Lo que ChatGPT Enterprise hace bien
ChatGPT Enterprise resuelve un problema real y lo resuelve muy bien: dar a cada persona del equipo un copiloto generalista de gama alta, con privacidad de empresa, sin que los datos del chat entrenen al modelo, con inicio de sesión único (SSO), controles de administrador y un volumen de uso que no se queda corto. Para redactar correos largos, resumir un PDF de 80 páginas, analizar un Excel pegado en el chat, generar borradores de presentación o desbloquear un análisis a las once de la noche, es difícil de batir.
En muchos equipos ya está cubriendo cosas que antes ocupaban horas: traducir, reescribir un correo en otro tono, sacar un primer guion para un taller, comparar dos versiones de un contrato. Si la métrica es “productividad personal con un asistente conversacional”, ChatGPT Enterprise — o sus equivalentes — debería estar sobre la mesa.
Dónde se queda corto para procesos de empresa
El límite aparece cuando dejas de pedirle cosas como persona y quieres que el sistema haga trabajo dentro de tu negocio sin un humano copiando y pegando. Tres frenos típicos:
- No tiene acceso nativo a tus sistemas. Para que “sepa” qué hay en tu Salesforce, tu Holded o tu SharePoint, alguien tiene que pegarle el contexto manualmente o construir una integración aparte. Los conectores oficiales cubren un puñado de fuentes y rara vez incluyen el ERP o la administración sectorial.
- La trazabilidad por respuesta es limitada. Sirve para auditar uso, pero no para decir “este cambio en este registro lo propuso la IA, a partir de estas fuentes, y este usuario lo aprobó”.
- La lógica de tu proceso vive fuera. Reglas comerciales, acuerdos de nivel de servicio, excepciones por cliente y políticas internas no están dentro del modelo — están en tu equipo. Cada vez que alguien las olvida en la instrucción, la respuesta se desvía.
No es un defecto del producto: ChatGPT Enterprise no se diseñó para meterse dentro de tu flujo especializado. Está diseñado para asistir a las personas que lo ejecutan.
Qué cambia con un agente a medida
Un agente a medida vive dentro del proceso, no al lado. Lee y escribe en los sistemas del cliente con permisos auditados, ejecuta una lógica que tu equipo puede explicar y se le exige el mismo tipo de controles que a cualquier otra integración seria. En la práctica eso cambia tres cosas:
- Acceso a la fuente correcta. CRM, ERP, gestor documental, base de datos interna, correo compartido. El agente recupera el dato bueno y cita de dónde sale, en vez de improvisar.
- Decisión y acción. No solo redacta una respuesta — actualiza una oportunidad, abre una incidencia, crea una tarea, lanza un correo aprobado. Donde tiene sentido, deja al humano la palabra final.
- Trazabilidad completa. Cada ejecución guarda instrucción, fuentes consultadas, decisión tomada y usuario en cuyo nombre actuó. Cuando algo se desvía, hay un registro que mirar.
Cómo elegir entre los dos (o tener ambos)
La pregunta útil no es “ChatGPT Enterprise o agente a medida”. Es “¿quién tiene que hacer este trabajo, una persona con un copiloto o un sistema que se ejecuta solo?”. Si la respuesta es lo primero, ChatGPT Enterprise — o un asistente equivalente — es probablemente lo correcto y lo más barato. Si lo que pides ocurre todos los días, toca varios sistemas y necesita auditoría, vas a querer un agente a medida.
En la práctica, conviven sin problema. El equipo sigue usando ChatGPT Enterprise para su productividad personal y el agente a medida vive dentro del CRM, el ERP o el canal de cliente. La regla que usamos al diseñar es simple: si el trabajo se mide por persona, copiloto. Si se mide por proceso, agente.