OpenAI publicó el 12 de agosto de 2026 una pieza titulada "From assistance to execution: How enterprises put AI to work". La descripción del anuncio es clara: su investigación mira cómo las empresas están adoptando IA agentic con ChatGPT y Codex, y cómo las organizaciones más avanzadas empiezan a separarse del resto.
No es una noticia de modelo nuevo. Casi mejor. La parte interesante para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi está en el cambio de verbo: pasar de pedir ayuda a encargar trabajo.
Un asistente resume, redacta, busca ideas o prepara una respuesta. Un agente puede leer contexto, usar herramientas, tocar repositorios, preparar cambios, abrir tareas o dejar un flujo casi listo para revisión. Eso tiene valor. También cambia el riesgo. Cuando la IA ejecuta, ya no basta con que "conteste bien".
Qué ha publicado OpenAI
OpenAI presenta la adopción empresarial de la IA como un salto desde la asistencia hacia la ejecución. Según su propia descripción, la pieza habla de empresas usando ChatGPT y Codex en trabajo real, con foco en sistemas agentic y en la ventaja que toman las organizaciones que aprenden antes a integrarlos.
La lectura práctica no es que todas las empresas tengan que copiar a una gran tecnológica. Una pyme industrial, una asesoría, una ingeniería o una empresa de servicios de Gipuzkoa no necesita lanzar veinte agentes mañana. Necesita elegir un proceso donde la IA pueda hacer trabajo útil sin convertirse en una caja negra.
Ahí está el punto: la diferencia entre una demo bonita y un flujo de negocio suele estar en detalles aburridos. Quién es dueño del proceso. Qué datos puede leer el agente. Qué herramienta puede tocar. Qué pasa si se equivoca. Quién aprueba antes de enviar, publicar, facturar o modificar algo.
El gancho de negocio: menos prompts sueltos, más proceso
Muchas empresas ya tienen gente usando IA. Una persona resume actas. Otra prepara emails. Alguien prueba Codex con scripts internos. Dirección ve potencial, pero no sabe si eso está ahorrando tiempo de verdad o solo creando usos dispersos.
El siguiente paso no debería ser comprar más licencias sin criterio. Tampoco prohibirlo todo por miedo. El paso útil es convertir los usos que ya funcionan en procesos pequeños y medibles.
Por ejemplo:
- convertir solicitudes entrantes en una ficha revisable para ventas;
- preparar borradores de respuesta para soporte, con fuentes aprobadas;
- revisar incidencias repetidas y proponer etiquetas antes de abrir tickets;
- ayudar a desarrollo a localizar deuda técnica y preparar cambios revisables;
- resumir reuniones y mover acuerdos a una herramienta de tareas, pero solo tras validación.
Son casos menos espectaculares que "un agente que lo hace todo". Precisamente por eso funcionan mejor.
La pregunta incómoda para empresas de Gipuzkoa
Antes de hablar de agentes, conviene hacer una pregunta simple: qué trabajo puede ejecutar la IA sin poner a la empresa en una situación difícil.
No todos los procesos sirven. Un buen candidato suele tener estas señales:
- La entrada está clara: email, formulario, ticket, documento, repositorio o CRM.
- Hay reglas suficientes para decidir qué hacer.
- Los datos sensibles están identificados.
- Una persona puede revisar antes del paso final.
- El ahorro se puede medir en semanas, no en un año.
Si falta todo eso, el agente no arreglará el problema. Lo acelerará.
Un piloto razonable: agente para preparar trabajo, no cerrarlo
Un primer piloto sensato puede quedarse justo antes de la acción final. Imagina un flujo de soporte B2B:
- Entra una consulta por email o formulario.
- El agente resume el problema, detecta cliente, producto y urgencia.
- Busca en una base aprobada: manual, política de soporte, historial o FAQ interna.
- Prepara una respuesta y marca dudas.
- Una persona revisa, corrige y envía.
- El sistema guarda qué cambió la persona para mejorar el flujo.
Ese diseño evita dos extremos: IA decorativa que solo redacta texto suelto, e IA demasiado autónoma que responde en nombre de la empresa sin control. El punto medio suele ser el que genera leads cualificados, porque conecta con problemas reales: tiempo de respuesta, calidad, trazabilidad y coste operativo.
Qué revisar antes de pasar a ejecución
Si tu empresa ya usa ChatGPT, Codex u otras herramientas de IA, merece la pena hacer una revisión corta antes de conectar agentes a procesos internos.
- Qué usos actuales ya ahorran tiempo.
- Qué datos entran en cada uso.
- Qué decisiones no debería tomar nunca la IA.
- Qué sistemas podría consultar y cuáles debería tener prohibidos.
- Qué aprobación humana hace falta antes del paso final.
- Qué métrica dirá si el piloto merece crecer.
Sin esa lista, el proyecto depende demasiado de la persona que mejor escribe prompts. Con esa lista, empieza a parecerse a una implantación seria.
Cómo puede ayudar Umintia
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a pasar de usos sueltos de IA a pilotos con proceso, permisos y medición. No todos los casos necesitan un agente. Pero cuando lo necesitan, conviene diseñarlo como software de trabajo, no como una conversación bonita.
Si tu equipo ya está usando IA y quieres saber qué parte merece convertirse en un flujo real, el primer paso puede ser una sesión corta: inventariar usos actuales, separar riesgos y escoger un piloto con revisión humana desde el principio.