OpenAI: las empresas líderes usan 8,3 veces más tokens que la media

OpenAI ha publicado su último informe "Enterprise Signals", donde los datos muestran una brecha creciente en el uso empresarial de la inteligencia artificial. Las empresas del decil superior de adopción generan ahora 8,3 veces más tokens de salida por usuario activo que las firmas típicas. Esta cifra ha subido notablemente desde las 2,6 veces registradas en enero, lo que indica que la IA está pasando de ser un asistente pasivo a un ejecutor activo dentro de los flujos de trabajo.

De la asistencia a la ejecución operativa

El rasgo diferenciador de estas "empresas fronterizas" no es solo usar más, sino cómo integran los agentes. Conectan a los modelos con el contexto interno de la compañía y sus herramientas específicas, delegando trabajo más sustancial y haciendo que los flujos de trabajo exitosos sean repetibles. OpenAI ilustra esto con tres casos de startups que han implementado estas dinámicas en sus operativas diarias.

Basis, una empresa de agentes para despachos contables, ha convertido la incorporación de nuevos empleados en un proceso automatizado. Antes, el primer día duraba dos horas; ahora, gracias a un "skill" reutilizable basado en Codex, se reduce a 30 minutos. El agente da la bienvenida al empleado, introduce conceptos clave y configura las integraciones técnicas en segundo plano. Si surgen dudas excepcionales, los recursos humanos actualizan las instrucciones para el siguiente grupo.

Clay, enfocada en la generación de ingresos, resuelve el problema del contexto disperso en las ventas. En lugar de buscar por distintos canales, cada cuenta tiene un subagente persistente que revisa las fuentes primarias durante la noche. A la mañana siguiente, un agente coordinador entrega al equipo una lista corta de acciones prioritarias, como responder a un cliente o rellenar un hueco en el comite de compra. Según la empresa, esto ahorra a la ingeniera a cargo alrededor de una hora diaria de triaje de correo.

Exa Labs, proveedora de infraestructura de búsqueda para agentes, utiliza Codex para gestionar su ecosistema de desarrolladores. El agente monitoriza repositorios y oportunidades de integración, crea solicitudes de extracción (pull requests), ejecuta pruebas y prepara anuncios preliminares para revisión humana. El objetivo es que la oportunidad pase de ser una señal detectada a un artefacto probado con menos fricciones entre investigación, ingeniería y comunicación.

El patrón común es que la mejora se integra en el flujo: las excepciones en la incorporación revelan qué falta en las instrucciones, y la validación humana afina los límites de ejecución. La distinción de roles entre lo que decide la máquina y lo que decide la persona se vuelve más clara con el uso real, permitiendo a las empresas confiar en estos sistemas para tareas críticas sin perder el control.