OpenAI B2B Signals
La ventaja de vanguardia empieza a multiplicarse.
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, respetando 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.
Puntos clave
- La ventaja de vanguardia empieza a multiplicarse: las empresas de vanguardia utilizan ahora 3,5 veces más inteligencia por trabajador 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 diferencia entre las empresas de vanguardia y las convencionales. La mayor parte de la ventaja de las empresas de vanguardia se debe a un uso más profundo.
- Los flujos de trabajo agénticos se están convirtiendo en un indicador de adopción de vanguardia: la diferencia es mayor en el caso de las herramientas agénticas avanzadas, , ya que las empresas de vanguardia envían 16 veces más mensajes de Codex que las empresas convencionales.
- Las empresas pueden cerrar la diferencia con las de vanguardia mediante cambios organizacionales: para ponerse al día, las empresas deben medir la profundidad de uso, priorizar la gobernanza, invertir en capacitación, ampliar lo que funciona y pasar de la asistencia basada en chat al trabajo delegado con agentes.
Profundidad
La ventaja de vanguardia empieza a multiplicarse y las empresas que utilizan la IA con mayor profundidad están ampliando su posición de liderazgo
El despliegue de asientos es solo el punto de partida para las empresas. La señal más clara es si los empleados están utilizando la IA para trabajos más profundos y complejos. Este gráfico compara los tokens generados por trabajador de una empresa de vanguardia, definidos como el percentil 95, con los de una empresa convencional, 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 convencionales. Esta diferencia aumentó desde abril de 2025, que era solo el doble, 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 las empresas de vanguardia se debe a 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 convencionales, pero la mayor parte de la diferencia no se explica solo por el volumen de mensajes. Este gráfico desglosa la ventaja de 3,5 veces de las empresas de vanguardia y revela que si una empresa convencional enviara mensajes al mismo ritmo que la de vanguardia, solo reduciría el 36 % de esa diferencia de 3,5 veces.
La diferencia restante está asociada a un uso más profundo. Los trabajadores de la empresa de vanguardia le piden a la IA que se encargue de tareas más complejas, que proporcione modelos con un contexto más completo y que genere resultados más relevantes.
Amplitud
La ventaja de vanguardia es mayor en las herramientas avanzadas y agénticas, liderada por un uso de Codex 16 veces superior
La ventaja de vanguardia es mayor en las herramientas que respaldan flujos de trabajo más avanzados. Codex muestra la mayor diferencia, con la vanguardia enviando 16 veces más mensajes por trabajador. ChatGPT Agent, las Apps en ChatGPT, Deep Research y los GPT también muestran brechas relativamente grandes, lo que sugiere que la vanguardia aprovecha mejor las 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 generales y accesibles, como User Upload, Search y Data Analysis, muestran una ventaja de vanguardia menor. Estas herramientas son más fáciles de usar para la mayoría de las empresas porque amplían flujos de trabajo familiares. La ventaja de vanguardia es más pronunciada en las herramientas avanzadas y agénticas, donde la adopción requiere más experiencia, conexiones con el conocimiento y las herramientas del lugar de trabajo, y mayor comodidad al delegar trabajo en la IA.
La ventaja de vanguardia es mayor en educación y aprendizaje
La ventaja de vanguardia es mayor en las tareas de educación y aprendizaje, donde la empresa de vanguardia envía 7 veces más mensajes que la empresa típica. En la vanguardia, las empresas usan la IA para ayudar a los empleados a desarrollar habilidades y aprender temas nuevos. También usan la IA para mejorar su comprensión de la propia IA, incluido qué puede hacer, cómo usarla bien y dónde puede encajar en los flujos de trabajo existentes. El tamaño de la brecha sugiere que la empresa típica podría estar infrautilizando la IA como herramienta para el aprendizaje y desarrollo de la plantilla.
La programación también muestra una gran brecha de 4 veces, coherente con la brecha más amplia en el uso de herramientas avanzadas y agénticas. La orientación práctica y la redacción y comunicación muestran las brechas de vanguardia más pequeñas, probablemente porque estas tareas son usos de la IA más accesibles y familiares.
Para reducir el desequilibrio de competencias se necesita capacitación, no solo acceso. Los recursos empresariales de OpenAI y OpenAI Academy incluyen guías prácticas, materiales de formación y recursos de implementación para ayudar a los equipos a adoptar la IA con confianza.
El uso de IA es más amplio en redacción, pero crece el uso específico por función
La redacción y la comunicación siguen siendo el uso más habitual 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 procedimentales; casi la mitad de los mensajes de desarrollo de software y de ciencia e ingeniería de datos están relacionados con la programación; y una décima parte de los mensajes de finanzas está relacionada con el análisis y el cálculo.
Estos patrones coinciden con pruebas más amplias de que los modelos de vanguardia están mejorando en tareas laborales de valor económico. GDPval, una evaluación del trabajo del conocimiento en el mundo real en 44 ocupaciones, mide el rendimiento en tareas que producen resultados prácticos de trabajo, como documentos, hojas de cálculo, diapositivas, diagramas y contenido multimedia. A medida que la IA se vuelve más capaz, el uso empresarial parece extenderse hacia tareas más estrechamente vinculadas al trabajo principal de cada función.
Tipo de tarea por contexto empresarial
| Contexto empresarial | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tareas de ChatGPT | ||||||||||||
| Redacción y comunicación | ||||||||||||
| Guías prácticas y procedimientos | ||||||||||||
| Información | ||||||||||||
| Análisis y cálculos | ||||||||||||
| Recomendación | ||||||||||||
| Medios creativos | ||||||||||||
| Comercio | ||||||||||||
| Programación | ||||||||||||
| Educación y aprendizaje | ||||||||||||
Alcance
El liderazgo sectorial no es unidimensional: distintos sectores lideran en ChatGPT, Codex y la API
No existe una única clasificación de adopción de IA. Las clasificaciones sectoriales varían según la medida utilizada. Los servicios profesionales, científicos y técnicos ocupan el primer puesto tanto en adopción de Codex como en intensidad de API, lo que indica un uso relativamente avanzado en flujos de trabajo para desarrolladores e integrados en productos. Finanzas y seguros lidera en adopción de ChatGPT debido a implementaciones a gran escala, mientras que los servicios educativos presentan la mayor intensidad de mensajes, lo que sugiere un uso más profundo por persona. El comercio minorista y la asistencia sanitaria ocupan posiciones destacadas en intensidad de API, pese a tener clasificaciones más bajas en otras medidas.
Estas diferencias sugieren que el liderazgo sectorial no es unidimensional. Algunos sectores parecen estar adoptando la IA mediante flujos de trabajo técnicos y de desarrolladores, mientras que otros están escalando mediante una adopción amplia de ChatGPT o un uso más intensivo por parte de los usuarios finales.
Clasificación de sectores según la métrica de adopción de la IA
| Sectores | ||||
|---|---|---|---|---|
| Finanzas y seguros | 1+1 | 10-4 | 30 | 60 |
| Información | 2-1 | 20 | 20 | 4-1 |
| Servicios profesionales, científicos y técnicos | 30 | 10 | 10 | 10 |
| Artes, entretenimiento y ocio | 40 | 4-1 | 50 | 3+1 |
| Servicios públicos | 50 | 80 | 90 | 90 |
| Construcción | 6-1 | 50 | 10-1 | 10-1 |
| Inmobiliaria, alquiler y arrendamiento | 7-1 | 7+1 | 11-1 | 80 |
| Fabricación | 8-1 | 3+1 | 40 | 70 |
| Salud y asistencia social | 90 | 90 | 6+1 | 50 |
| Comercio minorista | 10-2 | 11-1 | 7-1 | 20 |
| Administración pública | 11-1 | 6+1 | 80 | 11-1 |
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 aplicaciones, la programación y las herramientas para desarrolladores, la atención al cliente, los flujos de trabajo de investigación y la 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.
Principales casos de uso de la API por sector
Servicios profesionales
Asistentes de conocimiento y búsqueda (p. ej., herramientas de preguntas y respuestas, asistentes de investigación, asistentes de conocimiento interno)
Atención al cliente y soporte de ventas (p. ej., atención al cliente, agentes de voz y chat, asistencia en ventas)
Análisis de datos, resumen y extracción (p. ej., análisis de datos de la empresa, inteligencia de mercado, etiquetado y conciliación de transacciones)
Programación y herramientas para desarrolladores (p. ej., herramientas de evaluación de modelos, asistentes de programación, herramientas de automatización de flujos de trabajo)
Finanzas y seguros
Análisis de datos, resumen y extracción (p. ej., extracción de datos, análisis de recibos y gastos, investigación sobre inversiones)
Generación de documentos y flujos de trabajo (p. ej., gestión automatizada de gastos, generación de resúmenes de investigación, optimización de flujos de trabajo)
Asistentes de conocimiento y búsqueda (p. ej., asistentes de estrategia de inversión, búsqueda de políticas, asistentes específicos para cada rol)
Atención al cliente y soporte de servicios (p. ej., agentes de voz y chat de atención al cliente, asistentes de banca personal, clasificación de sentimientos)
Información
Programación y herramientas para desarrolladores (p. ej., asistentes de programación, herramientas de pruebas de software, herramientas de automatización web)
Asistentes de conocimiento y búsqueda (p. ej., asistentes integrados en el producto, herramientas de búsqueda interna, asistentes de documentación)
Atención al cliente y soporte de servicios (p. ej., agentes de voz y chat de atención al cliente, automatización multicanal de atención al cliente)
Generación de contenido, medios y diseños (p. ej., generación de activos de marca, herramientas de marketing)
Cisco usa Codex para acelerar el trabajo complejo de software en toda una gran organización de ingeniería empresarial. En los flujos de trabajo de producción, Codex ayudó a reducir los tiempos de compilación en aproximadamente un 20 %, ahorrar más de 1500 horas de ingeniería al mes y aumentar de 10 a 15 veces el rendimiento de resolución de defectos. Como lo expresó el equipo de Cisco, los mayores avances se produjeron cuando trataron a Codex como «parte del equipo».
Rakuten implementó Codex en sus operaciones de ingeniería y entrega de software, reduciendo el tiempo medio de recuperación en aproximadamente un 50 % y permitiendo que los equipos resolvieran incidencias de producción el doble de rápido. Rakuten también usa Codex para la revisión automatizada de código y comprobaciones de vulnerabilidades alineadas con los estándares internos, lo que acelera los lanzamientos sin comprometer la seguridad. En proyectos complejos, Codex puede convertir requisitos parciales en implementaciones full-stack funcionales, acortando los plazos de trimestres a semanas.
Balyasny Asset Management utiliza OpenAI para acelerar la investigación de inversiones en toda una gran organización especializada en trabajo del conocimiento. Su plataforma de investigación con IA, de desarrollo propio, la utilizan aproximadamente el 95 % de los equipos de inversión y ayuda a reducir los procesos de investigación de días a horas. Por ejemplo, un flujo de trabajo de análisis de discursos de bancos centrales que antes llevaba dos días ahora tarda unos 30 minutos, lo que ayuda a los analistas a sacar conclusiones más rápido a partir de documentos oficiales, transcripciones, informes de investigación y datos de mercado.
Visita nuestra página de historias de clientes para ver más ejemplos.
Qué pueden hacer las organizaciones para alcanzar la vanguardia
OpenAI trabaja con empresas de todos los sectores, funciones y niveles de madurez en IA, lo que nos da visibilidad sobre cómo evoluciona la adopción desde la experimentación hasta la producción. En estos despliegues, las empresas que más progresan tienden a centrarse menos solo en el acceso y más en los sistemas organizativos necesarios para usar la IA en profundidad: medición, gobernanza, capacitación, escalado del impacto y despliegue agéntico.
Cinco prácticas destacan como pasos prácticos que cualquier organización puede empezar a dar hoy para profundizar en la adopción de la IA.
- Mide la profundidad de uso además del acceso.
La señal relevante no es solo cuántos empleados tienen cuentas de IA, sino si los equipos están usando la IA de forma más sustantiva con el tiempo. Las organizaciones deberían hacer un seguimiento de si el uso de la IA se vuelve más frecuente, más complejo y más estrechamente vinculado a flujos de trabajo valiosos. - Desarrolla una gobernanza que permita el uso en producción.
Las empresas líderes no están evitando la gobernanza. La están usando para hacer que la IA agéntica sea más desplegable. Las empresas necesitan reglas claras sobre dónde pueden operar los agentes, qué información pueden usar, cuándo deben aconsejar en lugar de actuar y cómo revisan las personas las decisiones de mayor riesgo. Las empresas de vanguardia están definiendo estos estándares como parte del proceso de despliegue, para que la gobernanza se convierta en una forma de ampliar la adopción con seguridad en lugar de ralentizarla. - Trata la capacitación como una infraestructura esencial, no como un proyecto secundario.
A medida que mejoran las capacidades de la IA, tanto los trabajadores como las organizaciones necesitan sistemas que les ayuden a seguir el ritmo. Las empresas de vanguardia no tratan la capacitación como un impulso formativo puntual. Integran el aprendizaje continuo en el despliegue mediante formación específica por función, talleres de casos de uso, hackatones, redes internas de impulsores, tiempo dedicado a la experimentación y repositorios compartidos de flujos de trabajo, buenas prácticas y habilidades. - Identifica a tus equipos de vanguardia y amplía su impacto.
En muchas organizaciones, el uso más avanzado se concentra en un pequeño número de equipos. Esos equipos pueden revelar qué flujos de trabajo, hábitos y modelos operativos están funcionando. Los líderes deberían identificar a esos equipos, comprender y ampliar las condiciones detrás de su éxito, y ayudarles a compartir ideas y ejemplos de un uso más profundo de la IA con el resto de la empresa. - Ve más allá del chat y pasa a delegar trabajo.
La IA empresarial está pasando de asistentes de chat a trabajo que puede delegarse en agentes. La ingeniería de software ilustra esta tendencia, pero el trabajo delegado se está extendiendo entre funciones. Con Codex, los ingenieros pueden delegar una tarea definida, dar al agente el contexto que necesita, dejarle trabajar en archivos, bases de código y herramientas, y después revisar el resultado y perfeccionar el flujo de trabajo con comentarios. Las empresas de vanguardia están animando a los trabajadores a delegar tareas en la IA en lugar de limitarse a usarla como un asistente estático.
Todos los análisis de este informe se basan en datos de uso empresarial anonimizados y agregados. El contenido de los mensajes se clasificó mediante sistemas automatizados, y ningún empleado de OpenAI revisó datos individuales de clientes empresariales, comerciales o de la API como parte de este análisis.
Si quieres explorar todos los hallazgos o saber cómo incorporar la IA en tu organización de forma responsable, [nos encantaría hablar contigo].
Descubrir más
Investigación y análisis
Investigación y análisis sobre cómo se está adoptando la IA y su impacto en la economía y la sociedad.