OpenAI añade analíticas de uso y gasto al panel de administración de ChatGPT

OpenAI ha metido analíticas en el panel de administración de ChatGPT. La idea es que quien gestiona el despliegue pueda ver no solo cuánto se gasta y quién lo usa, sino para qué se usa y qué se obtiene a cambio. La compañía lo ha detallado en una entrada sobre ChatGPT Work y Codex, con la documentación ampliada en su sitio para empresas.

Uso, gasto y clasificación de tareas

La vista de uso reúne usuarios activos, créditos y consumo de tokens de las dos superficies. Se puede filtrar por grupo o por usuario, lo que sirve para localizar bolsas de adopción baja y decidir si ahí hace falta formación o revisar los flujos con el responsable del equipo.

El clasificador de tareas de Insights agrupa una muestra de mensajes en casos de uso. En ingeniería de software distingue, por ejemplo, desarrollo de funcionalidad y mantenimiento de código; en ventas, investigación de cuentas y planificación. La pestaña de resumen enseña la mezcla de trabajo de un vistazo y la de casos de uso baja al detalle por tarea, con créditos, mensajes y usuarios activos.

El desglose por tarea añade el reparto de créditos entre modelo, razonamiento y velocidad. Es el dato que permite discutir si la configuración elegida encaja con el trabajo: un informe rutinario quizá aguante un ajuste más rápido y barato, siempre que la calidad se mantenga y el tiempo de revisión no se coma la ganancia. A eso se suman el ranking de plugins y la vista de habilidades, útiles para detectar un plugin relevante que casi nadie usa —puede ser un problema de permisos o de formación— o una habilidad popular que necesita dueño y mantenimiento.

Codex y la API de administración

La vista de resultados sigue la contribución de Codex a los commits fusionados y a las líneas de código, junto con la actividad de revisión. Hay filtros por grupo, usuario y repositorio. La lectura que propone OpenAI es cruzar esa tendencia con tiempo de revisión, defectos y retrabajo: si Codex toca una porción creciente del código fusionado pero las revisiones se alargan o aparecen más fallos, el ahorro es discutible.

Para informes recurrentes están el plugin de administración dentro de ChatGPT Work y la API de administración. El primero compara tendencias de créditos entre equipos y puede generar entregables, como una presentación para dirección con gráficos y conclusiones. La segunda permite automatizar los informes en dashboards propios y mezclar estos datos con los de sistemas de negocio; el ejemplo que da la compañía es un panel de soporte que pone el consumo de créditos junto al tiempo de resolución de tickets.

Todo esto son capturas con datos de demostración, y las cifras de retorno que aparecen en la entrada son ilustrativas, calculadas por OpenAI. La herramienta dice para qué se usa el dinero; decidir si el resultado vale lo que cuesta sigue dependiendo de que el dueño del proceso aporte la línea base y compare. La documentación está en el sitio para empresas de ChatGPT.