OpenAI publica una investigación sobre cómo la IA está expandiendo el trabajo: quienes usan ChatGPT asumen tareas que cruzan los límites de los roles. La investigación acompaña la expansión formal de ChatGPT Work enterprise, con la plataforma agentica Presence (voz y chat) y ChatGPT for Small Businesses que incluye un skill builder para automatizar tareas recurrentes. En infraestructura, Project Camellia pone 3,2 gigawatts de data center en Georgia.

Por qué te importa. Para quienes usan agentes IA en el trabajo, la elección se está desplazando del modelo al paquete completo: plataforma, programa de formación y compute. La carrera por compute es el hilo que une las movidas de los labs, como contábamos el 23 de julio: Anthropic consiguió 2 GW de AMD, Google invirtió 40 millones en tokens para investigación, y ahora OpenAI responde con 3,2 GW propios. Quien tiene más potencia de cálculo ejecuta más agentes para más usuarios, y eso decide quién se mantiene competitivo en velocidad y precios. La investigación también muestra que los límites de los roles se mueven: quienes usan IA asumen trabajos que antes no eran suyos.

En detalle

El contexto.

Hasta junio, OpenAI hablaba de modelos. Desde julio, habla de plataforma. Presence formaliza un producto único para desplegar agentes de voz y chat en empresas: el salto de modelo a plataforma es explícito. Ahora llega la investigación que lo acompaña.

El post “How AI is expanding what people do at work” muestra que los usuarios de ChatGPT asumen tareas que cruzan los roles, rediseñando los límites del trabajo. Una persona que antes solo hacía análisis de datos ahora también se encarga de reportes, o un vendedor gestiona parte del soporte técnico. La IA abarata el costo del cambio de rol.

Qué cambia.

Tres piezas encajan. Presence es la plataforma agentica: voz, chat y presencia unificadas para despliegue enterprise. ChatGPT for Small Businesses lleva el skill builder a pequeños negocios, para automatizar tareas recurrentes sin escribir código. Project Camellia es el data center de 3,2 GW en Georgia, con compromisos sobre energía, agua y comunidad local.

La tercera pieza es la que cambia la ecuación competitiva. El compute sirve para ejecutar agentes en producción, para millones de usuarios en paralelo, no solo para entrenar modelos.

El hilo del compute.

Como contábamos el 22 de julio, AMD garantizó a Anthropic crédito compute y hardware para 2 GW de GPU MI450. Dos días después, Google invirtió 40 millones en tokens IA para investigación. Ahora Camellia es la tercera señal: 3,2 GW, más que los 2 GW de Anthropic.

El patrón es claro: los labs compiten por potencia de cálculo disponible, no solo por calidad del modelo. Quien tiene más gigawatts puede servir más agentes simultáneamente, mantener precios bajos y tiempos de respuesta rápidos. Para quien elige herramientas IA para su equipo, esto significa que la pregunta no es solo “qué modelo es mejor” sino “qué plataforma tiene el compute para soportar la carga cuando el equipo crece”.

Limitaciones.

La investigación de OpenAI es un blog post, no un paper: la metodología no se detalla y la muestra no se declara. Los 3,2 GW de Camellia son un anuncio: la línea de tiempo de construcción y disponibilidad real del compute no se publican. Presence se formaliza como producto, pero las APIs y conectores específicos aún no están documentados públicamente. El skill builder se describe a nivel de programa, no como herramienta verificable.