La inteligencia artificial empresarial está cambiando de papel. Ya no se limita a responder preguntas o sugerir ideas: cada vez más organizaciones la conectan con sus datos, herramientas y procesos para que complete tareas de principio a fin, siempre con revisión humana.
Dos nuevos informes de OpenAI muestran cómo avanza esta transformación y por qué algunas compañías están aprovechando la IA mucho más que otras. La diferencia no parece estar únicamente en tener acceso a los mismos modelos, sino en la forma de integrarlos al trabajo diario.
De responder preguntas a completar trabajo
Un asistente puede ayudarte a pensar cómo preparar una presentación. Un agente de IA puede ir más lejos: reunir información de distintas fuentes, organizarla, crear un borrador y dejarlo listo para que lo revises.
Ese cambio es central. La IA pasa de ser una herramienta de consulta a convertirse en una pieza activa dentro de un flujo de trabajo. Puede usar herramientas, crear archivos y trabajar con información específica de una empresa, en lugar de ofrecer respuestas aisladas.
La diferencia entre asistencia y ejecución está en conectar la IA con el contexto y las herramientas necesarias para hacer trabajo real.
Según los datos de OpenAI, en junio Codex generó el 64% de los tokens producidos por Codex y ChatGPT entre sus clientes empresariales. La cifra funciona como una señal del crecimiento de las tareas más largas y delegadas, que suelen requerir más pasos y generar más contenido.
La brecha entre las empresas líderes y las demás crece
OpenAI clasifica cada mes a sus clientes empresariales según los tokens generados por usuario activo. Las compañías del 10% superior son consideradas organizaciones de vanguardia, mientras que las empresas típicas se ubican alrededor de la mediana.
En junio, las empresas de vanguardia generaron 8,3 veces más tokens por usuario activo que las organizaciones típicas. En enero, la diferencia era de 2,6 veces. Esto sugiere que la distancia entre experimentar con IA y usarla intensivamente está aumentando.
La brecha aparece en distintos sectores y tamaños de empresa. No se trata únicamente de una ventaja de las compañías tecnológicas. Una organización puede tener acceso al mismo modelo que otra y, aun así, obtener resultados muy diferentes si no cuenta con procesos, capacitación, datos y reglas claras de uso.
El acceso no garantiza una adopción profunda
Los informes también señalan que las empresas que adoptan IA suelen ser más grandes, tener más empleados, más activos y mayores niveles de inversión en investigación y desarrollo. Pero el acceso a la tecnología, por sí solo, no parece suficiente para extender su uso.
La adopción profunda requiere inversiones complementarias:
- Capacitación continua para los empleados.
- Flujos de trabajo compartidos y fáciles de repetir.
- Datos organizados y disponibles para las herramientas adecuadas.
- Permisos claros sobre lo que cada agente puede consultar o ejecutar.
- Revisión humana y mecanismos de gobernanza.
Los agentes necesitan contexto, herramientas y límites
Una IA puede responder mejor cuando conoce la información relevante de una empresa. Puede ser todavía más útil cuando también tiene acceso controlado a las aplicaciones que forman parte del trabajo cotidiano.
OpenAI describe los Plugins como paquetes que combinan instrucciones reutilizables con aplicaciones y conexiones a datos, herramientas y acciones. Por ejemplo, un Plugin para ventas puede integrar el manual comercial de un equipo con el CRM de la empresa. Así, un agente podría consultar el historial de un cliente y preparar una respuesta personalizada para revisión.
Entre los usuarios activos semanales de las empresas de vanguardia, el 21% utilizaba Plugins y el 19% utilizaba skills. En las empresas típicas, las cifras eran de 9% y 3%, respectivamente.
La comparación con OpenAI muestra que todavía existe margen de crecimiento: el 95% de sus empleados activos usa Plugins cada semana. La lección no es que todas las empresas deban copiar ese porcentaje, sino que los agentes alcanzan su potencial cuando están integrados en procesos concretos y no aislados como simples chats.
La IA se extiende más allá de la programación
El desarrollo de software fue uno de los primeros espacios donde los agentes ganaron fuerza. Sin embargo, el crecimiento más acelerado ahora aparece en otras áreas del trabajo de conocimiento.
Desde febrero, el número de usuarios empresariales semanales de Codex creció de la siguiente manera:
- 108 veces en el área legal.
- 41 veces en ventas.
- 41 veces en reclutamiento.
- 26 veces en marketing.
- 5 veces en ingeniería.
Los números no significan que todas esas áreas utilicen la IA con la misma intensidad. Sí muestran que el uso está dejando de ser exclusivo de los equipos técnicos y comienza a entrar en funciones como investigación, contratación, análisis comercial y comunicación.
Virgin Atlantic ofrece un ejemplo concreto. Sus equipos de ingeniería utilizan Codex para refactorizar código heredado en unos 30 minutos, una tarea que antes podía tardar dos semanas. Por su parte, los equipos de producto usan ChatGPT Work para completar en horas investigaciones competitivas que antes requerían semanas, con impacto en la estrategia digital de cinco años de la aerolínea.
Los empleados con menos experiencia usan más la IA
Otro hallazgo desafía una idea común. Aunque muchas encuestas muestran que los líderes y ejecutivos dicen utilizar más la IA, los datos administrativos de millones de conversaciones apuntan en otra dirección.
Seis meses después de adoptar estas herramientas, los empleados en etapas iniciales de su carrera enviaban 13 mensajes más por semana que los ejecutivos. Esto puede indicar que quienes están comenzando su trayectoria encuentran más oportunidades para incorporar la IA en tareas cotidianas o tienen menos hábitos establecidos que cambiar.
Para los líderes, el dato plantea una oportunidad práctica: identificar a los empleados que desarrollan mejores hábitos con IA, documentar sus métodos y convertirlos en prácticas compartidas. ¿Por qué dejar que un buen flujo de trabajo permanezca oculto en la computadora de una sola persona?
Qué pueden hacer las empresas ahora
La transición de asistencia a ejecución no ocurre simplemente por activar una cuenta. Las organizaciones que quieran avanzar pueden comenzar con pasos concretos:
- Elegir tareas repetitivas y valiosas que puedan delegarse parcialmente a un agente.
- Conectar la herramienta con las fuentes de información que realmente necesita.
- Definir qué acciones puede realizar la IA y cuáles requieren aprobación.
- Medir el tiempo ahorrado, la calidad de los resultados y los errores detectados.
- Convertir los casos exitosos en flujos de trabajo disponibles para todo el equipo.
- Capacitar a empleados de distintas áreas, no solo a los departamentos técnicos.
La clave está en pasar de los experimentos individuales a sistemas de trabajo repetibles. Una persona que usa IA para investigar puede ser productiva por su cuenta. Un equipo que comparte instrucciones, fuentes, permisos y criterios de revisión puede multiplicar ese beneficio.
Las empresas están comenzando a utilizar la IA para ejecutar tareas, no solo para conversar sobre ellas. La diferencia entre las organizaciones que avanzan rápido y las que se quedan atrás estará en su capacidad para conectar agentes con el contexto correcto, establecer límites razonables y convertir los buenos resultados individuales en hábitos colectivos.
La IA no reemplaza automáticamente una forma de trabajar. Primero obliga a las empresas a decidir qué trabajo quieren mejorar, qué responsabilidades pueden delegar y dónde debe mantenerse el criterio humano. Esa conversación, más que la novedad del modelo, será la que determine el impacto real.