Del análisis que tomaba días al que toma minutos: lo que ChatGPT está haciendo en empresas reales
Hay una diferencia enorme entre decir que la IA aumenta la productividad y demostrarlo con un flujo de trabajo real, con nombres, herramientas y resultados concretos. Eso es exactamente lo que Stephanie Anani, Solutions Engineer de OpenAI, presentó recientemente en un evento para clientes empresariales: no un pitch de ventas, sino una demostración paso a paso de cómo un analista de inversiones puede pasar de recibir una solicitud urgente a tener un dossier completo, un modelo financiero y una presentación lista para comité de inversión, todo en una fracción del tiempo que tomaría de forma tradicional.
El caso es específico del sector financiero, pero la lógica aplica a cualquier empresa donde los equipos pasan horas recopilando información, construyendo reportes y preparando presentaciones antes de poder tomar una sola decisión. Si eso suena familiar, este artículo es para ti.
En Consultoría-Ti trabajamos con empresas en Perú y Latinoamérica que enfrentan exactamente este problema: talento humano valioso atrapado en trabajo operativo que no requiere su criterio, solo su tiempo. Lo que OpenAI está mostrando con GPT-5.5 y sus integraciones empresariales abre una conversación importante sobre cómo cambiar eso.
El problema real: empleados haciendo trabajo que no necesita ser humano
Según una encuesta reciente de OpenAI, el 75% de los usuarios de ChatGPT reportaron poder hacer cosas que antes simplemente no podían hacer. No se trata solo de hacer lo mismo más rápido — se trata de operar en un nivel de capacidad diferente.
Anani describe con claridad el patrón que OpenAI escucha repetidamente de sus clientes empresariales: los empleados pasan tiempo significativo en trabajo que necesita ocurrir, pero que no requiere juicio humano. Recopilar datos de múltiples fuentes, consolidar información en plantillas, formatear reportes, construir modelos con estructura predefinida. Trabajo real, necesario, pero que consume las horas más valiosas del día.
La propuesta de OpenAI no es eliminar esos procesos ni reemplazar a las personas que los hacen. Es liberar su tiempo para que puedan dedicarse a lo que sí requiere criterio: interpretar los datos, evaluar el riesgo, tomar la decisión final. Esa distinción es fundamental y vale la pena repetirla: la IA no reemplaza el juicio humano, lo desbloquea.
Cinco dimensiones de soporte — y por qué el contexto es la clave
OpenAI identifica cinco dimensiones en las que los empleados necesitan apoyo para operar a mayor capacidad con IA. La primera — y la que más trabajo ha requerido en el ámbito empresarial — es el contexto: acceso a fuentes confiables y actualizadas que sean relevantes para el trabajo real.
Para el sector financiero, eso se traduce en conectores a Dow Jones, LSEG y S&P directamente desde ChatGPT. Para otros sectores, puede ser el ERP de la empresa, bases de datos internas, documentos regulatorios o sistemas de gestión de proyectos. El punto es que la IA solo es tan útil como la información que puede acceder — y OpenAI está apostando fuerte a resolver exactamente ese problema con integraciones nativas.
Otro elemento que aparece en la demo y que merece atención son las Skills: configuraciones predefinidas que encapsulan el conocimiento específico de cómo una empresa quiere que se hagan las cosas. En el ejemplo, Blossom Bank tiene una skill para su modelo de tres estados financieros y otra para construir presentaciones según su formato corporativo. En lugar de escribir un prompt detallado cada vez, el analista simplemente activa la skill y da una instrucción breve. Ese nivel de personalización es lo que hace que la IA deje de ser una herramienta genérica y se convierta en un asistente que conoce tu empresa.
¿Cómo aplica esto en empresas de Perú y Latinoamérica?
El caso de uso presentado es de banca de inversión, pero el patrón es universal. Pensemos en contextos más cercanos a la realidad de las empresas medianas en la región:
- Un gerente comercial que necesita preparar una propuesta técnica y económica para un cliente importante — con datos del ERP, historial de proyectos similares y condiciones del mercado — antes de una reunión mañana.
- Un equipo de operaciones que debe consolidar información de múltiples áreas para el reporte mensual de directorio.
- Un analista de compras que necesita evaluar proveedores, comparar condiciones y construir una recomendación documentada en pocas horas.
En todos estos casos, el cuello de botella no es la inteligencia de las personas — es el tiempo que toma recopilar, estructurar y presentar la información antes de poder aplicar esa inteligencia. La IA puede hacerse cargo de esa primera capa, dejando al profesional libre para hacer lo que realmente agrega valor.
Lo que vemos en proyectos de transformación digital en la región es que las empresas que avanzan más rápido no son las que compran más tecnología — son las que identifican con precisión qué trabajo en su operación no requiere criterio humano y lo automatizan primero. Esa claridad es el punto de partida.
¿Cómo aplica esto en tu empresa?
Si quieres evaluar si este tipo de capacidades tiene sentido para tu organización, te propongo un ejercicio concreto: durante una semana, pide a dos o tres personas clave de tu equipo que registren en qué tareas específicas invierten más de dos horas seguidas. Luego clasifica cada una con una pregunta simple: ¿esta tarea requiere criterio humano o solo requiere tiempo y acceso a información?
Las tareas que caen en la segunda categoría son tu punto de entrada para IA. No necesitas empezar con un proyecto de transformación masivo. Empieza con un flujo de trabajo, mide el tiempo antes y después, y construye desde ahí.
Algunos pasos prácticos para comenzar:
- Identifica los reportes o análisis recurrentes que más tiempo consumen en tu equipo.
- Evalúa qué fuentes de información necesitarías conectar para que la IA tenga el contexto correcto.
- Define cómo quieres que se vean los outputs — eso es lo que eventualmente se convierte en una "skill" personalizada.
- Empieza con un piloto acotado antes de escalar a toda la organización.
La auditoría del proceso también importa. Uno de los elementos más valiosos de la demo de OpenAI es que los resultados son verificables: fórmulas reales en Excel, comentarios sobre supuestos, notas en la presentación. Cuando implementes IA en tu empresa, asegúrate de que el proceso sea transparente — no solo para cumplir con gobernanza, sino porque eso es lo que genera confianza en el equipo.
Conclusión
Lo que OpenAI está construyendo con GPT-5.5 y sus integraciones empresariales no es solo una herramienta más poderosa — es una propuesta de cómo debería verse el trabajo en una empresa que opera con IA como parte de su flujo normal. El analista del ejemplo no usa IA como un experimento. La usa como un colega que hace el trabajo de preparación para que él pueda enfocarse en la decisión.
Esa es la mentalidad que hace la diferencia. Y está disponible hoy, no en algún momento futuro indefinido.
En Consultoría-Ti ayudamos a empresas en Perú y Latinoamérica a identificar dónde la IA puede tener el mayor impacto en su operación y a implementar esas soluciones de forma práctica y medible. Si quieres explorar cómo aplicar esto en tu empresa, conversemos.
→ Contáctanos y agenda una conversación sin compromiso
Fuentes y Referencias
OpenAI YouTube — Multiplying workforce impact: Stephanie Anani, Solutions Engineer
✨ Contenido generado con ContentFlow — Consultoría-Ti