El crecimiento de usuarios de OpenAI ChatGPT alcanza los 1.200 millones, pero la carrera empresarial sigue abierta
OpenAI afirmó que ChatGPT superó los 1.200 millones de usuarios activos semanales, lo que marca otro fuerte aumento en el crecimiento de usuarios de OpenAI ChatGPT. En DevDay 2026, la empresa también señaló que ChatGPT Work y Codex ya atienden a más de 35 millones de personas cada semana. Estas cifras sitúan el alcance de OpenAI en una categoría propia. Sin embargo, no resuelven la contienda por la IA empresarial.
La revelación llegó menos de tres meses después de que OpenAI dijera que ChatGPT había superado los mil millones de usuarios semanales. También sigue a un año en el que Anthropic se convirtió en un rival formidable entre clientes empresariales y desarrolladores de software. Por ello, OpenAI presenta dos historias conectadas: la distribución de consumo continúa expandiéndose y sus productos de trabajo empiezan a convertir ese alcance en uso profesional sostenido.
La segunda historia importa más que la cifra del titular. Una enorme audiencia de chatbot brinda a OpenAI una puerta de entrada a las empresas, pero la adopción empresarial depende de seguridad, fiabilidad, gobernanza y resultados medibles. La cifra de 35 millones sugiere que avanza la transición de la conversación al trabajo delegado. No revela, sin embargo, hasta qué punto esos usuarios dependen de los productos.
Lo que OpenAI anunció realmente en DevDay
El cambio importante no es simplemente que ChatGPT haya sumado usuarios. OpenAI afirma ahora que los agentes profesionales han alcanzado una escala de mercado masivo.
OpenAI reveló las cifras durante DevDay 2026, el 29 de septiembre en San Francisco. El programa de DevDay de la compañía centró el evento en desarrolladores técnicos, nuevas API y productos que realizan trabajo más allá de las conversaciones ordinarias con un chatbot.
La cifra principal fue de más de 1.200 millones de usuarios activos semanales de ChatGPT. Esto representa un aumento de al menos 200 millones respecto al hito de mil millones que OpenAI comentó durante el verano. También prolonga el crecimiento reportado en DevDay 2025, cuando la compañía registró más de 800 millones de usuarios semanales.
OpenAI indicó por separado que más de 35 millones de personas usan ChatGPT Work y Codex cada semana. ChatGPT Work es un agente para completar tareas más largas entre aplicaciones, archivos, navegadores y entornos de escritorio. Codex comenzó como un agente de programación, pero se ha ampliado a investigación, análisis de datos, producción de documentos y automatización de flujos de trabajo.
La redacción en torno a la cifra de 35 millones merece cautela. Parece describir la audiencia semanal combinada de ChatGPT Work y Codex, no dos grupos independientes de 35 millones de usuarios. OpenAI no ha proporcionado públicamente suficiente detalle para calcular el solapamiento entre esos productos.
Una persona que use ambos servicios puede estar representada una vez en una medida combinada o contabilizada dentro de totales separados por producto. La empresa tampoco ha publicado un desglose geográfico, una curva de retención ni una división entre cuentas personales y organizacionales. Estos detalles ausentes limitan las comparaciones con competidores que informan métricas de adopción diferentes.
Aun así, el nuevo total muestra un rápido avance desde la base anterior de OpenAI. En junio, la compañía afirmó que Codex por sí solo tenía más de cinco millones de usuarios activos semanales. Sus datos de adopción de Codex describieron un aumento de seis veces tras el lanzamiento de la aplicación de escritorio en febrero.
Cuando ChatGPT Work llegó en julio, OpenAI volvió a citar más de cinco millones de usuarios semanales de Codex. La compañía presentó Work como un agente más amplio que podía preparar presentaciones, analizar presupuestos, investigar clientes y operar a través del software del lugar de trabajo. Codex aportó parte de la base técnica.
Por tanto, la última cifra de 35 millones abarca una categoría más amplia que los anteriores hitos de Codex. Refleja el intento de OpenAI de convertir la ejecución agéntica en una superficie de trabajo general. La ejecución agéntica implica que el software persiga un objetivo de varios pasos con herramientas, archivos y aplicaciones, en lugar de devolver una sola respuesta.
OpenAI también afirma que sus productos llegan ahora a 2,5 millones de empresas. Ese recuento incluye organizaciones que utilizan distintas ofertas de OpenAI y no establece cuántas han desplegado Work o Codex de forma amplia. Aun así, aporta un contexto organizacional significativo a la cifra de usuarios profesionales.
El anuncio genera la tensión central del artículo. OpenAI cuenta con una distribución de consumo sin igual y una audiencia de agentes que crece rápidamente. Sin embargo, el mercado empresarial recompensa la profundidad, el rendimiento predecible y el gasto de los clientes más que los totales brutos de cuentas.
Por qué el crecimiento de usuarios de OpenAI ChatGPT crea una ventaja de distribución
OpenAI puede presentar agentes de trabajo a una audiencia que ya comprende ChatGPT, reduciendo una de las barreras de adopción más difíciles del software empresarial.
La mayoría de las aplicaciones de trabajo primero deben convencer a los empleados de crear cuentas, aprender una interfaz y cambiar hábitos establecidos. ChatGPT entra en ese proceso con un amplio reconocimiento y una gran base de usuarios existentes. Los empleados suelen conocerlo personalmente antes de que un empleador lo apruebe oficialmente.
Esta familiaridad desde abajo puede acelerar las pruebas organizacionales. Un trabajador que ya usa ChatGPT para redactar o investigar necesita menos formación antes de probar un flujo de trabajo delegado. Un gerente puede partir de un comportamiento existente en lugar de lanzar una categoría de software desconocida.
El diseño reciente de productos de OpenAI respalda esa estrategia. ChatGPT Work opera dentro del entorno más amplio de ChatGPT, al tiempo que lo extiende a archivos, aplicaciones y encargos más largos. Codex conecta de manera similar las instrucciones conversacionales con una ejecución concreta, incluida la edición de código, la ejecución de pruebas, el análisis de información y la generación de entregables.
Esa progresión convierte la distribución en un embudo de producto. Un usuario comienza con una pregunta, pasa a la creación de documentos y finalmente delega un proceso de varios pasos. OpenAI puede mostrar cada capacidad nueva sin pedirle al usuario que adopte una interfaz completamente distinta.
La propia investigación de la compañía indica que este cambio ya está ocurriendo entre algunos usuarios. En su estudio sobre el uso de agentes, OpenAI informó que la adopción de Codex por parte de no desarrolladores crecía más rápido que la adopción entre desarrolladores. También concluyó que los usuarios asignaban cada vez tareas más largas al agente.
Estos hallazgos siguen siendo generados por la propia empresa y no deberían tratarse como prueba independiente de productividad. La investigación estimó el tiempo de trabajo humano mediante modelos, mientras que partes del análisis utilizaron usuarios muestreados que permitieron el uso de sus datos. No obstante, ilustra cómo OpenAI define la oportunidad.
La empresa ya no mide el éxito únicamente mediante preguntas respondidas o mensajes enviados. Busca que los usuarios asignen resultados completos, como preparar un informe o investigar un conjunto de datos. Ese cambio aumenta tanto el valor potencial como las consecuencias de un fallo.
La distribución ayuda a OpenAI a intentar esta transición a una velocidad inusual. Una función nueva puede hacerse visible para cientos de millones de personas a través de un producto existente. Incluso una tasa de conversión pequeña puede generar una gran audiencia profesional.
La afirmación de 35 millones de usuarios semanales ofrece evidencia de ese mecanismo. Equivale solo a una fracción de la audiencia total de ChatGPT, pero aun así representaría una población considerable que utiliza productos orientados a agentes. La cifra es especialmente destacable porque ChatGPT Work se lanzó apenas en julio.
OpenAI también puede aprovechar la familiaridad del consumidor durante las compras empresariales. Los empleados pueden solicitar acceso porque ya entienden la marca y la interfaz. Los responsables tecnológicos pueden prever menos fricción de formación en comparación con un producto que los trabajadores nunca han utilizado.
Sin embargo, la familiaridad no equivale a preparación organizacional. Las empresas requieren controles de acceso, auditabilidad, gestión de identidades, políticas de datos y soporte predecible. También necesitan que los agentes respeten los permisos en cada sistema conectado.
OpenAI ha añadido esos controles mientras presenta paneles de uso para ChatGPT Work y Codex. Sus señales empresariales indican que la actividad de agentes representó el 64 por ciento de los tokens de salida combinados de ChatGPT y Codex entre clientes empresariales en junio. Esa métrica sugiere cargas de trabajo más profundas, aunque no mide el valor empresarial completado.
La distinción importa para los compradores. Los tokens de salida pueden mostrar actividad, pero no pueden demostrar que un informe fuera preciso o que un flujo de trabajo ahorrara dinero. En última instancia, las organizaciones necesitan evidencia vinculada a tiempos de ciclo, tasas de error, proyectos completados o resultados para los clientes.
Aquí es donde la ventaja de distribución de OpenAI encuentra su primer límite. La empresa puede poner un agente frente a los usuarios rápidamente. Aun así, debe convencer a los empleadores de que esos agentes merecen acceso a sistemas sensibles y tareas con consecuencias.
Para los trabajadores del conocimiento, el cambio también aumenta la importancia de organizar un contexto fiable. Un agente funciona mejor cuando puede recuperar documentos actuales, decisiones e historial de proyectos. Una base de conocimiento de IA mantenida puede ayudar a los usuarios a distinguir el contexto duradero de los resultados conversacionales dispersos.
La distribución brinda a OpenAI la oportunidad de definir cómo las personas delegan el trabajo. La confianza, el contexto y los resultados completados determinarán cuánto de esa oportunidad se convierte en adopción duradera.
Anthropic sigue siendo la prueba de la adopción empresarial de OpenAI
La contienda principal no es OpenAI contra todos los laboratorios de IA. Es la estrategia de OpenAI basada en la distribución frente a la posición empresarial de Anthropic.
Anthropic ha construido su reputación en torno a Claude, Claude Code y despliegues empresariales que implican trabajo de conocimiento complejo. Sus productos han ganado tracción entre desarrolladores y organizaciones que valoran tareas de contexto largo, rendimiento de programación y un enfoque más limitado al entorno laboral.
A principios de 2026, esa posición ejerció una presión visible sobre OpenAI. En abril, Associated Press informó de que OpenAI estaba aumentando su enfoque en el trabajo profesional mientras enfrentaba una competencia más fuerte de Anthropic. Por entonces, OpenAI tenía más de 900 millones de usuarios semanales de ChatGPT, pero la mayoría no pagaba por el servicio.
Ese contraste expuso una debilidad estratégica. OpenAI podía dominar la atención de los consumidores sin liderar las cargas de trabajo empresariales de mayor valor. Una gran audiencia gratuita genera alcance, pero también conlleva costes significativos de servicio y una conversión incierta.
Anthropic abordó el mercado desde la dirección opuesta. Se concentró intensamente en desarrolladores, API y clientes organizacionales. Esto convirtió a Claude Code en un referente especialmente importante para Codex, aunque los productos sigan expandiéndose más allá del desarrollo de software.
Datos de gasto de terceros han reflejado una contienda estrecha e inestable. Un análisis de agosto basado en transacciones de clientes de Ramp situó a Anthropic en el 41 por ciento y a OpenAI en el 39 por ciento entre los clientes empresariales medidos. Los datos de adopción empresarial también sugirieron que OpenAI había reducido la ventaja anterior de Anthropic.
Ese conjunto de datos cubre empresas visibles a través de Ramp, no todo el mercado empresarial. Mide relaciones de pago, no la satisfacción de los usuarios ni la profundidad de las cargas de trabajo. Aun así, ofrece una señal independiente de que el impulso empresarial de OpenAI se está traduciendo en compras.
El anuncio de los 35 millones añade un tipo de evidencia diferente. Mide a personas que usan Work y Codex semanalmente, según OpenAI, en lugar de empresas que realizan pagos. En conjunto, las cifras sugieren que OpenAI compite tanto en la adquisición organizacional como en la activación de usuarios finales.
Son logros relacionados, pero distintos. Una empresa puede comprar licencias que sus empleados apenas usan. Los trabajadores también pueden utilizar intensivamente un producto individual sin un acuerdo empresarial. La adopción empresarial duradera requiere compra, uso activo, retención y un despliegue ampliado.
El alcance de OpenAI entre consumidores ayuda con la activación. El enfoque empresarial de Anthropic puede favorecer despliegues concentrados y la lealtad de los desarrolladores. Ninguna de las dos ventajas garantiza el resultado final.
Los productos también están convergiendo. Codex está yendo más allá de la programación, mientras que las capacidades laborales de Claude se extienden más allá de la creación de software. ChatGPT Work proporciona a OpenAI una capa de agentes de propósito general, mientras Anthropic ha seguido desarrollando herramientas para tareas profesionales.
Esa convergencia dificulta las comparaciones de rendimiento. Una puntuación en un benchmark no puede capturar todos los flujos de trabajo, y los compradores a menudo combinan varios proveedores de modelos. Una organización puede utilizar OpenAI para asistencia general, Anthropic para programación y otro proveedor para cargas de trabajo especializadas.
La adopción de múltiples modelos debilita la idea de que una empresa será dueña de todas las tareas empresariales. También aumenta la presión para cambiar de proveedor. Si las interfaces y las integraciones se estandarizan, los compradores pueden redirigir las cargas de trabajo hacia el proveedor que ofrezca mayor fiabilidad o mejores condiciones económicas.
La respuesta de OpenAI es conectar su producto de consumo, su agente de trabajo, su agente de programación y su plataforma para desarrolladores. La empresa quiere que los usuarios permanezcan dentro de un entorno común a medida que sus tareas se vuelven más complejas. Esto puede mejorar la continuidad, pero plantea preocupaciones sobre la concentración y la dependencia.
Anthropic presiona esa estrategia al ofrecer una alternativa creíble en el punto en que la IA se vuelve operativa. Si Claude sigue siendo atractivo para tareas profesionales difíciles, OpenAI no puede depender únicamente de la familiaridad con ChatGPT. Debe demostrar que la distribución conduce a mejores resultados de despliegue.
Por eso el crecimiento de usuarios de OpenAI ChatGPT importa sin decidir la carrera. La cifra de 1.200 millones hace que OpenAI sea difícil de desplazar en la capa de consumo. La cifra de 35 millones muestra un puente creciente hacia el trabajo. Anthropic sigue siendo la prueba de si ese puente puede sostener valiosas cargas de trabajo empresariales.
La cifra de 35 millones cambia la historia, pero no la resuelve
El cambio de rumbo de OpenAI es que la debilidad empresarial ya no parece inevitable, aunque las cifras divulgadas aún dejan preguntas cruciales sin responder.
A principios de 2026, la narrativa competitiva más simple dividía el mercado en dos fortalezas. OpenAI dominaba la atención masiva de los consumidores, mientras Anthropic captaba cada vez más la demanda empresarial y de programación más seria. Los datos más recientes complican esa división.
Treinta y cinco millones de usuarios semanales de Work y Codex constituirían una audiencia profesional significativa bajo cualquier comparación razonable. Sugiere que OpenAI ha ido más allá de experimentos ocasionales realizados por una pequeña comunidad de desarrolladores. También indica que los trabajadores del conocimiento en general están incorporándose a los flujos de trabajo con agentes.
OpenAI ha descrito varios de esos flujos de trabajo en materiales de producto. Incluyen recopilar información entre aplicaciones, elaborar hojas de cálculo, crear presentaciones, investigar clientes y producir herramientas internas. La empresa afirma que Work puede permanecer en un proyecto durante horas y dividirlo en tareas más pequeñas.
Un ejemplo temprano consistió en analizar los puntos de contacto con clientes en el sistema de gestión de clientes y el correo electrónico de una empresa. El agente identificó brechas en el seguimiento y generó un panel ejecutivo. OpenAI presentó el ejemplo cuando presentó ChatGPT Work.
Ese ejemplo demuestra el mecanismo previsto, pero no prueba que los usuarios típicos logren el mismo resultado. Las pruebas iniciales suelen recibir más apoyo e implicar tareas cuidadosamente seleccionadas. Los compradores empresariales necesitarán resultados en equipos comunes, con datos imperfectos y flujos de trabajo cambiantes.
Codex ofrece una cronología de adopción más clara. OpenAI afirmó que los usuarios semanales superaron los tres millones a principios de abril y los cinco millones en junio. La categoría más amplia de Work y Codex alcanzó más de 35 millones a finales de septiembre, según la divulgación de DevDay.
La comparación no es perfectamente equivalente porque la cifra posterior incluye otro producto. Aun así, muestra que OpenAI amplió tanto la audiencia como la definición del trabajo agéntico. La empresa ya no presenta Codex como una herramienta especializada para ingenieros de software.
Esta ampliación crea nuevas oportunidades. Un profesional de marketing puede pedir a un agente que convierta una investigación en un briefing de campaña. Un equipo de finanzas puede investigar una desviación presupuestaria. Un gerente de producto puede combinar comentarios de clientes, notas de reuniones y datos de uso en una actualización semanal.
También crea modos de fallo adicionales. Un agente de programación generalmente trabaja dentro de repositorios, pruebas y sistemas de revisión con resultados visibles. Un agente de trabajo general puede actuar en correo electrónico, documentos, calendarios, navegadores y aplicaciones empresariales.
Estos entornos contienen instrucciones ambiguas e información sensible. Un error puede no aparecer como una prueba fallida. Puede surgir como un informe incorrecto, una divulgación no autorizada o una acción realizada con contexto desactualizado.
Por tanto, el valor de un agente de trabajo depende de algo más que la capacidad del modelo. Requiere permisos claros, recuperación fiable de información, acciones reversibles, revisión humana y registros de lo ocurrido. Las organizaciones deben decidir qué tareas pueden completar los agentes de forma autónoma y cuáles requieren aprobación.
La cifra de 35 millones no muestra cuántos usuarios cruzan ese umbral. Algunos pueden usar Work para investigaciones ocasionales, mientras otros delegan operaciones recurrentes. Ambos cuentan como usuarios semanales, pero generan un valor económico muy diferente.
La frecuencia también necesita contexto. Un usuario activo una vez durante una semana cumple una definición común de usuario activo semanal. Esa medida no revela sesiones, tareas completadas, tiempo ahorrado ni uso continuado durante varios meses.
OpenAI no ha revelado cómo se dividen los 35 millones de usuarios entre Work y Codex. Tampoco ha proporcionado información sobre la concentración organizativa. Un pequeño grupo de grandes despliegues podría tener implicaciones competitivas distintas a una adopción amplia en muchas empresas.
Incluso la cifra de 2,5 millones de empresas requiere interpretación. Indica un amplio alcance organizativo, pero una empresa puede utilizar una API, ChatGPT, Codex, Work o varios servicios. El número de clientes por sí solo no puede mostrar la profundidad del despliegue.
Ninguna de estas lagunas invalida el hito. Definen lo que el hito puede respaldar. Es evidencia creíble de que los productos profesionales de OpenAI se han expandido rápidamente, no prueba de que dominen la IA empresarial.
Por tanto, el cambio de rumbo es medido, pero significativo. La base de consumidores de OpenAI antes parecía desconectada de su posición empresarial. Work y Codex ahora proporcionan una vía de conversión visible, mientras los datos independientes de gasto muestran que la empresa está reduciendo la ventaja de Anthropic.
La siguiente pregunta es si esa vía produce hábitos de trabajo duraderos. El software empresarial se vuelve defendible cuando los equipos construyen procesos, conexiones de datos y gobernanza a su alrededor. La actividad semanal es el comienzo de ese proceso, no su conclusión.
Lo que no muestran las cifras de usuarios
Las divulgaciones de OpenAI miden el alcance, mientras que los compradores necesitan evidencia sobre retención, fiabilidad, seguridad y resultados completados.
La primera incertidumbre es la medición. OpenAI ha descrito más de 1.200 millones de usuarios semanales de ChatGPT y más de 35 millones de usuarios semanales de Work y Codex. No ha publicado una metodología detallada para ninguna de las dos cifras.
Las empresas públicas suelen definir a los usuarios activos en sus informes formales y mantener períodos de reporte consistentes. OpenAI es una empresa privada, por lo que sus métricas operativas reciben divulgaciones menos estandarizadas. Los lectores deben considerar las cifras como hitos reportados por la empresa.
La segunda incertidumbre es el solapamiento. Work existe dentro del entorno de ChatGPT, y las capacidades de Codex pueden respaldar tareas de Work. Un usuario puede interactuar con ambos durante el mismo proyecto, lo que dificulta las comparaciones a nivel de producto.
La tercera incertidumbre es la intensidad. La actividad semanal dice poco sobre si los agentes completan tareas de alto valor. Una solicitud experimental y un flujo de trabajo operativo recurrente pueden producir ambos un usuario activo.
La cuarta incertidumbre es la retención. Los lanzamientos rápidos pueden generar pruebas que se desvanecen cuando los usuarios encuentran límites, errores o un valor poco claro. OpenAI no ha compartido la retención por cohortes de Work o Codex.
La quinta incertidumbre se refiere a la economía. Las tareas agénticas pueden requerir largas ejecuciones de modelos, llamadas repetidas a herramientas y una capacidad de cómputo considerable. Una audiencia que crece rápidamente solo resulta atractiva comercialmente si OpenAI puede atenderla de forma sostenible.
OpenAI también ha estado ampliando el acceso de menor coste y la disponibilidad respaldada por publicidad. Estas estrategias pueden aumentar el alcance, pero complican la relación entre usuarios activos e ingresos. Una plataforma con mil millones de usuarios aún puede enfrentar presión si el uso profesional sigue siendo costoso de prestar.
Para las empresas, la seguridad plantea una cuestión más inmediata. Un agente que lee documentos y opera aplicaciones recibe un acceso más amplio que un chatbot convencional. Cada conexión crea otro límite relacionado con credenciales, exposición de datos y acciones no intencionadas.
Los administradores necesitan controles de políticas que se ajusten a esos riesgos. Deben saber a qué fuentes accedió un agente, qué instrucciones siguió y qué acciones intentó realizar. También necesitan mecanismos para pausar, revertir e investigar la actividad.
La precisión sigue siendo igualmente importante. Los agentes de larga ejecución pueden amplificar una interpretación errónea inicial a lo largo de varios pasos. Un documento final pulido puede ocultar evidencia débil, recuperación incompleta de información o una suposición incorrecta.
La revisión humana no desaparece cuando mejoran los agentes. Se traslada a la definición de tareas, los permisos, los puntos de control y la evaluación. Los equipos que omitan esos controles pueden producir más trabajo sin generar mejores decisiones.
También existe un riesgo de concentración. Si una organización conecta a un proveedor con sus archivos, código, comunicaciones y sistemas empresariales, cambiar resulta más difícil. Los compradores deben equilibrar la comodidad frente a la dependencia de una sola familia de modelos e interfaz.
El enfoque integrado de OpenAI hace que esa disyuntiva sea especialmente visible. Un entorno común puede reducir la fricción entre ChatGPT, Work, Codex y las API. La misma integración puede centralizar el contexto sensible bajo un único proveedor.
La competencia ofrece cierta protección. Anthropic, Google, Microsoft y otros proveedores siguen desarrollando agentes y controles empresariales. Su presencia ofrece alternativas a los compradores y disuade a cualquier empresa de considerar suficiente la distribución.
Sin embargo, cambiar es más fácil antes de que los equipos diseñen sus flujos de trabajo alrededor de funciones propietarias. Las empresas deberían evaluar la portabilidad mientras la adopción aún está en desarrollo. También deberían preservar los documentos fuente, los registros de decisiones y la lógica de automatización fuera de cualquier historial conversacional.
Para los trabajadores individuales del conocimiento, el riesgo práctico es más mundano. Un agente puede producir una gran cantidad de resultados mientras dificulta la verificación de las fuentes. Una creación más rápida aumenta la necesidad de una revisión disciplinada y un contexto trazable.
La conclusión escéptica no es que las cifras carezcan de sentido. Es que el tamaño de la audiencia responde solo a la primera pregunta sobre adopción. OpenAI ha demostrado que las personas están llegando, pero todavía no con qué consistencia permanecen o tienen éxito.
Tres señales mostrarán si OpenAI puede convertir la escala en trabajo
La siguiente etapa se decidirá por el uso empresarial activo, la respuesta competitiva y la evidencia de que los agentes completan tareas valiosas de forma fiable.
La primera señal es un desglose más claro de la adopción de ChatGPT Work y Codex. OpenAI debería revelar totales de usuarios separados, solapamiento, retención y despliegue organizativo. Esas cifras revelarían si el hito de 35 millones refleja experimentos generalizados o hábitos duraderos.
El crecimiento que continúe después del período de lanzamiento reforzaría la afirmación de OpenAI. Cohortes estables y un mayor uso dentro de las empresas existentes importarían más que otro titular combinado. Una desaceleración marcada sugeriría que la curiosidad inicial superó al valor recurrente.
La segunda señal es la respuesta de Anthropic en programación y flujos de trabajo empresariales. OpenAI ha acotado la narrativa competitiva, pero Anthropic conserva una sólida credibilidad entre los desarrolladores y tracción organizativa. Nuevas capacidades de Claude, logros con clientes o controles de despliegue mejorados podrían preservar esa ventaja.
Los datos de compras independientes serán especialmente útiles. Si OpenAI avanza en una amplia muestra de empresas, su estrategia impulsada por la distribución parecerá más sólida. Si Anthropic mantiene el liderazgo pese a la audiencia de OpenAI, el alcance entre consumidores parecerá menos transferible de lo previsto.
La tercera señal es la evidencia vinculada a resultados empresariales. OpenAI y sus clientes deben informar sobre flujos de trabajo completados, reducciones en los tiempos de ciclo, menores tasas de error y uso sostenido. La producción de tokens y los totales de usuarios activos no pueden sustituir esas métricas.
Las evaluaciones independientes harían que esas afirmaciones fueran más creíbles. Los compradores deberían buscar estudios que comparen el trabajo asistido por agentes con procesos establecidos en equipos habituales. Los resultados deberían incluir fallos, tiempo de revisión y costes de implementación, no solo demostraciones exitosas.
Estas señales también aclararán qué significa para los usuarios cotidianos el crecimiento de usuarios de OpenAI ChatGPT. Si Work y Codex siguen siendo fiables en tareas comunes, la delegación se convertirá en una capa estándar del trabajo del conocimiento. Si los costes de supervisión siguen siendo altos, los agentes podrían seguir siendo herramientas valiosas, pero especializadas.
Los desarrolladores deberían vigilar si Codex mantiene su identidad como un entorno de ingeniería serio mientras se expande hacia el trabajo general. Los compradores empresariales deberían examinar la gobernanza, la portabilidad y la adopción más allá de los grupos piloto. Los trabajadores del conocimiento deberían evaluar los resultados completados, en lugar del volumen de material generado.
El hito de 1.200 millones establece el extraordinario alcance de OpenAI. La cifra de 35 millones de Work y Codex muestra que una parte significativa de esa audiencia está probando una relación más trascendente con la IA. La pregunta sin responder es si esos usuarios están creando flujos de trabajo fiables o simplemente probando la interfaz más reciente.
Esa pregunta no puede resolverse con otro evento de lanzamiento. Se responderá mediante la retención, el cambio entre competidores y la calidad del trabajo completado una vez que la novedad se desvanezca. Observe qué siguen utilizando los equipos, a qué confían el acceso a los agentes y qué proveedor se gana un lugar permanente en sus sistemas operativos.
