TecnologíaOperaciones

Cómo Palo Alto Networks ahorra 351.000 horas con Moveworks AI

Palo Alto Networks, líder mundial en ciberseguridad con casi 15.000 empleados, desplegó Moveworks como asistente de IA llamado Sheldon para ofrecer soporte autónomo de TI, RR. HH., nóminas y políticas en Slack, correo electrónico y ServiceNow. El asistente gestiona más de 145.000 interacciones, resuelve 4.000 problemas al mes y ha acumulado 351.000 horas de productividad para los empleados.

Impacto

351,000 hours

Horas de productividad de empleados ahorradas

4,000

Problemas resueltos al mes

145,000

Total de interacciones de IA gestionadas

90%+

Tasa de adopción por empleados

250+ (from 10)

Artículos de conocimiento creados

1,000 per month

Problemas resueltos en el canal Slack de TI al mes

Desafío

La plantilla global de casi 15.000 personas de Palo Alto Networks necesitaba soporte de TI, RR. HH., nóminas y políticas disponible 24/7 en múltiples canales y zonas horarias, pero el soporte permanecía fragmentado entre sistemas, creando retrasos y escalando la demanda sobre equipos de helpdesk que ya operaban al límite.

Solución

Moveworks se desplegó como asistente de IA omnicanal (Sheldon) integrado con Slack, correo electrónico y ServiceNow, resolviendo problemas de forma autónoma mediante conciencia contextual del rol, ubicación y permisos del empleado en ámbitos de TI, RR. HH. y políticas.

Herramientas y tecnologías

Lo que dicen los líderes

«Nuestro despliegue fue extremadamente rápido. Con Moveworks puedes obtener impacto en menos de un mes, si tu equipo está alineado con el objetivo.»

Steve Januario, VP de Experiencia Digital del Empleado, Palo Alto Networks

«Moveworks nos permite elevar el nivel de las personas; ya no hablamos de restablecer contraseñas y resolver tickets, sino de automatizar cosas y centrarnos en la transformación.»

Nicole Tate-Pappas, Directora Sénior de Gestión de la Experiencia Digital, Palo Alto Networks
Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

Palo Alto Networks opera a una escala y ritmo que pocas compañías igualan. Con casi 15.000 empleados distribuidos en más de 150 países y una línea de productos de ciberseguridad que nunca descansa, la infraestructura de soporte interno tiene que estar a la altura. A medida que la compañía creció y pasó a un modelo de trabajo hêbrido con su programa FLEXWORK, la demanda de soporte de TI, RR. HH., nóminas y políticas aumentó considerablemente, sin que se esperara un incremento proporcional de la plantilla para gestionarla.

Antes de desplegar la IA, el soporte estaba fragmentado. Los empleados tenían que averiguar qué canal usar, con qué equipo contactar y qué herramienta tenía la información que necesitaban, todo antes de obtener una respuesta. Con equipos operando en diferentes zonas horarias, esa fragmentación significaba que los retrasos se acumulaban más rápido para los empleados que necesitaban ayuda fuera del horario laboral o en regiones alejadas de los centros de TI y RR. HH. Los tickets de soporte y las preguntas sobre políticas que deberían haberse resuelto en minutos tardaban horas. El servicio de asistencia se encontraba atrapado entre un volumen creciente de solicitudes repetitivas y la expectativa de centrarse en trabajo de transformación de mayor valor.

En abril de 2020, Palo Alto Networks desplegó Moveworks, conocido internamente como Sheldon, como asistente de IA omnicanal integrado con Slack, correo electrónico y ServiceNow. Sheldon comprende consultas en lenguaje natural, aplica conciencia contextual del rol, ubicación y permisos del empleado, y resuelve problemas de forma autónoma en TI, RR. HH., nóminas y políticas. El despliegue fue rápido: según Steve Januario, VP de Experiencia Digital del Empleado, el equipo estaba viendo impacto en menos de un mes desde el lanzamiento. En pocos meses, Sheldon también había ayudado a identificar y ampliar la base de conocimiento interna de 10 artículos a más de 250, cubriendo lagunas que antes eran invisibles.

Las cifras del despliegue reflejan una escala operativa real. Moveworks gestiona más de 145.000 interacciones y resuelve 4.000 problemas al mes en TI y RR. HH., con más del 90 % de los empleados habiendo usado el asistente al menos una vez. A lo largo del período de despliegue, el retorno acumulado de productividad ha alcanzado 351.000 horas ahorradas. El canal de Slack de ayuda de TI resuelve por sí solo 1.000 problemas al mes mediante intervención directa de la IA, una cifra que representa miles de horas-persona que ya no fluyen a través de agentes humanos.

Para Palo Alto Networks, el cambio habilitado por Moveworks tiene menos que ver con la reducción de costes que con la redirección. Los equipos de TI y RR. HH. que antes dedícaban un tiempo significativo a restablecer contraseñas, aprovisionar software y responder preguntas sobre beneficios ahora se centran en el trabajo de transformación que requiere juicio humano. Nicole Tate-Pappas, Directora Sénior de Gestión de la Experiencia Digital, lo describió como elevar el nivel de la plantilla en lugar de sustituirla. La compañía continúa expandiendo Moveworks a través de su programa de trabajo flexible, tratando al asistente de IA como infraestructura fundamental para una organización distribuida y de alto rendimiento.

Casos similares

A
Allspice
20% → 97%
ingredient matching accuracy

Allspice, a food technology startup building a kitchen operating system for consumers and recipe publishers, deployed Pinecone’s vector database to solve the inherent messiness of ingredient data that traditional text search could not handle. The implementation raised ingredient matching accuracy from roughly 20% to 97%, enabling the launch of recipe importing as a core product feature and expanding into a platform-wide semantic layer for search, recommendations, and conversational AI.

TechnologyTtext-embedding-3-largePPinecone
R
Rakuten
79%
reduction in average time to market for new features

Rakuten is a Japanese technology conglomerate operating over 70 businesses including e-commerce, fintech, travel, and communications, with thousands of developers serving millions of customers globally. The company deployed Claude Code and Claude Managed Agents as part of its “AI-nization” strategy, enabling autonomous multi-hour coding sessions and cross-functional agent workflows. Feature delivery time dropped 79%, from 24 working days to 5, while a seven-hour autonomous refactoring run on a 12.5-million-line codebase delivered 99.9% accuracy.

TechnologyCMClaude Managed AgentsCCClaude Code
S
Sommo
500–800
additional leads generated monthly

Sommo built an AI-powered SRS generator in Make in a single day, generating 500–800 additional leads per month and achieving a 5x increase in active website users.

TechnologyMMakeOOpenAI
C
Confluent
15,000+
hours saved monthly

Confluent, a data streaming platform company with 2,000+ employees and 4,000+ customers, deployed Glean to solve the knowledge fragmentation that came with rapid growth from 250 to 2,000+ employees across 20+ systems. Glean indexed the company's full tool stack — Slack, Salesforce, Confluence, and more — enabling instant knowledge retrieval across all teams. The result: 15,000+ hours saved monthly, a 13% increase in support team satisfaction, and over 70% employee adoption.

TechnologyGGlean
SA
System AI
97%
operation time reduction

System AI is an automation and web development consulting agency serving real estate businesses across the US, Australia, the UK, and Saudi Arabia. For client The Srama Group, System AI built a WhatsApp-based AI assistant using n8n that routes messages directly into Zoho CRM and Google Sheets, eliminating manual data entry by virtual assistants. The workflow reduced per-task operation time from four to five minutes down to 10–20 seconds — a 97% reduction — and helped the client win a buyers agency of the year award.

TechnologyNn8nZCZoho CRM
L
LTM
80%
candidate onboarding prediction accuracy

LTM, a global technology consulting and digital solutions company operating across India and international markets, deployed Snowflake’s AI Data Cloud to unify fragmented HR systems and power predictive hiring models. By migrating legacy on-premises data to Snowflake and deploying ML models via Snowpark and Cortex AI, LTM predicts candidate onboarding probability at 80% accuracy 25–30 days before start dates, cuts total cost of ownership by 70%, and processes hiring data 10x faster.

TechnologySSnowflakeSCSnowflake Cortex AI
H
Headstart
90–97%
code written by claude

Headstart, an AI-native software studio, uses Claude 3.5 Sonnet to write 90-97% of client code, compressing enterprise software project timelines from months to weeks and delivering 10-100x development speed.

TechnologyC3Claude 3.5 Sonnet
E
Ensono
54–70%
reduction in mean time to resolution (mttr)

Ensono, a managed services provider handling over 60 billion retail transactions and government platforms for 24 million constituents, built two AI-powered systems on Snowflake to shift IT operations from reactive to predictive. The Envision Predictive Engine (EPE) and DiagnoseNow application reduced mean time to resolution by 54–70%, cut major incidents by 22%, and improved SLA performance by 38% across its enterprise client base.

TechnologySMSnowpark MLSSnowflake