En Zendesk, los propios empleados crearon unas 600 aplicaciones de IA; una de ellas la usan 1000 personas
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 internas. Una de ellas es un agente de ventas: cruza el uso del producto con el número de tickets por agente de soporte para detectar clientes con potencial de ampliación. Lo utilizan unas 1000 personas al día. La conclusión: la IA se adopta cuando la gente puede preguntar a sus propios datos sin hacer cola para hablar con los analistas.
Procesado por IA desde YouTube: OpenAI; editado por Hamidun News
En Zendesk, la compañía que desarrolla software de atención al cliente, todos los empleados pueden usar ChatGPT Enterprise (la versión empresarial del chat de OpenAI). Como resultado, los equipos de ventas, marketing y operaciones construyeron por su cuenta unas 600 aplicaciones internas. La más popular de las que se presentan en el vídeo es un agente de ventas que usan unas 1000 personas cada día. Cruza cómo utiliza el producto cada cliente y cuántos tickets de soporte corresponden a cada agente, y sugiere a qué clientes conviene ofrecer una ampliación. Antes, ese tipo de conclusiones había que pedirlas a los analistas. Así lo explica en el vídeo de OpenAI Daniel Hamble, vicepresidente de datos corporativos y analítica de Zendesk.
Seiscientas aplicaciones sin un solo cliente
La cifra principal del relato de Hamble es que la empresa tiene unas 600 aplicaciones que «han construido personas distintas». No se trata del proyecto de un único equipo de desarrollo. La herramienta se entregó a quienes mejor conocen su día a día. Un gestor de ventas sabe qué datos necesita antes de una llamada. Un responsable de marketing sabe qué informes compila a mano cada semana. Cuando tienen acceso a la IA, no necesitan redactar un pliego técnico ni esperar su turno.
Hamble subraya además que los usuarios de negocio preguntan directamente a sus datos. Antes el proceso era otro: la persona planteaba la tarea a un analista, esperaba una extracción, aclaraba los detalles y volvía a esperar. Ahora la pregunta se formula en lenguaje natural y la respuesta llega de inmediato.
Cómo funciona el agente de ventas
El ejemplo más concreto del vídeo es la aplicación del departamento de ventas. El agente de IA combina dos fuentes: los datos de uso del producto por parte del cliente y el número de tickets (solicitudes de soporte) por agente. Con esas señales localiza oportunidades de ampliación, es decir, clientes a los que se les puede ofrecer más puestos, tarifas o funciones.
La lógica se entiende con un ejemplo sencillo. Si el equipo de un cliente trabaja activamente con el producto y los tickets por cada persona de soporte aumentan, la carga crece y probablemente hacen falta más recursos. Antes, el vendedor tenía que cruzar esas cifras a mano desde distintos sistemas. Ahora lo hace el agente, que además ayuda a explicar al cliente qué beneficio obtendrá con la ampliación.
Unas 1000 personas usan esta aplicación cada día. Para una herramienta interna, es un indicador serio: la gente vuelve a ella con regularidad y no la abre una sola vez por curiosidad.
Qué implica esto para la práctica
Primero: el valor de la IA interna no depende del número de licencias entregadas, sino de lo fácil que resulta conectarla a los datos reales de la empresa. El agente de ventas es útil porque reúne estadísticas de uso del producto y tickets. Sin eso, sería un chatbot corriente.
Segundo: si se permite a los empleados crear sus propias aplicaciones, su número crece rápido. Seiscientas aplicaciones son también una cuestión de gobierno. Hace falta saber quién responde por cada una, de dónde salen los datos y quién ve los resultados. El vídeo no entra en detalles al respecto, pero para las empresas que sigan el mismo camino es el siguiente paso inevitable.
Tercero: los escenarios que mejor funcionan están ligados a un rol y una acción concretos. El agente no «ayuda con las ventas» en general, sino que busca oportunidades de crecimiento específicas y sugiere argumentos para la conversación con el cliente.
Limitaciones
El material lo ha publicado la propia OpenAI, así que se trata de la historia de un cliente y no de una investigación independiente. La descripción no ofrece datos sobre cuántos ingresos ha generado el agente de ventas, cómo se verifica la precisión de sus conclusiones, cuánto cuesta la implantación ni cuántas de las 600 aplicaciones se usan realmente. Que 1000 personas la usen a diario indica demanda, pero no demuestra un efecto económico.
Aun así, el ejemplo sirve como referencia. Si estás implantando IA corporativa, fíjate en el modelo de Zendesk: acceso amplio, libertad para los equipos de negocio y aplicaciones que se apoyan en datos reales. Empieza por un escenario en el que dos fuentes de datos ya estén juntas, y comprueba si la gente vuelve a la herramienta al día siguiente.
- 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?
La cifra principal del relato de Hamble es que la empresa tiene unas 600 aplicaciones que «han construido personas distintas». No se trata del proyecto de un único equipo de desarrollo. La herramienta se entregó a quienes mejor conocen su día a día. Un gestor de ventas sabe qué datos necesita antes de una llamada. Un responsable de marketing sabe qué informes compila a mano cada semana. Cuando tienen acceso a la IA, no necesitan redactar un pliego técnico ni esperar su turno.
Cómo funciona el agente de ventas?
El ejemplo más concreto del vídeo es la aplicación del departamento de ventas. El agente de IA combina dos fuentes: los datos de uso del producto por parte del cliente y el número de tickets (solicitudes de soporte) por agente. Con esas señales localiza oportunidades de ampliación, es decir, clientes a los que se les puede ofrecer más puestos, tarifas o funciones. La lógica se entiende con un ejemplo sencillo.
¿Qué se sabe sobre Qué implica esto para la práctica?
Primero: el valor de la IA interna no depende del número de licencias entregadas, sino de lo fácil que resulta conectarla a los datos reales de la empresa. El agente de ventas es útil porque reúne estadísticas de uso del producto y tickets. Sin eso, sería un chatbot corriente. Segundo: si se permite a los empleados crear sus propias aplicaciones, su número crece rápido. Seiscientas aplicaciones son también una cuestión de gobierno.
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.
