Uber adopta ChatGPT Work para sus 30.000 empleados

Uber ha dado un paso que se considera una de las adopciones de inteligencia artificial más amplias dentro de una sola organización hasta la fecha: la compañía anunció la expansión de su alianza con OpenAI para que las herramientas de ChatGPT Work estén disponibles para toda su plantilla a nivel global, es decir, cerca de 30.000 empleados. La decisión no se tomó de golpe, sino después de una fase piloto limitada que demostró que el valor de estas herramientas no se circunscribe a los equipos de ingeniería, un resultado que al parecer definió la orientación final de la empresa.

De una prueba con mil empleados a su extensión a toda la compañía

Uber inició su recorrido con ChatGPT Work —el producto que OpenAI lanzó para uso corporativo como un agente inteligente integrable en el flujo de trabajo diario— mediante una prueba que abarcó a unos mil empleados a comienzos de este año. La compañía distribuyó el piloto entre múltiples departamentos, entre ellos finanzas, operaciones y producto, en lugar de limitarlo a un único equipo técnico.

Lo llamativo es que los resultados mostraron que la gran mayoría de los primeros usuarios, en torno al 80 %, no eran ingenieros. Y es precisamente ese indicador el que merece atención: el mayor valor se materializó entre quienes no tienen formación en programación, lo que refleja que las herramientas de IA generativa están reduciendo la barrera de entrada a tareas que antes requerían un intermediario técnico.

Usos prácticos, no experimentales

Según explicó Sumanth Sukumar, vicepresidente de ingeniería de Uber, los empleados utilizaron la herramienta en una variedad de tareas, entre las que destacan:

• Análisis de datos operativos complejos para extraer tendencias y elaborar recomendaciones aplicables.
• Adaptación de materiales de formación y su traducción conforme a los distintos mercados e idiomas en los que opera la compañía.
• Creación de paneles interactivos personalizados que cada equipo emplea para gestionar su trabajo diario.

Estos usos comparten un rasgo común: todos son tareas de complejidad media que consumían mucho tiempo o que quedaban a la espera de su turno en la lista de pendientes del equipo de datos o de ingeniería. Trasladar esa capacidad a manos del propio empleado constituye la esencia del beneficio organizativo esperado.

El experimento de los «pods de IA» dentro de los equipos

Además de la expansión general, Uber probó un modelo distinto que denominó internamente «AI pods»: unos 30 ingenieros especializados en inteligencia artificial fueron asignados a diferentes equipos de la compañía y se les concedieron dos semanas para automatizar partes esenciales de las tareas de dichos equipos.

La lección extraída de este experimento, según Sukumar, es que las verdaderas oportunidades aparecen al combinar la experiencia técnica con una comprensión profunda de la naturaleza del propio puesto de trabajo. Se trata de una observación que merece la reflexión de cualquier organización que planee un camino similar: las herramientas por sí solas no generan transformación, sino la comprensión precisa de lo que realmente se puede automatizar.

Primero desplegar, después definir el uso

Lo destacable del enfoque de Uber es que no determinó de antemano cómo debían utilizar los empleados la herramienta. La filosofía declarada consiste en proporcionar capacidades potentes a gran escala, dar a los equipos margen para experimentar y después observar los patrones de trabajo reales que surjan.

La compañía afirmó que seguirá de cerca cómo se usa la tecnología, qué tipos de flujos de trabajo crean los empleados y en qué medida contribuyen a elevar la eficacia, para luego evaluar esos resultados y orientar las decisiones de despliegue futuras. Uber no reveló el volumen de gasto asociado a esta expansión y señaló además que los equipos de OpenAI trabajaron estrechamente con ella durante la fase de integración.

El contexto más amplio: la batalla por el mercado corporativo

Este anuncio se produce en un contexto competitivo evidente. OpenAI se ha movido con rapidez para ampliar su actividad corporativa frente a competidores destacados del sector, después de haber sido conocida durante años como una marca de consumo dirigida a particulares. La empresa ha logrado construir una base de clientes institucionales a un ritmo más acelerado que muchos de sus rivales.

Contar con un cliente del tamaño de Uber, con su amplia presencia geográfica y la diversidad de sus departamentos, aporta a OpenAI algo más que un simple contrato comercial: le proporciona un caso de referencia presentable ante otras organizaciones que dudan en pasar de las pruebas limitadas a la adopción integral.

Lo que se puede concluir

La experiencia de Uber ofrece tres señales prácticas para cualquier organización que esté considerando un paso similar: empezar con una prueba que abarque varios departamentos en lugar de un piloto técnico restringido; prever que el usuario más beneficiado puede no ser un ingeniero; y fundamentar las decisiones en patrones de uso reales en vez de imponer escenarios predefinidos. Lo más importante en esta etapa no es disponer de la herramienta, sino la capacidad de medir con precisión su impacto y traducirlo en una mejora tangible del flujo de trabajo.

✦ بقلم فريق دروب أيديا