La startup Gondola usó Codex para acelerar en un 25% el lanzamiento de código sin contratar y duplicó sus ingresos
A la pequeña startup Gondola le faltaban ingenieros: las ideas del equipo de ventas llevaban meses esperando en la cola. Ahora los gerentes construyen un prototipo funcional en Codex y los programadores lo llevan hasta el lanzamiento. Con la plantilla igual, las modificaciones aceptadas en el código al mes crecieron un 25% en el equipo y un 50% en el ingeniero principal, y los ingresos anuales se duplicaron. Si la cola de tareas pequeñas ahoga al equipo, que los product managers lleguen con un prototipo y no con una especificación.
Procesado por IA desde OpenAI Blog; editado por Hamidun News
Cualquier equipo pequeño tiene el mismo problema: hay muchas ideas y pocos ingenieros. El equipo de ventas aporta una buena hipótesis, pero esta se queda meses en el backlog porque los programadores están ocupados con el producto principal. La startup Gondola, una plataforma para creadores, resolvió el problema dando la herramienta Codex de OpenAI no solo a los ingenieros, sino también a los gerentes.
Según los datos de la empresa, el número de cambios que se aceptan en la rama principal del código al mes aumentó un 25% en todo el equipo y alrededor de un 50% en el ingeniero principal. La plantilla de ingenieros no cambió. Los ingresos anuales crecieron más del doble, y la compañía afirma que los gastos en salarios no aumentaron.
Este es un caso de cliente publicado en el sitio de OpenAI, así que las cifras deben leerse como afirmaciones de la empresa, no como una auditoría independiente. Aun así, la historia deja una lección práctica.
Qué empresa es y cuál era el problema
Gondola fue fundada por Jared Kleinstein, propietario de la productora Fresh Tape Media. Había visto que los autores de vídeos exitosos para redes sociales rara vez recibían reconocimiento. La plataforma ayuda a los creadores a mostrar sus trabajos, demostrar su efecto y encontrar clientes.
El equipo es pequeño, y la principal limitación era el tiempo de los ingenieros. Incluso los experimentos pequeños competían con las tareas principales y perdían. Ahora Codex se usa para el desarrollo, y ChatGPT para la rutina diaria.
El indicador de «producción de código» se calcula por el número de cambios aceptados en la rama principal. Es una métrica burda: no muestra ni el valor ni la calidad de los cambios. Sin embargo, la compañía señala que los cambios se volvieron más grandes, mientras que el tiempo de revisión de pull requests se mantuvo igual. Por tanto, la revisión no se convirtió en un cuello de botella. El número de creadores que las marcas contrataron a través de la plataforma se multiplicó por 2,5.
Un prototipo en lugar de una especificación técnica
El cambio principal se produjo en el proceso. Antes, un empleado del área de negocio describía la necesidad, escribía los requisitos y esperaba a que un ingeniero tuviera tiempo para la primera versión. Ahora abre Codex Cloud, examina la base de código, arma la interfaz o el escenario y comprueba la hipótesis. A menudo, cuando llega el ingeniero, ya existe una primera versión funcionando.
El propio Kleinstein y la gerente de alianzas Jojo Hesketh subieron su código a la rama principal por primera vez en su vida. Un ejemplo es la herramienta Programs, en la que las empresas buscan creadores, revisan las respuestas, gestionan proyectos y controlan los presupuestos. Hesketh prototipó los escenarios en Codex y después los ingenieros los llevaron a producción. Según Kleinstein, la ventaja está en poder construir una versión rápidamente, descartar la que no funciona y quedarse con la que sí. El equipo empezó con GPT-5.4, hizo la mayor parte del trabajo con GPT-5.5 y las mejoras y correcciones de errores con GPT-6.1. El fundador calcula el ahorro en días, cuando no en semanas de desarrollo.
Un segundo ejemplo es el mapa de fotógrafos y videógrafos en las ciudades que acogieron el Mundial de fútbol. La empresa ya tenía los datos, y la ventana de oportunidad era corta. El prototipo en Codex se armó rápido, los ingenieros lo llevaron hasta el lanzamiento y el tema no llegó a quedar obsoleto. Kleinstein atribuye la velocidad a un volumen de trabajo pequeño y bien delimitado, y a un plazo muy ajustado.
Los ingenieros trabajan con Codex desde la línea de comandos y los editores, y en GitHub lo usan para revisar pull requests. La herramienta está conectada a los repositorios, a los entornos de desarrollo y a Slack, para que tenga contexto del producto. La arquitectura, la seguridad, el tratamiento de datos y la preparación para producción siguen siendo responsabilidad de las personas.
ChatGPT para la rutina y qué hay que tener en cuenta
Fuera del desarrollo, el equipo usa ChatGPT para preparar propuestas, calendarios y buscar información en los sistemas de trabajo. Por ejemplo, el informe matutino reúne datos de Gmail, Google Calendar, Sheets y Drive, Asana, Slack, QuickBooks y el pronóstico del tiempo. Según el fundador, hacer ese resumen a mano llevaría «horas y horas». Todo lo que sale al exterior o afecta a decisiones de negocio lo revisa una persona.
Las salvedades son evidentes. La empresa no solo atribuye el doble de ingresos a las herramientas: afirma que existe una relación entre Codex y el crecimiento, pero no lo demuestra. El éxito con los prototipos está confirmado en tareas pequeñas con límites claros, como un mapa o una herramienta interna. Para sistemas complejos, con alta carga y requisitos estrictos de seguridad, ese proceso debe verificarse por separado.
Para desarrolladores y product managers, la conclusión es sencilla. Si crece la cola de experimentos pequeños, que los product managers traigan no un documento, sino un prototipo que funcione. A los ingenieros les queda la revisión, el refuerzo de la seguridad y el paso a producción. Hay que vigilar el tiempo de revisión: mientras no crezca, el proceso se sostiene.
- 21 nov 2026Las vacantes de FDE se multiplicaron por 4,6 en un año: qué hace un ingeniero en el cliente
- 21 nov 2026Capitana de un equipo de natación automatizó con ChatGPT tres tareas programadas y recortó la rutina varias veces
- 21 nov 2026GPT-6 Cyber encontró unos 35 fallos en iPhone, Mac y otros dispositivos de Apple
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué empresa es y cuál era el problema?
Gondola fue fundada por Jared Kleinstein, propietario de la productora Fresh Tape Media. Había visto que los autores de vídeos exitosos para redes sociales rara vez recibían reconocimiento. La plataforma ayuda a los creadores a mostrar sus trabajos, demostrar su efecto y encontrar clientes. El equipo es pequeño, y la principal limitación era el tiempo de los ingenieros. Incluso los experimentos pequeños competían con las tareas principales y perdían.
¿Qué se sabe sobre Un prototipo en lugar de una especificación técnica?
El cambio principal se produjo en el proceso. Antes, un empleado del área de negocio describía la necesidad, escribía los requisitos y esperaba a que un ingeniero tuviera tiempo para la primera versión. Ahora abre Codex Cloud, examina la base de código, arma la interfaz o el escenario y comprueba la hipótesis. A menudo, cuando llega el ingeniero, ya existe una primera versión funcionando. El propio Kleinstein y la gerente de alianzas Jojo Hesketh subieron su código a la rama principal por primera vez en su vida.
¿Qué se sabe sobre ChatGPT para la rutina y qué hay que tener en cuenta?
Fuera del desarrollo, el equipo usa ChatGPT para preparar propuestas, calendarios y buscar información en los sistemas de trabajo. Por ejemplo, el informe matutino reúne datos de Gmail, Google Calendar, Sheets y Drive, Asana, Slack, QuickBooks y el pronóstico del tiempo. Según el fundador, hacer ese resumen a mano llevaría «horas y horas». Todo lo que sale al exterior o afecta a decisiones de negocio lo revisa una persona. Las salvedades son evidentes.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.