El reto
Una gran parte del equipo de tecnología de nuestro cliente participa en el ciclo de vida del desarrollo de software (SDLC). Como reconocieron enseguida el potencial de la inteligencia artificial generativa (GenAI), decidieron centralizar las capacidades de IA desarrollando su propia plataforma de GenAI. Sin embargo, los resultados iniciales no cumplieron con las expectativas. Aunque la plataforma se centraba en casos de uso genéricos, ya demostraba potencial en aspectos como la comprensión del contexto, la trazabilidad de los procesos y la personalización para los equipos de producto. A pesar de una importante inversión, la adopción por parte de los desarrolladores sénior fue limitada, ya que la plataforma no aportaba suficiente valor práctico en entornos críticos. Además, el despliegue se vio condicionado por limitaciones técnicas, una calidad de datos desigual y una experiencia limitada en GenAI.
El reto era, por tanto, doble: superar el escepticismo justificado de los profesionales de TI y garantizar que las herramientas de IA generaran un valor práctico y medible en el trabajo diario. El objetivo del cliente era pasar de la experimentación a integrar la IA en los flujos de trabajo cotidianos de miles de desarrolladores.
La estrategia
En lugar de una implantación rígida y descendente, pusimos en marcha un modelo de coaching en GenAI junto con el desarrollo continuo de la herramienta como parte de una estrategia global. Nuestro enfoque se centró en capacitar a los equipos y a los perfiles clave para que adquirieran las habilidades y la confianza necesarias para aplicar la IA de forma significativa en su trabajo diario. Al mismo tiempo, transformamos el feedback de los usuarios en prioridades claras para la mejora de las herramientas impulsadas por IA. Nuestra metodología se apoyó en cuatro pilares diseñados para integrar la IA en los flujos de trabajo diarios:
- Red de habilitación: Apoyamos la evolución de las estructuras de capacitación existentes, reforzando los formatos de aprendizaje entre pares y expandiendo los conceptos de formación prácticos. Esto ayudó a distribuir el conocimiento por la organización y a capacitar a los equipos para que puedan resolver dificultades relacionadas con la IA a nivel local, además de permitir el intercambio de aprendizajes entre unidades.
- Mejoras basadas en el feedback de los usuarios. La recogida sistemática de feedback de los usuarios nos ayudó a priorizar mejoras que aumentaran la utilidad práctica de las herramientas con IA. Esto garantizó que el desarrollo posterior se centrase en las necesidades reales de los flujos de trabajo, en vez de en experimentos aislados. Gracias a ello, mejoramos las funcionalidades de contexto de la plataforma, garantizando que las herramientas de IA tuvieran acceso a las fuentes de datos adecuadas sin saturarse con el ruido. La incorporación del MCP permitió a los usuarios acceder a flujos de trabajo agénticos directamente desde sus aplicaciones de IA y conectarlas con sistemas externos.
- Asesoramiento neutral sobre qué herramienta utilizar. Una vez reconocido que una única plataforma no podía resolver todos los problemas, asesoramos al cliente con total transparencia sobre cuándo usar la plataforma de IA interna y cuándo optar por herramientas especializadas de terceros. Esto generó la suficiente confianza en los equipos técnicos del cliente. Colaboramos con usuarios avanzados para identificar casos de uso de IA y centrar el desarrollo técnico en los generadores de valor más importantes.
- Implementación de IA agéntica. Pasamos de prompts estáticos para LLM a un autoservicio con agentes. Esto permitió a los equipos orquestar múltiples agentes en sus flujos de trabajo. Estructurando tareas complejas en pasos coordinados, los equipos pudieron reducir el esfuerzo manual en documentación, análisis e intercambio de conocimiento, manteniendo la supervisión humana donde era necesario.
Los resultados
La iniciativa contribuyó a que los equipos de TI adoptaran la IA de forma más amplia y coherente, Se definieron e implementaron decenas de funciones de gran impacto, con el respaldo de un proceso de desarrollo estructurado que facilita la innovación continua. En un plazo de seis meses, ayudamos a capacitar a un grupo creciente de embajadores de IA, lo que contribuyó a la habilitación en toda la organización. La plataforma superó los mil usuarios, gracias al apoyo de un programa más amplio que incluía sesiones de trabajo específicas, reuniones y otros formatos de intercambio de conocimiento. Se implementaron varios casos de uso en los flujos de trabajo diarios de los equipos, lo que ahorró muchos costes.
En general, la organización pasó de hacer experimentos aislados a usar la IA de forma más descentralizada y sostenible. Se capacitó a los equipos para que pudieran adaptar sus propios procesos, y la IA dejó de utilizarse como un recurso puntual para mejorar la productividad a integrarse más en el trabajo diario. Además de los resultados técnicos, esta estrategia de habilitación ascendente contribuyó a que se produjese un cambio cultural hacia un uso de la IA más transparente, colaborativo y responsable, así como a reducir la utilización de herramientas de IA no autorizadas.
La «AI Office» pasó de ser proveedora de una plataforma centralizada a facilitar el intercambio de conocimientos y promover prácticas recomendadas. Este cambio aumentó la confianza de los stakeholders y aceleró una adopción sostenible en toda la organización.
Acerca del cliente
Nuestro cliente es el proveedor internacional de servicios de TI, responsable de toda la infraestructura de TI y de la transformación digital de una de las corporaciones más grandes del mundo. Esta iniciativa representa nuestro firme compromiso con la integración de la IA en su desarrollo de software y sus operaciones de TI.
