El 22 de abril de 2026, OpenAI y Google lanzaron el mismo día sus respectivas plataformas de agentes autónomos para empresas. No fue coincidencia: ambas compañías saben que la fase de los chatbots terminó, y la que empieza es la de los sistemas que trabajan solos.
Qué lanzó OpenAI
OpenAI introdujo los Workspace Agents en ChatGPT, presentados como la evolución directa de los GPTs personalizados, a los que reemplazan formalmente. Según reportó 9to5Mac, los nuevos agentes están impulsados por Codex, corren en la nube y pueden ejecutar tareas complejas incluso cuando el usuario no está conectado. Triaje de software, reportes automáticos, calificación de leads con actualización en CRM: esas son las tareas objetivo.
Los Workspace Agents están disponibles hoy como research preview en los planes ChatGPT Business, Enterprise, Edu y Teachers, sin costo adicional hasta el 6 de mayo de 2026, cuando entran en un esquema de tarificación por créditos. También se pueden integrar directamente en Slack, lo que los hace operables sin salir del flujo de trabajo habitual de un equipo.
Los GPTs personalizados nunca fueron la estrella de ChatGPT. Los Workspace Agents son el intento de convertir ChatGPT en infraestructura de trabajo, no en herramienta de consulta.
Qué lanzó Google
El mismo día, durante Google Cloud Next '26, Thomas Kurian presentó la Gemini Enterprise Agent Platform: una arquitectura completa para que empresas construyan, escalen y gobiernen agentes digitales integrados con sus operaciones de TI. La plataforma incluye Gemini 3.1 Pro, un Agent Designer con interfaz propia, gestión de agentes de larga duración y compatibilidad con modelos de terceros, incluyendo la familia Claude 4.x de Anthropic.
Los números de escala que presentó Google son concretos: según el blog oficial de la compañía, sus modelos procesan más de 16,000 millones de tokens por minuto a través de la API, frente a los 10,000 millones del trimestre anterior. Además, anunció un fondo de $750 millones de dólares destinado a socios para acelerar la comercialización de agentes en empresas. Las nuevas TPUs de octava generación mejoran el rendimiento por dólar un 80% respecto a la generación anterior.
Por qué el mismo día no es casualidad
La simultaneidad de los lanzamientos revela algo sobre el estado real de la competencia: ninguna de las dos compañías podía permitirse que la otra definiera sola el estándar de lo que es un agente empresarial. El mercado que está en juego no es el de los usuarios individuales que hacen preguntas — es el de los procesos de negocio que hoy requieren personas.
El diferenciador real entre ambas propuestas es la escala de infraestructura. Google llega con ventaja en integración con su stack existente (Workspace, Cloud, BigQuery) y con modelos que ya procesan volúmenes corporativos. OpenAI llega con ventaja en adopción masiva de ChatGPT y con Codex como motor de automatización de código y tareas técnicas. Para una empresa latinoamericana que evalúa hoy cuál plataforma adoptar, la pregunta clave no es qué agente es más inteligente: es en qué ecosistema ya trabaja su equipo.
Qué cambia para las empresas en LATAM
El acceso a estas plataformas en la región no es inmediato ni barato. Los planes empresariales de ChatGPT tienen precios en dólares, y la Gemini Enterprise Agent Platform está orientada a grandes corporativos con equipos técnicos para desplegarla. Para la mayoría de las empresas latinoamericanas, el escenario realista es adopción en 12 a 24 meses, vía integradores o consultoras que ya usan estos stacks.
Lo que sí cambia hoy es el marco de la conversación. La pregunta ya no es si la IA puede ayudar con tareas cotidianas. La pregunta es qué tareas que hoy pagan salarios van a ser ejecutadas por sistemas que no duermen, no facturan por hora y no se equivocan de la misma forma que una persona.
Qué es un agente de IA y por qué es diferente a un chatbot
Un agente de IA es un sistema que no solo responde preguntas: recibe un objetivo, planifica los pasos necesarios para alcanzarlo, ejecuta acciones en herramientas externas (bases de datos, APIs, calendarios, CRMs) y corrige su curso según los resultados que obtiene. La diferencia con un chatbot es estructural: el chatbot espera instrucciones turno a turno; el agente opera de forma autónoma hasta completar la tarea o encontrar un bloqueo que requiera intervención humana.
En la práctica, esto significa que un Workspace Agent de OpenAI puede recibir la instrucción "prepara el reporte semanal de métricas de marketing y envíalo al equipo cada lunes a las 8 AM" y ejecutarla de forma recurrente sin que nadie lo supervise. Un agente de la Gemini Enterprise Agent Platform puede monitorear el pipeline de ventas en un CRM, detectar leads sin seguimiento y generar borradores de correos de contacto automáticamente. Son sistemas que producen trabajo, no solo texto.
El fin de los GPTs: lo que se pierde y lo que se gana
Para los usuarios de ChatGPT que invirtieron tiempo construyendo GPTs personalizados — con instrucciones específicas, bases de conocimiento propias y herramientas configuradas — el cambio tiene implicaciones concretas. OpenAI anunció que en el futuro será posible convertir GPTs existentes en Workspace Agents, pero esa transición no es automática ni inmediata.
Lo que se gana es capacidad de ejecución real: los GPTs eran, fundamentalmente, interfaces de conversación con contexto personalizado. Los Workspace Agents pueden actuar, no solo responder. Lo que se pierde, al menos en esta fase, es la democratización: los GPTs eran accesibles en el plan gratuito. Los Workspace Agents requieren planes empresariales de pago.
La arquitectura que ninguno de los dos menciona
Detrás de ambos lanzamientos hay una apuesta de infraestructura que no aparece en los titulares. Google construyó su plataforma agéntica sobre las mismas TPUs y el mismo stack de datos que ya usan sus clientes empresariales. OpenAI construyó los Workspace Agents sobre Codex, su motor de programación y automatización de tareas técnicas. Ambas decisiones implican que el agente más poderoso para cada empresa no será el más inteligente en abstracto, sino el más integrado con los datos y procesos específicos de esa organización.
Eso tiene una consecuencia directa: la ventaja competitiva en IA agéntica no la tendrá quien compre la mejor herramienta, sino quien construya mejor la capa de datos y permisos que permite al agente operar con autonomía dentro de los límites correctos. La gobernanza, en este contexto, no es un requisito burocrático — es la condición técnica que hace posible la automatización a escala.
