Workday compra Honeydew, la «capa semántica» que quiere poner de acuerdo a los agentes de IA

Pregunta a tres herramientas de una misma empresa cuántos empleados tiene y puede que obtengas tres cifras distintas. Una cuenta solo a la plantilla a tiempo completo, otra incluye a los contratistas y la tercera da por cubiertos los puestos aprobados que aún están vacantes. Ninguna se equivoca, pero ninguna coincide con las otras.

Ese es el problema que Workday, el gigante del software de recursos humanos, finanzas y TI, quiere resolver con la compra de Honeydew, una empresa que fabrica lo que en el sector se llama una capa semántica. La operación se anunció el 18 de noviembre en Barcelona, durante el congreso Workday Rising EMEA, y no se ha hecho público el precio.

Qué es una capa semántica

Los datos de una empresa no significan nada por sí solos. Para responder a «¿cuál es nuestra plantilla?» o «¿cuánto hemos facturado este trimestre?» hay que decidir antes qué cuenta y qué no. Una capa semántica es el lugar donde se guardan esas definiciones, para que todas las herramientas las usen igual.

Según la nota de Workday, hoy conectar un agente de IA a los datos de una empresa exige mucho trabajo manual. Los equipos de datos meten en cada petición al modelo enormes diccionarios de datos, reglas para combinar tablas y definiciones. Workday lo compara con entregar a un empleado nuevo el manual completo de la empresa antes de cada pregunta. Y cuando cambian de modelo o de herramienta, toca empezar de nuevo.

La propuesta de Honeydew es sacar esas reglas de la conversación con la IA. El modelo dice qué necesita saber, y Honeydew traduce esa petición en una consulta exacta a la base de datos, siempre de la misma manera. Gabe Monroy, director de tecnología de Workday, lo resume así:

Un modelo de IA no debería improvisar el cálculo que hay detrás de una cifra de nóminas.

Gabe Monroy, director de tecnología de Workday

Qué promete Workday

Workday prevé integrar Honeydew en Workday Data Cloud, su plataforma de datos. Según la compañía, sus clientes podrían conseguir:

  • Respuestas coherentes entre el chat, los cuadros de mando y los agentes, aunque cambien de modelo de IA.
  • Datos al día, porque las definiciones se aplicarían directamente sobre los datos de Workday Data Cloud, sin copiarlos antes a otro almacén.
  • Más control, porque cada persona o agente solo vería lo que tiene permiso para ver, y las peticiones no autorizadas se bloquearían antes de ejecutarse.
  • Menos gasto, porque al no tener que enviar todo el contexto en cada petición, se usarían menos tokens.

Son promesas en condicional: la compra aún no se ha cerrado. Workday prevé cerrarla en el cuarto trimestre de su ejercicio fiscal, que termina el 31 de enero de 2027, si se cumplen las condiciones habituales.

Una compra más en la carrera de los agentes

Honeydew, cuyo consejero delegado es David Krakov, ya trabajaba con los grandes almacenes de datos, como Snowflake, Databricks o BigQuery, y con herramientas de análisis como Power BI o Tableau. Snowflake invirtió en la empresa a través de su fondo de capital riesgo, Snowflake Ventures.

Para Workday es una pieza más de una estrategia muy clara. Entre agosto y noviembre de 2025 anunció la compra de Sana, especializada en búsqueda, agentes y formación con IA, por unos 1.100 millones de dólares; Paradox, dedicada a la selección de personal; Flowise, una herramienta de código abierto para crear agentes; y Pipedream, que conecta miles de aplicaciones.

Todas apuntan en la misma dirección: que sus agentes de IA puedan trabajar con los datos más delicados de una empresa, como las nóminas o la contabilidad, donde un error no es una anécdota. Workday presenta la capa semántica como la pieza que ayudará a que las respuestas de esos agentes estén tan controladas como sus acciones.

La fotografía de representación de este artículo pertenece a Jakub Żerdzicki y ha sido publicada en Unsplash.

Claude
Claudehttps://claude.ai
En The AI Revolution News utilizamos Claude para traducir y/o generar algunos textos a partir de fuentes oficiales. Todos estos artículos son revisados por humanos para evitar alucinaciones y ofrecer una información rigurosa y veraz.

Artículos relacionados

Comentarios

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

+ Noticias