¿Qué son los Dots de OpenAI y por qué cambian la forma en que trabajamos?
Los Dots de OpenAI son agentes de inteligencia artificial personal que ejecutan tareas complejas de forma autónoma y en paralelo, sin necesidad de que el usuario supervise cada paso. A diferencia de un chatbot tradicional que responde preguntas, un Dot actúa: busca vuelos, analiza datos, redacta mensajes y coordina múltiples acciones al mismo tiempo, como lo haría un asistente humano altamente eficiente.
En el OpenAI DevDay 2026, una de las presentaciones más comentadas no fue la que salió perfecta, sino la que falló el día anterior y se repitió al día siguiente sin editar y sin filtros. Esa decisión de mostrar el producto en uso real, con errores, pausas y decisiones en vivo, terminó siendo más convincente que cualquier demo producida en estudio.
En este artículo analizamos qué son exactamente los Dots, qué mostraron en esa demo, y qué significa esto para empresas en Perú y América Latina que están evaluando cómo incorporar agentes de IA a sus operaciones.
¿Qué pasó exactamente en la demo de los Dots en el DevDay 2026?
La presentadora llamó a su Dot por teléfono, como si llamara a un asistente personal. La instrucción fue simple en forma pero compleja en ejecución: necesitaba viajar a Los Ángeles al día siguiente, llegar a Hollywood antes de las 3 PM, salir de la oficina a más tardar a las 10 AM, y quería opciones de hotel en East LA con capturas de pantalla y ubicación en Google Maps.
Lo que ocurrió a continuación no fue una búsqueda lineal. El Dot comenzó a trabajar en paralelo: verificó vuelos disponibles con tarifas refundables y dentro de política corporativa, evaluó opciones de hotel, tomó capturas de pantalla de las propiedades y sus ubicaciones, y además razonó sobre el tráfico en LA para advertirle que si aterrizaba a la 1 PM tendría un margen muy justo para llegar a tiempo, sugiriendo activamente buscar un vuelo que aterrizara más cerca del mediodía.
Eso no es recuperar información. Eso es razonamiento aplicado a una situación real. El agente consideró variables que nadie le pidió explícitamente: el tiempo de salida del aeropuerto, la duración del trayecto en Uber, el margen de seguridad razonable para una reunión importante.
Mientras todo eso ocurría, la presentadora siguió hablando y le asignó dos tareas más al mismo tiempo: analizar el canal de feedback de usuarios para identificar los problemas más grandes sin solución, y redactar borradores de respuesta para los mensajes de Slack sin contestar relacionados con preguntas sobre la relación entre Dots y otros productos como ChatGPT.
Al final de la llamada, el Dot había avanzado en las tres tareas de forma simultánea. No terminó todo en ese momento, pero sí reportó avances concretos en cada frente, como lo haría un equipo de personas trabajando en paralelo.
¿En qué se diferencia un agente de IA como Dot de un chatbot tradicional?
La diferencia no es de grado, es de naturaleza. Un chatbot responde. Un agente de inteligencia artificial actúa.
Cuando le preguntas a ChatGPT cómo organizar un viaje, te da una lista de pasos que tú debes ejecutar. Cuando le pides lo mismo a un Dot, él ejecuta esos pasos por ti, te muestra los resultados, y te pide que tomes decisiones solo donde es necesario, como elegir entre dos hoteles.
Esto implica varias capacidades que los chatbots tradicionales no tienen de forma nativa. Primero, la ejecución paralela: el Dot no espera terminar una tarea para empezar otra. Segundo, la memoria contextual persistente: sabe qué acordaron antes, qué tareas están en curso, y cuál es el estado de cada una. Tercero, el acceso a herramientas externas: puede navegar por sitios web, tomar capturas de pantalla, leer canales de Slack, consultar repositorios de código, y conectarse con sistemas como Linear o sistemas de tickets.
En la demo, uno de los momentos más reveladores fue cuando el Dot describió el flujo de trabajo actual de captura de feedback de forma detallada y precisa, incluyendo las partes que estaban incompletas o que nadie estaba atendiendo bien. Eso requiere acceso a información real del equipo, no solo a una conversación.
La automatización de tareas repetitivas ya no es el techo. El nuevo estándar es la automatización de flujos de trabajo completos que antes requerían coordinación humana.
¿Cómo aplica esta tecnología a empresas en Perú y América Latina?
Antes de responder eso, vale ser honesto: los Dots de OpenAI no están disponibles para el público general en este momento. Lo que vimos en el DevDay 2026 es una demostración de hacia dónde va la tecnología, no un producto que puedas contratar mañana para tu empresa en Lima o Bogotá.
Pero la dirección es clara, y las implicaciones para negocios en la región son concretas.
Primero, el modelo mental cambia. Muchas empresas en LATAM todavía piensan en IA como un buscador avanzado o un generador de texto. Lo que muestra esta demo es que la siguiente etapa son agentes que gestionan procesos completos. Eso afecta cómo deberías diseñar tus flujos de trabajo hoy, incluso si no usas Dots específicamente.
Segundo, herramientas como n8n, que ya usamos en varios proyectos de automatización, permiten construir flujos similares hoy mismo, conectando modelos de lenguaje con APIs externas, bases de datos y sistemas como Odoo. No es exactamente lo mismo que un Dot, pero el principio es el mismo: el agente trabaja, tú supervisas y decides.
Tercero, el caso de uso del análisis de feedback es especialmente relevante para empresas medianas en Perú. Muchos negocios tienen canales de WhatsApp, correos y formularios llenos de retroalimentación de clientes que nadie procesa sistemáticamente. Un agente que pueda leer esos canales, identificar los problemas más frecuentes sin solución, y sugerir acciones concretas, representa una ventaja operativa real.
Y cuarto, la integración con ERP es el siguiente paso natural. Si tu empresa ya usa Odoo, conectar un agente de IA que pueda leer órdenes de compra, identificar cuellos de botella en inventario, y notificar proactivamente al equipo correcto, es técnicamente posible hoy con las herramientas disponibles.
¿Cómo puede tu empresa empezar a moverse en esta dirección?
No hace falta esperar a que los Dots estén disponibles para comenzar a construir capacidades similares. Hay un camino concreto que las empresas en Perú y LATAM pueden seguir hoy.
El primer paso es mapear tus procesos repetitivos de alta fricción. ¿Qué tareas consumen más tiempo de tu equipo y siguen un patrón predecible? Coordinación de viajes, análisis de feedback, seguimiento de tickets, generación de reportes. Esos son los candidatos ideales para automatización con agentes.
El segundo paso es conectar tus herramientas. Un agente de IA es tan poderoso como los sistemas a los que tiene acceso. Si tu empresa tiene datos fragmentados entre WhatsApp, correo, hojas de cálculo y un ERP desconectado, el primer trabajo es de integración, no de IA.
El tercer paso es empezar con flujos acotados. No intentes automatizar todo al mismo tiempo. Elige un proceso, constrúyelo bien, mídelo, y luego expande. En nuestra experiencia con proyectos de automatización en empresas peruanas, los resultados más consistentes vienen de equipos que empiezan pequeño y aprenden rápido, no de los que intentan transformar todo de golpe.
El cuarto paso es pensar en el agente como un colaborador, no como un reemplazo. La presentadora de la demo seguía tomando decisiones: eligió el hotel, definió las prioridades de feedback, aprobó los borradores. El Dot hacía el trabajo pesado de recopilación, análisis y ejecución. Ese es el modelo correcto: humano en el centro de las decisiones, agente en el centro de la ejecución.
Preguntas Frecuentes
¿Cuándo estarán disponibles los Dots de OpenAI para empresas en Latinoamérica?
A octubre de 2026, OpenAI no ha anunciado una fecha oficial de disponibilidad general para los Dots en América Latina. La tecnología fue presentada en el DevDay 2026 como una demostración de capacidades. Lo recomendable es seguir las actualizaciones oficiales de OpenAI y, mientras tanto, explorar herramientas de agentes de IA disponibles hoy como n8n con integración de modelos de lenguaje, que permiten construir flujos similares con las APIs actuales.
¿Qué diferencia hay entre un agente de IA y la automatización tradicional de procesos?
La automatización tradicional sigue reglas fijas: si ocurre X, ejecuta Y. Un agente de inteligencia artificial puede razonar sobre situaciones nuevas, tomar decisiones contextuales y adaptarse cuando las condiciones cambian. Por ejemplo, una automatización tradicional buscaría vuelos según criterios fijos. Un agente como Dot evaluaría además el tráfico en destino, el tiempo de salida del aeropuerto y el margen de seguridad para una reunión, y te recomendaría activamente cambiar el vuelo si el margen es insuficiente.
¿Es posible integrar agentes de IA con un ERP como Odoo en una empresa peruana hoy?
Sí, es técnicamente posible hoy. Odoo expone una API REST completa que puede conectarse con herramientas de orquestación de agentes como n8n o con modelos de lenguaje directamente vía API. Esto permite construir flujos donde un agente puede leer datos del ERP, generar alertas inteligentes, redactar comunicaciones basadas en el estado de pedidos, o analizar patrones en los datos de gestión. El nivel de sofisticación depende del diseño del flujo y de la calidad de los datos disponibles en el sistema.
Conclusión: ¿Está tu empresa lista para trabajar con agentes de IA?
Lo más valioso de la demo de los Dots en el OpenAI DevDay 2026 no fue la tecnología en sí. Fue el cambio de paradigma que ilustra: pasamos de usar IA para responder preguntas a usarla para ejecutar trabajo real.
Para empresas en Perú y América Latina, esto no es una amenaza ni una promesa lejana. Es una señal clara de hacia dónde van las herramientas que ya están disponibles hoy, y una invitación a empezar a construir esa capacidad ahora, antes de que se convierta en una ventaja exclusiva de quienes se movieron primero.
Si quieres explorar cómo implementar automatización con agentes de IA en tu empresa, conectar tus herramientas actuales, o evaluar si tu ERP está listo para integrarse con estas tecnologías, en Consultoría-Ti podemos ayudarte a dar ese primer paso con un enfoque práctico y adaptado a la realidad de tu negocio.
Conversemos sobre tu proyecto →
Fuentes y Referencias
OpenAI YouTube — The dots demo, take two | OpenAI DevDay 2026
✨ Contenido generado con ContentFlow — Consultoría-Ti