OpenAI B2B Signals

Hoy presentamos B2B Signals, una extensión empresarial de OpenAI Signals⁠ que mide cómo la IA se está difundiendo en las organizaciones. La señal inicial es clara: las empresas de vanguardia están tomando ventaja no solo porque tienen acceso a la IA, sino porque la están usando con mayor profundidad en todos los ámbitos del trabajo.

B2B Signals es un conjunto recurrente de mediciones basado en un análisis a gran escala, que respeta la privacidad del uso empresarial de la IA. Analiza los comportamientos y patrones que pueden ayudar a las organizaciones a comprender cómo transformar la información en valor empresarial.

Las empresas de vanguardia (aquellas que se sitúan en el percentil 95 de uso de la IA) utilizan más inteligencia por trabajador, adoptan herramientas avanzadas de forma más intensiva e integran la IA más profundamente en los flujos de trabajo. La diferencia empieza a multiplicarse para algunas empresas y proviene cada vez más de la profundidad de uso.

Conclusiones clave

• La ventaja de las empresas de vanguardia empieza a multiplicarse: estas compañías ahora usan 3.5 veces más IA por persona que las empresas convencionales, mientras que hace un año era solo el doble. 
• Las empresas de vanguardia usan la IA con mayor profundidad, no solo con más frecuencia: El volumen de mensajes solo explica el 36 % de la brecha entre las empresas de vanguardia y las típicas. La mayor parte de la ventaja proviene de un uso más profundo. 
• Los flujos de trabajo con agentes se están convirtiendo en un indicador de adopción de vanguardia: la brecha es mayor en las herramientas avanzadas con agentes, donde las empresas de vanguardia envían 16 veces más mensajes de Codex que las empresas convencionales. 
• Las empresas pueden cerrar la brecha de vanguardia mediante cambios organizacionales: Para ponerse al día, las empresas deben medir la profundidad de uso, priorizar la gobernanza, invertir en activación, escalar lo que funciona y pasar de la asistencia basada en chat al trabajo delegado a agentes.

La ventaja de ir a la vanguardia empieza a multiplicarse y las empresas que utilizan la IA con mayor profundidad están ampliando su posición de liderazgo

La implementación de licencias es solo el punto de partida para las empresas. La señal más clara es si los empleados están usando la IA para trabajar de forma más profunda y compleja. Este gráfico compara los token generados por trabajador en las empresas de vanguardia, definidas como el percentil 95, con los de la empresa típica, definida como el percentil 50.

Los token son una medida imperfecta del valor en términos empresariales. Una respuesta breve puede ser muy valiosa, y una respuesta extensa puede aportar poco.Sin embargo, el volumen de tokens ayuda a estimar cuánto trabajo delegan los empleados a la IA, por lo que funciona como un indicador útil de la profundidad de su uso y de la cantidad de inteligencia que le están demandando.

Las empresas de vanguardia demandan 3.5 veces más inteligencia por trabajador que las empresas típicas. Esta brecha aumentó desde 2 veces en abril de 2025, lo que sugiere que las empresas que usan la IA con mayor profundidad están ampliando su ventaja y están mejor posicionadas para traducir las nuevas capacidades de la IA en trabajo más complejo y de mayor profundidad

La mayor parte de la ventaja de vanguardia proviene de un uso más profundo, más que de un mayor volumen de mensajes

Las empresas de vanguardia requieren una inteligencia sustancialmente mayor por trabajador que las empresas típicas, pero la mayor parte de la brecha no se explica solo por el volumen de mensajes. Este gráfico analiza la ventaja de 3.5 veces de las empresas de vanguardia y muestra que, si las empresas típicas enviaran mensajes al mismo ritmo que las de vanguardia, solo cerraría el 36 % de la brecha de 3.5 veces.

La brecha restante está asociada con un uso más profundo. Los trabajadores de vanguardia le piden a la IA que asuma trabajos más complejos, proporcionan a los modelos un contexto más completo y generan resultados más sustanciales.

La mayor ventaja de la vanguardia se da en las herramientas avanzadas y de tipo agente, impulsada por un uso de Codex 16 veces mayor.

La ventaja de la vanguardia es mayor para las herramientas que admiten flujos de trabajo más avanzados. Codex muestra la mayor diferencia: el grupo de vanguardia envía 16 veces más mensajes por trabajador. El agente de ChatGPT, las aplicaciones en ChatGPT, la investigación profunda y los GPT también muestran brechas relativamente grandes, lo que sugiere que los modelos de vanguardia son mejores para aprovechar herramientas que ayudan a los trabajadores a programar, delegar tareas de varios pasos, aplicar el contexto de la empresa y realizar investigaciones más complejas.

En cambio, herramientas más accesibles y de propósito general, como Carga de archivos de usuario, Búsqueda y Análisis de datos, muestran una ventaja de vanguardia menor. Para la mayoría de las empresas, estas herramientas son más fáciles de usar porque amplían flujos de trabajo conocidos. La ventaja de vanguardia es más pronunciada en las herramientas avanzadas y de tipo de agente, donde su adopción requiere mayor experiencia, integración con el conocimiento y las herramientas del lugar de trabajo, y una mayor disposición para delegar trabajo a la IA.

La mayor ventaja en la vanguardia está en la educación y el aprendizaje

La mayor ventaja de la vanguardia se observa en las tareas de educación y aprendizaje, donde las empresas líderes envían 7 veces más mensajes que las empresas típicas.En estos casos, la IA se usa para ayudar a los empleados a desarrollar habilidades y adquirir nuevos conocimientos,así como para profundizar la comprensión sobre la propia tecnología: qué puede hacer, cómo aprovecharla mejor y cómo integrarla en los flujos de trabajo.La magnitud de esta brecha sugiere que muchas empresas aún subutilizan la IA como herramienta para el aprendizaje y desarrollo del talento.

La programación también muestra una gran brecha (4 veces), consistente con la más amplia en el uso de herramientas avanzadas y de agentes. La orientación práctica y la redacción y comunicación presentan las menores brechas de vanguardia, porque son usos más accesibles y familiares de la IA.

El uso de la IA es más amplio en tareas de escritura, pero su uso por funciones específicas está creciendo.

La redacción y la comunicación siguen siendo el uso más común de ChatGPT. Sin embargo, los patrones de uso varían significativamente según la función. El 60 % de los mensajes de TI y seguridad se concentran en guías prácticas y orientación procedimental, casi la mitad de los mensajes de desarrollo de software y ciencia de datos e ingeniería están relacionados con la programación, y una décima parte de los mensajes de finanzas están relacionados con el análisis y el cálculo.

Estos patrones son coherentes con evidencia más amplia de que los modelos de vanguardia están mejorando en tareas laborales de valor económico. GDPval⁠, una evaluación del trabajo intelectual del mundo real en 44 ocupaciones, mide el desempeño en tareas que producen resultados prácticos de trabajo, como documentos, hojas de cálculo, diapositivas, diagramas y multimedia. A medida que la IA se vuelve más capaz, el uso empresarial parece estar ampliándose hacia tareas más estrechamente vinculadas con el trabajo principal de cada función.

El liderazgo en la industria no es unidimensional: distintos sectores lideran en ChatGPT, Codex y la API

No existe un único ranking de adopción de la IA. Las clasificaciones de la industria varían según la medida utilizada. El sector de servicios profesionales, científicos y técnicos ocupa el primer lugar tanto en adopción de Codex como en intensidad de uso de la API, lo que indica un uso relativamente avanzado en flujos de trabajo de desarrollo e integración de producto.El sector de finanzas y seguros lidera la adopción de ChatGPT debido a implementaciones a gran escala, mientras que los servicios educativos tiene la mayor intensidad de mensajes, lo que sugiere un uso más profundo por persona. Comercio minorista y Salud ocupan puestos altos en intensidad de API, a pesar de tener clasificaciones más bajas en otras métricas.

Estas diferencias sugieren que el liderazgo en la industria no es unidimensional. Parece que algunos sectores adoptan la IA mediante flujos de trabajo técnicos y de desarrollo, mientras que otros han escalado mediante una adopción generalizada de ChatGPT o un uso más intensivo por parte de los usuarios finales.

Las empresas están incorporando el uso de la API en flujos de trabajo de producción y aplicaciones orientadas al cliente

Las empresas utilizan cada vez más la API para integrar modelos directamente en productos, servicios y sistemas internos. Los casos de uso comunes en producción incluyen asistentes integrados en apps, herramientas de programación y para desarrolladores, soporte al cliente, flujos de trabajo de investigación y automatización de flujos de trabajo.

Estas implementaciones muestran cómo la IA empresarial está pasando de la experimentación a flujos de trabajo repetibles con un impacto operativo medible. En diversos ejemplos de clientes, las empresas usan modelos de OpenAI para acelerar el trabajo profesional, mejorar el rendimiento en ingeniería y crear experiencias impulsadas por IA para clientes y empleados.

Qué pueden hacer las organizaciones para alcanzar un nivel de vanguardia

OpenAI trabaja con empresas en distintos sectores, funciones y niveles de madurez de la IA, lo que nos permite observar cómo la adopción evoluciona desde la experimentación hasta la producción.En estas implementaciones, las empresas que más avanzan tienden a enfocarse menos en el acceso por sí solo y más en los sistemas organizacionales necesarios para usar la IA en profundidad: medición, gobernanza, habilitación, ampliación del impacto e implementación de agentes.

Cinco prácticas se destacan como pasos prácticos que cualquier organización puede empezar a tomar hoy para profundizar la adopción de la IA.

1. Medir la profundidad de uso además del acceso.
   La señal relevante no es solo cuántos empleados tienen cuentas de IA, sino si los equipos la usan de manera más significativa a lo largo del tiempo. Las organizaciones deberían hacer un seguimiento de si el uso de la IA se está volviendo más frecuente, más complejo y más estrechamente vinculado a flujos de trabajo valiosos.
2. Construir una gobernanza que permita el uso en producción.
   Las empresas líderes no eluden la gobernanza. La están utilizando para hacer más desplegable la IA de tipo agente. Las empresas necesitan reglas claras sobre dónde pueden operar los agentes, qué información pueden usar, cuándo deben asesorar en lugar de actuar y cómo los humanos revisan las decisiones de mayor riesgo. Las empresas de vanguardia están definiendo estos estándares como parte del proceso de implementación, de modo que la gobernanza se convierte en una forma de ampliar la adopción de manera segura en lugar de frenarla.
3. Considerar la habilitación como infraestructura central, no como un proyecto secundario.
   A medida que mejoran las capacidades de la IA, tanto los trabajadores como las organizaciones necesitan sistemas que los ayuden a seguir el ritmo. Las empresas de vanguardia no consideran la habilitación como una iniciativa de capacitación puntual. En su lugar, incorporan el aprendizaje continuo en el propio despliegue mediante formación por rol, talleres de casos de uso, hackatones, redes internas de campeones, tiempo dedicado a la experimentación y repositorios compartidos de flujos de trabajo, mejores prácticas y habilidades. 
4. Identificar tus equipos de vanguardia y escala su impacto.
   En muchas organizaciones, el uso más avanzado se concentra en un pequeño número de equipos. Esos pueden revelar qué flujos de trabajo, hábitos y modelos operativos están funcionando. Los líderes deben identificar a estos equipos, comprender y escalar las condiciones detrás de su éxito, y ayudarlos a compartir ideas y ejemplos de un uso más profundo de la IA con el resto de la empresa. 
5. Ir más allá del chat y delegar trabajo.
   La IA empresarial está evolucionando de asistentes de chat hacia trabajo que se puede delegar a agentes. La ingeniería de software ilustra esta tendencia, pero el trabajo delegado se está extendiendo a distintas funciones. Con Codex, los ingenieros pueden delegar una tarea definida, darle al agente el contexto que necesita, dejar que trabaje en archivos, bases de código y herramientas, luego revisar el resultado y perfeccionar el flujo de trabajo con comentarios. Las empresas de vanguardia están alentando a los trabajadores a delegar tareas en la IA, en lugar de simplemente usarla como un asistente estático.

Si quieres analizar los hallazgos completos o aprender cómo integrar la IA en tu organización de manera responsable, [nos encantaría comunicarnos contigo⁠].