Impulsar la transformación organizacional para innovar

Fundada en 1876, Dai Nippon Printing Co., Ltd. (DNP) es una de las empresas de impresión más grandes del mundo, que emplea a más de 37 000 personas a nivel mundial. Con una cartera que abarca las áreas de comunicación inteligente, vida y salud, y electrónica, DNP se rige por su declaración de marca, "Crear los estándares del futuro", y el compromiso de conectar a las personas y la sociedad, mientras promueve la sostenibilidad.

Como parte de este compromiso, DNP lleva mucho tiempo apostando por las tecnologías emergentes. En abril de 2023, la empresa tomó la decisión estratégica de adoptar la IA en toda la organización. En mayo, DNP había creado un entorno seguro para su uso en toda la empresa. En febrero de 2025, la empresa implementó ChatGPT Enterprise en diez departamentos clave. En tres meses, obtuvo los siguientes resultados:

• 90 % de los casos de uso con ChatGPT Enterprise mostraron resultados medibles
• 100 % de tasa semanal de uso activo
• 87 % de tasa de automatización en la reducción de tiempos
• 70 % de tasa de reutilización del conocimiento (con GPT personalizados)
• El volumen de procesamiento aumentó 10 veces

Para aprovechar al máximo las ventajas de la IA generativa, DNP apuntó a implementarla en los diez departamentos con mayor potencial de impacto. La empresa estableció referencias claras: cada empleado debía utilizar ChatGPT por lo menos 100 veces a la semana y alcanzar una tasa de automatización de más del 50 % para reducir el tiempo dedicado a las tareas.

Como resultado, las mejoras individuales se extendieron por todos los equipos a través de GPT personalizados y casos de uso compartidos, lo que dio lugar a la creación de patrones básicos que ahora impulsan la transformación empresarial.

En los departamentos en los que se introdujo ChatGPT Enterprise, el mayor impacto se notó en la división de investigación y desarrollo de TIC. Yohei Ishida, gerente general de la Unidad de investigación y desarrollo en innovación de impresión e información (P&I), Centro de negocios avanzados, dirigió a su equipo para automatizar y mejorar las estrategias de investigación y presentación de patentes, en reemplazo de las tareas manuales.

Su equipo creó los siguientes flujos de trabajo con ChatGPT Enterprise:

• Investigación de patentes: búsqueda automatizada, resumen y clasificación, que reducen el tiempo de investigación en un 95 % y amplían su alcance 10 veces.
• Estrategia de aplicación: se identificaron los diferenciadores clave entre la tecnología de DNP y las patentes de la competencia, lo que redujo el riesgo de rechazo y minimizó las revisiones.
• Análisis competitivo: se generaron informes preliminares de forma automática, lo que redujo el tiempo de preparación en un 80 %.

Al potenciar la estrategia de propiedad intelectual, DNP consolida las bases de la singularidad de los productos y la competitividad a largo plazo.

La división de investigación de DNP promueve avances en tecnología de producción e innovación en calidad, costo, entrega (QCD) para aumentar el valor de los productos y servicios existentes, y busca el desarrollo de nuevos productos y servicios. En áreas que requieren técnicas avanzadas de análisis y evaluación, DNP redujo significativamente el tiempo que tradicionalmente se necesitaba para completar tareas como operar equipos experimentales para la evaluación de materiales, realizar mediciones y llevar a cabo análisis, gracias al uso de ChatGPT Enterprise.

Los resultados clave incluyen:

• Estructuración de la información sobre patentes redactada originalmente en inglés y los principios de los equipos en tres días, en lugar de varios meses .
• Permitir a empleados sin experiencia en Python generar y ejecutar código a través de ChatGPT Enterprise.

Un caso de uso especialmente notable fue el de los empleados sin experiencia previa en Python que pudieron generar código y analizar datos sin curva de aprendizaje. Las tareas de desarrollo que tradicionalmente hubieran tomado más de un año se implementaron en pocos días. Al combinar estas capacidades con la experiencia y los conocimientos de los investigadores, se descubrieron nuevas perspectivas que tuvieron un impacto significativo en toda la división.

DNP está modernizando la gobernanza de TI con ChatGPT Enterprise. Masahiro Kobayashi, gerente general de la División de desarrollo de infraestructura de sistemas del Centro de TIC, operaciones de innovación en información, destacó las mejoras en tareas que antes se realizaban de forma manual y eran inconsistentes:

• Auditoría externa de seguridad: reducción del tiempo de comparación de auditorías de 30 minutos a 5 minutos; la selección de las suites criptográficas disminuyó de 3 horas a 1 hora.
• Seguridad en la nube: verificación inicial de aproximadamente 100 elementos de incumplimiento del CIS Benchmark completada en 10 minutos, en lugar de dos días-persona.
• Apoyo en revisión: reducción de la duración de las revisiones de requisitos de 1 hora a 30 minutos, gracias a la consulta de políticas de diseño y registros anteriores.

Kobayashi agrega que la IA no reemplazará la supervisión humana: "La verificación y las revisiones finales siguen estando a cargo de las personas".

Uno de los mayores desafíos de DNP es evitar la pérdida de conocimientos. Los conocimientos especializados suelen estar al alcance de los empleados con experiencia o quedar ocultos en documentos analógicos.

Bajo el liderazgo de Isaku Osawa, gerente general de desarrollo tecnológico de la Unidad de desarrollo de negocios de IA del Centro de negocios avanzados, DNP ahora utiliza la IA para abordar este problema de forma directa.

Su equipo utiliza ChatGPT Enterprise para estructurar y digitalizar datos no estructurados, desde manuales en papel hasta registros históricos de calidad. Una vez ingresados, estos registros se integran en una base de conocimientos interna a la que cualquiera puede acceder mediante GPT personalizados. El tiempo necesario para definir la arquitectura de los datos se redujo en un 90 %. Además, el equipo también duplicó la cantidad de artículos técnicos que podía revisar.

"Nuestro objetivo es convertir el conocimiento generacional en trabajo digital", dice Osawa. Ese cambio no solo compensa la escasez de mano de obra, sino que genera capacidad de innovación a largo plazo.

• El 90 % de los casos de uso mostró resultados medibles
• 100 % de tasa semanal de uso activo
• Reducción del 95 % en el tiempo dedicado a la investigación de patentes
• Tasa de automatización del 87 % en la reducción del tiempo dedicado a las tareas
• El volumen de procesamiento aumentó 10 veces

"Los agentes de IA se integrarán a la perfección en diversas situaciones, permitiendo que todos se beneficien de la IA sin siquiera darse cuenta", dice Otake. Él prevé una transformación de la colaboración entre humanos e inteligencia artificial hacia un modelo en el que partes del negocio funcionen mediante la interacción entre sistemas de IA. A medida que la robótica avance, esta tendencia se acelerará, lo que conducirá a un futuro en el que la IA física opere en el mundo real.

A futuro, Otake destaca que la preservación del conocimiento será fundamental: "Debemos convertir la información creada para las personas en información que la IA pueda comprender y asegurarnos de que el conocimiento se conserve y comparta. Nuestro objetivo es mejorar la productividad mientras nos preparamos para una reducción de la fuerza laboral". La finalidad es codificar los conocimientos técnicos de primera línea y los registros de calidad en datos estructurados para que los agentes de IA y los futuros sistemas físicos de IA puedan aprender y aplicar estos conocimientos, lo que reducirá la dependencia de la experiencia individual y la convertirá en una ventaja competitiva duradera.

Conforme a la declaración de su marca, "Crear los estándares del futuro", DNP busca ampliar sus fortalezas en tecnologías de impresión e información y transformarse en una empresa nativa de IA que genere nuevos estándares para la sociedad.