--- title: "OpenAI radiografía la nueva infraestructura de IA en la empresa: mucho código, muchos agentes… y una brecha que se abre" description: "OpenAI ha publicado su primer State of Enterprise AI 2025 , un informe que pone cifras reales a algo que muchos CTO, CIO y equipos de datos ya intuían: la Inteligencia Artificial está dejando de ser u..." url: https://revistacloud.com/openai-radiografia-la-nueva-infraestructura-de-ia-en-la-empresa-mucho-codigo-muchos-agentes-y-una-brecha-que-se-abre/ date: 2025-12-09 modified: 2025-12-09 author: "Noticias Cloud" image: https://revistacloud.com/wp-content/uploads/2025/12/openai-informe.jpg categories: ["Informes", "Inteligencia artificial", "Noticias"] tags: ["Inteligencia Artificial", "OpenAI"] type: post lang: es --- # OpenAI radiografía la nueva infraestructura de IA en la empresa: mucho código, muchos agentes… y una brecha que se abre **OpenAI ha publicado su primer *State of Enterprise AI 2025***, un informe que pone cifras reales a algo que muchos CTO, CIO y equipos de datos ya intuían: la Inteligencia Artificial está dejando de ser una “app más” para convertirse en una capa de infraestructura sobre la que se construyen productos, flujos de trabajo y hasta nuevos modelos de negocio. La fotografía es especialmente relevante para un público tecnológico: habla de tokens, APIs, agentes, conectores, evaluaciones continuas y, sobre todo, de una diferencia creciente entre las organizaciones que están industrializando la IA y las que siguen en modo experimento. --- ### De la prueba de concepto a la infraestructura: IA como nueva capa del stack En solo tres años, más de 1 millón de clientes empresariales utilizan herramientas de OpenAI, con más de 7 millones de “seats” de ChatGPT en entornos de trabajo. En los últimos 12 meses, el volumen semanal de mensajes de clientes empresariales se ha multiplicado por 8, y el consumo de *reasoning tokens* por organización ha crecido en torno a 320 veces. Traducido al lenguaje de infraestructura: los modelos de IA ya no se usan de forma puntual, sino como servicios centrales que se integran en productos, backends y herramientas internas. Más de 9.000 organizaciones han procesado más de 10.000 millones de tokens a través de la API de OpenAI, y cerca de 200 ya superan el umbral del billón de tokens consumidos. Para el mundo tech esto implica algo claro: la IA se está consolidando como otro “tier” del stack (junto a bases de datos, colas de mensajes o sistemas de observabilidad), con sus propias métricas de consumo, rendimiento y gobernanza. --- ### GPTs, Projects y API: donde realmente se integra la IA Uno de los datos más reveladores del informe es el crecimiento explosivo de los *Custom GPTs* y *Projects* (interfaces configurables sobre [ChatGPT](https://revistacloud.com/tag/chatgpt/) con instrucciones, contexto y acciones personalizadas). El número de usuarios semanales de estas capacidades se ha multiplicado por 19 en lo que va de año, y ya suponen alrededor del 20 % de todos los mensajes de clientes Enterprise. En la práctica, esto significa que muchas empresas ya no se limitan a “preguntar” a un modelo, sino que: - Codifican conocimiento interno en asistentes reutilizables. - Conectan GPTs con sistemas corporativos mediante APIs y *tool calling*. - Automatizan flujos multi-paso (los llamados *agentic workflows*) dentro de sus aplicaciones. La API, por su parte, se usa sobre todo para construir asistentes embebidos, búsqueda avanzada, automatización de flujos y herramientas para desarrolladores. La adopción ya no es exclusiva del sector tecnológico: el uso de la API por parte de empresas no tech ha crecido 5 veces interanual y casos como atención al cliente y generación de contenido representan ya cerca del 20 % de la actividad. --- ### Productividad medible: de minutos ahorrados a nuevos tipos de trabajo El informe también intenta contestar a la gran pregunta de negocio: ¿de verdad la IA ahorra tiempo y dinero? Los datos internos de OpenAI indican que el 75 % de los trabajadores encuestados afirma que la IA ha mejorado la velocidad o la calidad de su trabajo. Los usuarios de ChatGPT Enterprise reportan un ahorro medio de entre 40 y 60 minutos por día activo, que sube a 60–80 minutos diarios en perfiles como data science, ingeniería o comunicación. Pero lo más interesante para equipos técnicos es que la IA no solo acelera tareas conocidas, sino que amplía el abanico de lo que pueden hacer los usuarios: - Un 75 % dice poder completar tareas que antes no estaban a su alcance: programación y *code review*, análisis y automatización en hojas de cálculo, desarrollo de herramientas técnicas, troubleshooting o diseño de agentes y GPTs personalizados. - Los mensajes relacionados con código han aumentado en todos los departamentos; fuera de ingeniería, IT e I+D, estos mensajes han crecido de media un 36 % en los últimos seis meses. En otras palabras: la IA está difuminando la frontera entre “técnicos” y “no técnicos”, y obliga a replantear quién tiene permiso —y capacidad— para tocar datos, automatizar procesos o prototipar herramientas internas. --- ### La brecha que se abre: *frontier workers* vs el resto El informe introduce un concepto que debería hacer reflexionar a muchos equipos de dirección tecnológica: el de *frontier workers*, el 5 % de usuarios que más intensamente usan la IA dentro de sus organizaciones. Estos trabajadores: - Envían 6 veces más mensajes que el usuario mediano. - En tareas de análisis de datos llegan a usar la herramienta 16 veces más que sus compañeros. - En coding, la brecha es aún mayor: los *frontier workers* envían 17 veces más mensajes relacionados con programación que la mediana. Cuando se mira a nivel de empresa, el patrón se repite: las firmas en el percentil 95 generan el doble de mensajes por asiento que la empresa mediana y 7 veces más mensajes a GPTs, señal clara de una integración mucho más profunda en sus sistemas y procesos. El informe también revela un dato incómodo: incluso entre usuarios activos de ChatGPT Enterprise, un 19 % nunca ha usado las herramientas de análisis de datos, un 14 % no ha tocado las funciones de razonamiento avanzado y un 12 % jamás ha usado la búsqueda integrada. Entre usuarios diarios estas cifras bajan, pero no desaparecen. Conclusión para medios tecnológicos y responsables de producto: el problema ya no es la falta de modelos o de features, sino la falta de adopción profunda y sistemática. --- ### Sectores, geografías y casos de uso: la IA sale del laboratorio Por sectores, la tecnología sigue siendo el motor de adopción (crecimiento de clientes de 11× en un año), pero sanidad y manufactura ya aparecen como algunos de los ámbitos de mayor crecimiento (8× y 7× respectivamente). La mayoría de sectores han multiplicado por más de 6 su base de clientes, y hasta los más lentos duplican su adopción interanual. Geográficamente, la expansión es global: Australia, Brasil, Países Bajos y Francia lideran el crecimiento en número de clientes de pago, con aumentos superiores al 143 % año sobre año, mientras que EE. UU., Alemania y Japón concentran el mayor volumen de mensajes. El informe se apoya además en casos reales que muestran la diversidad de usos: - **Intercom** construye Fin Voice sobre la Realtime API para soporte telefónico, reduciendo la latencia un 48 % y resolviendo en torno al 53 % de las llamadas de extremo a extremo con un agente de voz. - **BBVA** automatiza más de 9.000 consultas legales anuales con un chatbot de bastanteos, liberando el equivalente a 3 FTE para trabajo de mayor valor. - **Moderna** reduce de semanas a horas pasos clave en la elaboración de los *Target Product Profiles*, acelerando planificación de producto y decisiones clínicas. Son ejemplos que interesan especialmente a perfiles técnicos porque combinan integración de datos, APIs internas, seguridad, cumplimiento y medición de impacto. --- ### Qué están haciendo distinto los líderes de IA Más allá de las cifras, el informe intenta destilar un “playbook” técnico-organizativo de las empresas que van delante: - **Integración profunda con sistemas y datos**: conectores activos hacia herramientas core (CRM, sistemas internos, repositorios de conocimiento) para que los modelos trabajen con contexto real, no solo con prompts genéricos. - **Estandarización de flujos y reutilización**: cultura de crear, compartir y versionar GPTs, agentes y plantillas internas en lugar de depender de prompts “ad hoc” en cada equipo. - **Evaluaciones continuas y *MLOps* para LLMs**: baterías de *evals* ligadas a casos de negocio concretos (calidad de respuesta, tiempos, errores críticos) y bucles de mejora continua. - **Gobernanza y cambio organizativo**: combinan un marco central de seguridad, cumplimiento y formación con “champions” distribuidos que empujan casos de uso en cada área. El propio informe remata con un mensaje que muchos CIO/CTO empiezan a repetir: los modelos y las herramientas avanzan tan rápido que, a estas alturas, el cuello de botella ya no es técnico, sino organizativo. --- ### Preguntas frecuentes para un lector tech **¿En qué se diferencia usar ChatGPT “a mano” de construir sobre la API o con GPTs/Projects?** ChatGPT es útil para tareas puntuales, pero la API, los Custom GPTs y los Projects permiten integrar IA directamente en aplicaciones, backend y herramientas internas, con control sobre datos, permisos, *tool calling* y métricas de uso. **¿Qué implicaciones tiene para el data stack corporativo?** La IA obliga a exponer datos de forma más estructurada (APIs, conectores, *feature stores*) y a pensar en gobierno, auditoría y evaluaciones continuas como parte del ciclo de vida del modelo, no solo del dato. **¿Cómo medir si la adopción de IA va por buen camino?** El informe sugiere mirar intensidad de uso (mensajes, tareas distintas, uso de herramientas avanzadas), tiempo ahorrado y resultados de negocio (conversiones, tiempos de resolución, ingresos), comparando siempre a los *frontier workers* con la media para entender la brecha interna. **¿Está todo decidido o aún hay margen para ponerse al día?** Pese a las diferencias ya visibles, OpenAI insiste en que la IA empresarial sigue en “early innings”: los modelos pueden hacer mucho más de lo que la mayoría de organizaciones está explotando hoy. Para muchas empresas tecnológicas, el partido está solo empezando. [the-state-of-enterprise-ai_2025-report](https://revistacloud.com/wp-content/uploads/2025/12/the-state-of-enterprise-ai_2025-report.pdf)[Descarga](https://revistacloud.com/wp-content/uploads/2025/12/the-state-of-enterprise-ai_2025-report.pdf) vía: [Noticias inteligencia artificial](https://noticias.ai/openai-presenta-primer-gran-retratoia-empresa/)