OpenAI apuesta por agentes de IA capaces de controlar toda la vida digital

OpenAI está convirtiendo ChatGPT en un operador capaz de consultar y actuar sobre correo, Slack y aplicaciones de trabajo. Su apuesta por ChatGPT Work promete automatizar proyectos completos, pero tropieza con permisos confusos, costos de cómputo y una pregunta central: cuánto control entregarán realmente los usuarios.
***

• ChatGPT Work busca llevar los agentes autónomos a profesiones fuera de la ingeniería de software.
• La adopción externa de Codex sigue muy por debajo del uso dentro de OpenAI, aunque la evidencia disponible también apunta a un crecimiento de sus usuarios.
• Los principales obstáculos son la confianza, la configuración de permisos, la evaluación de tareas no técnicas y el riesgo de dependencia del ecosistema.

OpenAI está ampliando su apuesta por los agentes de inteligencia artificial con ChatGPT Work, un producto diseñado para que trabajadores de oficina conecten el modelo con las herramientas que ya utilizan. La propuesta no consiste únicamente en responder preguntas, sino en ejecutar proyectos de varios pasos sobre correo electrónico, Slack, calendarios, hojas de cálculo y plataformas como Notion o Figma. Sin embargo, ese salto exige entregar al sistema un nivel de acceso que todavía incomoda incluso a usuarios familiarizados con la tecnología.

La evidencia disponible describe ChatGPT Work como un agente nuevo de ChatGPT orientado a trabajos más largos, de varios pasos y con entregables terminados. No permite confirmar, sin embargo, que haya sido lanzado el mes pasado dentro del plan más económico ni que su precio específico sea de USD $20 mensuales. OpenAI sí publica que ChatGPT Plus cuesta USD $20 al mes, mientras que también ofrece otros planes, incluido ChatGPT Go por USD $8 en determinados mercados. Por ello, no debe asumirse que Work sea idéntico a Plus o que tenga por sí mismo ese precio.

De responder preguntas a ejecutar proyectos

Un modelo de lenguaje grande no se convierte por sí solo en un agente capaz de actuar dentro de una organización. Necesita un software envolvente, conocido entre los ingenieros como arnés, que determina qué información puede consultar, qué herramientas tiene disponibles, qué permisos requiere y cómo presenta sus resultados. En el caso de ChatGPT Work, la documentación de OpenAI lo presenta como un agente que reúne contexto, crea documentos y presentaciones profesionales y mantiene los proyectos en marcha.

El producto se diferencia de Codex en que Work está pensado para trabajos generales y entregables prolongados, mientras que Codex continúa dedicado al desarrollo de software, según la documentación de ayuda de OpenAI. Esa separación respalda la idea de trasladar capacidades agénticas de la programación a otras actividades profesionales, aunque no demuestra por sí sola el alcance de todas las integraciones descritas en el borrador original.

La comparación con la programación ayuda a entender la estrategia. Herramientas como Claude Code y Codex impulsaron el llamado vibecoding al permitir que una persona describa el programa deseado sin escribir cada línea, pero la mayoría de los trabajadores nunca utiliza una interfaz de línea de comandos. OpenAI intenta aplicar esa abstracción a tareas administrativas, análisis de datos y coordinación, con la expectativa de que una caja de texto pueda convertirse en una puerta de entrada para una audiencia mucho mayor.

Una brecha entre el laboratorio y el mercado

La adopción interna de Codex muestra el potencial, pero los datos disponibles no confirman la cifra del 98% de empleados de OpenAI ni los porcentajes exactos de suscriptores organizacionales e individuales mencionados en el borrador. OpenAI sí afirma en una publicación reciente que, para el trabajador promedio de la compañía, Codex representa más del 85% de los tokens de salida. La comparación con usuarios externos debe manejarse con cautela porque se refiere a métricas distintas.

Las cifras públicas también difieren de la estimación de 20 millones de usuarios para la aplicación conjunta de Work y Codex. Una publicación de OpenAI indica que Codex tiene más de 5 millones de usuarios activos semanales, equivalentes a alrededor del 20% de los usuarios y en crecimiento. Otra referencia periodística citada en los resultados de búsqueda habla de 10 millones de personas usando dos productos agénticos, pero esa cifra no permite establecer cuántos corresponden específicamente a Work ni sustituye una confirmación directa de la empresa.

La expansión hacia profesiones no técnicas también tiene importancia para el sector completo. La programación es un mercado atractivo, pero representa una porción limitada del trabajo profesional; los laboratorios necesitan demostrar que sus inversiones en entrenamiento y centros de datos pueden habilitar actividades más amplias. Competidores verticales como Harvey, enfocado en el derecho, y Clay, orientado a ventas, han elegido una estrategia distinta: conectar clientes con el modelo que funcione mejor en cada momento, sin depender necesariamente de un único proveedor.

Christian Catalini advirtió en el blog de Andreessen Horowitz que, si los laboratorios no controlan con rapidez los activos complementarios necesarios para escalar la IA, el valor puede acumularse en otros lugares. Esa observación explica la urgencia de OpenAI por construir no solo modelos, sino también interfaces, conectores, sistemas de permisos y experiencias que retengan al usuario. En la práctica, la batalla puede decidirse tanto por la facilidad de integración como por las diferencias entre modelos.

El precio de entregar las llaves digitales

El atractivo de Work aparece cuando el agente recibe suficiente contexto para actuar. En una demostración, el sistema tomó un calendario de preescolar con formato irregular desde un correo electrónico y lo trasladó a un calendario de Google, eliminando una tarea repetitiva de entrada de datos. También puede elaborar informes semanales de métricas, transformar hojas de cálculo en herramientas de planificación, preparar análisis de empresas y generar paneles que se actualizan automáticamente.

Otros ejemplos descritos por usuarios incluyen la creación de bases de datos consultables, gráficos a partir de conversaciones de Slack y resúmenes de investigaciones académicas. Sam Altman, director ejecutivo de OpenAI, utiliza el sistema para planificar vacaciones, según el reportaje, mientras que trabajadores de la empresa lo emplean para extraer información de sus registros corporativos. La utilidad crece cuando el agente puede consultar múltiples fuentes y combinar los datos sin que la persona deba copiar y pegar cada fragmento.

Esa conveniencia tiene un costo de confianza. Ambrosino reconoció que, si le pide al sistema que redacte un documento, existe la posibilidad de que extraiga información de un mensaje privado relacionado con el tema y no comprenda que no debe compartirla. Él afirmó que acepta ese riesgo en el trabajo, aunque dijo que hasta entonces no había tenido que asumir consecuencias personales por ello.

El acceso a una bandeja de entrada, documentos privados o cuentas corporativas no equivale a una autorización ilimitada. La experiencia relatada con Work mostró que configurar permisos de solo lectura en una unidad en la nube podía generar errores y que, en algunos casos, la aplicación terminaba solicitando acceso completo. Además, ciertas funciones solo estaban disponibles en la versión web, lo que obligaba a alternar entre el navegador y el teléfono para completar una misma configuración.

Errores, evaluación y costos de cómputo

Las limitaciones también aparecen en tareas aparentemente sencillas. El sistema puede crear eventos en un calendario de Gmail, pero no necesariamente calendarios nuevos, y su desempeño cambia según la configuración de esfuerzo o razonamiento seleccionada. Joe Gershenson, responsable técnico del arnés de OpenAI, admitió que esa elección todavía no resulta intuitiva para los nuevos usuarios y que la compañía trabaja en formas de guiarlos hacia el nivel adecuado.

El problema se vuelve más serio cuando el trabajo no tiene una respuesta fácilmente verificable. Un programa puede pasar o fallar una prueba, aunque esa distinción tampoco captura todos los matices de un buen código; en cambio, evaluar una presentación, una estrategia empresarial o un argumento de ventas requiere criterios más subjetivos. OpenAI sí utiliza GDPval, un benchmark que mide el rendimiento de los modelos en tareas económicamente valiosas del mundo real y cubre 44 ocupaciones. La evidencia consultada también describe un conjunto de 1.320 tareas, pero no confirma la formulación de “cientos de pruebas” del borrador.

La empresa también depende de sus propios empleados para descubrir qué flujos representan realmente el trabajo común. Ambrosino señaló que OpenAI debe preguntarse si está reproduciendo tareas que harían otras personas o si está optimizando para una plantilla especialmente familiarizada con agentes. Los primeros usuarios externos pueden aportar señales valiosas, siempre que acepten compartir sus interacciones para entrenamiento, una opción que algunos prefieren desactivar por razones de privacidad.

El consumo de tokens introduce otra incógnita económica. Tim Fernholz, autor del reportaje, calculó que utilizó más de 80 millones de tokens en cuatro días con una suscripción de USD $20 y estimó un costo de USD $65, aunque la aplicación no ofrecía un panel para comprobar ese gasto. Esta observación debe atribuirse al periodista y no presentarse como una tarifa oficial de OpenAI. La evidencia disponible no permite verificar de manera independiente el cálculo ni la supuesta reducción del 80% en el precio del modelo Luna.

OpenAI y la competencia por el arnés

OpenAI evita presentar la interfaz como su principal ventaja frente a Claude Cowork, Claude Code y otros productos agénticos. Gershenson afirmó que no observa directamente los arneses de sus rivales y que el diferenciador clave, desde su perspectiva, es la potencia de los modelos integrados. La respuesta contrasta con la similitud visible entre varias demostraciones y con la necesidad empresarial de seguir de cerca las decisiones de los competidores.

La evolución de Codex estuvo marcada, precisamente, por una discusión sobre cuánto debía hacer el modelo sin interrumpir al usuario. OpenAI comenzó con una experiencia más autónoma, mientras que Claude Code adoptó un intercambio de ida y vuelta en el que propone opciones, espera una decisión y ofrece actualizaciones frecuentes. Según Ambrosino, el enfoque inicial de OpenAI estaba adelantado al nivel que tenían entonces el modelo y el arnés, por lo que la compañía avanzó hacia una experiencia más equilibrada.

Las diferencias de adopción y uso entre productos deben interpretarse con prudencia. La evidencia consultada no permite confirmar las estadísticas de descargas, la ventaja temporal de Claude Code sobre Codex ni las explicaciones sobre restricciones de seguridad o disponibilidad de cómputo. Lo que sí está documentado es el crecimiento de Codex: OpenAI informa de más de 5 millones de usuarios activos semanales.

Ethan Mollick, profesor de Wharton que estudia las herramientas de IA en el trabajo, todavía considera que Claude ofrece una experiencia más amigable. Su descripción contrapone un ChatGPT que intenta hacer magia y completar la tarea por el usuario con un Claude que muestra comparaciones, solicita retroalimentación y ejecuta pruebas alternativas. OpenAI sostiene lo contrario: para Sottiaux, conversar con la aplicación resulta más natural que aprender a operar una herramienta separada.

¿Puede la caja mágica llegar a todos?

La discusión sobre el arnés remite a una idea conocida en investigación de IA: un modelo general cada vez mejor podría importar más que una capa de funciones específicas. Gershenson sostuvo que añadir herramientas y extras puede producir resultados atractivos a corto plazo, pero también quedar obsoleto cuando aparezca un modelo superior. Su equipo busca entregar al sistema únicamente el contexto y las herramientas necesarias, con la esperanza de que el propio modelo haga más trabajo de coordinación.

Comparaciones de empresas como Composio y Databricks muestran que distintos arneses y combinaciones de modelos pueden rendir de forma desigual en programación. Databricks encontró que Pi, un arnés de código abierto creado por la empresa de software Earendil, superó a Codex usando el mismo modelo GPT 5.5. Mario Zechner, creador de Pi, sostiene que un diseño minimalista puede bastar para ingenieros y que la capacidad de modificarse y crear interfaces compensa la ausencia de funciones explícitas.

Zechner también identifica un límite importante para OpenAI: los agentes de código cuentan con abundantes datos de entrenamiento sobre tareas de programación, pero muchas decisiones empresariales producen resultados meses después y no quedan registradas en una traza sencilla. Ese tipo de trabajo, junto con actividades que no están digitalizadas, ofrece menos material para que un modelo aprenda a evaluar sus propias decisiones. La dificultad no se resuelve únicamente con una interfaz más amigable.

El control del arnés puede convertirse además en una estrategia de bloqueo del usuario. Los grandes laboratorios buscan poseer el conjunto completo de modelo, herramientas, conectores y datos para no competir como simples proveedores intercambiables, mientras los proyectos abiertos cuestionan la necesidad de mantener esa dependencia. Para los clientes, la pregunta será si la comodidad de centralizar el trabajo compensa el esfuerzo de configurar permisos y el riesgo de quedar atados a un ecosistema.

OpenAI todavía confía en la promesa de una caja mágica capaz de convertir una instrucción en un resultado terminado. Akshay Nathan, quien dirige la ingeniería de producto de la compañía, reconoció que persiste demasiada complejidad, aunque se mostró convencido de que puede resolverse con modelos más capaces y una experiencia genuinamente nativa de IA. El futuro de los agentes dependerá, por tanto, de que esa promesa deje de exigir fe ciega y empiece a ofrecer control comprensible, costos visibles y resultados verificables.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín