Buenas, comunidad:
Esta edición de noticias viene cargada con las últimas novedades de ChatGPT y Claude, que están pisando el acelerador a fondo.
Por ejemplo, ChatGPT está empezando a dejar de ser únicamente una herramienta para hacer preguntas y obtener respuestas. Cada vez se acerca más a convertirse en un entorno desde el que podemos ejecutar flujos de trabajo completos.
Claude, por su parte, ha lanzado Fable 5, aunque su llegada ha resultado algo decepcionante en comparación con el modelo que apareció hace apenas un mes y que el Gobierno de Estados Unidos había bloqueado.
Pero antes de entrar en materia, tenemos una guía preparada para vosotros. Para empezar, os dejamos el nuevo árbol de modelos de Fable 5 y una explicación clara sobre cómo debéis utilizar cada uno.
Si la queréis en HD y a máxima resolución, solo tenéis que darle a «Me gusta», compartir y acceder a este enlace. Podéis descargarla completamente gratis.👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻
Empezamos!
Pero la noticia importante no es solo que haya un modelo más potente, más rápido o con nuevos nombres que aprender: Sol, Terra y Luna.
La noticia de fondo es otra.
OpenAI quiere que ChatGPT deje de ser una herramienta a la que vas para hacer preguntas y empiece a convertirse en un entorno donde se ejecuta trabajo.
Hasta ahora, muchas personas usaban ChatGPT para redactar, resumir, generar ideas, analizar documentos o resolver tareas concretas.
Con ChatGPT Work, el salto es distinto: la IA puede trabajar con archivos, aplicaciones conectadas, tareas programadas y procesos más largos. Es decir, no solo responder. También avanzar trabajo, preparar entregables y pedir aprobación cuando sea necesario.
Y esto cambia bastante la conversación para las empresas.
OpenAI ha presentado dos piezas conectadas.
Por un lado, GPT-5.6, una nueva familia de modelos con tres niveles: Sol, Terra y Luna. La lógica es sencilla: no todas las tareas necesitan la misma potencia, el mismo coste ni el mismo nivel de razonamiento.
Por otro lado, ChatGPT Work, un agente pensado para trabajos más largos y complejos. Puede investigar, analizar información, trabajar sobre archivos, crear documentos, hojas de cálculo, presentaciones, informes y mantenerse activo en tareas programadas.
La clave está en que una pieza aporta inteligencia y la otra intenta convertir esa inteligencia en trabajo operativo.
Ahí está el movimiento estratégico.
Durante los últimos años hemos estado comparando modelos como si eso fuera todo el juego.
Cuál razona mejor.
Cuál programa mejor.
Cuál tiene más contexto.
Cuál responde más rápido.
Todo eso importa, pero cada vez explica menos el valor real para una empresa.
Una organización no obtiene retorno porque un modelo sea ligeramente mejor en un benchmark. Obtiene retorno cuando reduce tiempo, mejora calidad, evita trabajo repetitivo, acelera decisiones o convierte una tarea pesada en un proceso más fluido.
ChatGPT Work apunta precisamente a esa capa.
Ya no se trata solo de generar una buena respuesta. Se trata de entregar un resultado más completo.
Por ejemplo, no es lo mismo pedir:
“Resume estas entrevistas con clientes.”
Que pedir:
“Analiza las entrevistas del mes, identifica problemas recurrentes, compáralos con incidencias de soporte, prioriza los temas por impacto y prepara una presentación para la reunión del viernes.”
En el primer caso, la IA ayuda con una tarea.
En el segundo, empieza a participar en un flujo de trabajo.
Este cambio obliga a las empresas a dejar de pensar solo en prompts.
Saber pedir bien seguirá siendo importante, pero no será suficiente.
Cuando la IA puede consultar información, utilizar aplicaciones y ejecutar partes de un proceso, aparecen preguntas mucho más serias:
¿Qué procesos merece la pena delegar?
¿Qué datos puede consultar?
Qué acciones puede ejecutar sin permiso?
Cuándo debe intervenir una persona?
Quién valida el resultado?
Cómo se mide el impacto?
Quién responde si algo sale mal?
Aquí es donde muchas organizaciones se van a atascar.
Porque no basta con dar acceso a una herramienta y esperar que la productividad aparezca por arte de magia.
Hace falta diseñar procesos, definir límites, formar a los equipos, establecer controles y medir resultados.
La IA deja de ser un juguete potente cuando toca datos, clientes, operaciones, decisiones y sistemas internos.
Ahí ya no estamos hablando solo de productividad.
Estamos hablando de gobierno.
Una de las ideas más importantes de GPT-5.6 es que no todo requiere la máxima capacidad.
En empresa, usar siempre el modelo más potente puede ser innecesario, caro o directamente poco eficiente.
No necesitas el mismo nivel de razonamiento para clasificar correos, preparar un análisis financiero, revisar código, crear una presentación o coordinar un proceso con varias fuentes de información.
La decisión correcta no será elegir “el mejor modelo” en abstracto.
Será elegir la combinación adecuada entre capacidad, coste, velocidad, riesgo y supervisión.
Una empresa madura no usará IA como una única herramienta para todo. Diseñará una cartera de asistentes, modelos y flujos según el tipo de tarea.
Aquí viene la parte menos sexy, pero más importante.
Un asistente conectado a un proceso mal diseñado no arregla el proceso. Puede hacerlo más rápido, sí. Pero también puede acelerar el desorden.
Si los datos están mal, si los permisos no están claros, si nadie valida los resultados, si el equipo no entiende cómo usarlo o si no existe una métrica de impacto, ChatGPT Work no va a transformar la empresa por sí solo.
Automatizar el caos sigue siendo caos.
Solo que con mejor presentación.
Por eso la autonomía debe ganarse poco a poco.
Primero, asistencia.
Después, ejecución supervisada.
Más adelante, tareas programadas.
Y solo cuando haya evidencias, más margen de actuación.
La IA puede trabajar durante horas, pero eso no significa que debamos entregarle cualquier proceso completo desde el primer día.
Si os gusta lo que leéis y queréis un tutorial de IA comparando ChatGPT 5.6 con Fable 5
Seguimos con las grandes dudas: Y ahora que?
La mejor forma de empezar no es convocar un macroproyecto de transformación con veinte comités y una presentación de 80 slides.
La mejor forma es elegir un proceso concreto.
Uno que se repita con frecuencia.
Que consuma tiempo.
Que use información accesible.
Y que tenga un resultado medible.
Por ejemplo: preparación de reuniones comerciales, actualización de informes, análisis de comentarios de clientes, seguimiento de proyectos, elaboración de propuestas o consolidación de información interna.
Después hay que medir la situación actual: tiempo, personas implicadas, errores, calidad, coste y velocidad de entrega.
A partir de ahí, se puede probar la IA en tres niveles:
Nivel 1: asistencia.
La IA prepara borradores y la persona ejecuta.
Nivel 2: ejecución supervisada.
La IA completa varios pasos y pide aprobación en momentos clave.
Nivel 3: ejecución programada.
La IA trabaja de forma recurrente y la persona revisa resultados o excepciones.
Así se calcula el ROI.
No contando prompts.
No celebrando licencias.
No preguntando si “la gente lo ve útil”.
Midiendo trabajo real.
Y hasta aquí la edición de hoy.
Utilizar IA ya es relativamente fácil. Lo difícil empieza cuando una empresa quiere convertir esa IA en procesos fiables, medibles y gobernados.
ChatGPT Work apunta justo hacia esa dirección: menos conversación suelta y más ejecución dentro del trabajo real.
Pero conviene no confundirse. La tecnología puede acelerar procesos, pero si el proceso está mal diseñado, solo acelerará el caos con una presentación más bonita.
La ventaja no será de quien pruebe antes la última función.
Será de quien sepa integrarla con criterio, supervisión y foco en negocio.
Nos leemos en la próxima. y si te gusto .. comparte y suscribíos!!
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.