OpenAI está impulsando los agentes de inteligencia artificial más allá de la escritura de código mediante ChatGPT Work, una versión dirigida a los trabajadores de oficina que la empresa lanzó el mes pasado y que está disponible dentro de su nivel de suscripción más bajo por 20 dólares mensuales. La idea no es que el modelo se limite a responder preguntas, sino que ejecute proyectos de varios pasos utilizando el correo electrónico, herramientas de trabajo y plataformas en la nube en nombre del usuario.
Esta orientación representa la mayor apuesta comercial y de producto de OpenAI, pero enfrenta a la empresa a una pregunta más difícil que mejorar el modelo en sí: ¿cuánto control sobre la vida digital estaría dispuesto a conceder un usuario a un agente automatizado? Para realizar tareas útiles, el agente necesita acceder a fuentes como el correo electrónico, Slack, Notion, Figma y el calendario, y puede tener permiso para ejecutar cambios en ellas. Estos permisos aumentan el valor de la herramienta, pero también los riesgos de revelar información privada o ejecutar una acción no deseada.
De las herramientas para desarrolladores al resto de las profesiones
ChatGPT Work se construyó sobre una versión modificada de la herramienta de programación Codex. OpenAI afirma que el objetivo es ofrecer a los no ingenieros un tipo de capacidades que los desarrolladores comenzaron a utilizar: una herramienta capaz de ejecutar una tarea completa de forma casi autónoma, en lugar de limitarse a producir una respuesta. Entre los usos actuales que presentó el artículo figuran la preparación de informes semanales de indicadores, la transformación de hojas de cálculo en herramientas de planificación, la recopilación de información sobre empresas en memorandos de inversión y la creación de paneles de seguimiento y gráficos.
La importancia de la expansión radica en que los desarrolladores de inteligencia artificial no pueden depender únicamente del sector del software para justificar las enormes inversiones en entrenamiento y computación. Las tareas más largas consumen un mayor número de tokens, y el acceso a nuevas especialidades abre un mercado más amplio. Al mismo tiempo, empresas especializadas como Harvey, en el ámbito jurídico, y Clay, en ventas, persiguen a los mismos clientes con un enfoque que no está vinculado a un único modelo.
Las cifras de uso dentro y fuera de OpenAI revelan la brecha que la empresa intenta cerrar. Un estudio respaldado por OpenAI mostró que el 98% de los empleados de la compañía utilizó Codex en junio, frente a solo el 17% de los suscriptores empresariales y menos del 1% de los suscriptores individuales. La empresa tampoco reveló cuántos usuarios tiene Work en comparación con Codex, mientras que sus aplicaciones compartidas son utilizadas por unos 20 millones de personas, según el artículo, frente a más de mil millones de usuarios que, según OpenAI, interactúan con ChatGPT por internet.
¿Qué cambia en la práctica?
El agente depende de lo que los ingenieros llaman «arnés» (harness), es decir, la capa de software que determina qué información ve el modelo, qué herramientas puede utilizar y cómo se muestra el resultado. En las herramientas de programación, la línea de comandos era suficiente para algunos usuarios. En cambio, el público más amplio necesita una interfaz que oculte la complejidad y explique qué puede hacer el agente y cómo iniciar la tarea.
La experiencia del artículo muestra al mismo tiempo el beneficio y la fricción. ChatGPT Work logró trasladar desde el correo electrónico a Google Calendar un calendario escolar con un formato inusual, crear un panel que se actualiza automáticamente con indicadores de empresas cotizadas, construir una base de datos consultable sobre lanzamientos espaciales y enviar un mensaje semanal sobre nuevas investigaciones en inteligencia artificial. Sin embargo, configurar los permisos para acceder al almacenamiento en la nube resultó confuso, y no estaba claro para el usuario cómo conceder a la herramienta acceso de solo lectura; posteriormente se descubrió que la tarea requería acceso completo.
Además, algunos ajustes solo están disponibles a través de la aplicación web, lo que obliga al usuario a alternar entre ella y la aplicación móvil. También existen otras limitaciones prácticas, como la capacidad de la herramienta para crear eventos en Google Calendar sin crear calendarios nuevos. Asimismo, una tarea puede producir un resultado deficiente si el usuario selecciona un nivel de esfuerzo bajo, mientras que los niveles de razonamiento no parecen suficientemente comprensibles para los usuarios nuevos, según reconoció uno de los ingenieros de OpenAI.
La confianza y la evaluación son el siguiente obstáculo
El problema no se limita a la interfaz. El software suele poder probarse con una pregunta directa: ¿funciona o no? En cambio, evaluar una buena presentación, una estrategia empresarial o un argumento de ventas es menos claro y más difícil de rastrear. Por ello, OpenAI afirmó que utiliza el estándar GDPval, basado en pruebas de trabajo cognitivo en 44 profesiones, junto con los comentarios de los usuarios. La empresa sigue enfrentándose al desafío de determinar si está construyendo el flujo de trabajo que necesita la mayoría de las personas o uno que solo se adapta a sus empleados especializados.
Los permisos también plantean una pregunta sobre los límites de la dependencia. Un ingeniero principal de OpenAI probó la aplicación con su correo electrónico, su cuenta de Slack, su teléfono y otras aplicaciones, pero reconoció que el sistema podría extraer información de un mensaje privado y utilizarla en un documento que no debería incluirla. El autor del artículo, por su parte, no concedió a la herramienta acceso a su correo electrónico, su cuenta bancaria ni sus borradores de trabajo, aunque la consideró útil para tareas menos sensibles.
La competencia entre el modelo y el arnés
ChatGPT Work se parece a productos como Claude Cowork y otras herramientas de agentes dirigidas a los usuarios comunes. El artículo señala que Claude Code se adelantó a Codex al adoptar un estilo conversacional que permite al usuario elegir el camino entre varias opciones y recibir actualizaciones sucesivas, antes de que OpenAI añadiera más puntos de interacción a Codex y desarrollara sus aplicaciones de escritorio y móviles. Las estadísticas de descargas indican que Claude Code tuvo una mayor demanda hasta abril del año en curso, antes de que Codex lo superara por un estrecho margen.
OpenAI considera que la potencia de sus modelos más recientes y su eficiencia en términos de costes son la diferencia fundamental, mientras que investigadores y usuarios creen que el diseño del arnés y la facilidad para solicitar revisiones y comparaciones son igual de importantes. La cuestión sigue abierta: ¿puede un modelo general potente sustituir gradualmente a las herramientas y las instrucciones especializadas, o el usuario seguirá necesitando una interfaz más explicativa y controlable? La respuesta determinará si los agentes de inteligencia artificial pasan de ser herramientas impresionantes para los primeros usuarios a convertirse en una capa habitual del trabajo de oficina.