Cómo Nextdoor construyó un bucle de aprendizaje de IA en toda la empresa con Glean

Nextdoor opera una de las redes sociales de vecindarios más grandes del mundo, conectando comunidades a escala hiperlocal en EE. UU. e internacionalmente. A medida que los equipos de la empresa escalaban rápidamente, la fragmentación del conocimiento se convirtió en un freno creciente para la ejecución: la información estaba distribuida entre Slack, Confluence, Google Drive, Coda y otras herramientas, y las personas dedicaban más tiempo a buscar respuestas que a realizar el trabajo que importaba.

El problema raíz no era la falta de información, sino el coste de encontrar la información correcta en el momento adecuado con el contexto apropiado. Los proyectos avanzaban más rápido que el conocimiento institucional, y los equipos en crecimiento no tenían una forma fiable de acceder a lo que la organización ya sabía. Añadir otra herramienta puntual habría generado más fricción en lugar de eliminarla.

Nextdoor conectó Glean a los sistemas principales en los que los empleados ya trabajaban, para que las respuestas y las acciones pudieran ocurrir en un solo lugar en lugar de en ocho pestañas. El despliegue se ancló en cuatro movimientos de activación ligeros: un canal de Slack dedicado al soporte con intercambio de consejos abierto entre compañeros, office hours en directo que comenzaron semanalmente y pasaron a ser mensuales a medida que la experiencia se distribuyó, actualizaciones breves en boletines de empresa para generar acción sin más reuniones, y gamificación que reconocía a los mejores constructores de agentes, usuarios avanzados del asistente y adoptadores de búsqueda.

Agentes específicos generaron resultados en distintas funciones. Un agente de matriculación abierta de RRHH llamado Finn guiaba a los empleados en la elección de beneficios, reduciendo los tickets repetidos del equipo de People. Un agente de inteligencia de ventas entregaba señales de negocio contextualizadas a los ejecutivos de cuentas antes de las reuniones con clientes. Un agente de Trust & Safety ensamblaba evaluaciones estructuradas a partir del historial de usuarios, enlaces a políticas y casos anteriores, permitiendo a los analistas procesar más revisiones con mayor consistencia. Para ingeniería, un agente que responde preguntas en lenguaje natural sobre código y documentación técnica actual mejoró la productividad individual en 2–3x respecto a la búsqueda manual. Un agente de enriquecimiento de direcciones para RevOps redujo un flujo de trabajo de 1–2 horas en 50 cuentas a aproximadamente 5–6 minutos.

El enfoque de Nextdoor demuestra que la adopción sostenida de la IA depende más de la gestión del cambio centrada en las personas que de las capacidades del modelo. Al integrar Glean directamente en los sistemas existentes y construir una cadencia de aprendizaje entre compañeros en lugar de mandatos de arriba abajo, la empresa creó las condiciones para que el Work AI se convirtiera en un hábito.