Honeywell se transforma a partir de la IA generativa

Tras haber pasado años transformándose en una empresa totalmente basada en datos, el conglomerado estadounidense Honeywell está ahora preparado para aprovechar la inteligencia artificial (IA) generativa en todas las facetas de su negocio para impulsar la mejora de la productividad, la colaboración y la innovación.

La empresa de la lista Fortune 500, que opera principalmente en los sectores aeroespacial, de automatización de edificios, de automatización industrial y de soluciones energéticas y de sostenibilidad, utiliza Microsoft 365 Copilot para agregar y resumir contenidos, GitHub Copilot para la generación de código y la modernización de software, y está probando Microsoft 365 Copilot para ventas y finanzas con integraciones de Salesforce y SAP.

“Esta es una tecnología disruptiva que va a cambiar fundamentalmente nuestra forma de trabajar, vivir y competir”, afirma Sheila Jordan, vicepresidenta sénior y directora de Tecnología Digital de la empresa.

En total, la empresa cuenta ahora con más de 16 casos de uso de IA en producción, disponibles para sus 95.000 empleados. Un copiloto de IA de Moveworks también ha ayudado a Honeywell a automatizar las solicitudes de asistencia técnica de TI, reduciendo en un 80% el número de tickets que los humanos tienen que atender. Otro asistente virtual, Red, aprovecha el archivo de Honeywell de 350.000 páginas de manuales de productos y más de 50.000 artículos internos para responder a las preguntas.

Jordan, que se incorporó hace un lustro, explica que Honeywell ha estado en un viaje de transformación masivo de años, desde su infraestructura y red, hasta todo lo que hay por encima. Así que su función abarca las aplicaciones, la infraestructura y todos los datos, excepto la comercialización, que está en el lado de la ingeniería y de la que se encarga su colega Suresh Venkatarayalu, vicepresidente sénior y director de Tecnología e Innovación. El principal objetivo de la primera parte del mandato de Jordan fue poner en orden la casa de Honeywell en lo que respecta a los datos.

“Teníamos 4.500 aplicaciones cuando me incorporé y ahora hemos bajado a poco más de 1.000”, dice. “Tomamos todas esas aplicaciones fragmentadas y las trasladamos a la plataforma estratégica. Apostamos fuerte por el almacén de datos empresariales”.

Honeywell utiliza Snowflake para su almacén de datos empresariales (EDW), y Jordan afirma que lo contiene todo: reservas, facturación, pedidos pendientes e inventario. “Ahora dirigimos la organización como una empresa basada en datos”, afirma.

Trabajar en los puntos fuertes

Con el EDW en funcionamiento, el siguiente paso en el viaje de Honeywell es agilizar los procesos de principio a fin. Jordan quiere facilitar una experiencia de trabajo fluida entre, por ejemplo, los equipos de ventas y marketing, o los equipos de ingeniería y fabricación. Un elemento importante de esto es reducir o eliminar el trabajo administrativo y las tareas repetitivas que no requieren mucha habilidad o juicio, pero que consumen mucho tiempo de los empleados que tienen habilidades valiosas.

“Nuestros ingenieros no quieren ser mecanógrafos; quieren ser ingenieros de sistemas”, afirma. “Quieren pensar. Quieren mirar el código y evaluar lo que puede y no puede hacer. Queremos eliminar la parte de mecanografía, de escribir el código, pero la realidad es que revisar el contenido, revisar el código, asegurarse de que tiene sentido, el valor es enorme”.

Señala que Honeywell está bien posicionada para aprovechar la IA generativa debido al trabajo que ha realizado con sus datos y su estrategia de datos. Advierte que sus compañeros deben tener cuidado de no precipitarse. La tecnología tiene muchas aplicaciones interesantes, pero una estrategia de datos sólida es un primer paso esencial.

“No se puede tener una estrategia de IA generativa sin una estrategia de datos”, afirma. “La buena noticia para nosotros es que, aunque nuestros datos no son perfectos, están en tan buena forma que realmente dirigimos la empresa con conocimientos basados en datos. Ahora podemos superponer la IA generativa a eso y dar rienda suelta a nuevos conocimientos, nuevas perspectivas y nuevas oportunidades”.

Poner las piezas en su sitio

Honeywell es tan optimista sobre el potencial transformador de la IA generativa que Jordan ha nombrado a uno de sus subordinados como líder del programa para toda la empresa. El líder del programa ha designado a un embajador en cada una de las funciones y unidades de negocio estratégicas de Honeywell, y esos embajadores, a su vez, se reúnen regularmente con sus funciones y unidades de negocio para hablar sobre posibles casos de uso de la IA generativa. Luego, el equipo de Jordan se reúne cada pocas semanas para discutir los posibles casos de uso y priorizar las ideas.

“Ellos deciden cuáles tienen sentido desde una perspectiva empresarial”, dice Jordan. “En esa misma reunión, tengo a mis expertos técnicos que escriben el código y los modelos de lenguaje grandes”.

El papel de los expertos técnicos es asesorar al equipo sobre la viabilidad de implementar el caso de uso desde una perspectiva técnica y de tiempo, así como ver si la idea es siquiera posible para empezar. En esta etapa, necesita proyectos que tengan un valor comercial real y que puedan entregarse rápidamente con resultados medibles. Existe la tentación de ir demasiado lejos y atascarse, o empezar demasiado pequeño con cosas tácticas en las que el valor rara vez se suma.

“Necesito un efecto de inercia y un impulso”, dice Jordan. “No quiero necesariamente trabajar en algo que tarde años en implementarse”.

Cualquier cosa relacionada con el marketing, el contenido o la gestión de proyectos es probablemente un buen candidato, dice. Por ejemplo, los gestores de proyectos dedican una enorme cantidad de tiempo a tomar notas sobre las acciones y hacer un seguimiento de ellas. La IA generativa que automatiza esas tareas podría hacer que los gestores de proyectos fueran mucho más productivos. El ámbito jurídico presenta otras posibilidades interesantes, en las que un copiloto podría extraer elementos de datos críticos de los contratos.

Para apoyar los esfuerzos de IA generativa de la empresa, el equipo de Jordan también ha creado una academia para ayudar a formar tanto a los empleados técnicos como a los comerciales. Para los empleados comerciales, la idea, en parte, es ayudarles a articular mejor sus necesidades e ideas a los embajadores.

“Es muy importante que se forme a la organización sobre lo que se debe y no se debe hacer”, afirma Jordan. “Tenemos un sistema operativo de gestión llamado acelerador, donde se puede obtener información y formación sobre todo lo que estamos haciendo. Utilizamos la academia de IA generativa para asegurarnos de que nos comunicamos con los empleados, los formamos y los desarrollamos”.

La métrica de valor

Como parte del proceso de identificación del caso de uso, el equipo de Jordan crea una hipótesis de valor. ¿Qué valor prevén que el proyecto aportará al negocio? A continuación, el equipo selecciona una tecnología adecuada para el caso de uso y ejecuta una prueba de concepto (POC) durante un breve periodo de tiempo.

“O, si se trata de un modelo de lenguaje grande, simplemente lo hacemos”, dice. “Sabes que no va a ser perfecto el primer día, así que iteras”.

A lo largo del proceso de prueba de concepto y después de que el proyecto se implemente en producción, el equipo realiza un seguimiento periódico de los resultados y los compara con la hipótesis de valor. Luego muestran esos resultados al negocio mensualmente.

“Si descubres que no funciona, o tienes que forzar la adopción o impulsarla con fuerza, probablemente tengas el caso de uso equivocado”, concluye Jordan.