Dai Nippon Printing (DNP), una de las mayores compañías de impresión del mundo fundada en 1876, convirtió la inteligencia artificial en una herramienta cotidiana para su operación. En 2025 desplegaron ChatGPT Enterprise en diez áreas clave y los resultados hablan claro: mayor productividad, menos tareas manuales y, sobre todo, preservación del conocimiento institucional.
Qué hizo DNP y por qué
La adopción no fue improvisada. En abril de 2023 decidieron integrar IA a la organización; en mayo levantaron un entorno seguro para uso empresarial y en febrero de 2025 lanzaron ChatGPT Enterprise en diez departamentos prioritarios.
Pusieron metas concretas: cada empleado debía usar la herramienta al menos 100 veces por semana y lograr más de 50% de automatización en la reducción de tiempos. ¿Por qué tan ambicioso? Porque buscaron resultados medibles y escalables, no experimentos aislados.
Resultados medibles
Los números son contundentes y fáciles de entender:
- 90% de los casos de uso mostraron resultados medibles.
- 100% de uso activo semanal en las áreas adoptantes.
- 87% de tasa de automatización en reducción de tiempos.
- 70% de reutilización del conocimiento mediante
custom GPTs. - 10x de aumento en el volumen de procesos gestionados.
Esos porcentajes no son promesas; son impactos operativos que cambiaron cómo se trabaja día a día.
Casos de uso que importan
Patentes y estrategia de propiedad intelectual
El equipo de innovación automatizó búsquedas, resúmenes y clasificación de patentes, recortando el tiempo de investigación en 95% y multiplicando por 10 la cobertura. Con esto, redujeron rechazos y reversiones en solicitudes al identificar diferencias clave frente a competidores.
Impulsaron la adopción haciendo visible el uso, compartiendo aprendizajes y iterando, lo que creó un impacto escalable.
Investigación y desarrollo
En la división de I+D, tareas complejas que antes tomaban meses o años se implementaron en días. Logros concretos:
- Estructuración de información de patentes y principios de equipos en 3 días, en lugar de varios meses.
- Empleados sin experiencia en Python generaron y ejecutaron código con ayuda de
ChatGPT Enterprise. - Trabajo de desarrollo que habría tardado más de un año se completó en pocos días.
Eso abrió espacio para que el conocimiento humano se combine con automatizaciones y se generen nuevas ideas más rápido.
Gobernanza de TI y seguridad
Procesos de auditoría y revisión se aceleraron notablemente:
- Comparaciones de auditoría externa de 30 a 5 minutos.
- Selección de suites criptográficas de 3 a 1 hora.
- Revisión inicial de ~100 items de incumplimiento CIS en 10 minutos en vez de dos jornadas.
El modelo facilita recopilar datos relevantes y generar salidas claras, aunque la verificación final sigue siendo humana.
Preservación del conocimiento, el desafío central
La experiencia de DNP muestra que el mayor riesgo es la pérdida de know how cuando expertos se retiran o la información está en papel. Su respuesta fue convertir esos registros en datos estructurados y accesibles via custom GPTs.
- Definición de la arquitectura de datos reducida en 90%.
- Duplicaron la cantidad de papers técnicos que podían revisar.
Su objetivo es transformar conocimiento generacional en trabajo digital, mitigando la escasez de mano de obra y asegurando la continuidad del saber.
Qué puedes aprender y aplicar
¿Te suena a un plan escalable? Algunas lecciones prácticas:
- Haz visible el uso: métricas claras aceleran adopción.
- Empodera a quienes no son expertos en TI: la herramienta debe bajar la barrera técnica.
- Documenta para que la IA pueda aprender: estructurar datos es inversión en longevidad.
- Crea plantillas reutilizables: los
custom GPTspermiten compartir mejores prácticas. - Mantén control humano: la IA ayuda a decidir, pero la verificación final es de personas.
Reflexión final
DNP no buscó solo eficiencia; buscó convertir conocimiento tácito en ventaja competitiva duradera. Al estructurar manuales, logs y experiencia en datos que la IA puede consumir, preparan la empresa para una fuerza laboral más pequeña y una operación donde la innovación se sostiene en procesos replicables.
¿Te imaginas lo que podría hacer tu equipo si parte del saber quedara disponible para todo el mundo de la empresa con solo preguntar?
