La capacitación en IA para empresas consiste en convertir el conocimiento interno de una compañía —notas, políticas, ejemplos y materiales dispersos— en paquetes de formación adaptados a cada rol, equipo y nivel de experiencia. El caso más citado hoy es el de RealPage, donde su director de AI enablement usa ChatGPT Work para transformar sus notas y materiales fuente en paquetes de capacitación completos, según el video publicado por OpenAI en YouTube el 23 de octubre de 2026.
Ese detalle importa más de lo que parece. La mayoría de los programas de IA en empresas medianas no fracasan porque el modelo escriba mal. Fracasan porque la gente no sabe qué preguntar, dónde están los límites ni cómo encaja la herramienta en su trabajo real. Y eso no se resuelve con un curso genérico de dos horas.
En este artículo veremos qué hace exactamente RealPage, por qué el enfoque por rol cambia la adopción de IA, qué dice un análisis crítico del caso, y cómo se traduce esto a una empresa en Perú o Latinoamérica que todavía no tiene un área de IA.
¿Qué hace exactamente RealPage con ChatGPT Work?
Austin Bram, director de AI enablement de RealPage, lo describe de forma muy directa: su rol es ayudar a los miembros del equipo a entender cómo usar la IA de manera práctica para mejorar su trabajo diario. Eso implica crear materiales de capacitación personalizados para distintos equipos, distintos roles y todos los niveles de habilidad.
Su flujo es simple de enunciar: toma sus ideas, sus notas y sus materiales fuente, y los convierte en paquetes de capacitación completos. El objetivo declarado es ofrecer una educación en IA más relevante y consistente, para que el equipo la use con más eficacia y genere mejores resultados para los clientes y el negocio.
No hay agentes autónomos ni promesas de reemplazar departamentos. Es una persona responsable de la adopción interna de IA empaquetando conocimiento más rápido. Como resume el análisis de Ken Ashe, este ejemplo coincide con cómo entra realmente la IA en las empresas: no como un producto mágico, sino como una capa dentro del trabajo que ya se hacía.
Vale la pena notar que la capacitación tiene tres características que la IA maneja bien: entradas desordenadas, estructura repetible y mucha variación de audiencia. Un grupo necesita una introducción general; otro, ejemplos prácticos; otro, reglas claras de uso. Un nuevo colaborador necesita contexto; un gerente necesita un marco para decidir. El mismo material base puede convertirse en muchas versiones, siempre que alguien competente lo dirija.
¿Por qué el material por rol acelera la adopción de IA?
Aquí está el punto que suele perderse. Bram no está produciendo contenido genérico de "alfabetización en IA". Está construyendo materiales para equipos y roles específicos. La diferencia es enorme: la capacitación genérica enseña qué es la IA; la capacitación por rol enseña qué hacer el lunes por la mañana.
Esa diferencia es, literalmente, la adopción. Un jefe de soporte no necesita el mismo paquete que un analista de operaciones de ventas. Un revisor legal no necesita los mismos ejemplos que alguien de marketing de producto. El nivel de habilidad también cuenta: los principiantes necesitan confianza y límites; los usuarios avanzados necesitan patrones, modos de falla y hábitos de revisión.
Si una sola persona puede producir esas variantes sin empezar de cero cada vez, eso es apalancamiento operativo real, aunque nadie lo ponga en una diapositiva de conferencia. Es la misma lógica que aplicamos en automatización con IA: el valor no está en generar un documento, está en generar el documento correcto para cada destinatario sin duplicar el trabajo.
Mi lectura sobre los límites del caso: el video no reporta resultados duros. OpenAI no publica tiempo ahorrado, tasas de finalización, puntajes de calidad, aumento de adopción ni reducción de errores. Conviene tratar esto como un patrón de trabajo, no como prueba de que una herramienta garantice mejor capacitación. El riesgo es evidente: la IA puede producir más rápido una capacitación mediocre. Si las entradas son vagas, la guía interna está desactualizada o quien revisa no está cerca del trabajo, el resultado puede verse pulido y enseñar lo incorrecto. Y eso es peor que un documento interno tosco, porque el acabado reduce la desconfianza.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
En la mayoría de las empresas medianas peruanas no existe un "director de AI enablement". Existe un jefe de TI, un gerente de recursos humanos o el propio dueño del negocio asumiendo esa tarea además de las suyas. La buena noticia es que el patrón no requiere un puesto nuevo: requiere una decisión y una persona con criterio.
Pensemos en un caso concreto. Una empresa distribuidora de 80 personas quiere que su equipo use IA. Hoy manda a todos al mismo taller. En tres meses, la mitad no la usa porque "no aplica a mi trabajo". Con el enfoque por rol, el material de base es el mismo —políticas de la empresa, ejemplos de correos, criterios de calidad— pero se generan tres versiones: una para ventas con ejemplos de seguimiento a clientes, una para contabilidad con reglas sobre qué información no debe salir de la empresa, y una para operaciones con revisión de documentos.
El cuello de botella deja de ser producir el material. Eso es lo que cambia. Y en organizaciones donde el conocimiento vive en la cabeza de tres personas, ese cuello de botella era justamente el que frenaba todo.
Hay un matiz local importante: en Perú, muchas empresas ya usan herramientas de IA sin política formal. Eso significa que el material de capacitación no solo enseña a usar la herramienta, también fija los límites. Sin ese componente, la capacitación se vuelve un riesgo en lugar de una ventaja.
¿Cómo aplica esto en tu empresa?
Si quieres probar este enfoque sin montar un programa completo, empieza pequeño y concreto. Estas son las decisiones que recomiendo tomar en orden:
- Elige un rol y un flujo de trabajo, no un departamento entero. Algo que la gente ya hace y le cuesta: redactar seguimientos a clientes, resumir el historial de una cuenta, armar reportes de estado internos.
- Reúne el material aprobado. Políticas internas, ejemplos buenos y malos, criterios de calidad. Si el material fuente es vago, el resultado será vago.
- Genera un paquete de capacitación y hazlo revisar por el dueño del proceso. El modelo puede redactar el temario, pero solo el negocio decide qué es "trabajo bien hecho".
- Pruébalo con 10 personas y observa dónde se siguen trabando. Ahí está la información más valiosa.
- Mantén una biblioteca de formatos y prompts. No porque los prompts sean mágicos, sino porque la consistencia ayuda: guías de inicio rápido, ejercicios de escenario, puntos de conversación para gerentes, listas de verificación de riesgos.
Un detalle que casi todos pasan por alto: la IA puede redactar el currículo, pero la empresa es la única que puede definir qué significa hacer bien el trabajo. Si esa definición no existe, ninguna herramienta la va a inventar.
Si quieres revisar cómo se vería esto en tu operación, puedes conversar con nosotros sobre tu caso o revisar cómo trabajamos la generación de contenido con IA en ContentFlow. También puedes leer más artículos en el blog de Consultoría TI.
Preguntas Frecuentes
¿Qué es la capacitación en IA para empresas?
Es el proceso de convertir el conocimiento interno de una compañía —políticas, ejemplos, notas y materiales dispersos— en paquetes de formación adaptados a cada rol, equipo y nivel de experiencia. Su objetivo no es enseñar qué es la IA en abstracto, sino qué debe hacer cada persona con ella en su trabajo diario. El caso de RealPage, descrito por Austin Bram en el video de OpenAI, es un ejemplo de este enfoque aplicado a distintos equipos y niveles de habilidad.
¿Se necesita un área de IA para implementar esto?
No necesariamente. El patrón que muestra RealPage requiere una persona con criterio y acceso al conocimiento interno, no un departamento completo. En empresas medianas, esa tarea suele recaer en el jefe de TI, en recursos humanos o en el propio dueño del negocio. Lo indispensable es que alguien conozca el trabajo real de cada rol y pueda revisar que el material generado sea correcto antes de publicarlo.
¿Qué riesgos tiene generar capacitación con IA?
El riesgo principal es producir más rápido una capacitación mediocre. Si las entradas son vagas, la guía interna está desactualizada o quien revisa no está cerca del trabajo, el resultado puede verse pulido y enseñar lo incorrecto, lo que es peor que un documento interno tosco porque el acabado reduce la desconfianza. La mitigación es usar solo material aprobado, conservar enlaces a las políticas internas, pedir revisión de expertos y probar el material con un grupo pequeño antes de desplegarlo.
Conclusión: ¿por qué el primer caso de uso de IA suele ser aburrido?
Porque el valor real está en los procesos que ya existen, no en los experimentos llamativos. RealPage no reemplazó un departamento ni desplegó agentes autónomos: una persona empezó a empaquetar conocimiento interno más rápido y con mejor segmentación. Ese es el tipo de caso que sí se sostiene en el tiempo.
Para una empresa en Perú o Latinoamérica, la lección práctica es que la adopción de IA empieza por saber qué debe hacer cada rol el lunes por la mañana. Ese trabajo de traducción —de conocimiento disperso a material útil— es donde se gana o se pierde el proyecto. Si quieres revisar tu caso concreto, conversemos.
Fuentes y Referencias
OpenAI. "From notes to AI training with ChatGPT Work | Realpage." YouTube, 23 de octubre de 2026. youtube.com
Ken Ashe. "RealPage's AI training workflow is the useful kind of boring." 24 de octubre de 2026. kenashe.ai
AICrier. "ChatGPT Work Tailors RealPage AI Training." aicrier.com
Por Edgar Vásquez, Consultoría TI · actualizado el 25 de octubre de 2026
✨ Contenido generado con ContentFlow — Consultoría-Ti