recurrents: quota mensual per empresa, amb tiers segons usuaris i volum.
• Ingressos d'implantació: configuració, integració amb sistemes existents i formació.
• Cost variable: consum de models d'IA (API de tercers o models propis), que cal vigilar perquè és el principal risc de marge.
• Moat proposat: coneixement del sector vertical i integració amb els sistemes que les pimes ja fan servir, no la IA en si (que és commoditzable).

No hi ha dades verificades de facturació de Weroi per comparar; qualsevol xifra de referència seria inventada. Caldrà validar preus amb entrevistes a clients potencials abans de fixar-los.

Pla proposat en quatre fases (estimació de 12-18 mesos):

1. Mesos 0-3 — Validació: 20-30 entrevistes a pimes del nínxol, definició del cas d'ús d'IA amb més retorn, prototip funcional.
2. Mesos 3-6 — MVP: producte mínim amb un sol flux automatitzat, 3-5 clients pilots a Bizkaia, mesura d'estalvi real.
3. Mesos 6-12 — Tracció: comercialització a la comarca, primers contractes recurrents, contractació d'un perfil comercial i un d'enginyeria.
4. Mesos 12-18 — Escala regional: expansió a Gipuzkoa, Àlaba i Navarra; avaluació de ronda de finançament o creixement amb caixa.

Fites de decisió: si al mes 6 no hi ha 3 clients pilots amb estalvi demostrat, reformular el nínxol o aturar.

Estimació (rang, a validar amb proveïdors i assessoria):

• Equip fundador (2-3 persones, 12 mesos): 90.000-150.000 € en sous o estalvi personal.
• Desenvolupament i infraestructura (MVP + núvol): 15.000-40.000 €.
• Consum de models d'IA en fase pilot: 2.000-8.000 €.
• Legal, constitució, comptabilitat i auditories: 5.000-12.000 € (Weroi va nomenar auditor els exercicis 2022 i 2023 [BORME/OpenMercantil, 2026-01-20], senyal que operava amb estructura formal; caldrà replicar aquest rigor).
• Comercial i màrqueting inicial: 10.000-25.000 €.
• Total orientatiu: 120.000-235.000 € per als primers 12 mesos.

Aquestes xifres són estimacions de consultor, no dades de Weroi. Cal validar-les amb pressupostos reals i, si cal, amb ajuts públics (SPRI, BIC Bizkaia, ENISA) que no quantifiquem aquí.

• Risc de commoditització: la IA generativa és accessible a tothom; el valor ha de ser la integració vertical i el coneixement del client, no el model. Aquest és exactament el risc que va tombar Weroi [Gananzia, 2026-01-26].
• Risc de marge: el cost d'API de models pot menjar-se el marge si els preus no es fixen amb cura.
• Risc de dependència de proveïdors: canvis de preu o de política dels proveïdors de models.
• Risc de mercat local: el nínxol basc pot ser massa petit; cal dissenyar el producte per escalar fora.
• Risc de regulació: l'AI Act europeu imposa obligacions que caldrà complir (a validar amb assessoria legal).
• Risc de credibilitat: el precedent Weroi pot fer que inversors i clients dubtin del sector; caldrà explicar bé per què aquesta proposta és diferent.

Les lliçons de l'informe original, aplicables a qualsevol reconstrucció:

1. La IA generativa no és un sector, és una capa: qui construeixi avui ha de partir de la IA com a infraestructura, no com a producte.
2. El valor és al nínxol i a la integració: un SaaS vertical amb clients fidels resisteix millor que un producte genèric.
3. El rigor formal importa: Weroi va nomenar auditor dos anys seguits [BORME/OpenMercantil, 2026-01-20]; una empresa nova ha de néixer amb comptabilitat i governança clares.
4. El tancament no és fracàs, és senyal: el cas Weroi és un avís per al sector, i qui el llegeixi bé pot construir millor.
5. Cal validar abans d'invertir: cap xifra d'aquest informe és verificada; el primer pas de qualsevol fundador és parlar amb clients reals, no amb fulls de càlcul.

El perfil idoni per executar-ho: un equip fundador amb experiència en SaaS B2B i coneixement del teixit industrial basc, disposat a validar abans de construir i a integrar la IA des del disseny.

Weroi va tancar el 26 de gener de 2026, segons Gananzia, com a conseqüència directa de la IA generativa [Gananzia, 2026-01-26]. La lectura tècnica d'aquest tancament és que el producte era substituïble: si el valor que aportes és "un xat sobre els teus documents", qualsevol client amb accés a un model de frontera pot muntar-ho en una tarda. La fitxa registral confirma sis anys d'activitat i auditories els exercicis 2022 i 2023 [BORME / BOE (via OpenMercantil), 2026-01-20], cosa que indica que el problema no era la manca de clients sinó l'erosió del marge i de la defensa competitiva.

El problema que resoldria aquesta especificació és el següent: les organitzacions mitjanes tenen el coneixement operatiu (procediments, decisions, incidències, contractes) escampat en carpetes, correus i caps de persones, i els assistents genèrics no el poden fer servir de manera fiable perquè no tenen ni propietat de la dada, ni permisos, ni traçabilitat, ni manera de demostrar que la resposta és correcta. La IA generativa no és el producte; és el motor d'un producte que ha de vendre governança, no generació.

Arquitectura en quatre plans, amb el model generatiu aïllat darrere d'una interfície estable. El motiu és explícit: si el model és intercanviable, un canvi de proveïdor o una caiguda de preus no destrueix el producte.

``` [Plànol 1: Ingesta] Connectors (Drive, SharePoint, Confluence, correu, S3) │ events + polling ▼ Pipeline d'ingesta ──► Normalitzador ──► Segmentador ──► Extractor de metadades │ │ ▼ ▼ Cua de treball (idempotent per hash de contingut) Emmagatzematge d'origen (immutable)

[Plànol 2: Index i memòria] Emmagatzematge d'origen ──► Index vectorial (per tenant i per ACL) └─► Graf de decisions (versions, aprovacions, supersessions)

[Plànol 3: Servei de consulta] API de consulta ──► Orquestrador de recuperació ──► Reranker ──► Generador (interfície ModelProvider) │ │ │ ▼ ▼ ▼ Control d'accés (ACL) Registre de procedència Registre d'auditoria

[Plànol 4: Avaluació i operació] Joc d'avaluació per tenant ──► Execució programada ──► Mètriques (fidelitat, cobertura, abstenció) Panell d'operacions: cost per consulta, latència, taxa d'abstenció, incidències de connector ```

Decisions i motius:

• Index per tenant amb ACL replicada a l'índex. El filtre de permisos s'aplica a la consulta, no després de la generació. Motiu: filtrar després de generar és una fuita de dades per disseny i no és auditable.
• Emmagatzematge d'origen immutable amb hash de contingut. Cada fragment indexat apunta a una versió concreta del document original. Motiu: una resposta ha de poder-se reproduir mesos després encara que el document hagi canviat.
• Interfície `ModelProvider` amb dos adaptadors com a mínim en producció. Motiu: el tancament de Weroi demostra que dependre d'un sol proveïdor de model és un risc existencial, no operatiu.
• Abstenció com a resposta de primera classe. Si la confiança de recuperació és baixa, el sistema retorna "no ho sé" amb les fonts candidates. Motiu: en un producte de governança, una resposta inventada val més que no una resposta absent, i destrueix la confiança.
• Graf de decisions a part de l'índex vectorial. Els procediments tenen versions i aprovacions; un vector no ho representa. Motiu: la pregunta "quina és la política vigent" no és una cerca semàntica, és una consulta estructurada.

Esquema relacional (PostgreSQL) com a font de veritat, amb l'índex vectorial com a derivat reconstruïble.

```sql -- Tenant i permisos tenant(id, nom, pla, creat_el) usuari(id, tenant_id, email, rol) grup(id, tenant_id, nom) grup_membre(grup_id, usuari_id) font(id, tenant_id, tipus, configuracio_json, actiu)

-- Origen immutable document(id, tenant_id, font_id, uri_origen, hash_contingut, versio, creat_el, esborrat_el) fragment(id, document_id, ordre, text, hash_fragment, metadades_json)

-- Control d'accés per fragment (replicat a l'índex vectorial) fragment_acl(fragment_id, principal_tipus, principal_id) -- usuari | grup

-- Memòria de decisions procediment(id, tenant_id, clau, titol, estat) -- esborrany | vigent | supersedida procediment_versio(id, procediment_id, cos, autor_id, aprovat_per, aprovat_el, vigent_des_de, vigent_fins_a) procediment_font(procediment_versio_id, fragment_id)

-- Consulta i auditoria consulta(id, tenant_id, usuari_id, pregunta, creat_el) resposta(id, consulta_id, text, abstencio BOOLEAN, model_id, latencia_ms) resposta_cita(resposta_id, fragment_id, puntuacio) avaluacio_cas(id, tenant_id, pregunta, resposta_esperada, fragment_esperat) avaluacio_execucio(id, tenant_id, model_id, data, fidelitat, cobertura, abstencio) ```

Motius de disseny:

• `fragment_acl` és una taula separada i no una columna JSON perquè el filtre de permisos s'ha de poder indexar i auditar amb SQL estàndard.
• `procediment_versio` té finestres de vigència (`vigent_des_de`, `vigent_fins_a`) en lloc d'un simple booleà. Motiu: les auditories demanen "què deia la política el 3 de març", no "quina és la política ara".
• `resposta_cita` guarda la puntuació de recuperació perquè una resposta es pugui reproduir i avaluar sense tornar a cridar el model.

API HTTP/JSON, versionada per prefix (`/v1`), amb autenticació OAuth2 i claus d'API per tenant.

• `POST /v1/consultes` — cos: `{pregunta, abast: {fonts[], procediments}}`. Retorna `{resposta_id, text, abstencio, cites[]}`. Idempotent per capçalera `Idempotency-Key`.
• `GET /v1/consultes/{id}` — recupera la resposta i les cites amb la versió exacta dels fragments citats.
• `POST /v1/procediments/{clau}/versions` — crea una versió en estat esborrany; requereix aprovació explícita per passar a vigent.
• `POST /v1/avaluacions/execucions` — dispara una execució del joc d'avaluació contra un `model_id` concret.
• `GET /v1/operacions/metrices?finestra=7d` — cost, latència p95, taxa d'abstenció, errors de connector.

Integracions:

• Connectors d'ingesta (Drive, SharePoint, Confluence, S3, IMAP) amb cursor persistent i reconciliació per hash. Motiu: els connectors són la principal font d'incidències silencioses; cal detectar esborrats i canvis de permisos.
• Proveïdors de model darrere de `ModelProvider`: com a mínim un proveïdor al núvol i un model obert autoallotjat. Motiu: continuïtat de servei i control de costos.
• Webhooks de sortida per a canvis de procediment i per a execucions d'avaluació fallides, de manera que el client pugui encadenar els seus propis controls.

Ordre deliberat, perquè cada peça validi una hipòtesi abans de la següent:

1. Ingesta + emmagatzematge immutable + ACL per fragment. Sense això no hi ha producte; és la part que un client no pot replicar en una tarda.
2. Servei de consulta amb abstenció i cites reproduïbles. És el mínim demostrable enfront d'un xat genèric.
3. Joc d'avaluació per tenant i panell d'operacions. Permet vendre "governança" amb números, no amb promeses.
4. Graf de procediments amb versions i aprovacions. És la funcionalitat que cap assistent genèric cobreix i la que justifica la renovació.
5. Segon adaptador `ModelProvider`. No és opcional a mitjà termini; és la lliçó del tancament de Weroi [Gananzia, 2026-01-26].

• Cost per consulta. Amb dos adaptadors i enrutament per complexitat (model petit per a consultes factuals, model gran per a síntesi), l'objectiu és un cost marginal per consulta inferior al 30% del d'un assistent genèric equivalent. Risc: el reranker pot dominar el cost; cal mesurar-lo per separat.
• Latència. Objectiu p95 < 4 s per a consultes amb recuperació completa. Risc: la indexació per ACL afegeix filtres costosos; cal provar amb índexs parcials per tenant.
• Qualitat de recuperació. Mètrica principal: cobertura del fragment esperat en el top-5. Risc: documents llargs i taules; el segmentador ha de preservar estructura, no tallar per caràcters.
• Fuita de permisos. Risc crític. Mitigació: proves automatitzades que, per a cada tenant, cap consulta d'un usuari retorni fragments fora del seu ACL, executades a cada desplegament.
• Deriva del model. Un canvi de versió del proveïdor pot degradar la fidelitat. Mitigació: l'execució d'avaluació és bloquejant per al desplegament d'un nou `model_id`.
• Risc de mercat. El mateix risc que va matar Weroi: que el client conclogui que ho pot fer sol. Mitigació de producte: el valor venut és la governança i l'auditoria, no la generació; el model és explícitament intercanviable i el client ho sap.

• Validació de permisos: suite automatitzada per tenant que genera consultes amb usuaris de cada grup i comprova que cap cita surt de l'ACL. Bloquejant a CI.
• Validació de reproduïbilitat: per a una mostra de respostes, reconstruir les cites a partir de `resposta_cita` i verificar que el text del fragment coincideix amb el hash guardat.
• Validació de qualitat: execució setmanal del joc d'avaluació per tenant; es publica fidelitat, cobertura i taxa