Laravel ja no és només "un framework PHP de tota la vida"
El 2026, Laravel continua sent una de les apostes més sensates per construir aplicacions serioses. La narrativa de "PHP és vell" no va passar la prova del temps: la productivitat de Laravel, el seu ecosistema i la seva maduresa el continuen posant per davant de moltes alternatives més modernes per a projectes B2B i SaaS reals.
Però la pregunta que tothom ens fa a AndorraDev els darrers mesos és una altra: com s'integra IA generativa en una app Laravel sense convertir-la en un Frankenstein de microserveis? Aquí teniu el nostre stack real, el que estem fent servir en producció.
L'error més comú: tractar la IA com una API més
La trampa habitual és escriure un controlador que fa Http::post('https://api.openai.com/...') i tornar el JSON al frontend. Funciona en local. En producció es trenca a la primera càrrega: timeouts, respostes de 30 segons que tomben PHP-FPM, costos incontrolats, sense traçabilitat.
Una integració seriosa d'IA en Laravel té quatre capes que convé separar des del primer dia:
- Capa de client del model (OpenAI, Anthropic, Gemini)
- Capa de cua per a treballs llargs (queues)
- Capa de streaming per a respostes en temps real (SSE o websockets amb Reverb)
- Capa de logging, observabilitat i guardrails
L'stack que fem servir en producció
Això és el que tenim muntat a clients reals i a Andie, el nostre propi chatbot:
- openai-php/client i anthropic-sdk-php: clients oficials/madurs per cridar els models. Estables, ben mantinguts, suporten streaming
- Laravel Queues amb Redis o Horizon: qualsevol consulta que pugui trigar més de 2 segons va a una cua. Mai al request síncron
- Laravel Reverb (reverb.laravel.com): per a streaming de respostes en temps real al frontend (Livewire, Vue, el que sigui). Va arribar a Laravel 11 i simplifica brutalment el que abans fèiem amb Pusher
- pgvector a PostgreSQL (github.com/pgvector/pgvector): vector store integrat a la base de dades. Si ja fas servir PostgreSQL, és el més sensat. Oblida't de Pinecone si el teu projecte no és absolutament massiu
- Laravel Pulse (pulse.laravel.com): observabilitat. Mesura latència, errors i cost per endpoint. Crític quan fiques IA: si no mesures, no controles la despesa
- Laravel Cache + cache d'embeddings: estalvies 30-50% del cost cachejant embeddings de queries freqüents
Patró típic: RAG amb Livewire
Per a un assistent amb coneixement sobre el teu negoci, aquest és el flux:
- Indexar (offline): una ordre artisan parseja el teu contingut, el trosseja en chunks, calcula embeddings amb
text-embedding-3-smalli els desa a pgvector - Consulta de l'usuari (síncron): l'usuari escriu en un component Livewire que dispara un esdeveniment al servidor
- Cerca semàntica: el servidor calcula l'embedding de la pregunta i cerca els 5-10 chunks més similars a pgvector
- Crida al model: munta un prompt amb aquests chunks com a context, crida GPT o Claude, i va escrivint la resposta a l'usuari per streaming
- Logging: cada interacció queda registrada per millorar el bot, detectar al·lucinacions i controlar cost
Lo bonic: tot dins del mateix Laravel monolític. Sense microserveis separats. Sense Python en producció si no el necessites. La teva app fiscal, comptable, ecommerce o de reserves, amb IA, sense reescriure-la.
Andie recomana
Abans de ficar-te en arquitectures complicades, prova aquesta heurística: si la teva app ja fa servir Laravel i el teu ús d'IA serà d'1.000 a 100.000 consultes al mes, tot cap dins del monòlit Laravel + Redis + Postgres. Només separa serveis quan mesuris que alguna cosa concreta t'ho demana.
Per què Laravel per a IA i no Next.js pur
Hi ha tres raons tècniques que fan que Laravel encaixi molt bé en projectes B2B amb IA:
- Queues madures de sèrie: la integració amb Redis i Horizon està cuidada al mil·límetre. Al món Node has d'assemblar BullMQ a mà
- Eloquent + pgvector: fer un
Document::semanticSearch($query)amb un Scope custom és trivial. Ningú et discuteix l'ORM si no vol - Tinker i artisan: executar prompts de prova contra producció real des de la terminal val or quan depures al·lucinacions
Next.js continua guanyant per a frontends de producte i aplicacions AI-first molt interactives. Però per a un dashboard d'empresa amb fluxos administratius, integracions bancàries, gestió de comandes i un assistent IA que respon sobre tot això, Laravel continua sent l'aposta més eficient.
Andie recomana
Si el teu equip ja coneix Laravel i dubtes si saltar a Python per la IA, no saltis. El coll d'ampolla mai és el llenguatge, és el disseny del prompt i la qualitat de la teva base de coneixement. Laravel compleix de sobres per cridar APIs, gestionar cues i servir respostes amb streaming.
En parlem en directe: ConAnd 2026
El dissabte 16 de maig de 2026 serem a ConAnd Spring 2026, el quart encontre de la comunitat tech andorrana, organitzat per GDG Andorra. És l'esdeveniment de referència de l'ecosistema digital del Principat, amb tracks d'IA, backend, frontend, ciberseguretat, cloud i emprenedoria.
Ubicació: Centre Històric d'Andorra la Vella, 4 Carrer Mossèn Cinto Verdaguer, AD500. De 9:30 a 17:00 hora local. Sessions en català, espanyol i anglès, amb opció presencial i streaming.
L'Eduardo Lázaro (d'AndorraDev) participa com a ponent, juntament amb veus com l'Antonio Leiva (DevExpert.io), el Luis Peris (Axium Lab), l'Alan Buscaglia (Prowler), el Jordi Ventayol (Build38) i el David Julian (Alpine Security). Si t'interessa muntar productes amb IA, ciberseguretat o qualsevol vertical tècnic amb visió local, ens veiem allà.
Inscriu-te a la pàgina oficial de l'esdeveniment. És gratuït i s'omple ràpid.
Conclusió
Laravel continua sent el 2026 una de les millors opcions per construir productes seriosos, incloent-hi apps amb IA. La clau no és el llenguatge sinó l'arquitectura: separar capes, fer servir cues per a tot el que sigui lent, cachejar embeddings, mesurar cost per endpoint i dissenyar prompts que es mantinguin en el temps.
Si tens un projecte B2B al cap i dubtes si Laravel encaixa amb la teva visió d'IA, parlem. I si ets per Andorra el 16 de maig, passa't per ConAnd i ho discutim en persona.
