Cómo Block contrató rápidamente a 12,000 empleados con IA

Cómo Block Consiguió 12,000 Empleados Usando Agentes de IA en Dos Meses

En una era donde muchas empresas aún luchan por integrar la inteligencia artificial (IA) en sus procesos de desarrollo, la empresa fintech Block ha acaparado titulares al implementar con éxito agentes de IA en toda su fuerza laboral de 12,000 empleados en solo ocho semanas. Este notable logro fue compartido por Angie Jones, vicepresidenta de ingeniería de Block, durante la conferencia All Things Open 2025 celebrada en Raleigh, Carolina del Norte.

Comenzó Pequeño

La historia del rápido despliegue de Block comenzó con la frustración de un solo ingeniero. Bradley, un ingeniero principal de aprendizaje automático (ML) en Block, estaba insatisfecho con las herramientas de IA existentes que solo generaban fragmentos de código. Buscaba una solución que pudiera automatizar tareas de desarrollo complejas, en lugar de simplemente sugerir la siguiente línea de código.

Cuando OpenAI introdujo la llamada a funciones, Bradley y un pequeño equipo comenzaron a experimentar con la automatización de partes de su flujo de trabajo de desarrollo. Sus experimentos iniciales resultaron exitosos, pero pronto se encontraron con un problema de escalabilidad. La falta de procedimientos estandarizados dificultaba la integración de varias API, lo que resultaba en una pesadilla de mantenimiento. Cada nueva herramienta requería código personalizado, lo que conducía a ineficiencias.

El Papel del Protocolo de Contexto del Modelo

El avance llegó cuando Anthropic se acercó a Block con el Protocolo de Contexto del Modelo (MCP), un estándar abierto diseñado para conectar agentes de IA con herramientas y fuentes de datos. Reconociendo el potencial de este protocolo, Block se convirtió en socio de lanzamiento y revisó su agente de IA interno, apodado "Goose", para operar dentro del marco del MCP.

El Descubrimiento Accidental

Mientras desarrollaban Goose principalmente para ingenieros, el equipo tuvo una epifanía: podrían adaptarlo para su uso por parte de los 12,000 empleados. Angie Jones recordó el momento de la realización: “Comenzamos a pensar, ¿y si pudiéramos hacer que esto funcionara para los 12,000 empleados?” Sin embargo, esta ambición no estuvo exenta de desafíos.

Desafíos en la Implementación

Inicialmente, los intentos de ampliar el uso de Goose se encontraron con obstáculos significativos. La mayoría de la fuerza laboral tenía poca o ninguna experiencia con interfaces de línea de comandos o gestión de claves de API. Los primeros usuarios tuvieron dificultades para instalar el software, mientras que otros que lo lograron enfrentaron flujos de autenticación desalentadores. La experiencia del usuario estaba diseñada principalmente para desarrolladores, lo que representaba una barrera para el personal no técnico.

Haciendo Que Funcione para Personas Reales

Reconociendo estos desafíos, el equipo cambió su enfoque para mejorar la experiencia del usuario. Comenzaron a simplificar el proceso de instalación y a optimizar los flujos de autenticación para atender a los empleados no técnicos. Esto implicó crear interfaces amigables y proporcionar capacitación y soporte extensivos.

• Capacitación de Usuarios: Block organizó talleres y sesiones de capacitación para familiarizar a los empleados con Goose y sus capacidades.
• Mecanismo de Retroalimentación: Establecieron un bucle de retroalimentación, permitiendo a los empleados informar problemas y sugerir mejoras, haciendo la herramienta más centrada en el usuario.
• Documentación: Se creó documentación completa para ayudar a los empleados a navegar por el software, cubriendo todo, desde la instalación hasta la resolución de problemas.

Implicaciones Prácticas y Casos de Uso

El despliegue de agentes de IA como Goose ha tenido profundas implicaciones para Block. Al permitir que todos los empleados aprovechen la IA, la empresa ha aumentado la productividad y la eficiencia en varios departamentos. Aquí hay algunos ejemplos prácticos de cómo se está utilizando Goose:

• Soporte al Cliente: Los representantes de servicio al cliente pueden usar Goose para automatizar respuestas a preguntas frecuentes, reduciendo los tiempos de respuesta y mejorando la satisfacción del cliente.
• Análisis de Datos: Los empleados de finanzas pueden utilizar Goose para analizar grandes conjuntos de datos rápidamente, generando información que llevaría mucho más tiempo usando métodos tradicionales.
• Automatización de Marketing: Los equipos de marketing pueden automatizar tareas de gestión de campañas, desde la programación de publicaciones hasta el análisis de métricas de participación, permitiéndoles centrarse en la estrategia en lugar de la ejecución.

Conclusión

El rápido despliegue de agentes de IA por parte de Block a su fuerza laboral demuestra el poder transformador de la IA cuando se implementa de manera reflexiva. Al aprovechar el Protocolo de Contexto del Modelo y centrarse en la experiencia del usuario, Block convirtió con éxito una herramienta compleja en un recurso accesible para todos los empleados. Este caso sirve como una valiosa lección para otras organizaciones que buscan aprovechar la tecnología de IA: entender las necesidades del usuario y proporcionar el apoyo adecuado es crucial para una implementación exitosa.

A medida que la IA continúa evolucionando, las empresas que priorizan la inclusividad en su adopción tecnológica probablemente se encontrarán a la vanguardia de la innovación. Para más detalles sobre el Protocolo de Contexto del Modelo y sus aplicaciones, puedes visitar la página oficial del MCP.