OpenAI: sus agentes resuelven solos el 46% de tareas

¿Qué midió OpenAI y por qué el informe se llama «frontera irregular»?

En octubre de 2026, los agentes de IA de OpenAI completaron sin intervención humana el 46% de las tareas de investigación que a una persona le tomarían entre dos y cuatro horas. En marzo, esa misma métrica era del 23%. En las tareas de cuatro a ocho horas, el salto fue del 13% al 35%.

Los números salen de Research acceleration: The jagged frontier, un informe interno de la compañía. Según The Next Web, es el segundo documento de este tipo que OpenAI publica: el primero llegó en septiembre. No anuncia un producto nuevo. Mide cuánto trabajo real de su propio equipo de investigación se está delegando a agentes de código, programas que reciben un objetivo y ejecutan solos una cadena de pasos: escribir código, lanzarlo, revisar resultados y corregir.

El título no es decorativo. La «frontera irregular» es la conclusión: el avance no es parejo, y la brecha entre lo que los agentes hacen bien y lo que hacen mal es enorme.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿En qué tareas los agentes de IA funcionan solos y en cuáles fallan?

El desglose por tipo de tarea, medido entre agosto y octubre, es el dato más útil del informe:

  • Monitoreo de entrenamientos: 79% de éxito sin ayuda humana.
  • Respuesta a preguntas técnicas: 72%.
  • Lanzamiento de entrenamientos: 35%.
  • Construcción de entornos de evaluación y agentes: 29%.
  • Escritura de código para inferencia y serving: 25%.

Por categoría amplia, los mejores resultados estuvieron en comunicación (69%) y análisis (58%), mientras que infraestructura de investigación quedó en 43%.

El patrón se lee fácil: los agentes rinden donde un error se detecta rápido y se corrige barato. Fallan donde un fallo detiene todo lo que viene después. Y ahí está el problema de fondo que el propio informe reconoce: si una etapa del proceso avanza lento, arrastra al conjunto. Acelerar lo que ya era rápido no acelera nada.

El costo de delegar: US$2.400 por investigador y por día

El informe también mide el consumo. En octubre, la mediana del gasto en herramientas de agentes fue de US$2.400 diarios por investigador, calculada con los precios públicos de la API de OpenAI, un 62% más que en septiembre. En el 10% de mayor consumo, el gasto llegó a US$23.000 por día.

Según The Next Web, el uso medido en tiempo subió once veces: de 0,5 a 5,7 jornadas de agente por investigador por día calendario, contando cada ocho horas de ejecución como una jornada. A mediados de octubre, más de dos tercios de los investigadores corrían al menos cuatro agentes en simultáneo en sus picos de actividad, y más del 10% llegaba a 16.

Hay un dato que ayuda a dimensionar: según The Next Web, en septiembre el valor del uso de agentes dentro de la organización de investigación equivalía a aproximadamente el doble de la nómina de investigadores, sin contar equity. Y aun así, el uso interno representaba solo el 2% del cómputo total de investigación de la compañía.

En una encuesta a 101 empleados, la mediana respondió que cedería el 40% del personal de su equipo a cambio de mantener tres meses de acceso a los agentes más avanzados. Según The Next Web, la alternativa ofrecida era el 30% del cómputo del equipo.

Las advertencias que OpenAI pone sobre su propio informe

OpenAI subraya que los humanos siguen a cargo de la dirección, el criterio y la supervisión. Los agentes pueden entregar trabajos que parecen terminados pero contienen errores que exigen correcciones sustanciales, y todavía muestran limitaciones en el juicio de investigación, la calidad del software y la planificación de experimentos.

La compañía también reconoce un matiz metodológico incómodo: como la mezcla de tareas delegadas cambió durante el periodo, parte de la mejora podría deberse a que los investigadores aprendieron a elegir mejor qué encargar, y no solo a modelos más capaces. Además, el tiempo de ejecución mide actividad, no calidad, y las cifras de productividad no prueban por sí solas un avance científico más rápido.

Y es un dato interno de la propia compañía, no una evaluación independiente revisada por pares. Ese detalle importa cuando el número se usa para tomar decisiones de equipo o de presupuesto.

¿Qué significa esto para tu startup?

Tres lecturas accionables.

Primero: clasifica tus tareas antes de delegar. La brecha entre el 79% de monitoreo y el 25% de código de infraestructura no es casual. Empieza por lo verificable —revisar logs, resumir documentación, responder preguntas técnicas internas, escanear grandes volúmenes de datos en busca de anomalías— y deja para el final lo que, si falla, detiene el pipeline completo.

Segundo: adopta el patrón «uno primero, el resto después». El informe describe cómo trabajan sus investigadores: en lugar de encargar el paquete completo, piden una sola muestra, la revisan y corrigen, y recién entonces delegan el volumen. Es una técnica de delegación, no una limitación del modelo, y es la que evita la producción masiva de entregables de baja calidad.

Tercero: presupuesta el tiempo de revisión, no solo el de ejecución. Correr cuatro o dieciséis agentes en paralelo no elimina el trabajo humano: lo concentra en la revisión. Si tu equipo no tiene horas asignadas para auditar lo que producen los agentes, el cuello de botella se mueve de lugar en vez de desaparecer.

Un cuarto punto, más de gestión que de herramienta: según The Next Web, en el informe las ideas centrales detrás de los modelos GPT-6 Astra y GPT-6.2 Astra siguen atribuidas a personas, con los modelos ayudando en la implementación. La división del trabajo hoy es esa. Diseñar tu equipo asumiendo que la IA pone las ideas es adelantarse a los hechos.

La industria entera está midiendo lo mismo

OpenAI no está sola en esto. Anthropic, la creadora de Claude, estimó que su modelo lideró en agosto el 26% de su trabajo de investigación y desarrollo, siempre con supervisión humana. Y la organización evaluadora METR calculó a comienzos de noviembre que esa empresa mejora sus modelos a un ritmo 1,9 veces mayor que en el periodo anterior.

Ese trabajo de METR fue más lejos. Según The Verge, se basó en una investigación de once semanas dentro de Anthropic y concluyó que sus modelos mejoran aproximadamente el doble de rápido que un año atrás, con empleados que reportaron ser unas 12 veces más productivos usando el modelo interno más capaz. El informe también señala que Anthropic mantiene tres modelos entrenados y sin publicar, y que la empresa censuró buena parte de la evidencia más informativa antes de su publicación.

La pregunta que atraviesa a toda la industria es la misma: hasta qué punto la IA ya está ayudando a construir la próxima generación de IA. Según The Verge, OpenAI dijo en septiembre que avanza con buen ritmo hacia un investigador de IA capaz de hacer progresar el deep learning y la alineación para marzo de 2028.

Conclusión

El 46% suena a titular de automatización total. La letra chica dice otra cosa: es el porcentaje de tareas de dos a cuatro horas que los agentes cierran solos, en una organización con recursos de cómputo que casi ninguna startup tiene, medido por la propia compañía y sin verificación externa.

Lo que sí es trasladable es el mapa. Los agentes de IA ya son confiables en tareas de monitoreo, análisis y comunicación, y siguen siendo flojos en el trabajo de construcción crítica. Para un founder, eso no es una promesa de recorte de equipo: es una guía de dónde ponerlos primero, cuánto va a costar y cuánto tiempo humano hay que reservar para revisar lo que producen.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...