OpenAI afirma que el uso de computadoras ya supera al del humano promedio y roza niveles sobrehumanos, con un crecimiento de agentes a ritmo de "nivel YC"
26 de octubre de 2026: entrevista en el podcast de a16z con Ari Weinstein y James Sun, de OpenAI, sobre agentes que usan computadoras
Los directivos de OpenAI hicieron dos afirmaciones en una entrevista en el podcast de a16z. Primero, que los agentes de la compañía que operan computadoras ya superaron la velocidad del operador humano promedio y se acercan a la velocidad de nivel experto. Segundo, que el uso se ha acelerado marcadamente en los últimos meses tras un largo período de adopción limitada. Ari Weinstein, quien trabaja en el uso de computadoras en OpenAI y se enfoca en productos de consumo, señaló: "Hemos logrado llevar el uso de computadoras a un punto en el que es más rápido que el humano promedio al utilizar una computadora. Y creo que estamos muy cerca de alcanzar un nivel sobrehumano, es decir, que sea más rápido que un usuario de computadoras experto". Calificó dicho umbral como un posible "cambio radical", ya que "cualquier cosa que puedas hacer de forma manual, la puede hacer más rápido". Las afirmaciones provienen de la propia empresa y se emitieron sin benchmarks ni cifras de uso. Aún así, la entrevista ofrece una perspectiva útil sobre cómo el equipo percibe su producto, su curva de adopción y los obstáculos que aún persisten.
El uso ha registrado un punto de inflexión, pero la penetración sigue siendo baja
Weinstein describió un cambio drástico en la trayectoria. El equipo comenzó a desarrollar productos de uso de computadoras cuando "muy poca gente los usaba". De repente, los modelos subyacentes se volvieron potentes en estas tareas a principios de este año y, en los últimos dos meses, "el producto está creciendo como loco". Fue transparente respecto a los límites: hoy en día, solo "una parte" de la base de usuarios de OpenAI utiliza el uso de computadoras.
Sun, quien se incorporó a OpenAI en enero para trabajar en el navegador Atlas, ofreció un relato más sincero sobre las dificultades iniciales. La experiencia basada en agentes en Atlas "no era en realidad un gran argumento de venta", ya que la mayoría de la gente lo trataba como un navegador normal. El comentario de Sun de "Q. E. P. D. Atlas" sugiere que el navegador independiente se ha integrado desde entonces en productos más amplios. Una vez que las capacidades de los modelos mejoraron, OpenAI incorporó el uso del navegador en productos existentes que ya contaban con uso de agentes, y Sun indicó que la compañía ha visto "un crecimiento de nivel YC semana tras semana".
Sun identificó la siguiente inflexión en los dispositivos móviles y la nube. El uso en computadoras de escritorio sigue siendo "básicamente algo para usuarios avanzados", mientras que la mayoría de los consumidores viven en sus teléfonos. El objetivo es ofrecer a cada usuario de chat "una computadora potente que ni siquiera necesite entender cómo usar", lo cual Sun enmarcó como el camino hacia los mil millones de usuarios. Ambos directivos afirmaron creer que el producto se encuentra en "el momento de escalamiento" para consumidores y empresas de forma simultánea.
Lo que cambia con el modelo Astra
La entrevista giró en torno a Astra, el modelo más reciente de OpenAI. Weinstein se mostró mesurado sobre su impacto en el uso de computadoras, al señalar que los modelos de la compañía para este fin "ya eran muy buenos antes de Astra". Según su experiencia, Astra mejora el producto "en los márgenes" de tres maneras. Es más rápido en promedio porque utiliza menos tokens de pensamiento para la misma tarea. Es mejor en trabajos creativos, como se vio en una demostración de lanzamiento en la que dibujó en Microsoft Paint mediante instrucciones de voz. Y es más confiable, lo cual describió como la diferencia entre una fiabilidad del 99% y del 97%: "difícil de percibir pero realmente importante".
Sun añadió que Astra es el modelo "más alineado" de OpenAI, y citó la tarjeta del sistema para destacar una resistencia muy superior a la inyección de prompts y una menor cantidad de acciones no deseadas. Argumentó que, para el trabajo empresarial que implica adquisiciones o comunicación con proveedores y clientes, esto hace que el despliegue se sienta considerablemente más seguro. Sun también mencionó que las pruebas internas demostraron que Astra superaba al modelo anterior 5.6 en videojuegos en todas las ocasiones, y citó publicaciones públicas sobre cómo completó Fallout en aproximadamente 30 horas. Admitió no estar seguro de lo que eso se traduce a nivel comercial.
Weinstein describió la posición de OpenAI como propietaria del "producto de uso de computadora más rápido, económico y confiable". Se trata de una afirmación, no de un resultado demostrado. Asimismo, indicó que la compañía seguirá ofreciendo modelos en múltiples categorías de calidad y precio, y que los modelos más económicos están mejorando en el uso de computadoras. Espera que con el tiempo haya mayor variación en cuanto a qué modelos se utilizan para cada tarea.
Controles empresariales: entornos aislados (sandboxes), aprobaciones y un revisor automatizado
A medida que los agentes se vuelven más rápidos que los humanos que los supervisan, señaló Sun, el problema del control pasa a ser central: "Una vez que llegas a un punto en el que ya no puedes observar y auditar todo lo que está haciendo, ¿cómo le damos, especialmente a las empresas y negocios, la capacidad de controlar el nivel de intervención humana que hay y, después, la capacidad de auditoría?".
OpenAI ha lanzado controles empresariales basados en dos capas. La primera es determinista. Los administradores pueden aislar (sandbox) al agente en aplicaciones y sitios web aprobados, y pueden exigir la aprobación humana para acciones específicas como descargas, cargas o visitas a nuevos sitios. La segunda es un revisor basado en modelos que la compañía denomina Guardian, o aprobación automática (auto-approve), que evalúa cada acción que toma el agente en términos de seguridad y alineación. Es posible que los consumidores prefieran no aprobar nada, mientras que las empresas pueden decidir qué tipos de acciones proceden de forma automática.
Sun indicó que las dudas de las empresas suelen deberse a la rendición de cuentas y a una sensación de seguridad, no a la capacidad, y que la capa determinista "les da a las empresas una gran sensación de seguridad", a pesar de que el modelo es mejor para resistir inyecciones que la mayoría de las personas. OpenAI también presenta evaluaciones de alineación internas y de terceros a los administradores. Del lado de los consumidores, Weinstein señaló que las decisiones de diseño, como un cursor visible y animado y solicitudes de permisos para nuevas aplicaciones, buscan generar confianza y asegurar que los usuarios no teman la presencia de "comportamientos descontrolados" en sus equipos.
Dónde están implementando agentes las empresas
Sun comentó que el caso empresarial es "bastante obvio" porque las grandes compañías operan software heredado (legacy), con una antigüedad de entre 15 y 20 años, que carece de herramientas MCP y resulta incómodo incluso para los usuarios humanos. Algunas empresas han creado "habilidades" (skills) para enseñar al modelo a operar dichos sistemas. Dividió los casos de uso en dos categorías. La primera es lo que denominó automatización aburrida pero valiosa a través de sistemas de registro como ERP y CRM. Los ejemplos que citó incluyeron las adquisiciones, donde los pedidos anuales de equipos pasan actualmente de las hojas de cálculo de un equipo a un equipo de operaciones, luego al software de compras y finalmente a los proveedores. La conciliación financiera de fin de mes en múltiples libros contables que carecen de APIs fue otro caso, al igual que la prospección de ventas que alimenta datos en CRM y herramientas de alcance. La investigación de mercado también encaja en esta categoría.
El segundo grupo abarca trabajos creativos y técnicos más ambiciosos habilitados por una capacidad visual mejorada, que incluyen diseño de circuitos, arquitectura, ingeniería de hardware y diseño de videojuegos. Sun indicó que las empresas aún no están pensando en estos aspectos, ya que se concentran en las oportunidades más sencillas, pero espera ver un uso en esas áreas a medida que los clientes descubran lo que el modelo puede hacer.
Weinstein señaló análogos para el consumidor, como completar formularios del DMV, cancelar suscripciones a listas de correos electrónicos y mantener hojas de cálculo de finanzas personales y planificación de comidas. También destacó el control por voz de toda la computadora como la categoría que "más le entusiasma".
Dot y el avance hacia los agentes proactivos
Los directivos dedicaron una cantidad considerable de tiempo a hablar de Dot, un producto de OpenAI en el que cada agente recibe su propia computadora en la nube con un navegador web completo, capaz de comprar artículos y reservar citas. Sun señaló que su principal diferenciador es la proactividad. El sistema detectó invitaciones a reuniones externas que no habían llegado a su calendario y monitorea Slack en busca de comentarios críticos de su cadena de mando utilizando instrucciones de alto nivel. También puede operar tanto su navegador local como su máquina en la nube para extraer registros (logs) de Sentry, analizarlos y reportar los resultados. Argumentó que Dot funciona mejor para "tareas proactivas y de larga duración en las que la estructura no es exactamente la misma cada vez".
Weinstein indicó que el siguiente paso es la colaboración en tiempo real entre el usuario y el agente. El producto actual está muy orientado a tareas en segundo plano, lo cual calificó como una fortaleza pero también un límite. Su objetivo son agentes que "se adapten a ti en lugar de que tú te adaptes a ellos".
### La economía de la web abierta sigue sin resolverse
Sun fue directo respecto a un problema comercial en la web abierta. Dentro del software aprobado por las empresas, la automatización mediante agentes es bienvenida. En internet, los anunciantes y los editores financiados por publicidad tienen modelos de negocio "que no están alineados con que los agentes usen nuestro producto", y la impresión de un anuncio por parte de un agente "en realidad no cuenta como un ingreso real". Señaló que OpenAI está trabajando en este asunto junto con su equipo de asociaciones, sin ofrecer por ahora una solución definitiva.
Para los sitios web que desean dar cabida a los agentes, señaló WebMCP, un estándar que OpenAI admite en el navegador de su aplicación. Permite que las personas y los agentes utilicen un sitio de forma conjunta, donde el agente se encarga de los pasos tediosos y el humano toma el control para la navegación o el pago. Sun explicó que el modelo mantiene al sitio web mismo como interfaz en lugar de reducirlo a una API.
### El formato del software y la oportunidad para las startups
Al ser consultados sobre si ganará el software heredado o las aplicaciones nativas de IA, Weinstein respondió que ambas posturas persistirán. Los sistemas heredados escritos hace entre 10 y 40 años no desaparecerán rápidamente, y el uso de computadoras "podría presionar más a las empresas para que hagan que el software funcione mejor con los agentes", debido a que todo el software funcionará con agentes de manera predeterminada. Sun argumentó que la creación económica de software elevará la calidad global, rechazando un futuro en el que internet se convierta en un tráfico "despersonalizado" de agente a agente. Describió la creación de una herramienta de capacitación personalizada para su esposa y predijo la aparición de software diseñado "para cien personas o para una sola persona". En el ámbito B2B, afirmó que los usuarios seguirán necesitando una interfaz para los registros de auditoría y el control, y se preguntó "¿por qué deberíamos conformarnos con un mal software?".
Ambos directivos, que en el pasado fueron fundadores, se mostraron optimistas respecto a las startups a pesar de la amplia oferta de OpenAI. Sun indicó que los equipos de OpenAI aún están "bajo presión con recursos limitados" en relación con la magnitud de los problemas. Citó un ejemplo vertical en el que un agente fotografía el inventario de almacenamiento de un restaurante, pronostica las necesidades a partir del tráfico proyectado, solicita víveres mediante un software de adquisiciones y ajusta el personal en el ERP. Mencionó que muchas pequeñas y medianas empresas batallan para comprender, conectar, implementar y dar servicio a las herramientas de IA, lo cual deja espacio para especialistas que entiendan la regulación, la estrategia de salida al mercado (go-to-market) y el servicio al cliente en industrias específicas.
La coherencia del producto es el problema a corto plazo
Sun reconoció una realidad incómoda del producto. Actualmente, los usuarios se enfrentan a una extensión de Chrome que utiliza sus propias contraseñas, un navegador de escritorio integrado en la aplicación con cookies e inicios de sesión separados, un navegador en la nube en ChatGPT y otra computadora en la nube en Dot, ninguno de los cuales comparte estado. "¿Por qué tengo estos cuatro navegadores diferentes que no se comunican entre sí?", señaló que se preguntará el consumidor promedio. Calificó el uso de computadoras como "el producto de IA más fácil de entender" en concepto, pero advirtió que la complejidad de su implementación se filtra hacia los usuarios. Su prioridad para el próximo trimestre es lograr que la experiencia sea coherente y apta para el consumidor, para lo cual describió una "capa de inteligencia compartida" que permita a los agentes y aplicaciones intercambiar contexto en lugar de fragmentarse en agentes independientes específicos para cada sitio web.