Cómo Accenture Reduce el Tiempo de Creación de Aplicaciones de IA un 50% con Azure AI Foundry

Accenture es una de las mayores empresas de servicios profesionales del mundo, con más de 800.000 empleados asesorando a clientes en todos los sectores principales a nivel mundial. A medida que la IA generativa maduraba de una curiosidad a una prioridad estratégica, Accenture se encontraba sirviendo a clientes empresariales que habían superado la experimentación con pruebas de concepto y exigían soluciones de IA escalables, conformes y listas para producción. La complejidad de esa demanda —precisión, seguridad, gobernanza, explicabilidad— presionó a la empresa a construir un modelo de entrega repetible en lugar de ensamblar pilas a medida para cada encargo de cliente.

El desafío era estructural. Los equipos de Accenture unían herramientas dispares para evaluación, despliegue, monitorización de seguridad y observabilidad en cada encargo, sin una base compartida para el seguimiento de la seguridad, la precisión y el rendimiento entre aplicaciones. Los clientes preguntaban cómo los despliegues escalarían de forma fiable, cumplirían con los estándares regulatorios y éticos y permanecerían explicables. “Los clientes ya no quieren solo demostraciones que funcionen”, declaró Revathi Kottaru, directora de ingeniería de IA/Machine Learning en Accenture. “Quieren soluciones que sean explicables, conformes y listas para producción.” Un listel que el ensamblaje improvisado no podía alcanzar de manera consistente.

Accenture y Microsoft codesarrollaron una plataforma de entrega de IA generativa repetible y de nivel empresarial construida sobre Azure AI Foundry. La arquitectura utiliza Azure AI Search para la generación aumentada por recuperación (RAG), indexando el conocimiento empresarial y poniéndolo a disposición de los grandes modelos de lenguaje en tiempo real para reducir las alucinaciones. Azure AI Content Safety se integra directamente en el pipeline de respuesta de cada aplicación, con medidas de protección personalizadas que añaden una segunda capa de filtrado para entornos altamente sensibles. Azure Machine Learning gestiona el entrenamiento y ajuste fino de modelos personalizados, mientras que Azure App Service y Azure Functions soportan flujos de trabajo modulares y orientados a eventos. Azure Monitor y Application Insights proporcionan una capa de observabilidad unificada que registra cada llamada al modelo, interacción de usuario y decisión del agente para la mejora continua y la trazabilidad regulatoria.

Los resultados llegaron rápidamente. Accenture redujo el tiempo de construcción de aplicaciones de IA hasta un 50% y proyecta un aumento de eficiencia del 30% y una reducción de costes del 20% en los encargos. Se han desplegado más de 75 casos de uso de IA generativa para clientes, con 16 en producción completa. En un caso, un cliente solicitó 14 casos de uso en ocho meses; Accenture entregó 17 en cuatro meses. “Ya no reinventamos la rueda cada vez”, declaró Nayanjyoti Paul, director asociado y arquitecto jefe de Azure para Gen AI en Accenture. “Ese es el poder de tener una base unificada y nativa de Azure.”

El enfoque de Accenture señala una maduración en cómo las grandes empresas de servicios profesionales entregan IA: no como experimentación a medida, sino como infraestructura estandarizada y gobernable en la que los clientes empresariales pueden confiar y medir. Al integrar la evaluación, la seguridad y la observabilidad en una única plataforma, Accenture ha convertido la IA responsable en una realidad operativa. La empresa ya está probando el agente de red team de IA de Microsoft para someter a prueba de estrés los flujos de trabajo multiagente antes de la producción.