OpenAI añade tareas de equipo a ChatGPT: rutinas en la nube para Enterprise

OpenAI ha publicado un vídeo sobre las team tasks de ChatGPT. Se trata de tareas de equipo que se ejecutan en la nube según un calendario y a las que tienen acceso todos los miembros del espacio de trabajo. La función solo está disponible en los planes Enterprise. Como ejemplo, la compañía eligió un departamento legal con un ciclo diario: revisión de las solicitudes entrantes, comprobación de plazos y ajuste de las instrucciones comunes antes de la siguiente ejecución.

Qué ha mostrado OpenAI

El escenario es sencillo y le resultará familiar a cualquier servicio jurídico. Cada día llegan al departamento solicitudes: aprobar un contrato, revisar una redacción, responder a una consulta. La tarea de ChatGPT recoge esa cola, examina las nuevas solicitudes y las contrasta con los plazos. El resultado llega a un espacio compartido, donde lo ve todo el equipo.

Ahí empieza lo más importante. Un compañero abre el resultado de la ejecución y valora qué tal ha ido. Si el modelo ha priorizado mal o ha pasado por alto un tipo de solicitud, corrige la instrucción. La siguiente ejecución ya seguirá el texto actualizado. Poco a poco, la tarea se convierte en un reglamento de trabajo que el equipo va puliendo sobre la marcha.

OpenAI subraya además que las tareas funcionan en la nube. Para el proceso, esto significa que no depende de una pestaña abierta, de un portátil encendido ni de la presencia de una persona concreta. Si quien configuró la tarea está de vacaciones, el resto del equipo revisa los resultados y sigue avanzando.

En qué se diferencia de las tareas personales

Las tareas en ChatGPT ya existían. Según se sabe, OpenAI lanzó Tasks en versión beta en enero de 2025, y entonces era una herramienta personal: recordar algo, preparar un resumen, ejecutar una acción según un calendario. La nueva versión traslada la misma idea al nivel del equipo. La tarea pasa a ser un objeto compartido, con un historial de ejecuciones y una instrucción que se puede editar.

Para las empresas, esto aborda un problema clásico de la automatización: el conocimiento sobre cómo funciona un proceso suele estar en la cabeza de un solo entusiasta. Cuando esa persona se va o cambia de proyecto, la rutina se rompe y nadie entiende por qué. Una instrucción común, en un único lugar, reduce esa dependencia de una persona concreta.

Qué se sabe de la función

• Formato: team tasks, tareas recurrentes con gestión compartida en ChatGPT.
• Disponibilidad: planes Enterprise.
• Ejecución: en la nube, sin depender del dispositivo del usuario.
• Escenario de la demo: recepción diaria de solicitudes en un departamento legal.
• Trabajo colaborativo: consulta de los resultados de las ejecuciones y edición de las instrucciones comunes.
• No se revela en el material: precios, límites de ejecuciones, integraciones con sistemas externos, detalles del registro de actividad y de los permisos de acceso.

Preguntas que el vídeo no responde

El vídeo es publicitario, no técnico. No incluye métricas de precisión, ni datos sobre el tiempo que ahorra el departamento legal, ni una descripción de los errores. En un ámbito como el jurídico, esto es relevante: las solicitudes entrantes suelen contener información confidencial y un plazo incumplido cuesta dinero.

Antes de implantar la función, los clientes corporativos deberían aclarar varias cuestiones. Quién puede editar la instrucción y si se conserva el historial de cambios. Qué ocurre si una ejecución termina con un error. A qué fuentes de datos tiene acceso la tarea. Cómo encaja con las políticas de conservación de la información.

Cómo plantear un piloto

Lo razonable es empezar por un proceso con una entrada clara, un plazo definido y un coste bajo en caso de error. La clasificación diaria de solicitudes encaja; la preparación del dictamen final para un cliente, no.

Conviene redactar la instrucción como el reglamento que se daría a un empleado nuevo: qué se considera urgente, qué campos hay que comprobar, en qué formato entregar el resultado. Designe a un responsable de la tarea que, durante las primeras semanas, revise cada ejecución y registre las correcciones. Es útil llevar un breve registro de cambios de la instrucción para saber qué corrección mejoró el resultado y cuál lo empeoró.

Y acuerde de antemano una métrica: el porcentaje de solicitudes procesadas sin rehacerlas a mano, o el número de plazos incumplidos al mes. Sin ella, dentro de un trimestre será difícil decir si la automatización funciona o solo da una sensación de orden.