OpenAI ha publicado su primer informe “The state of enterprise AI” (El estado de la IA en la empresa), una radiografía de cómo más de un millón de clientes empresariales están usando ya sus modelos en el día a día. El documento, basado en datos de uso agregados y una encuesta a 9.000 empleados de casi 100 organizaciones, muestra un mensaje claro: la IA generativa ha dejado de ser un experimento de laboratorio para convertirse en infraestructura crítica en muchas compañías.
Cuatro conclusiones clave
El informe resume la situación actual en cuatro grandes ideas:
- Uso en fuerte crecimiento y más integrado en los flujos de trabajo.
El volumen de mensajes de ChatGPT procedentes de cuentas empresariales se ha multiplicado por ocho en un año. En paralelo, el consumo medio de “razonamiento” vía API por organización –tokens dedicados a tareas complejas, no solo respuestas simples– se ha disparado un 320 %. - Impacto medible en productividad y en negocio.
Los empleados encuestados afirman ahorrar entre 40 y 60 minutos al día gracias a la IA, con picos de hasta 80 minutos en perfiles técnicos como data scientists, ingenieros o profesionales de comunicación. Además, los casos de uso recogidos apuntan a efectos directos en ingresos, satisfacción del cliente y velocidad de lanzamiento de productos. - Adopción global y multisectorial.
La mediana de los sectores analizados ha multiplicado por más de seis su uso de IA en los últimos 12 meses. Tecnología lidera el crecimiento (x11), seguida de sanidad y manufactura. Países como Australia, Brasil, Países Bajos o Francia se sitúan ya por encima de la media global en crecimiento de clientes de pago. - Brecha creciente entre líderes y rezagados.
En el extremo avanzado, los llamados “trabajadores frontera” envían seis veces más mensajes a la IA que el usuario mediano, y las empresas frontera generan el doble de mensajes por asiento, con siete veces más uso de asistentes personalizados (GPTs). La diferencia no es de acceso a la tecnología, sino de cuánto se integra realmente en los procesos.
De probar un chatbot a rediseñar procesos
Uno de los mensajes más insistentes del informe es que la adopción madura pasa de “preguntar cosas a un chat” a configurar asistentes y proyectos específicos.
Las empresas están creando miles de GPTs personalizados con instrucciones, conocimiento interno y acciones conectadas a sus sistemas. En algunos casos, como el banco BBVA, se citan más de 4.000 asistentes distintos operando a diario para tareas tan variadas como soporte legal, análisis de riesgos o generación de documentación.
OpenAI señala que, en las últimas semanas, en torno al 20 % de todos los mensajes empresariales ya pasan por un GPT o Project personalizado, lo que indica que la IA empieza a verse menos como una herramienta “genérica” y más como parte del flujo estándar de trabajo.
En paralelo, los desarrolladores están integrando los modelos directamente en productos y sistemas a través de la API. Más de 9.000 organizaciones han superado los 10.000 millones de tokens procesados, y casi 200 han traspasado el umbral del billón de tokens, una cifra que solo tiene sentido cuando se usa IA de forma masiva en aplicaciones en producción.
La IA abre el código y los datos a más perfiles
Otro cambio de fondo es quién hace qué dentro de las empresas.
El 75 % de los usuarios encuestados afirma que ahora puede completar tareas que antes estaban fuera de su alcance: desde escribir y revisar código hasta automatizar hojas de cálculo o crear pequeñas herramientas internas. Los mensajes relacionados con programación han aumentado en todas las funciones, y fuera de los equipos de ingeniería, TI e I+D han crecido de media un 36 % en seis meses.
La brecha entre quienes explotan a fondo estas posibilidades y quienes apenas rascan la superficie es notable. En tareas de programación, los trabajadores frontera envían 17 veces más mensajes que el usuario típico. En análisis y cálculos, el diferencial es de 10 a 1; en redacción y comunicación, de 11 a 1. Los que usan la IA en más tipos de tareas (unas siete de media) declaran ahorrar cinco veces más horas a la semana que quienes la limitan a tres o cuatro usos.
Un fenómeno global, con patrones sectoriales distintos
Aunque Estados Unidos sigue siendo el mercado más grande por volumen de mensajes, el mapa de calor incluido en el informe muestra que el uso empresarial de ChatGPT se extiende por Europa, América Latina y Asia-Pacífico. Alemania y Japón destacan por número de mensajes, mientras que Reino Unido y Alemania se sitúan entre los mayores mercados de ChatGPT Enterprise fuera de EE. UU.
Por sectores, el API se usa de forma diferente:
- Las tecnológicas concentran su gasto en asistentes dentro de productos, búsqueda, agentes automáticos y herramientas para desarrolladores.
- En servicios profesionales, la prioridad es acelerar el trabajo de consultoría: generación de código para herramientas internas, personalización de informes y asistentes a medida.
- En finanzas, el primer campo de batalla es el soporte al cliente, seguido de la modernización de sistemas y aplicaciones para trading, riesgo y cumplimiento normativo.
Ejemplos concretos: de la atención al cliente a la biotecnología
El informe incluye una batería de casos reales que ilustran el salto del PowerPoint a la realidad:
- Intercom ha reducido casi a la mitad la latencia de su agente de voz Fin gracias a la API de tiempo real de OpenAI y ya resuelve en torno al 53 % de las llamadas sin intervención humana.
- Lowe’s atiende casi un millón de consultas al mes con su asistente Mylow, tanto en la web como en móvil, y duplica la tasa de conversión cuando los clientes interactúan con él.
- Indeed ha mejorado un 20 % el inicio de solicitudes de empleo cuando añade explicaciones generadas por IA sobre por qué un candidato encaja en un puesto; las contrataciones derivadas suben un 13 %.
- Moderna asegura que parte del trabajo analítico para elaborar los TPP (Target Product Profile) de nuevos fármacos ha pasado de semanas a horas, lo que puede traducirse en llegar antes a los pacientes.
Qué hacen distinto las empresas que van delante
En la parte final, OpenAI sintetiza las prácticas comunes de las organizaciones más avanzadas:
- Integrar la IA de verdad en los sistemas, conectando modelos a datos corporativos (CRM, intranet, repositorios de código, etc.) mediante conectores y APIs.
- Estandarizar flujos de trabajo y reutilizar soluciones, promoviendo catálogos internos de GPTs y agentes que otros equipos pueden adoptar sin empezar de cero.
- Liderazgo visible: mandatos claros desde la dirección, recursos dedicados y espacio para experimentar, pero con métricas de impacto.
- Gobernanza y evaluación continua, con conocimiento institucional codificado, pipelines de datos bien definidos y tests periódicos para medir rendimiento, calidad y riesgos.
- Gestión del cambio, combinando formación centralizada con “champions” locales que ayudan a sus equipos a incorporar la IA al trabajo diario.
La conclusión del informe es que los modelos y las herramientas ya están suficientemente maduros para muchos casos de uso. El verdadero cuello de botella es organizativo: cultura, procesos y capacidad de ejecución. Las empresas que consigan cerrar esa brecha no solo ganarán en eficiencia, sino que podrán usar la IA como motor estable de crecimiento y ventaja competitiva.
Preguntas frecuentes
¿Qué entiende OpenAI por “trabajadores frontera” y “empresas frontera”?
Son los usuarios y organizaciones situados en el 5 % superior de intensidad de uso: quienes envían más mensajes, utilizan más herramientas avanzadas (razonamiento, análisis de datos, GPTs personalizados, API) y cubren más tipos de tareas con IA.
¿La adopción de IA se limita a departamentos técnicos?
No. Aunque ingeniería y datos fueron los primeros, el informe muestra un uso creciente en finanzas, recursos humanos, marketing, legal y atención al cliente. En muchos casos, son estos departamentos los que declaran más ahorro de tiempo por mensaje.
¿Qué riesgos o limitaciones señala el informe?
OpenAI recuerda que la adopción aún es desigual y que muchos usuarios ni siquiera han probado las funciones más potentes. También insiste en la importancia de conectar la IA a datos fiables, definir procesos de supervisión humana y medir el rendimiento con evaluaciones continuas.
¿Qué pasos prácticos puede dar una empresa que va retrasada?
Activar conectores seguros a sus sistemas, definir un pequeño catálogo de casos de uso con retorno claro (por ejemplo, soporte al cliente interno o externo), nombrar responsables de IA en cada unidad de negocio y crear un repositorio interno de asistentes reutilizables son algunos de los movimientos que el informe identifica en las organizaciones líderes.
