El 10% de empresas que más usa IA genera 8,3 veces más que el resto, y hace seis meses eran 2,6: el informe de OpenAI que mide lo que se hace, no lo que se dice

Casi todo lo que se publica sobre adopción de inteligencia artificial en las empresas sale del mismo sitio: una encuesta. Se le pregunta a un directivo si su compañía usa IA, con qué frecuencia y para qué, y se agregan las respuestas en un porcentaje.

El informe que OpenAI publicó el 11 de agosto —«From assistance to execution: How enterprises put AI to work»— hace otra cosa: mira los registros de uso. No lo que la gente dice que hace, sino lo que queda apuntado cuando lo hace. Y en al menos un punto las dos fuentes se contradicen de frente.

La distancia entre las empresas que más usan IA y el resto se ha triplicado en seis meses

OpenAI llama frontier firms al 10% de sus clientes empresariales con más uso mensual. Ese grupo genera 8,3 veces más tokens de salida por usuario activo que la empresa típica.

La cifra sola dice poco. Lo que importa es de dónde viene: en enero eran 2,6 veces. En seis meses la distancia se ha multiplicado por tres.

Y conviene entender qué mide eso exactamente, porque no es lo que suele contarse. No es una brecha de acceso. Todas esas empresas tienen contratado lo mismo, las mismas licencias y los mismos modelos. Lo que se separa es cuánto trabajo real le pasan, y esa diferencia no se compra: se construye con hábitos, con permisos internos, con procesos que alguien se molestó en reescribir.

La pista está en dos funciones que casi nadie activa

El dato del que tiró el propio OpenAI al anunciarlo en X es este:

• Plugins: los usan el 21% de los usuarios activos semanales en las empresas punteras, frente al 9% en el resto. Algo más del doble.
• Skills: 19% frente a 3%. Más de seis veces.

Las dos funciones tienen algo en común y por eso importan: son las que conectan el modelo con los sistemas de la empresa y las que convierten una instrucción repetida en algo reutilizable. No se activan escribiendo mejores prompts; se activan cuando alguien decide integrar.

Dicho de otro modo: la diferencia entre el 10% de arriba y el resto no parece estar en el talento de quien escribe, sino en si la empresa ha hecho el trabajo de fontanería.

El dato que contradice a las encuestas

Aquí es donde medir registros en vez de preguntar cambia la conclusión. Según los datos de uso, los empleados de perfil junior usan la IA más que los directivos.

Las encuestas de adopción llevan dos años diciendo lo contrario, y no porque mientan: dicen lo que sus encuestados creen. En una encuesta responde quien tiene el cargo para responder, y esa persona informa de la adopción de su equipo desde arriba. El registro de uso no tiene esa cortesía.

Si el dato se sostiene, tiene una consecuencia práctica incómoda para cualquiera que esté diseñando formación interna: el plan de capacitación en IA suele dirigirse hacia arriba y el uso está ocurriendo abajo.

Y un movimiento que nadie tenía en el guion: los abogados

De los datos de Codex, la herramienta de programación de OpenAI, salen dos cosas.

La primera es de volumen: en junio, Codex representaba el 64% de los tokens de salida sumando Codex y ChatGPT. La herramienta especializada ya pesa más que la conversacional.

La segunda es más interesante. El crecimiento más rápido de Codex no está en ingeniería: está en los departamentos legales, que lo han multiplicado por 108 desde febrero, frente a un 5x en ingeniería. Sobre una base pequeña, evidentemente, pero la dirección es la que es.

Es el mismo hallazgo que apareció esta mañana en el índice de Salesforce sobre agentes: el crecimiento llega desde el departamento que no estaba en la presentación de producto. Una herramienta que se vendió para escribir código está siendo adoptada por gente que no escribe código, y probablemente la esté usando para lo que sí comparte con la programación —estructura, revisión sistemática, documentos largos con reglas— y no para lo que la vendía.

Antes de citar estas cifras, léase esto

OpenAI está midiendo a sus propios clientes. No es el mercado, es su base instalada; y quien publica el dato es quien vende el producto. Ningún informe corporativo escapa de eso.

Aun así, este tipo de dato es más utilizable que el habitual, y merece la pena entender por qué: la comparación es interna. No dice «el X% de las empresas usa IA» —una afirmación sobre el mundo que su base instalada no puede sostener—, sino que compara clientes de OpenAI con clientes de OpenAI. Ahí el sesgo de selección afecta mucho menos, porque está en los dos lados de la resta.

Lo que no se puede hacer con estas cifras es extrapolarlas al conjunto de las empresas. Lo que sí: usarlas para preguntarse en qué lado de esa comparación está la propia.

Qué me llevaría de aquí

• Distingue medir de preguntar. Cuando una encuesta y un registro de uso se contradicen, el registro suele estar describiendo el comportamiento y la encuesta, la intención.
• Si la brecha es de integración y no de acceso, comprar más licencias no la cierra. El indicador a mirar dentro de casa es cuánta gente usa las funciones que conectan con los sistemas propios.
• Mira dónde está creciendo el uso, no dónde lo colocaste. Legal por delante de ingeniería en una herramienta de programación es exactamente el tipo de señal que un plan de despliegue no ve.
• Formación hacia abajo, no hacia arriba. Si el uso está en los perfiles junior, el presupuesto de capacitación está apuntando al sitio equivocado.

Informe «From assistance to execution: How enterprises put AI to work», publicado por OpenAI el 11 de agosto de 2026 y difundido por la compañía en X el 13 de agosto. Las cifras citadas se han contrastado con la cobertura del informe, ya que openai.com no responde a nuestras peticiones automatizadas.

Para seguir: el índice de Salesforce que encontró el crecimiento donde no tocaba qué son exactamente las skills de Codex el otro frente que OpenAI está montando.

Foto de portada: «1515 Third Street», de Coolcaesar, bajo licencia CC BY 4.0.