OpenAI publicó el 18 de junio nuevas analíticas de uso y controles de gasto para ChatGPT Enterprise. La noticia habla de administrar costes y escalar IA con más confianza. Para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi, la lectura práctica es bastante directa: si la IA se va a usar en serio, alguien tiene que mirar consumo, adopción y valor con la misma disciplina con la que mira cualquier otro software crítico.
La primera fase de IA suele ser cómoda. Un grupo pequeño prueba ChatGPT, un RAG interno o varios agentes para ventas, soporte u operaciones. Hay entusiasmo, alguna demo convincente y unas cuantas tareas que salen más rápido. Luego llega la pregunta incómoda: ¿lo abrimos a más personas, lo conectamos a sistemas internos y asumimos el coste mensual?
Ahí empieza el proyecto de verdad. No en el prompt bonito, sino en decidir qué uso merece presupuesto, qué uso es ruido y qué métricas necesita dirección para no gestionar la IA a ojo.
La noticia: más control para entornos enterprise
OpenAI resume la novedad en dos piezas: analíticas de uso y controles de gasto para ChatGPT Enterprise. No es un anuncio llamativo como un modelo nuevo, pero probablemente es más útil para muchas organizaciones.
Porque cuando una empresa escala IA, aparecen preguntas muy terrenales:
- Qué equipos la usan de verdad.
- En qué procesos se consume más.
- Si el coste sube por trabajo útil o por pruebas sin foco.
- Qué usuarios necesitan más formación.
- Qué casos conviene mover a un flujo propio, un RAG o un agente conectado a herramientas.
Sin esos datos, la conversación se vuelve rara. Unos dicen que la IA ahorra muchísimo. Otros dicen que nadie la usa. Finanzas ve una factura. IT ve riesgos. Dirección ve potencial, pero también bastante niebla.
El error: medir licencias, no impacto
Contar licencias es fácil. Medir impacto cuesta más. Y aun así, si solo se mira cuánta gente tiene acceso, se pierde lo importante.
Una empresa puede tener muchas cuentas activas y poco valor real. También puede tener pocos usuarios usando IA en procesos muy concretos que sí justifican inversión: preparar propuestas comerciales, responder incidencias internas, resumir documentación técnica, clasificar tickets o acelerar análisis de datos.
La pregunta útil no es "cuánta IA usamos". La pregunta es "qué trabajo concreto está mejorando y cuánto nos cuesta mantenerlo".
En proyectos con pymes y empresas medianas de Euskadi, conviene separar cuatro tipos de uso:
- Exploración: pruebas, aprendizaje y pequeños borradores.
- Productividad personal: resúmenes, redacción, análisis básico y apoyo diario.
- Procesos de equipo: ventas, soporte, operaciones, administración o dirección con criterios compartidos.
- Automatización integrada: agentes, RAG y flujos conectados a CRM, ERP, tickets o documentación interna.
Cada nivel merece un control distinto. No tiene sentido exigir ROI exacto a cada prueba individual. Tampoco tiene sentido escalar una automatización integrada sin métricas serias.
Qué debería mirar una empresa antes de ampliar el uso
Antes de comprar más licencias, conectar modelos o abrir agentes IA a más equipos, haría una revisión corta. Nada épico. Una tabla sencilla suele bastar para ver dónde hay negocio y dónde solo hay curiosidad.
Las preguntas que pondría encima de la mesa:
- Qué departamentos usan IA hoy y para qué tareas.
- Qué tareas se repiten cada semana y tienen suficiente volumen.
- Qué datos se introducen en las herramientas y si son adecuados.
- Qué procesos necesitan fuentes, permisos o trazabilidad.
- Qué coste mensual es aceptable para el piloto.
- Qué métrica dirá si seguimos, paramos o rediseñamos.
La métrica no siempre tiene que ser euros directos. Puede ser tiempo de respuesta, menos incidencias, menos trabajo manual, mayor calidad en propuestas, menos dependencia de una persona o más velocidad para preparar informes. Pero tiene que existir. Si no existe, la IA acaba compitiendo por presupuesto con sensaciones.
Cuándo basta con ChatGPT y cuándo hace falta algo más
Un asistente general sirve muy bien para trabajo individual: pensar un texto, resumir una reunión, ordenar ideas, revisar una hoja de cálculo o preparar un primer borrador. Para muchos equipos, ese ya es un buen primer paso.
Pero hay casos donde el asistente general se queda corto:
- Cuando necesita consultar documentación interna con permisos.
- Cuando debe citar fuentes y dejar rastro.
- Cuando el resultado tiene que terminar en el CRM, ERP o sistema de tickets.
- Cuando hay que controlar tono, calidad y excepciones.
- Cuando dirección quiere medir coste por proceso, no solo coste por usuario.
Ahí entran RAG, agentes IA, automatizaciones y cuadros de seguimiento. No porque suenen más avanzados, sino porque el flujo de trabajo lo pide.
Un ejemplo sencillo: si comercial usa IA para redactar respuestas, quizá basta con una licencia y una guía de uso. Si la empresa quiere cualificar leads, buscar contexto del cliente, crear tareas en el CRM y avisar a una persona cuando el caso es importante, ya estamos hablando de un agente con controles.
El primer paso recomendado
Antes de escalar IA en una empresa de Gipuzkoa, haría un diagnóstico de consumo y oportunidades. En una sesión corta se puede ordenar bastante:
- Inventario de usos actuales, aunque sean informales.
- Procesos con más repetición y más fricción.
- Riesgos de datos, permisos y cumplimiento.
- Estimación de coste mensual para piloto o despliegue.
- Métricas mínimas para decidir después de 4 a 8 semanas.
La gracia está en no convertirlo en un comité eterno. Elegir dos o tres casos, medirlos bien y decidir. Si funciona, se amplía. Si no funciona, se corrige sin haber abierto una factura difícil de defender.
La oportunidad para empresas de Euskadi
La IA ya no es solo una prueba de innovación. En muchas empresas empieza a convertirse en una partida de gasto, una herramienta de trabajo y, si se hace bien, una ventaja operativa. Eso exige menos espectáculo y más gobierno.
Para dirección, el reto es saber dónde merece la pena invertir. Para IT, controlar datos, accesos e integraciones. Para operaciones, que la herramienta quite trabajo y no añada otra pantalla. Para comercial y soporte, que ayude sin romper el tono ni prometer cosas que nadie ha validado.
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a pasar de uso informal de IA a pilotos medibles: diagnóstico, RAG, agentes IA, automatización e infraestructura. Si quieres revisar dónde se está usando IA en tu empresa y qué casos merecen inversión, escríbenos a nuestro formulario de contacto. Un diagnóstico inicial suele bastar para separar gasto difuso de una oportunidad concreta.