Hace apenas un par de años, hablar de usar un asistente de IA en la oficina sonaba a experimento de early adopters. Hoy, según un informe de OpenAI fechado el 22 de enero de 2026, ChatGPT se ha normalizado con una rapidez poco habitual en el software empresarial. La imagen es la de una herramienta que entró por la puerta de atrás: primero como apoyo personal, luego como hábito profesional. En lugar de un despliegue típico con meses de formación y un manual del tamaño de una guía telefónica, muchas personas lo incorporaron como quien empieza a usar un atajo de teclado que le ahorra tiempo y, de repente, ya no puede vivir sin él.
Los datos que recoge el informe (combinando análisis de uso agregado y estudios externos revisados por pares) dibujan un salto llamativo: más de una cuarta parte de los trabajadores en Estados Unidos afirma usar ChatGPT para tareas laborales, y el porcentaje crece aún más entre personas con posgrado. Stanford, por su parte, sitúa el uso de herramientas de IA en torno al 43% entre trabajadores del conocimiento, con un aumento fuerte desde finales de 2022. Pew también aparece como referencia para la subida del uso de ChatGPT en el ámbito laboral.
De la adopción “de consumo” a la adopción corporativa
La tecnología empresarial suele comportarse como una mudanza: cajas, reuniones, resistencia y, con suerte, beneficios al final. Con ChatGPT, el patrón que describe OpenAI se parece más a llevarse una cafetera nueva al trabajo: alguien la prueba en casa, la comenta, y en poco tiempo ya hay una en la oficina. Ese “traspaso” desde lo personal a lo profesional es clave para entender por qué el despliegue se ha sentido tan orgánico.
El informe subraya el crecimiento de usuarios semanales de ChatGPT a gran escala en el periodo observado (finales de 2023 a mediados de 2025), con una pendiente que se empina especialmente en 2025. Ese tipo de curva suele indicar que el producto dejó de ser curiosidad para convertirse en infraestructura cotidiana: primero se usa para preguntas sueltas, luego para tareas repetitivas, y más tarde para procesos completos. Como cuando pasas de usar la calculadora para una operación puntual a fiarte de ella para todo el presupuesto.
Un hábito, no un “truco”: frecuencia y resultados
Otra señal de madurez es la repetición. Cuando una herramienta se usa cuatro o más días a la semana, ya no es “la novedad”, es parte del puesto. El informe cita que la frecuencia habitual está creciendo y que el uso diario se ha duplicado en el último año según Stanford. Y, lo más importante, aparecen efectos medibles: un estudio del Federal Reserve Bank of St. Louis apunta a que más de la mitad de usuarios de IA ahorra al menos tres horas semanales, mientras que un estudio de Harvard encuentra mejoras de calidad en el trabajo de trabajadores del conocimiento que usan IA.
Traducido a la vida real: no hablamos solo de “escribir más rápido”. Hablamos de recuperar tiempo que antes se iba en tareas de fricción, como transformar notas dispersas en un correo presentable, revisar un texto para que suene profesional sin parecer agresivo, o localizar información que estaba repartida entre documentos y pestañas. Es la diferencia entre hacer la compra dando vueltas por el supermercado y entrar con una lista clara.
Industrias que pisan el acelerador y sectores que frenan
La adopción no se reparte de manera uniforme. OpenAI señala que IT y finanzas lideran, algo coherente con el tipo de trabajo: mucho texto, datos, análisis y código. Lo interesante es que también aparece manufactura con señales de adopción relevantes, conectada con la digitalización industrial, la automatización de procesos y la optimización de cadenas de suministro. Dicho de forma simple: si una fábrica ya está acostumbrada a sensores, mantenimiento predictivo y tableros de métricas, incorporar una capa conversacional para consultar, resumir o documentar encaja bastante bien.
En el lado opuesto, sectores como retail, construcción, transporte, comercio mayorista y agricultura muestran menor adopción, en parte porque hay menos proporción de trabajadores del conocimiento en tareas de escritorio donde ChatGPT encaja de inmediato.
El caso de salud es especialmente delicado. A pesar de ser intensivo en datos, la adopción avanza más lento por privacidad, cumplimiento y culturas organizativas más conservadoras. Aun así, el informe sugiere crecimiento en áreas concretas como documentación clínica y flujos administrativos, que suelen ser el “punto de entrada” natural: empezar por lo que es repetitivo y regulado, con controles claros, antes de tocar decisiones clínicas.
Los primeros 90 días: para qué se usa en cada departamento
Si miramos los primeros meses de uso, hay cuatro grandes categorías que dominan: redacción, investigación, programación y análisis. Es como ver a alguien estrenando una navaja suiza: primero usa la tijera, el destornillador y la lima, y con el tiempo descubre herramientas más específicas.
En equipos técnicos, programación aparece como tarea principal, sobre todo en ingeniería, sin que eso signifique “que el modelo programe solo”. La fotografía que ofrece el informe es más pragmática: revisar código, depurar errores, generar pruebas, documentar decisiones, planificar cambios. En IT destaca la parte de investigación y troubleshooting, usando ChatGPT como un compañero de consulta antes de automatizar o ejecutar.
En funciones comerciales (marketing, comunicación, ventas y atención al cliente), el énfasis se desplaza hacia escritura, investigación, ideación creativa y generación de medios. La escena típica es la de un profesional que necesita velocidad: versiones de un mensaje para públicos distintos, respuestas cuidadas para clientes, guiones, ideas de campaña, borradores que luego se ajustan con criterio humano.
Un punto que el informe remarca y conviene repetir con claridad: el patrón dominante es de augmentación. La herramienta amplía capacidades, no sustituye oficio. Es como una bicicleta eléctrica: sigues pedaleando, pero subes la cuesta con menos sufrimiento.
Funciones avanzadas: lo que pocos usan… y podría importar mucho
Hay otra capa menos visible: las funciones avanzadas. El informe describe que herramientas como búsqueda, análisis de datos, subida de archivos, recuperación de información y canvas se usan de manera amplia, mientras que capacidades más sofisticadas (modelos de razonamiento, investigación profunda, proyectos, instrucciones personalizadas) aparecen más en perfiles “power user”, especialmente en I+D y roles técnicos.
Esto crea una paradoja interesante: justo las funciones que podrían dar saltos de impacto en equipos no técnicos a veces se quedan infrautilizadas por falta de descubrimiento o por fricción de configuración. Es como tener un horno con veinte programas y usarlo siempre en “calentar”.
En este contexto, OpenAI menciona GPT-5 y un “router en tiempo real” que decide qué herramientas o capacidades usar según la conversación, la complejidad y la intención. En términos cotidianos, sería como un copiloto que no solo responde, sino que elige si conviene mirar un documento, hacer cálculos, buscar un dato o razonar paso a paso sin que el usuario tenga que saber qué botón tocar.
Hacia una “capa operativa” del trabajo
Una de las ideas más potentes del informe es la de ChatGPT como un sistema operativo del día a día laboral: un lugar compartido donde se redacta, se analiza, se decide y se coordina. No porque reemplace herramientas existentes, sino porque se coloca encima como interfaz: traduce preguntas en acciones, y acciones en resultados entendibles. Si antes el trabajo se dispersaba entre correos, documentos, chats y hojas de cálculo, aquí aparece una capa conversacional que conecta todo eso.
También entra en juego la colaboración en espacios más “en vivo”, con memoria para preferencias y contexto. Bien implementado, esto reduce el “volver a explicar lo mismo” y acelera la continuidad: como tratar con un compañero que recuerda cómo te gusta que estén los informes, qué tono usa tu marca o qué criterios pide tu responsable.
El informe cita evidencias de reducción de tareas de bajo valor, como una disminución del tiempo dedicado al email en un experimento aleatorizado de seis meses, y mejoras en el reparto del tiempo de desarrolladores que usan herramientas de IA para programar, que pasan más tiempo construyendo y explorando, y menos en gestión y coordinación.
Lo que conviene vigilar: cultura, calidad y responsabilidad
La velocidad de adopción tiene un riesgo: que la organización corra más que su gobernanza. Donde hay texto, datos y clientes, hay que hablar de seguridad, privacidad y buenas prácticas. El propio informe detalla que el análisis de OpenAI se basa en datos anonimizados o agregados y que no revisa contenido de usuarios, un matiz importante para entender cómo se estudia el fenómeno sin invadir conversaciones.
En la práctica, el éxito suele depender menos de “tener la herramienta” y más de cómo se integra: guías de uso, criterios de revisión, ejemplos por rol, formación ligera orientada a casos reales, y claridad sobre qué tipo de información no debe compartirse. La adopción sostenible se parece más a enseñar a conducir con normas que a regalar coches sin manual.