En Zendesk, los empleados crearon unas 600 aplicaciones con ChatGPT Enterprise
En Zendesk, ChatGPT Enterprise se abrió a todos los empleados, y los equipos de ventas, marketing y operaciones crearon por su cuenta unas 600 aplicaciones adaptadas a sus tareas. Un ejemplo es el agente de IA para ventas: cruza los datos de uso del producto con el número de tickets por agente y sugiere dónde se le puede vender más al cliente. Lo usan unas 1000 personas cada día. La conclusión es que, cuando los equipos de negocio tienen acceso a los datos, encuentran escenarios en los que TI quizá no había pensado.
Procesado por IA desde YouTube: OpenAI; editado por Hamidun News
Normalmente, la IA corporativa funciona así: el departamento de TI elige uno o dos escenarios, tarda semanas en aprobar los accesos y los equipos de negocio esperan años en la cola de los analistas. Zendesk, desarrollador de una plataforma de atención al cliente, optó por otro camino y abrió ChatGPT Enterprise a todos sus empleados. Los resultados los presentó Daniel Hamble, vicepresidente de datos corporativos y analítica de la compañía, en un vídeo publicado por OpenAI. Según sus palabras, la empresa ya cuenta con unas 600 aplicaciones "creadas por personas distintas".
Seiscientas aplicaciones sin un solo cliente encargado
Los equipos de ventas, marketing y operaciones construyen herramientas para su trabajo diario. No se trata de un proyecto de vitrina de un solo equipo de desarrollo, sino de un conjunto de aplicaciones operativas que han surgido de los propios usuarios.
Los empleados de negocio consultan los datos de la compañía directamente. Antes, cada pregunta se convertía en una solicitud: un analista escribía una consulta, preparaba un informe y enviaba una tabla, y para entonces la pregunta a menudo ya había cambiado. Ahora, quien conoce la tarea pregunta por sí mismo y obtiene la respuesta al instante.
Este enfoque tiene un coste. Seiscientas aplicaciones de distintos autores implican calidades diferentes, fuentes de datos diversas y posibles duplicidades. El vídeo no lo menciona, pero cualquiera que haya implantado herramientas internas sabe que, tarde o temprano, hará falta un catálogo de aplicaciones, control de permisos y normas sobre qué datos se pueden conectar.
Cómo funciona el agente de ventas
El ejemplo más concreto del vídeo es el agente de IA del departamento de ventas. Conecta dos conjuntos de datos: cómo usa el cliente el producto y cuántos tickets corresponden a cada agente. Al cruzarlos, el sistema muestra dónde existen oportunidades para ampliar la colaboración. El vídeo no detalla cómo evalúa el agente esas oportunidades.
El agente tiene también una segunda función: ayuda al vendedor a explicar al cliente qué beneficio obtendrá. Para un gestor, esa es la diferencia entre un seco "su carga de trabajo ha aumentado" y un argumento listo para usar en la conversación.
Según el vídeo, unas 1000 personas usan esta aplicación cada día. Para una herramienta interna es una cifra notable: indica que la aplicación forma parte del ritmo de trabajo de los vendedores y no se queda como una demostración para la dirección.
Qué conviene retener
Primero: la IA corporativa aporta más valor cuando está conectada a los datos reales de la empresa. El ejemplo de Zendesk se basa en la combinación de datos de uso del producto y datos de soporte. Sin acceso a ellos, el agente sería un chatbot genérico con respuestas comunes.
Segundo: delegar funciona. Cuando las personas tienen acceso y herramientas comprensibles, encuentran por sí mismas escenarios a los que el equipo central quizá no habría llegado. El papel de TI y del departamento de datos cambia hacia otra tarea: proporcionar la plataforma, los datos y las barreras de protección.
Tercero: conviene medir cuántas personas vuelven cada día a una aplicación concreta. La cifra de 1000 usuarios diarios es, en este relato, la principal prueba de que la herramienta ha arraigado. Los responsables de producto deberían tomar nota de este indicador.
Limitaciones
El material es un vídeo de la propia OpenAI sobre uno de sus clientes, así que se trata de un escaparate y no de una investigación independiente. La descripción no ofrece datos sobre cuántos ingresos adicionales aportó el agente de ventas, cuánto cuesta mantener cientos de aplicaciones ni cómo se verifica la calidad de las respuestas. Las cifras "unas 600" y "unas 1000" son aproximadas y no se explica cómo se contaron.
No obstante, el escenario es claro y reproducible: tomar dos fuentes de datos que antes estaban separadas, entregárselas a un agente y colocar el resultado directamente en el flujo de trabajo del empleado. Si está implantando IA en su empresa, empiece por preguntarse a qué preguntas sobre datos sus equipos de negocio llevan semanas esperando respuesta, y abra primero el acceso a esos datos. Al mismo tiempo, planifique con antelación un catálogo de aplicaciones y las normas de acceso, para no tener que descifrar dentro de seis meses un centenar de herramientas caseras y dispersas.
- 21 nov 2026Matemático de Anthropic afirma que Claude le ayudó a demostrar la hipótesis de Riemann en seis semanas
- 21 nov 2026La startup Osmo entrena una IA para oler con 10 millones de valoraciones humanas y genera fragancias a partir de texto
- 21 nov 2026Corea del Norte presenta su primer chatbot, «Fuente de Sabiduría»: solo ciencia, sin política
- 21 nov 2026OpenAI abre ChatGPT Spaces a los suscriptores de Plus: documentos compartidos con IA
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Seiscientas aplicaciones sin un solo cliente encargado?
Los equipos de ventas, marketing y operaciones construyen herramientas para su trabajo diario. No se trata de un proyecto de vitrina de un solo equipo de desarrollo, sino de un conjunto de aplicaciones operativas que han surgido de los propios usuarios. Los empleados de negocio consultan los datos de la compañía directamente. Antes, cada pregunta se convertía en una solicitud: un analista escribía una consulta, preparaba un informe y enviaba una tabla, y para entonces la pregunta a menudo ya había cambiado.
Cómo funciona el agente de ventas?
El ejemplo más concreto del vídeo es el agente de IA del departamento de ventas. Conecta dos conjuntos de datos: cómo usa el cliente el producto y cuántos tickets corresponden a cada agente. Al cruzarlos, el sistema muestra dónde existen oportunidades para ampliar la colaboración. El vídeo no detalla cómo evalúa el agente esas oportunidades. El agente tiene también una segunda función: ayuda al vendedor a explicar al cliente qué beneficio obtendrá.
¿Qué se sabe sobre Qué conviene retener?
Primero: la IA corporativa aporta más valor cuando está conectada a los datos reales de la empresa. El ejemplo de Zendesk se basa en la combinación de datos de uso del producto y datos de soporte. Sin acceso a ellos, el agente sería un chatbot genérico con respuestas comunes. Segundo: delegar funciona. Cuando las personas tienen acceso y herramientas comprensibles, encuentran por sí mismas escenarios a los que el equipo central quizá no habría llegado.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
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.
