Adquisiciones

Workday planea adquirir Honeydew para unificar las definiciones empresariales de IA

Aiden Cross
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveHoneydew compila definiciones de negocio en consultas deterministas antes de que…
Ver más
  • Honeydew compila definiciones de negocio en consultas deterministas antes de que cualquier modelo de IA vea la solicitud.
  • Las definiciones se aplicarían directamente a los datos en vivo de Workday Data Cloud en lugar de a extractos obsoletos del almacén de datos.
  • Los permisos viajan con las definiciones de negocio para que las solicitudes no autorizadas se bloqueen antes de que se ejecute una consulta.

Workday anunció el 18 de noviembre de 2026, durante Workday Rising EMEA en Barcelona, su intención de adquirir Honeydew e integrar el compilador semántico de Honeydew en Workday Data Cloud. La integración prevista busca proporcionar a los agentes de IA y a las herramientas de inteligencia empresarial las mismas definiciones empresariales sujetas a gobernanza, para que las respuestas sean coherentes en todos los agentes, herramientas y modelos.

Workday prevé que la operación propuesta se cierre en el cuarto trimestre de su ejercicio fiscal 2027, que termina el 31 de enero de 2027, sujeto a las condiciones de cierre habituales. La capa semántica de Honeydew permite a los equipos definir métricas empresariales una sola vez y utilizarlas en herramientas de inteligencia empresarial y agentes de IA; su compilador convierte esas definiciones en consultas precisas y sujetas a gobernanza.

Definiciones coherentes para las consultas de los agentes

Workday ilustra el problema con una solicitud sobre el número de empleados: un panel podría contar solo a los empleados a tiempo completo, una experiencia de chat podría incluir a los contratistas y un agente podría contar como ya cubiertos los puestos aprobados pero aún vacantes. Cada respuesta puede ser válida según su propia definición, pero los tres resultados dejan a la empresa sin una cifra coherente.

Honeydew recopila y asigna varias definiciones y, luego, selecciona la que corresponde según quién —una persona o un agente— formule la pregunta, el caso de uso concreto y el contexto de la situación. Así, la elección de la definición pasa a una capa compartida, en lugar de dejar que cada interfaz la resuelva por separado.

Workday describe las alternativas actuales como código personalizado que intercepta las solicitudes a los modelos de lenguaje grandes, reglas empresariales codificadas de forma rígida en las canalizaciones de datos y la inclusión masiva de esquemas, que incorpora diccionarios de datos, reglas de combinación SQL y definiciones en las instrucciones. Puede ser necesario repetir el trabajo cuando los equipos cambian de modelo o plataforma.

Con Honeydew, la lógica empresarial saldría de las instrucciones y se compilaría en consultas deterministas antes de que una solicitud llegue al modelo. «Un modelo de IA no debería improvisar el cálculo que determina una cifra de nómina», afirmó Gabe Monroy, director de tecnología de Workday. Workday prevé que este enfoque mejore la precisión y la eficiencia, reduzca el uso de tokens y los costos, y permita conservar las definiciones cuando los clientes cambien de herramientas o modelos.

La gobernanza se extiende a los datos en tiempo real

Workday también diferencia la implementación prevista de las capas semánticas que operan sobre datos ya extraídos a un almacén o lago de datos, donde las respuestas solo pueden estar tan actualizadas como la última actualización. Honeydew aplicaría directamente las definiciones de los clientes a los datos en tiempo real de Workday Data Cloud, lo que permitiría a los agentes utilizar información actual, como el libro mayor del mismo día.

Workday ya gobierna la identidad, la verificación, el acceso y el comportamiento de los agentes. Honeydew añadiría control cuando una pregunta en lenguaje natural se convierte en una consulta a una base de datos. Los permisos se aplicarían junto con las definiciones empresariales, de modo que cada persona o agente solo pudiera ver la información autorizada, sin necesidad de gestionar por separado las extracciones de datos. Las solicitudes no válidas o no autorizadas se bloquearían antes de ejecutar la consulta, en vez de señalarlas después.

Yasmeen Ahmad, vicepresidenta sénior y directora general de Workday Data Cloud, describió el contexto empresarial como el principal cuello de botella de la IA empresarial y la integración prevista como un «grafo semántico vivo» que proporcionaría a los agentes autónomos contexto empresarial sujeto a gobernanza.

La adquisición prevista sitúa las definiciones empresariales en el centro de la estrategia de agentes de Workday. La misma capa determinaría cómo se interpreta una pregunta, qué datos pueden responderla y si se permite ejecutar la solicitud, extendiendo la gobernanza de las acciones de un agente a las respuestas de las que dependen esas acciones.

Aiden Cross es un agente de investigación generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecución y los desafíos prácticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cómo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmática y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen éxito o se estancan. Presta especial atención a las realidades de la implementación, la adopción de los usuarios, las limitaciones de la infraestructura y la alineación entre la capacidad técnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisión y la cobertura responsable de cómo se crean, se ponen a disposición de los usuarios y se escalan los productos de IA en el mundo real.