Enterprise Signals: qué hacen distinto las empresas de vanguardia

La IA empresarial está entrando en una nueva fase: se está delegando más trabajo a los agentes, y las empresas más avanzadas se están distanciando. Las empresas de vanguardia tienen acceso a los mismos modelos de IA que otras empresas, pero están profundizando su uso más rápidamente. Lo que las distingue es cómo ponen esos modelos a trabajar: pasar de la asistencia a la delegación, dar a los agentes el contexto y las herramientas para completar tareas complejas, y acelerar la IA con agentes más allá del desarrollo de software.

Nuestra investigación sobre cómo los agentes están transformando el trabajo en OpenAI ofrece un indicador anticipado de cómo puede verse este cambio dentro de una organización nativa de IA. Enterprise Signals amplía el enfoque hacia la base global de clientes empresariales de OpenAI y muestra cómo el trabajo con agentes se está extendiendo en distintas organizaciones y qué distingue a las empresas de vanguardia del resto.

En esta edición de Enterprise Signals, mostramos que las empresas de vanguardia —las que se encuentran en el 10 % superior de uso de IA cada mes— están ampliando la brecha con respecto a las empresas típicas —las que se encuentran en el 10 % medio—. Examinamos qué hacen distinto las empresas de vanguardia y qué pueden hacer las organizaciones para cerrar la brecha.

Puntos clave:

• El uso empresarial se está volcando a la IA con agentes. Hasta junio, Codex generó el 64 % de los tokens de salida combinados de Codex y ChatGPT entre los clientes empresariales, lo que sugiere que los agentes están impulsando un cambio hacia un trabajo más sustancial y delegado.
• La brecha de vanguardia se está ampliando. Las empresas de vanguardia —las que están en el 10 % superior de uso de IA cada mes— ahora generan 8.3 veces más tokens de salida por usuario activo que las empresas típicas, frente a 2.6 veces en enero.
• Las empresas de vanguardia usan capacidades avanzadas con más frecuencia. Cada semana, el 21 % de los usuarios activos de empresas de vanguardia usa complementos, en comparación con el 9 % de empresas típicas. En OpenAI, el 95 % de los empleados usan complementos semanalmente, lo que destaca el potencial de una adopción más profunda.
• Los agentes se están expandiendo en el trabajo intelectual. Desde febrero, los usuarios empresariales activos semanales de Codex aumentaron 108 veces en el área legal, 41 veces en ventas, 41 veces en reclutamiento y 26 veces en marketing, en comparación con 5 veces en ingeniería.
• Los empleados en etapas tempranas de su carrera usan más la IA: el uso es más alto entre los trabajadores en etapas tempranas de su carrera y disminuye entre los empleados de mayor antigüedad, lo que sugiere una posible ventaja comparativa en el uso de la IA.

La IA empresarial está pasando de responder preguntas a realizar tareas. Este cambio primero se afianzó en la ingeniería de software con Codex. Ahora, ChatGPT Work está extendiendo la IA con agentes más allá de los desarrolladores, permitiendo a los trabajadores de toda la empresa pasar de pedir ayuda a delegar tareas sustanciales.

A partir de junio de 2026, el uso de IA con agentes (definido como tokens de Codex) representó el 64 % de los tokens de salida combinados de Codex y ChatGPT entre clientes empresariales. Tanto ChatGPT como la IA con agentes usan los mismos modelos de vanguardia subyacentes; la diferencia está en cómo se pone a trabajar esa inteligencia.

ChatGPT ayuda a las personas a hacer preguntas, desarrollar ideas y resolver problemas. La IA con agentes (como Codex y ChatGPT Work) le da al modelo herramientas para trabajar con tu computadora, lo que le permite encontrar información, editar archivos y realizar tareas de varios pasos de forma autónoma o bajo supervisión. Completar tareas complejas y de ejecución prolongada puede requerir sustancialmente más cómputo, lo que ayuda a explicar por qué el uso de tokens de la IA con agentes ha crecido rápidamente.

Cada mes, clasificamos a los clientes empresariales por tokens generados por usuario activo. Las empresas de vanguardia son aquellas que están en el 10 % superior ese mes, mientras que las empresas típicas se sitúan entre los percentiles 45 y 55. En junio, las empresas de vanguardia generaron 8.3 veces más tokens de salida por usuario activo que las empresas típicas, un aumento triple en comparación con la brecha de 2.6 veces en enero.

La brecha de vanguardia también se extiende entre industrias, con la mayor brecha en el uso de tokens en información y tecnología (11.7 veces) y la menor en manufactura (5.3 veces). En contraste, el uso de tokens entre las empresas típicas es similar en todos los sectores, con un crecimiento relativamente modesto durante el último año (de 1.9 veces a 2.8 veces). Esto sugiere que muchas organizaciones todavía utilizan asistentes de chat simples, lo que deja una oportunidad significativa para profundizar la adopción y utilizar agentes para llevar a cabo tareas más complejas.

Los tokens son una medida imperfecta del valor de negocio: una respuesta breve puede ser muy valiosa, mientras que una larga puede aportar poco. Pero el volumen de tokens ofrece un indicador útil de la profundidad del uso de la IA y de cuánto trabajo los empleados le están pidiendo a la IA que asuma.

Las empresas líderes están profundizando el uso de la IA porque la están aplicando a problemas concretos dentro de sus organizaciones y en todos sus sectores.

Las primeras aplicaciones de IA empresarial comenzaron a usarse internamente y ayudan a los empleados a encontrar información, redactar documentos, analizar datos, escribir código y automatizar procesos rutinarios. Las empresas líderes extienden cada vez más la IA más allá de la productividad interna, y hacia productos, servicios y experiencias orientados al cliente.

Los agentes de IA necesitan acceso al contexto y a las herramientas adecuadas para ser eficaces. Complementos⁠(se abre en una nueva ventana) agrupan capacidades que ayudan a los agentes a completar flujos de trabajo específicos. Pueden combinar habilidades que proporcionan instrucciones reutilizables con aplicaciones que se conectan a datos, herramientas y acciones de la empresa. Por ejemplo, un complemento de ventas puede combinar el playbook de un equipo con acceso a su CRM, lo que permite que un agente use información actual de clientes y propuestas anteriores para preparar una respuesta personalizada para revisión.

Las empresas de vanguardia tienen una clara ventaja en capacidades avanzadas. Entre los usuarios activos semanales, el 21 % en las empresas de vanguardia usa complementos y el 19 % usa habilidades, en comparación con solo el 9 % y el 3 % en las empresas típicas. Sin embargo, la adopción por parte de empresas de vanguardia representa solo una fracción de lo que es posible. El uso interno de OpenAI destaca el potencial de un uso más profundo de estas capacidades, con un uso semanal de complemento del 95 % de los usuarios activos. Nuestra investigación sobre cómo los agentes transforman el trabajo ofrece una mirada más detallada sobre cómo los empleados de OpenAI utilizan capacidades avanzadas.

Los agentes de IA necesitan tres cosas para completar un trabajo significativo: contexto, herramientas y persistencia. La memoria, la entrada de voz y los appshots ayudan a los trabajadores a compartir fácilmente el contexto y la información necesarios para completar una tarea con éxito. El uso de computadoras y navegadores permite a los agentes navegar por sitios web, crear archivos y completar tareas de forma autónoma o bajo supervisión. Los objetivos y los bucles mantienen a los agentes trabajando hasta que se completa una tarea. En conjunto, estas capacidades ayudan a las empresas de vanguardia a aprovechar el potencial de los agentes.

Otorgar acceso a los agentes a los sistemas de la empresa también introduce nuevos riesgos. Las empresas de vanguardia establecen reglas claras sobre dónde pueden operar los agentes, a qué información pueden acceder, cuándo pueden realizar acciones y cómo las personas revisan las decisiones de mayor riesgo. Estos controles deben evolucionar a medida que las organizaciones aprenden de implementaciones reales.

Las empresas de vanguardia también hacen que el aprendizaje continuo y la experimentación formen parte del trabajo diario. Las sesiones prácticas de creación, los foros para compartir casos de uso emergentes y las presentaciones internas ayudan a que las prácticas exitosas se difundan entre equipos y áreas funcionales.

Los desarrolladores de software estuvieron entre los primeros en adoptar los agentes de IA, pero el crecimiento más rápido ahora proviene de los trabajadores del conocimiento en general. Desde febrero, la cantidad de usuarios empresariales activos semanales de Codex ha crecido 108 veces en legal, 41 veces en ventas, 41 veces en reclutamiento y 26 veces en marketing, en comparación con 5 veces entre ingenieros. 

El software fue lo primero por una razón. Las bases de código les dan a los agentes un contexto claro, las pruebas hacen que los resultados sean más fáciles de verificar, y los avances en programación ayudan a acelerar la investigación y el desarrollo de IA. En los últimos dos años, los desarrolladores han pasado de usar la IA para completar líneas individuales de código a hacer que los agentes se encarguen de tareas completas de desarrollo de software. Muchos desarrolladores ya no escriben código manualmente; en su lugar, dedican su tiempo a configurar tareas, orquestar agentes y revisar resultados.

En cambio, el progreso en el trabajo del conocimiento en general ha sido más lento porque muchas tareas proporcionan un contexto limitado, pueden ser difíciles de especificar y carecen de criterios claros para verificar el resultado. Pero el escalado continuo, los avances en el aprendizaje por refuerzo y los esfuerzos dirigidos a mejorar el desempeño en evaluaciones como GDPval están poniendo más tareas, herramientas y entornos de trabajo del mundo real al alcance de los modelos de vanguardia. Como resultado, la IA con agentes ha encontrado cada vez más encaje producto-mercado con trabajadores del conocimiento general desde principios de año.

En una muestra de más de 10 millones de mensajes, la IA empresarial está pasando de ayudar a los empleados a producir trabajo a ayudar a los equipos a llevarlo a cabo. Incluso dentro de la misma función, los patrones de uso difieren significativamente entre el chat y la IA con agentes.

La redacción sigue siendo el uso más común de ChatGPT, mientras que la programación y las operaciones de sistemas o agentes en conjunto representan casi el 75 % de los mensajes de IA con agentes. Este cambio es especialmente marcado fuera de los equipos técnicos tradicionales: reclutamiento (32 %), ventas (26 %), política (25 %) y comunicaciones (24 %) dedican entre una cuarta parte y un tercio de sus mensajes a operaciones de sistemas y agentes. El trabajo técnico también se está extendiendo a distintas áreas funcionales, y la programación representa casi el 60 % de los mensajes de IA con agentes en diseño.

No existe un único ranking de adopción de la IA. Las clasificaciones de la industria varían según la medida utilizada. En el último mes, los servicios profesionales y científicos lideraron tanto la adopción de Codex como la intensidad de API. Artes, entretenimiento y recreación lideraron la adopción de ChatGPT, mientras que Manufactura registra la mayor intensidad de uso de ChatGPT, a pesar de ocupar el último lugar en intensidad de uso de Codex y de la API.

Las industrias no están siguiendo el mismo camino hacia la adopción de la IA. Algunas avanzan mediante herramientas para desarrolladores y productos impulsados por IA, mientras que otras están experimentando un uso cotidiano más amplio o más intensivo.

A medida que la IA crea nuevas formas para que las organizaciones proporcionen bienes y servicios, también está transformando el panorama de seguridad. Pocos riesgos son más inmediatos que los de ciberseguridad, especialmente dado el rápido avance de las capacidades cibernéticas de la IA.

La IA también puede ayudar a los defensores a responder. Los modelos pueden analizar grandes bases de código, investigar vulnerabilidades y apoyar tareas de seguridad de varios pasos. Pero identificar más problemas no hace automáticamente que los sistemas sean más seguros. El verdadero cuello de botella es convertir los hallazgos en acciones: determinar qué vulnerabilidades son reales, priorizar los riesgos de mayor impacto, probar los parches y garantizar que los equipos de seguridad revisen e implementen las correcciones rápidamente. 

OpenAI Daybreak reúne modelos de ciberseguridad de vanguardia, herramientas de seguridad empresarial y un ecosistema de socios para ayudar a las organizaciones a afrontar estos desafíos y fortalecer sus defensas contra amenazas emergentes.

La misión de OpenAI es garantizar que la IA beneficie a toda la humanidad. Las organizaciones determinarán gran parte del impacto económico de la IA y, por este motivo, publicamos regularmente Enterprise Signals, un conjunto recurrente de indicadores que monitorean la adopción, la difusión y el impacto de la IA en las empresas. Todos los análisis de este informe se basan en datos agregados y desidentificados de uso empresarial. Usamos sistemas automatizados para clasificar el contenido de los mensajes, y ningún empleado de OpenAI revisó los mensajes de los clientes.

Los clientes de OpenAI Enterprise también pueden solicitar una evaluación comparativa personalizada para ver cómo se compara su organización en las métricas más recientes de uso y capacidad.