Entrevista
CTO

Jim Stratton (CTO de Workday): “Enfocamos el servicio a nuestros clientes para que sean clientes de por vida”

El máximo responsable de la estrategia de TI de Workday ha charlado con ComputerWorld sobre la visión tecnológica de la firma, el reto del talento especializado y la revolución que plantea la IA generativa.

Jim Stratton CTO Workday
Jim Stratton, CTO de Workday

Jim Stratton es el CTO de Workday. Dirige un equipo formado por más de 1.000 profesionales encargado de traducir la cultura empresarial en productos tecnológicos. En una entrevista concedida a ComputerWorld en el marco del Workday Rising EMEA celebrado el mes pasado en Barcelona, el ejecutivo comparte las principales líneas de trabajo en las que están centrados y explica la forma en que consigue atraer y retener talento en un mercado cada vez más competitivo. Su departamento es el motor de Workday y la evolución constante es un imperativo; actualmente trabajan en la materialización de la estrategia de IA generativa, que se basará en un modelo federado.

 

¿Cuál es la visión tecnológica a largo plazo de Workday y cómo guía esta visión el desarrollo de productos y servicios?

Yo diría que, en realidad, la forma en que enfocamos el servicio a nuestros clientes es que queremos que sean clientes de por vida. Ha sido así desde la fundación de la empresa. Queremos que la gente se incorpore a la plataforma de Workday y permanezca con nosotros durante décadas y décadas, y eso, sinceramente, ha dado forma a lo que somos como empresa.

Probablemente habrán oído hablar mucho de nuestra cultura, de cómo nos comportamos como empresa y creemos en nuestros empleados, les ayudamos a mejorar y nos tratamos los unos a los otros como una comunidad. Así es como tratamos también a nuestros clientes, y lo vemos realmente como una asociación. Esto tiene implicaciones muy importantes en la forma en que construimos la tecnología y en cómo hemos construido la plataforma subyacente y la aplicación que se ejecuta en la parte superior de esa plataforma.

Si pensamos en un cliente dentro de 30 años, en las aplicaciones que ejecuta y en los requisitos que va a tener, van a ser muy diferentes de lo que son hoy. Gran parte será común y seguiremos por ahí, pero piensa en la evolución de las aplicaciones y la tecnología en los últimos 30 años. Hay mucha evolución que se produce en ese tiempo y tenemos que ser capaces de hacerlo en la plataforma de ejecución. Tenemos que ser capaces de hacerlo sin que los clientes tengan que volver a implementar la siguiente versión y pasar de Workday heredado a Workday nuevo. Siempre tiene que ser el nuevo Workday. Así que hemos tenido que construir la plataforma subyacente para que pueda evolucionar constantemente y para que aplicaciones que se ejecutan sobre ella puedan evolucionar constantemente. Cada semana estamos actualizando la plataforma completa. Lo que significa esto es que cuando algo como el aprendizaje automático llega, algo que para nosotros fue hace una década, ahora podemos construirlo directamente en la plataforma y pasa a ser parte de la evolución de la misma. Y ahora que la IA generativa aparece, hemos sido capaces de adoptarla rápidamente e incorporarla a la plataforma. Y así es como hemos construido el sistema que tenemos, de modo que a medida que aparecen nuevas tecnologías, podemos implementarlas muy rápidamente. Y eso, a su vez, nos permite configurar el panorama de productos para el futuro de Workday.

 

¿Cómo fomentáis la innovación en el equipo de TI y en toda la empresa?

Lo hacemos de varias maneras, forma parte de nuestra cultura. Somos una empresa innovadora. Entrevistamos y contratamos para ello y lo hacemos por la gente con la que trabajamos. Intentamos seguir motivando a los equipos para que sean innovadores, para que prueben cosas. Pruebas en pequeños proyectos, ves si algo funciona, fallas rápido y pasas a lo siguiente. Si no funciona, tener esa sensación de innovación en los equipos forma parte de lo que somos como equipo de ingeniería.

También hacemos cosas más pequeñas como hackathons. Estos eventos se convierten luego en productos reales y en sistemas subyacentes reales. Esto es sólo una parte de la maquinaria de lo que somos; se trata de ser creativo y trabajar en ese tipo de pequeñas formas iterativas para mantener las cosas en evolución.

En este sentido voy a decir que es mucho más fácil en la oficina. Era mucho más difícil cuando trabajábamos a distancia. Hay algo en estar en la oficina y trabajar juntos en una pizarra y tener pequeñas conversaciones que realmente ayuda a fomentar la innovación. Así que hemos visto que en los últimos dos años la gente ha vuelto a la oficina.

 

"Nuestra cultura es un gran argumento de venta"

 

Tenía entendido que teníais un modelo de trabajo híbrido.

Es híbrido. Pero tenemos mucha, mucha gente que ha vuelto a la oficina. Dicho esto, tengo un gran equipo de desarrollo en Dublín y en otros lugares de Europa, y un gran equipo de desarrollo en el área de la Bahía de San Francisco principalmente, pero también repartidos por los EE.UU. Así que hay muy mucha gente que trabaja desde casa también. Es híbrido, pero tenemos una buena mayoría de personas que están regresando a la oficina ahora.

 

¿Cuál es el tamaño de este equipo?

Mi equipo está formado por unas mil personas. Así que es un gran equipo. Es una gran parte de nuestro producto y equipo de tecnología.

 

¿Cómo abordas el reto de retener y atraer a gente nueva?

Es difícil. En parte, nuestra cultura es un gran argumento de venta. Y es mucho de lo que hablamos en el proceso de entrevistas para atraer a gente. Estamos trabajando en algunos problemas tecnológicos de vanguardia en el espacio empresarial. Eso es emocionante para mucha gente. Y si nos fijamos en el aprendizaje automático de IA en particular, alojamos en nombre de nuestros clientes, probablemente el mayor y más limpio conjunto de datos en recursos humanos y finanzas.

Hay un montón de problemas realmente interesantes que se pueden resolver con eso a medida que avanzamos más en la IA en la empresa. Así que eso es un gran atractivo para la gente también.

En cuanto a retener a las personas, nos centramos mucho en los empleados, en asegurarnos de que el entorno sea inclusivo, que sea un espacio seguro en el que puedan mantener conversaciones abiertas y sinceras. Tenemos mucho sentido de equipo, de comunidad dentro de los equipos y nos cuidamos unos a otros, nos divertimos juntos. Nos esforzamos mucho por mantener viva esa cultura.

En realidad, utilizamos nuestro propio producto, Peakon, para entender el sentimiento de los empleados y luego comprometernos con ellos. Como directivo de una gran organización, lo uso muy activamente para centrarnos dónde tenemos, por ejemplo, individuos que no entienden cómo el trabajo que están haciendo se alinea con la estrategia general de la empresa. Pues bien, ahora podemos poner en marcha un programa específico para asegurarnos de que ayudamos a la gente a entender que su trabajo se ajusta en gran medida a la estrategia general y a vincular ambas cosas. Hasta ese nivel de granularidad, podemos centrarnos en la falta de alineación o en la forma en que la gente se siente en su trabajo, con lo que están haciendo y lo que la empresa necesita que hagan. Eso nos ha resultado muy útil.

 

¿Qué opina del low code y del no code? ¿Ayudará esta tendencia a paliar la escasez de talento?

Ayudará en algunos casos. Hay ciertos tipos de aplicaciones a las que ayudará sin duda. Creo que el área más importante, al menos por el momento, será el de las operaciones empresariales, las áreas de recursos humanos y operaciones financieras.

Sin duda, la llegada de copilotos y cosas por el estilo ayudará a los desarrolladores a ser más productivos. Es probable que, sobre todo, desplace la curva hacia arriba en lo que respecta a las personas más jóvenes que están en las primeras etapas de su carrera, con menos experiencia, ayudándoles a ponerse al día más rápidamente. Creo que habrá un verdadero cambio de productividad en torno a eso. Pero aún queda mucha ingeniería por hacer, sobre todo en la empresa, en cuanto a los tipos de sistemas que construimos. Hace falta mucha ingeniería a la antigua usanza, y eso va a seguir siendo así durante mucho tiempo.

 

"Hace falta mucha ingeniería a la antigua usanza, y eso va a seguir siendo así durante mucho tiempo"

 

Dado lo rápido que cambia el panorama y la tecnología que tenemos, ¿cómo enfocáis la integración de nuevas tecnologías y la colaboración con otras empresas?

El panorama en general cambia muy deprisa. Nosotros llevamos años trabajando en ello, abriendo el panorama general para poder integrarnos más fácilmente. Tenemos un par de maneras diferentes de describir la forma en que lo hacemos. Una es que tenemos socios con los que trabajamos muy estrechamente y que son nuestros socios de mayor confianza, diría yo, o en los que vemos una sinergia realmente buena entre nuestros productos los suyos. Con ellos tenemos asociaciones dedicadas e integraciones estrechas. Ellos, a su vez, también tienen socios preferentes con los que trabajan. Y eso tiende a dar forma a las integraciones a medida con otras tecnologías.

Dicho esto, tenemos una suite de integración completa que permite integraciones personalizadas con cualquiera de ellas, en realidad con cualquier sistema externo. Así que hay muchas vías por las que nuestros clientes pueden integrarse con otras tecnologías. Justamente, tenemos un nuevo movimiento que acabamos de anunciar en torno al mercado de IA, nuestro producto Extend, que es como los clientes extienden la aplicación Workday y la personalizan. A través de eso estamos abriendo ahora la posibilidad de integrar directamente con una serie de socios de IA certificados. Y parte de esa certificación consiste en examinar su propio marco de gestión de riesgos, cómo llevan a cabo la IA responsable y asegurarnos de que confiamos en ellos como proveedores y socios.

 

Dada la preocupación por la ciberseguridad y la protección de datos, ¿qué medidas tomáis para garantizar la protección de los datos de los clientes?

La empresa se fundó sobre esa base. Así que eso siempre ha estado en el centro de lo que hacemos. Tenemos un músculo de ciberseguridad muy grande centrada en esto. Tenemos la seguridad del cliente individual, esencialmente alrededor de sus datos, para entender lo que es, lo que se les permite hacer o dónde se encuentran físicamente en el mundo. Así que protegemos sus datos a nivel de aplicación.

Y luego la infraestructura. Tenemos todo un equipo dedicado y un centro de operaciones de seguridad que está trabajando 24/7. El panorama de las amenazas a la seguridad sólo se expande con el tiempo. Así que pensamos en eso como un trabajo para siempre. Será siempre una inversión y será creciente. Pero tiene que ser debido a la naturaleza de los datos que generamos. Eso es absolutamente fundamental para lo que hacemos.

 

¿Y cómo abordáis el cumplimiento de la normativa mundial sobre privacidad, especialmente la europea, que es quizá la más estricta?

Es la más dura pero tiene visión de futuro y realmente establece para nosotros la norma mundial. Y honestamente, lo apreciamos. Así que tenemos una organización dentro de Workday dedicado a entender y dar forma a la regulación en el tiempo.

Usando GDPR como ejemplo, estábamos preparados el día que se puso en marcha. Ya estaba integrado en el producto. Y de hecho, desde el primer día que entró en vigor, pudimos responder a las solicitudes del derecho al olvido, por ejemplo.

Estamos tan profundamente integrados con las comunidades reguladoras de todo el mundo y podemos construir de forma reactiva. Esa es una gran parte de la aplicación en evolución; ser capaz de responder a las nuevas regulaciones. Así que está realmente integrado en el proceso de cómo construimos el producto hoy en día, pero también en cómo ayudamos a los clientes y futuros clientes a entender cómo lo hacemos y cómo deben pensar en la regulación y cuáles son sus requisitos reales. Forma parte de nuestro proceso actual de desarrollo de productos.

En el caso de la inteligencia artificial, participamos activamente en la elaboración de la normativa hacia donde creemos que debe ir. Y de nuevo, creo que el GDPR es un gran ejemplo de una regulación de privacidad en general. Creo que se puede alcanzar un buen equilibrio entre regular el uso de la tecnología; quizá no de la tecnología en sí, pero sí regular el uso de la tecnología de forma que nos permita aprovecharla, pero también mantener a la gente segura, mantener seguros los puestos de trabajo y las economías. Creo que podemos encontrar un buen equilibrio.

 

"Saber evolucionar un sistema en un sistema de producción en funcionamiento a muy gran escala es difícil"

 

Entonces, ¿no dirías que a veces es un obstáculo para la innovación?

No, no lo es. La ralentiza, pero creo que es una ralentización adecuada. Se trata de asegurarnos de que, en última instancia, queremos hacer lo correcto para nuestros clientes, queremos hacer lo correcto para las personas que trabajan para ellos y queremos hacer lo correcto para las comunidades que les rodean. Y eso lleva trabajo y tiempo. Así que, de nuevo, creo que hay un equilibrio, un buen equilibrio que puede alcanzarse entre permitirnos innovar y mantener la seguridad de todos.

 

¿Cuáles son los principales retos a los que se enfrenta Workday desde el punto de vista tecnológico?

Hay que seguir el ritmo de los cambios en el panorama tecnológico. Creo que lo hacemos bastante bien, sobre todo en el ámbito empresarial. Así que mantenerse al día con ese ritmo y en el contexto tecnológico y adaptar la estrategia de producto al mismo, de forma tan rápida, es un reto en sí mismo. Pero también hay muchas oportunidades.

Retener el talento es también un reto. Todavía hay muchas oportunidades para la gente a nivel mundial en la industria de la tecnología, lo cual es genial, pero hace que sea difícil retener el talento. Dicho esto, lo hacemos bastante bien por las cosas que ya he dicho antes, como una gran cultura, proyectos interesantes en los que trabajar o unas oficinas maravillosas. Trabajar en Workday tiene muchas ventajas.

 

Y volviendo a su equipo, ¿cuáles son las habilidades y cualidades más valoradas?

No tengo ninguna que sea la más valorada. Debido al tamaño de mi equipo y a la complejidad de lo que hacemos, tenemos una verdadera diversidad de necesidades, lo cual es agradable. Aprecio ese problema. Exigimos conocimientos de aprendizaje automático y estadística en Python en el espacio de la IA, obviamente, pero también experiencia de haber hecho esto a gran escala. Una cosa es hacerlo en un laboratorio o en tu portátil. Otra cosa es hacerlo en una producción en marcha que está sirviendo a millones de usuarios y más de 10.000 clientes.

Saber evolucionar un sistema en un sistema de producción en funcionamiento a muy gran escala es difícil, no todo el mundo puede hacer eso. Es necesario tener una comprensión de la ingeniería de sistemas, de cómo pueden fallar las cosas, algo muy importante en términos de funcionamiento de una nube empresarial a gran escala. Alrededor de eso está la gestión del producto y la gestión de la gestión. Así que hay un montón de diversidad de talento y habilidades que necesitamos. Y ese es un trabajo constante. Una organización es un organismo vivo que respira. Y por lo que es un reto interesante como líder.

 

En relación a la estrategia de IA, Sayan Chakraborty, su copresidente, mencionó que el enfoque sería el de un modelo federado. ¿Es ese el camino que vais a seguir en Workday?

Por ahora sí. Todas estas cosas evolucionan con el tiempo, pero es por varias razones. Una es que podemos construir un modelo base que sirva para muchos casos de uso diferentes y luego localizarlo para un inquilino concreto. Hay diferentes razones para hacer eso. Llamamos inquilino a la instancia de Workday de un cliente concreto. Y un cliente puede tener varios inquilinos. Así, a medida que implementan nuevos sistemas, a medida que implementan nuevos productos, se construiría a través de diferentes inquilinos pero tendrían un inquilino de producción en ejecución. Esa es la instancia de Workday con la que interactúan pero sus datos específicos para lo que sus descripciones de trabajo, por ejemplo, van a ser específicos para su empresa.

Pero hay un modelo base que está muy cerca de ser lo suficientemente bueno para todos los clientes. Desplegaremos ese modelo base por regiones, básicamente por razones de localización de datos y regulación. Y luego tendremos un conjunto de datos mucho, mucho más pequeño, específicamente entrenado para ese inquilino, que será su integración de última milla, para los datos específicos del mismo.

 

¿Te refieres a conjuntos de datos por verticales?

Verticales para la industria. Hay ciertos tipos de modelos y ciertos tipos de características y aplicaciones. Las habilidades son un buen ejemplo. La verticalización dentro de una industria tiene sentido.

Para muchas otras cosas, para la detección de anomalías en los gastos por ejemplo, en realidad un modelo global tiene más sentido. Dicho esto, tenemos la capacidad y hacemos todo eso.

Así que nos fijamos en un caso de uso particular; en el rendimiento del modelo, en el coste de servirlo, en lo que cuesta desplegarlo o la potencia de cálculo que necesita. Lo utilizamos para elegir qué mecanismo de despliegue utilizar para un modelo en particular, para servir a un caso en particular. Tenemos la flexibilidad para hacer todo eso.

 

"Hay un montón de técnicas de ingeniería descubiertas a lo largo de las últimas décadas que podemos aplicar para minimizar los costes de LLM"

 

¿Dónde estamos ahora? En un artículo de tu blog has dicho que estáis desarrollando su propio LLM pero que al mismo tiempo trabajaréis con terceros. ¿De qué empresas se trata? Sus competidores en Europa, como SAP o UKG, trabajan con Microsoft y Google. ¿Cuál es vuestra estrategia?

De hecho, tenemos acuerdos de colaboración con Microsoft y Google. Aprovechamos ambas para casos de uso específicos. Tenemos equipos muy ricos, equipos integrados y aprovechamos algunos de los grandes modelos lingüísticos de Google para nuestro propio desarrollo. Actualmente utilizamos activamente ambas vías. Así que no se trata de uno u otro.

Usamos Google para ciertos tipos de desarrollo de nuestros propios copilotos internos. Aprovechamos la tecnología de Google para algunas cosas. Pero también tomamos modelos lingüísticos de código abierto y los utilizamos para entrenar modelos específicos de Workday para casos de uso como la creación de descripciones de trabajo y similares. Así que, volviendo a lo que decía antes, vemos dónde podemos sacar el máximo partido y obtener un rendimiento realmente bueno. Ese es el camino que seguimos. Tenemos la oportunidad de aprovechar muy rápidamente cualquiera de esos caminos para resolver un problema particular. Y lo estamos haciendo activamente hoy.

 

¿Cuándo vais a implementar estas aplicaciones en los clientes?

En realidad, las primeras ya están siendo adoptadas hoy mismo. Y veremos los casos de uso de los que hablamos ayer en el escenario principal. El primero de ellos estará en producción para todo el mundo en la primavera del año que viene. Será en marzo de ese año. Y tendremos otras que se irán desplegando a lo largo del año.

 

¿Cuáles diría que son los principales retos de la IA generativa?

Creo que los principales retos son algunas de las cosas negativas que ya se han visto, como las alucinaciones y la ingeniería de seguridad que hay que desarrollar para protegerlo y hacerlo seguro.

También la introducción o el uso de conjuntos de datos sesgados para resolver un problema particular. Es un riesgo real.

Honestamente, esa es parte de la razón por la que hacemos nuestros propios modelos de lenguaje de gran tamaño (LLM), porque el conjunto de datos que están entrenados es mucho más restringido.

 

¿Y los costes de desarrollo? Son muy altos.

Son altos. Pero hay un montón de técnicas de ingeniería que el mundo de la informática ha descubierto a lo largo de las últimas décadas que podemos aplicar aquí para minimizar ese coste. Estamos aún en las primeras fases donde todavía se trata en gran parte de hardware, GPUs y tiempo de computación. Pero pronto tratará sobre la curva de costes, donde hoy ya estamos implementando mejoras de eficiencia a gran escala en términos de cómo realmente servir a un coste mucho, mucho más bajo.

El entrenamiento sigue siendo bastante caro pero en términos de servicio ya hay buenas técnicas que se están desplegando hoy para ayudar a reducir esa curva de costes. Así que creo que eso disminuirá en el corto plazo.

 

"Hay algo en estar en la oficina y trabajar juntos en una pizarra y tener pequeñas conversaciones que realmente ayuda a fomentar la innovación"

 

Y en el aspecto medioambiental, los costes también son muy elevados. ¿Estáis trabajando en esto?

Sí. Bueno, parte de eso es el trabajo que se está haciendo para hacerlo más eficiente. Hacer que cueste menos significa, básicamente, que cueste menos potencia informática. Entonces van de la mano. Como empresa tenemos muchos objetivos medioambientales en los que estamos trabajando para tratar de reducir nuestra huella general y contribuir. Es un enfoque y un esfuerzo. Desde el punto de vista de la ingeniería, se trata en gran medida de cómo volverse más eficiente en la informática para reducir su huella general. Y creo que eso disminuirá con el tiempo.

 

Ya estamos hablando de la IA tradicional y de la nueva, la generativa. Entonces, ¿cuál será el próximo gran avance desde su perspectiva?

No sé. Creo que la investigación continúa en los modelos de lenguaje más grandes. Veremos nuevas posibilidades de lo que se puede hacer con ellos. No creo que, desde un punto de vista práctico, el crecimiento continúe infinitamente. Creo que veremos nuevos tipos de trabajo que se pueden realizar a partir de eso en el transcurso del próximo año. Y eso será interesante.

Creo que gran parte del trabajo en los próximos dos años será cómo resolver problemas específicos. Y esta es la forma en que nos estamos enfocando: ¿cómo solucionamos problemas específicos? Modelos mucho más pequeños y modelos mucho más específicos con los que es seguro interactuar, con menor coste de operación y un menor impacto ambiental. Una vez más, volvemos a ese viejo trabajo de ingeniería con una gran cantidad de posibilidades y muchas oportunidades. Ahora debemos centrarnos en el arduo trabajo de ingeniería para hacerlo práctico. Eso es en lo que hemos estado trabajando y en lo que nos hemos centrado este año. Y seguiremos así. No sé cuál será el próximo gran cambio tectónico. Estaremos preparados para cuando llegue.



Webinar ondemand

Otros especiales

Revistas Digitales

DealerWorld Digital

 



Registro:

Eventos: