OpenAI llegó a DevDay 2026 con más de una veintena de anuncios, pero detrás de la cantidad de novedades hay una dirección bastante clara: la compañía quiere que la inteligencia artificial deje de ser únicamente una herramienta a la que acudimos para hacer preguntas y se convierta, cada vez más, en una tecnología capaz de mantener contexto, colaborar con equipos y ejecutar trabajo de manera persistente.
El anuncio que mejor representa ese movimiento es Dots, una nueva generación de agentes de IA que pueden mantenerse trabajando sobre objetivos y utilizar distintas aplicaciones para llevarlos adelante. A ellos se suman ChatGPT Space, pensado para el trabajo colaborativo entre personas y agentes; GPT-6.1 Sol, una nueva incorporación a su familia de modelos; Decisions API y nuevas capacidades alrededor de Codex.
Más que una colección de productos independientes, DevDay deja ver las distintas piezas con las que OpenAI quiere construir una nueva forma de trabajar con inteligencia artificial.
Dots fue uno de los grandes protagonistas de DevDay. La propuesta parte de una diferencia importante frente al uso tradicional de un chatbot: estos agentes están diseñados para mantenerse activos, conservar el contexto de un proyecto y continuar trabajando sobre un objetivo, en lugar de esperar a que el usuario inicie cada nueva interacción.
Los Dots funcionan con GPT-6 Astra y pueden recurrir a otras herramientas de OpenAI, como Codex y ChatGPT Work, dependiendo de la tarea que tengan que resolver. También pueden interactuar con distintas aplicaciones y comunicarse con los usuarios a través de herramientas de trabajo como Slack o Microsoft Teams.
Durante las demostraciones de DevDay, OpenAI mostró cómo uno de estos agentes podía revisar información procedente del correo y Slack, detectar tareas pendientes y posteriormente encargarse de un proceso de migración de API, algo que de inicio puede parecer pequeño, pero cambia la lógica de interacción. Hasta ahora, buena parte del uso de la IA generativa comienza con una persona diciendo qué necesita. Con un agente persistente, el objetivo es que la IA pueda seguir el desarrollo de un proyecto, reconocer cambios y continuar trabajando sin que cada paso tenga que comenzar necesariamente con un nuevo prompt.
Según el comunicado de OpenAI los Dots pueden trabajar con más de 4.000 aplicaciones conectadas y comunicarse mediante texto o voz. En un principio, cada usuario podrá crear un Dot, aunque OpenAI contempla ampliar esta posibilidad en el futuro.
Que un agente pueda seguir trabajando abre inevitablemente otra pregunta: ¿qué puede hacer por su cuenta y para qué necesita autorización? Para tratar de delimitarlo, OpenAI incorporó controles que permiten establecer qué acciones puede realizar un Dot y cuáles requieren aprobación, entre las que se encuentran operaciones especialmente sensibles, como modificar contraseñas o eliminar información de manera permanente.
Esto cobra especial relevancia después de que OpenAI decidiera frenar el lanzamiento de una versión de GPT-6.1 Astra tras detectar, durante evaluaciones internas, problemas relacionados con el cumplimiento de instrucciones, los límites de autorización y la manera en que el modelo reportaba algunas acciones.
Es decir, la carrera por construir agentes más autónomos también está obligando a las compañías de IA a resolver una pregunta menos espectacular, pero fundamental: cómo delegar trabajo sin perder el control sobre las decisiones importantes.
Si Dots plantea una nueva relación entre una persona y su agente, ChatGPT Space extiende esa lógica al trabajo en equipo, y es que la herramienta permite crear espacios compartidos en los que varias personas pueden trabajar junto con agentes de IA alrededor de un mismo proyecto, conservando información y contexto dentro del entorno.
La propuesta apunta a uno de los retos que está apareciendo conforme la IA se incorpora a las empresas: y es que hoy necesitamos que no sólo cada empleado pueda utilizar un chatbot para escribir, investigar o analizar información, sino que descubramos cómo integrar esos sistemas en procesos donde participan distintas personas, herramientas y fuentes de información.
En ese escenario, un agente deja de funcionar únicamente como asistente personal y comienza a convertirse en otro participante dentro del flujo de trabajo, y ahí, OpenAI parece querer competir precisamente en esa capa: no sólo por tener el modelo al que las personas hacen preguntas, sino por convertirse en el entorno desde el que se desarrolla una parte cada vez mayor del trabajo digital.
OpenAI también presentó GPT-6.1 Sol, una nueva incorporación a la familia GPT-6 orientada a ofrecer una alternativa más económica para determinados tipos de tareas; un anuncio que llega apenas unos días después de la presentación de GPT-6 Sol y GPT-6 Luna, lanzados el 22 de septiembre.
Más allá de la sucesión de nombres, la estrategia detrás de esta ampliación es relevante: OpenAI está construyendo una oferta en la que las empresas puedan elegir entre diferentes combinaciones de capacidad, velocidad y coste, dependiendo de lo que quieran resolver, algo que se se vuelve especialmente importante conforme los modelos dejan de utilizarse únicamente para consultas puntuales y comienzan a operar dentro de agentes y procesos que pueden ejecutar cientos o miles de tareas.
Entre las novedades dirigidas a empresas y desarrolladores aparece también Decisions API, una herramienta orientada a automatizar decisiones repetitivas dentro de procesos de negocio. Éste, quizá uno de los anuncios menos vistosos de DevDay, es también uno de los que mejor muestran hacia dónde se está moviendo el uso empresarial de la inteligencia artificial.
En marketing y eCommerce existen innumerables procesos donde una organización debe evaluar señales continuamente para decidir qué hacer después: clasificar información, priorizar tareas, seleccionar una acción, identificar excepciones o determinar qué casos necesitan intervención humana, pero la posibilidad de incorporar modelos dentro de esa capa abre un terreno distinto al de la generación de contenido.
La pregunta ya no sería únicamente “¿qué puede crear la IA?”, sino también “¿qué decisiones repetitivas podemos delegarle y bajo qué reglas?”
DevDay también trajo nuevas capacidades relacionadas con Codex, el agente de OpenAI especializado en programación, dentro de una estrategia que busca convertirlo cada vez más en un colaborador capaz de hacerse cargo de procesos de desarrollo completos y no solamente de generar fragmentos de código.
Esta evolución se conecta directamente con Dots, pues si un agente encuentra durante un proyecto una tarea que requiere desarrollar o modificar software, puede apoyarse en Codex para ejecutarla.
Y ahí empieza a aparecer con mayor claridad la arquitectura que OpenAI está construyendo: modelos con diferentes niveles de capacidad, agentes persistentes que mantienen objetivos, herramientas especializadas que ejecutan determinados trabajos y espacios donde humanos y agentes pueden colaborar.
No todos los anuncios de DevDay tendrán el mismo impacto ni llegarán inmediatamente al uso cotidiano, pero vistos en conjunto ayudan a entender por qué OpenAI está poniendo tanto énfasis en los agentes.
Durante los últimos años, nuestra relación con la inteligencia artificial generativa ha estado dominada por una mecánica muy concreta: escribimos una instrucción, recibimos una respuesta y decidimos qué hacemos después.
Los anuncios de DevDay plantean una relación diferente, una en la que la IA puede conservar el contexto de un proyecto, utilizar distintas herramientas, colaborar con otras personas, ejecutar acciones y mantenerse trabajando sobre un objetivo.
Para las empresas, eso también cambia la conversación sobre adopción de inteligencia artificial, pues ya no basta con preguntarse qué modelo utilizar o qué tareas pueden acelerarse con un chatbot, sino que empiezan a aparecer preguntas sobre qué procesos pueden delegarse, qué información necesita un agente para operar, qué permisos debe tener y en qué momentos debe intervenir necesariamente una persona.
Y quizá ésa sea la señal más interesante de DevDay 2026: la siguiente etapa de la IA no parece estar únicamente en conseguir que responda mejor, sino en decidir cuánto trabajo estamos dispuestos a dejar en sus manos.
Your email address will not be published. Required fields are marked *
Δ