Señales empresariales: qué hacen de manera diferente las empresas de vanguardia

La IA empresarial está entrando en una nueva fase: cada vez se delega más trabajo en agentes, y las empresas más avanzadas están ampliando su ventaja. Las empresas de vanguardia tienen acceso a los mismos modelos de IA que otras empresas, pero están profundizando su uso, más rápido. Lo que las distingue es cómo ponen esos modelos en práctica: pasan de la asistencia a encargar tareas a los agentes, les proporcionan el contexto y las herramientas necesarios para completar tareas complejas y aceleran el desarrollo de la IA con agentes más allá del desarrollo de software.

La investigación sobre cómo los agentes están transformando el trabajo en OpenAI ofrece un indicador adelantado de cómo puede ser este cambio dentro de una organización concebida para la IA. Enterprise Signals amplía la perspectiva a la base global de clientes empresariales de OpenAI, al mostrar cómo el trabajo con agentes se está extendiendo por las organizaciones y qué separa a las empresas de vanguardia del resto.

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

Puntos clave:

• El uso empresarial está adquiriendo mayor autonomía. A fecha de 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 sustantivo y delegado.
• La brecha de vanguardia se está ampliando. Las empresas de vanguardia —aquellas que se encuentran en el 10 % superior de uso de IA cada mes— ahora generan 8,3× más tokens de salida por usuario activo que las empresas convencionales, frente a 2,6× en enero.
• Las empresas de vanguardia usan capacidades avanzadas con más frecuencia. Cada semana, el 21 % de los usuarios activos de empresas de vanguardia usan complementos, frente al 9 % de los usuarios activos de empresas típicas. En OpenAI, el 95 % de los empleados usan complementos semanalmente, lo que pone de relieve el potencial de una adopción más profunda.
• Los agentes se están extendiendo por todas las tareas profesionales. Desde febrero, el número de usuarios empresariales activos semanales de Codex creció 108× en el ámbito jurídico, 41× en ventas, 41× en reclutamiento y 26× en marketing, frente a 5× en ingeniería.
• Los empleados en las primeras etapas de su carrera usan más la IA: el uso es mayor entre los trabajadores en las primeras etapas 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 a preguntas a realizar tareas. Este cambio se afianzó primero en la ingeniería de software con Codex. Ahora ChatGPT Work está ampliando la IA con agentes más allá de los desarrolladores, permitiendo a los trabajadores de toda la empresa pasar de pedir ayuda a delegar tareas sustantivas.

En junio de 2026, el uso de la 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 utilizan los mismos modelos de vanguardia subyacentes; la diferencia radica en cómo se aplica esa inteligencia.

ChatGPT ayuda a las personas a hacer preguntas, desarrollar ideas y resolver problemas. La IA con agentes (como Codex y ChatGPT Work) proporciona al modelo herramientas para trabajar con tu ordenador, lo que le permite encontrar información, editar archivos y llevar a cabo tareas de varios pasos de forma autónoma o bajo supervisión. Completar tareas complejas y de larga duración puede requerir bastante más computación, lo que ayuda a explicar por qué el uso de tokens agénticos ha crecido rápidamente.

Cada mes, clasificamos a los clientes empresariales según los tokens de salida por usuario activo. Las empresas de vanguardia son aquellas que se sitúan 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× más tokens de salida por usuario activo que las empresas típicas, un aumento de tres veces en comparación con la diferencia de 2,6× de enero.

La brecha de vanguardia también se extiende a todos los sectores, con la mayor brecha de uso de token en información y tecnología (11,7×) y la menor en fabricación (5,3×). En cambio, 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× a 2,8×). Esto sugiere que muchas organizaciones siguen utilizando asistentes de chat sencillos, lo que deja un margen significativo para profundizar en la adopción y  utilizar agentes para llevar a cabo tareas más complejas.

Los tokens son una medida imperfecta del valor empresarial: una respuesta breve puede ser muy valiosa, mientras que una extensa puede aportar poco. Sin embargo, el volumen de tokens ofrece un indicador indirecto útil de la profundidad del uso de la IA y de cuánto trabajo piden los empleados a la IA que asuma.

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

Las primeras aplicaciones de IA empresarial empezaron en el ámbito interno, al ayudar a los empleados a encontrar información, redactar documentos, analizar datos, escribir código y automatizar procesos rutinarios. Las empresas líderes están ampliando cada vez más el uso de la IA más allá de la productividad interna, incorporándola a productos, servicios y experiencias orientados al cliente.

Los agentes de IA necesitan acceder al contexto y las herramientas adecuados para ser eficaces. Los complementos⁠(se abre en una ventana nueva) 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 manual de un equipo con acceso a su CRM, lo que permite a un agente usar información actual de clientes y propuestas anteriores para preparar una respuesta personalizada para su revisión.

Las empresas de vanguardia tienen una clara ventaja en capacidades avanzadas. Entre los usuarios activos semanales, el 21 % de los usuarios de empresas de vanguardia utiliza complementos y el 19 % utiliza habilidades, frente a tan solo el 9 % y el 3 % en empresas típicas. Sin embargo, la adopción por parte de las empresas de vanguardia representa solo una fracción de lo que es posible. El uso interno de OpenAI pone de relieve el potencial de un uso más intensivo de estas capacidades, con un uso semanal de complementos por parte del 95 % de los usuarios activos. Nuestra investigación sobre cómo los agentes están transformando el trabajo ofrece una visión más detallada de cómo los empleados de OpenAI utilizan capacidades avanzadas.

Los agentes de IA necesitan tres cosas para llevar a cabo 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 correctamente una tarea. El uso del ordenador y del navegador permite a los agentes navegar por sitios web, crear archivos y completar tareas de forma autónoma o bajo supervisión. Los objetivos y los bucles hacen que los agentes sigan trabajando hasta que se finaliza una tarea. En conjunto, estas capacidades ayudan a las empresas de vanguardia a hacer realidad el potencial de los agentes.

Dar acceso a los agentes a los sistemas de la empresa también conlleva 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 difundir las prácticas de éxito entre equipos y áreas funcionales.

Los desarrolladores de software estuvieron entre los primeros en adoptar los agentes de IA, pero el crecimiento más rápido procede ahora de los trabajadores del conocimiento en general. Desde febrero, el número de usuarios activos semanales de Codex Enterprise ha crecido 108× en el sector jurídico, 41× en ventas, 41× en selección de personal y 26× en marketing, en comparación con 5× entre los ingenieros. 

El software fue el primero en moverse por una razón. Las bases de código proporcionan a los agentes un contexto claro, las pruebas facilitan la verificación de los resultados y los avances en programación ayudan a acelerar la investigación y el desarrollo de la IA. En los últimos dos años, los desarrolladores han pasado de usar la IA para completar líneas de código individuales a hacer que los agentes se encarguen de tareas completas de desarrollo de software. Muchos desarrolladores ya no escriben código a mano, sino que dedican su tiempo a configurar tareas, orquestar agentes y revisar resultados.

En cambio, el avance en el trabajo del conocimiento en general ha sido más lento porque muchas tareas aportan un contexto limitado, pueden ser difíciles de especificar y carecen de criterios claros para verificar el resultado. Pero el escalamiento continuado, los avances en aprendizaje por refuerzo y los esfuerzos específicos para mejorar el rendimiento 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 logrado una mayor aceptación entre los profesionales del conocimiento en general.

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 del sistema o del agente representan en conjunto casi el 75 % de los mensajes de agentes. Este cambio es especialmente notable fuera de los equipos técnicos tradicionales: selección de personal (32 %), ventas (26 %), políticas (25 %) y comunicación (24 %) dedican entre una cuarta parte y un tercio de los mensajes a las operaciones de sistemas y agentes. El trabajo técnico también se está extendiendo a distintas funciones, y la programación representa casi el 60 % de los mensajes autónomos en diseño.

No existe una única clasificación de adopción de la IA. Las clasificaciones del sector varían según la medida utilizada. En el último mes, el sector de servicios profesionales y científicos lideró tanto la adopción de Codex como la intensidad de uso de la API. El sector de artes, entretenimiento y recreación lideró la adopción de ChatGPT, mientras que el de manufactura tiene la intensidad alta de ChatGPT a pesar de ocupar el último lugar en intensidad de Codex y de la API.

Los sectores no siguen el mismo camino hacia la adopción de la IA. En algunos casos, avanzan gracias a herramientas para desarrolladores y productos impulsados por IA, mientras que en otros se observa 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 redefiniendo el panorama de la seguridad. Pocos riesgos son más inmediatos que los relacionados con la ciberseguridad, especialmente ante el rápido avance de las capacidades de IA en materia de ciberseguridad.

La IA también puede ayudar a los defensores a responder. Los modelos pueden analizar grandes bases de código, investigar vulnerabilidades y apoyar el trabajo de seguridad en varios pasos. Pero identificar más problemas no hace que los sistemas sean automáticamente 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 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 hacer frente a estos retos y reforzar sus defensas frente a 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 periódicamente Enterprise Signals, un conjunto recurrente de indicadores que realiza un seguimiento de la adopción, difusión e impacto de la IA en las empresas. Todos los análisis de este informe se basan en datos de uso empresarial agregados y anonimizados. Hemos utilizado sistemas automatizados para clasificar el contenido de los mensajes, y ningún empleado de OpenAI ha revisado los mensajes de los clientes.

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