NTT DATA reduce análisis de incidentes a 30 minutos con Codex de OpenAI

¿Qué ha ocurrido?

NTT DATA Group, una de las mayores consultoras tecnológicas del mundo, ha integrado ChatGPT Enterprise y Codex de OpenAI en sus operaciones internas para automatizar tareas repetitivas y optimizar la gestión de incidentes. Según el blog oficial de OpenAI, la empresa ha logrado que 9,000 empleados utilicen estas herramientas, reduciendo el tiempo de análisis de incidentes de TI de varias horas a aproximadamente 30 minutos. Además, han creado más de 100 aplicaciones internas basadas en la API de OpenAI, cubriendo áreas como atención al cliente, recursos humanos y operaciones de TI. Este movimiento no es aislado: forma parte de una estrategia más amplia de NTT DATA para integrar IA en todos sus procesos, aprovechando su experiencia previa en automatización robótica de procesos (RPA) y machine learning. La implementación se realizó en varios meses, con fases piloto en equipos selectos antes del despliegue masivo, lo que permitió ajustar los modelos a las necesidades específicas de cada departamento.

¿Por qué es importante?

Este anuncio es relevante por varias razones. Primero, demuestra que la IA generativa puede aplicarse de manera efectiva en entornos empresariales complejos, no solo en tareas creativas o de oficina. Segundo, NTT DATA es un cliente empresarial de gran escala, lo que valida el modelo de negocio de OpenAI para empresas. Tercero, la reducción drástica en el tiempo de análisis de incidentes (de horas a 30 minutos) tiene implicaciones directas en la productividad y la continuidad del negocio. Finalmente, el enfoque en seguridad y gobernanza (usando ChatGPT Enterprise con controles de datos) muestra un camino para que otras empresas adopten IA de forma responsable. Para ponerlo en perspectiva, según Gartner, se espera que para 2025 el 70% de las organizaciones implementen algún tipo de IA operativa, y casos como el de NTT DATA sirven como prueba de concepto. Además, el uso de Codex para automatizar tareas de codificación y depuración podría reducir los costos de desarrollo de software hasta en un 30%, según estimaciones de McKinsey.

Consecuencias y contexto

Este caso se suma a una tendencia creciente de adopción de IA en empresas tradicionales. Competidores como Accenture, Deloitte o IBM también están invirtiendo en IA generativa, pero el caso de NTT DATA destaca por su enfoque en automatización de procesos de TI. Para el mercado, esto podría acelerar la demanda de soluciones de IA para IT Operations (AIOps) y presionar a proveedores como ServiceNow o Splunk a integrar capacidades similares. De hecho, ServiceNow ya anunció su propia integración con OpenAI en 2023, pero el enfoque de NTT DATA es más amplio y personalizado. Para los usuarios, significa que la IA no solo reemplazará tareas, sino que potenciará a los empleados al liberarlos de trabajos tediosos. Sin embargo, también plantea desafíos: la necesidad de reciclaje profesional y la gestión del cambio organizacional. Según un informe de la OCDE, el 14% de los empleos en países desarrollados podrían verse afectados por la automatización, pero también se crearán nuevos roles. En el caso de NTT DATA, la empresa ha invertido en programas de capacitación interna para que los empleados adquieran habilidades en IA, mitigando el riesgo de desplazamiento laboral. A nivel regulatorio, la adopción de ChatGPT Enterprise con controles de datos permite a NTT DATA cumplir con normativas como el GDPR y la Ley de IA de la UE, lo que es crucial para empresas que manejan datos sensibles.

¿Qué deben saber los lectores?

• Escala de implementación: 9,000 empleados usando ChatGPT Enterprise y Codex, con más de 100 aplicaciones internas desarrolladas. Esto representa aproximadamente el 10% de la fuerza laboral global de NTT DATA (que supera los 100,000 empleados), pero la empresa planea expandir el uso a más equipos en los próximos trimestres.
• Resultados concretos: Reducción del tiempo de análisis de incidentes de horas a 30 minutos, lo que mejora la disponibilidad de servicios y la satisfacción del cliente. Además, se ha reportado una disminución del 40% en el tiempo de resolución de tickets de soporte técnico, según datos internos compartidos con OpenAI.
• Seguridad y gobernanza: NTT DATA utilizó ChatGPT Enterprise, que ofrece controles de datos y cumplimiento, clave para empresas reguladas. Esto incluye cifrado en reposo y en tránsito, y la garantía de que los datos no se utilizan para entrenar modelos de OpenAI.
• Casos de uso adicionales: Automatización de atención al cliente (chatbots inteligentes que manejan consultas comunes), procesos de RRHH (como generación de descripciones de puestos y evaluación de desempeño) y generación de informes de negocio. También han desarrollado herramientas internas para análisis de código y documentación técnica.
• Implicaciones para el sector: Este caso puede servir como referencia para otras grandes empresas que buscan adoptar IA generativa de manera segura y escalable. Se espera que compañías de sectores como banca, salud y manufactura sigan el ejemplo, especialmente aquellas con operaciones de TI complejas. Además, proveedores de nube como AWS, Azure y Google Cloud probablemente acelerarán sus ofertas de IA empresarial para competir con OpenAI.

"La IA generativa no solo acelera procesos, sino que transforma la forma en que las empresas gestionan incidentes críticos. NTT DATA ha demostrado que con las herramientas adecuadas, la eficiencia puede multiplicarse." — Analista de TheVortiq

En resumen, la integración de ChatGPT Enterprise y Codex por parte de NTT DATA marca un hito en la adopción empresarial de IA generativa. Los resultados tangibles en reducción de tiempos y mejora de productividad, junto con un enfoque en seguridad y gobernanza, establecen un modelo replicable para otras organizaciones. Sin embargo, el éxito a largo plazo dependerá de la capacidad de las empresas para gestionar el cambio cultural y la recalificación de su fuerza laboral. El mercado de AIOps y automatización empresarial está en ebullición, y este caso probablemente acelerará la inversión en tecnologías similares. Los próximos meses serán cruciales para ver cómo se expande esta tendencia y qué nuevos casos de uso emergen.