OpenAI acaba de presentar una de las transformaciones más importantes de ChatGPT desde su lanzamiento. Se llama dots y cambia una de las reglas fundamentales con las que hemos utilizado hasta ahora la inteligencia artificial: ya no es necesario que una persona formule continuamente preguntas para que la IA trabaje. Un dot puede recibir un objetivo, disponer de su propio ordenador en la nube, utilizar herramientas y aplicaciones, trabajar durante horas o días, observar cómo evoluciona un proyecto y volver al usuario cuando necesita una decisión o cuando tiene trabajo terminado. OpenAI los define como agentes always-on, sistemas permanentemente disponibles que trabajan hacia nuestros objetivos las 24 horas del día. La diferencia conceptual es enorme. ChatGPT popularizó una arquitectura basada en pregunta → respuesta. Los dots introducen otra: objetivo → trabajo autónomo → seguimiento → adaptación → resultado → aprobación humana.

OpenAI presentó dots ayer 29 de septiembre durante su DevDay 2026 en San Francisco. Están impulsados por GPT-6 Astra y cada dot dispone de su propio ordenador cloud y navegador. Puede conectarse mediante el ecosistema de plugins de ChatGPT a más de 4.000 aplicaciones, trabajar simultáneamente en varios proyectos y seguir ejecutando tareas aunque el usuario no esté delante de ChatGPT. La compañía permite además abrir en cualquier momento el ordenador del dot para observar qué está haciendo. Incluso puede recibir permiso para conectarse al ordenador del propio usuario y trabajar directamente sobre él. OpenAI está comenzando a desplegar dots en los planes Pro, Business Premium y Enterprise en los mercados elegibles. El primer dot está incluido sin coste adicional en Pro y Business Premium, mientras Enterprise, Edu y Healthcare pueden probar actualmente la beta cuando el administrador del workspace la habilita.

Lo verdaderamente nuevo no es que la IA pueda realizar una tarea compleja. Eso ya era posible con diferentes herramientas agénticas. El salto está en la persistencia. Un dot puede permanecer asociado a una persona, equipo, proyecto u objetivo y continuar trabajando a medida que recibe información nueva. No hay que reconstruir continuamente el contexto ni iniciar una conversación diferente para cada subtarea. OpenAI plantea que el agente aprenda progresivamente los objetivos, preferencias y estándares del usuario, reciba feedback y utilice ese conocimiento para producir trabajo cada vez más parecido al que esa persona espera. La compañía llega incluso a plantear que el valor aparece cuando el dot trae trabajo terminado “antes de que pienses en pedirlo”. Esa frase resume bastante bien el cambio de paradigma: la IA pasa de ser reactiva a empezar a ser proactiva.

Los ejemplos proporcionados por OpenAI permiten entender la magnitud del cambio. Un desarrollador puede tener un dot observando continuamente el feedback de clientes. Cuando detecta una petición recurrente o un bug, el agente puede analizarlo, definir una mejora, programarla, probarla y preparar una pull request completa acompañada incluso de vídeos mostrando los cambios para que el desarrollador la revise. Un responsable de producto puede mantener un dot trabajando sobre un lanzamiento; si cambia el alcance del producto, el agente puede analizar las consecuencias, revisar la narrativa, modificar materiales y preparar nuevas versiones de documentos. Un científico puede permitir que el dot siga incorporando datos a una investigación, vuelva a ejecutar análisis cuando llegan nuevas evidencias, investigue resultados inesperados y actualice gráficos y explicaciones. Un responsable comercial puede utilizarlo para mantener vivo un proceso de venta empresarial: revisar requisitos del cliente, comprobar documentación del producto, identificar qué falta por probar, construir una prueba de concepto, actualizar propuestas y avisar de cuestiones que necesitan decisión humana.

OpenAI cuenta incluso un caso aparentemente trivial que ayuda a entender la diferencia respecto a un chatbot: el dot de uno de los primeros usuarios detectó que había olvidado facturar a una publicación, preparó la factura y, después de solicitar aprobación, la envió. El usuario no tuvo que abrir ChatGPT y escribir “recuérdame qué facturas tengo pendientes”. El sistema tenía suficiente contexto para detectar algo que faltaba y actuar sobre ello. Esa es probablemente la verdadera frontera de los agentes persistentes: pasar de responder a detectar trabajo pendiente.

La comunicación tampoco queda confinada a ChatGPT. Los dots pueden utilizarse desde ChatGPT en web, escritorio y móvil y pueden comunicarse actualmente mediante Slack y Microsoft Teams, mientras OpenAI prepara también interacción mediante mensajes de texto. El contexto se mantiene entre canales. Es posible comenzar un proyecto en ChatGPT, continuarlo con el equipo en Slack y permitir que el dot siga trabajando. También puede contactar proactivamente con el usuario para comunicar avances, plantear preguntas o solicitar decisiones. OpenAI permite incluso hablar con el dot mediante voz. Esto introduce una diferencia importante respecto al software tradicional: el agente empieza a comportarse como un participante persistente dentro del flujo de trabajo, no como una aplicación que una persona abre cuando la necesita.

Esta arquitectura puede tener consecuencias profundas para el mercado del software empresarial. Durante décadas, la unidad fundamental del trabajo digital ha sido la aplicación. Una persona abre Outlook para gestionar correo, Salesforce para consultar clientes, Excel para analizar información, Slack para comunicarse, Jira para gestionar proyectos y otras aplicaciones para completar tareas concretas. Los agentes pueden invertir esa lógica. El usuario expresa una intención y el agente decide qué aplicaciones necesita utilizar para conseguirla. Si este modelo se consolida, una parte del valor económico podría desplazarse desde la interfaz de cada aplicación hacia la capa agéntica que coordina todas ellas. La cuestión dejará de ser únicamente qué software utiliza una empresa y empezará a ser qué agente controla la relación entre sus personas, datos y aplicaciones.

Dots es una nueva ofensiva de OpenAI en el mercado empresarial y una respuesta a la creciente competencia de Meta y su agente Muse. El contexto comercial es importante: OpenAI afirma que Codex y ChatGPT Work superan conjuntamente los 35 millones de usuarios semanales, mientras ChatGPT supera ya los 1.200 millones de usuarios semanales en consumo. En junio, Codex rondaba los cinco millones de usuarios, lo que permite ver la velocidad con la que está creciendo la utilización profesional de agentes y herramientas de programación. Reuters señala además que la startup Instinct ha multiplicado recientemente por cuatro su valoración hasta aproximadamente 10.000 millones de dólares poco más de un mes después de su anterior ronda. El capital está empezando a valorar la posibilidad de que los agentes se conviertan en una nueva plataforma de software.

Pero OpenAI no está pensando únicamente en dots personales. La compañía ha presentado también una versión preliminar de specialist dots, agentes especializados diseñados para asumir responsabilidades concretas dentro de una organización. Aquí el concepto se acerca todavía más al de un trabajador digital. La empresa podrá configurar cada dot con su propia identidad, credenciales y acceso a los sistemas necesarios para desempeñar una función definida. OpenAI afirma que ya ha probado internamente esta arquitectura en procesos de compras, procesamiento de facturas, email marketing, atención al cliente y contratación comercial. Inicialmente trabajará directamente con determinadas empresas para definir responsabilidades, herramientas disponibles y mecanismos de revisión y aprobación humana.

Este detalle es fundamental. Hasta ahora, muchas compañías han tratado la IA como una herramienta asignada a un empleado. Con los specialist dots puede aparecer una arquitectura diferente: una responsabilidad empresarial asignada directamente a un agente, bajo supervisión humana. Por ejemplo, una compañía podría disponer de un dot especializado en revisar facturas entrantes, otro en monitorizar incidencias de clientes, otro en analizar oportunidades comerciales y otro en mantener documentación actualizada. Cada uno tendría una identidad, permisos y sistemas accesibles diferentes. OpenAI está trabajando además con Microsoft para integrar estos agentes especializados dentro de Microsoft Agent 365, de forma que las empresas puedan gobernarlos utilizando mecanismos corporativos de seguridad y administración existentes.

Aquí aparece una posible transformación organizativa todavía mayor. Hoy una compañía tiene un directorio corporativo formado fundamentalmente por personas. En los próximos años ese directorio podría contener Human Identities + Non-Human Identities + Agent Identities. Cada agente necesitará permisos, credenciales, propietario interno, presupuesto, herramientas autorizadas, logs y mecanismos de revocación. El organigrama tecnológico de una empresa podría dejar de estar formado exclusivamente por empleados y aplicaciones para incorporar una tercera capa: agentes digitales responsables de funciones permanentes.

Precisamente por esa autonomía, la seguridad ocupa una parte central de dots. Cada agente trabaja inicialmente dentro de su propio ordenador cloud, separado del ordenador personal del usuario salvo que este autorice expresamente la conexión. Para iniciar sesión en determinados servicios, el sistema puede utilizar contraseñas guardadas sin mostrárselas directamente al modelo. Cuando el usuario no está trabajando activamente con el dot, OpenAI permite una modalidad denominada proactive research, mediante la que el agente busca oportunidades para ayudar utilizando las aplicaciones conectadas, pero esas herramientas funcionan en modo read-only: durante ese trabajo autónomo en segundo plano no puede enviar mensajes, modificar contenidos ni controlar el navegador o el ordenador.

El usuario puede además definir Custom Rules que determinan qué acciones puede ejecutar el dot automáticamente, cuáles requieren aprobación y cuáles están bloqueadas. OpenAI utiliza un sistema denominado auto-review para analizar acciones que puedan afectar a cuentas o compartir información y compararlas con las instrucciones del usuario, las reglas personalizadas y los requisitos de seguridad. Determinadas acciones especialmente sensibles, como cambiar una contraseña, permanecen siempre bajo control humano. OpenAI advierte expresamente de que dots puede cometer errores y recomienda revisar cualquier trabajo con consecuencias importantes.

La privacidad será otra cuestión central para las empresas. OpenAI afirma que no utiliza por defecto el contenido de los workspaces de ChatGPT Business, Enterprise o Edu para mejorar sus modelos. En planes personales, el usuario puede controlar si las conversaciones y determinados trabajos realizados por dots pueden utilizarse para entrenamiento. La compañía asegura además que no entrena directamente sobre la investigación proactiva del agente ni sobre sus notas internas, aunque parte de esa información puede influir en una conversación o tarea elegible dependiendo de la configuración del usuario.

Todo esto llega en un momento especialmente delicado para la seguridad de agentes. OpenAI y otros grandes laboratorios han reconocido durante las últimas semanas incidentes en los que sistemas experimentales realizaron acciones que sus desarrolladores no habían previsto. Reuters recuerda los casos relacionados con Hugging Face y con un portal sanitario gubernamental australiano. Además, OpenAI decidió esta misma semana no lanzar una versión más potente de Astra después de que sus evaluaciones detectaran una elevada disposición del sistema a engañar al usuario sobre determinadas acciones. Sam Altman aseguró durante DevDay que dots ha sido sometido a pruebas específicas de seguridad y que utiliza GPT-6 Astra, el modelo que OpenAI considera actualmente más fiable para seguir instrucciones humanas.

La propia presentación de dots mostró, sin embargo, algo mucho menos dramático pero también importante: los agentes todavía fallan. Durante las demostraciones en directo de DevDay, los sistemas tuvieron varios problemas para proporcionar actualizaciones de voz cuando se les solicitaba. Romain Huet, responsable de Developer Experience de OpenAI, reconoció desde el escenario que estaban teniendo dificultades técnicas. Un empleado de OpenAI atribuyó posteriormente los fallos al despliegue simultáneo de numerosas actualizaciones. Es un recordatorio útil para cualquier empresa: estamos ante una tecnología extraordinariamente prometedora, pero todavía en una fase en la que autonomía no significa infalibilidad.

El modelo económico también merece atención. OpenAI incluye el primer dot sin coste adicional dentro de Pro y Business Premium. El plan incluye además una determinada capacidad para trabajos más profundos, con límites ampliados durante el primer mes de lanzamiento. Las conversaciones normales con el dot no consumen los límites habituales de ChatGPT, aunque las tareas que el agente envía a Codex o ChatGPT Work sí utilizan los límites correspondientes de esos productos. OpenAI anticipa que posteriormente será posible añadir más dots y aumentar tanto su velocidad como la cantidad total de trabajo que cada uno puede realizar mensualmente.

Ese último punto permite anticipar un cambio enorme en la economía del software. Durante años las empresas compraron licencias por usuario. El mundo agéntico puede introducir una unidad diferente: capacidad de trabajo digital. Una organización podría pagar no solo por disponer de un agente, sino por cuánto trabajo puede realizar, con qué velocidad, qué modelos utiliza y cuántas tareas puede mantener simultáneamente. El equivalente futuro del seat de software podría ser una cantidad mensual de agentic capacity.

Y eso cambia también la manera de medir productividad. Una empresa acostumbrada a calcular ingresos por empleado puede empezar a necesitar indicadores como trabajo completado por agente, coste por tarea terminada, porcentaje de procesos ejecutados autónomamente, porcentaje de intervenciones humanas necesarias y retorno económico por unidad de capacidad agéntica. El CFO dejará de preguntar únicamente cuánto cuesta ChatGPT y empezará a preguntar cuánto trabajo produce cada agente por cada euro consumido.

El concepto de dot permite incluso imaginar una evolución más ambiciosa. OpenAI afirma expresamente que hoy el usuario comienza con un dot principal, pero que su visión futura contempla equipos de dots trabajando conjuntamente en su nombre. Eso introduce la posibilidad de organizaciones donde una persona no gestione solamente herramientas de IA individuales, sino pequeños equipos digitales: un agente de investigación, otro de programación, otro de análisis financiero, otro de comunicación y otro de operaciones coordinándose entre sí y escalando al humano únicamente aquellas decisiones que requieran criterio, responsabilidad o autorización.

lectura recomendada

Si la IA no sabe exactamente quién eres, tu marca ya tiene un problema: así se construye una entidad digital inequívoca

Podríamos estar pasando así por tres etapas muy rápidas. 2023-2025: AI Assistant, donde la IA ayuda a una persona. 2025-2026: AI Agent, donde la IA puede completar una tarea. 2027 en adelante: Agentic Organization, donde múltiples agentes mantienen responsabilidades y procesos permanentes dentro de la empresa. Dots es interesante precisamente porque OpenAI está intentando cruzar la frontera entre la segunda y la tercera.

La transformación más profunda, por tanto, no consiste en que ChatGPT pueda hacer más cosas. Consiste en que ChatGPT ya no necesita esperar necesariamente a que volvamos para seguir trabajando. Hasta ahora la inteligencia artificial estaba fundamentalmente subordinada al ritmo de interacción humana: escribíamos, esperaba; preguntábamos, respondía; cerrábamos la aplicación y el trabajo terminaba. Un agente persistente rompe esa sincronización. Puede continuar mientras estamos en una reunión, durmiendo, viajando o trabajando en otra cosa. Puede observar que ha cambiado una variable, actualizar el proyecto y devolvernos el resultado.

Eso convierte al tiempo en una nueva fuente de productividad. Una persona dispone de ocho o diez horas laborales. Un agente cloud puede permanecer disponible 24 horas al día, siete días a la semana. La cuestión empresarial no será sustituir simplemente una hora humana por una hora de IA, sino aprender a diseñar procesos donde personas y agentes trabajen de manera asíncrona y paralela.

También obliga a redefinir el papel humano. Cuando la IA puede investigar, preparar, actualizar, ejecutar y monitorizar, el valor de la persona se desplaza progresivamente hacia definir objetivos, establecer criterios, proporcionar contexto, aprobar decisiones, resolver excepciones y asumir responsabilidad. En otras palabras, menos tiempo ejecutando cada paso y más tiempo dirigiendo sistemas capaces de ejecutarlos.

Por eso dots puede ser bastante más importante que un nuevo producto dentro de ChatGPT. Puede representar el comienzo de una nueva interfaz entre las personas y el trabajo digital. Primero aprendimos a utilizar ordenadores. Después aprendimos a utilizar Internet. Más tarde organizamos nuestro trabajo alrededor de aplicaciones. Ahora podemos estar entrando en una etapa donde dejamos de manejar directamente muchas de esas aplicaciones y empezamos a dirigir inteligencias que las manejan por nosotros.

La pregunta que deberían empezar a hacerse las empresas no es únicamente “¿qué podemos hacer con dots?”. Es una pregunta organizativa mucho mayor:

¿Qué parte del trabajo de nuestra compañía necesita realmente que una persona esté continuamente delante de una pantalla y qué parte podría mantenerse permanentemente en marcha mediante agentes supervisados por personas?

Ahí puede encontrarse una de las grandes oportunidades de productividad de la próxima década.

Porque con dots, la inteligencia artificial deja de esperar a que le hagamos la siguiente pregunta.

Empieza a seguir trabajando cuando nosotros ya hemos cerrado la conversación.