Lo que importa del último video de Jon Hernández no es si ChatGPT Work impresiona creando una empresa entera en una demostración. Lo importante es que la IA empieza a aceptar objetivos largos, trabajar durante más tiempo y consumir recursos mientras encadena subtareas. Para un negocio, eso cambia la pregunta: antes de darle más autonomía a un asistente, hay que definir límites, evidencia y momentos de pausa.
El ruido es mirar solo el nombre del modelo, los modos Sol, Terra o Luna, o la promesa de que un comando como /goal siga trabajando hasta terminar. La parte incómoda aparece cuando esa lógica toca procesos reales: presupuestos, mensajes a clientes, documentos internos, propuestas comerciales, agendas o decisiones que después alguien tiene que sostener.
Qué mostró la fuente
Jon Hernández publicó el video “Puse ChatGPT 5.6 a máxima potencia, ¿Hasta dónde llega?”, donde prueba ChatGPT Work con distintos niveles de razonamiento y consumo, modo Ultra con subagentes y el comando /goal para completar tareas complejas durante más tiempo. La demostración incluye crear una empresa desde cero con identidad, web, imágenes, presentación, análisis de competencia y documentación.
El problema operativo no es la falta de IA
En empresas reales, el cuello de botella suele estar en otro lado: pedidos que entran por WhatsApp y quedan sin seguimiento, datos repartidos entre planillas y chats, respuestas comerciales inconsistentes, costos invisibles por probar herramientas sin medirlas, o tareas delegadas sin responsable claro. Si a ese desorden se le suma un agente que trabaja durante horas, el desorden no desaparece: escala.
Un asistente con más autonomía puede ser útil para preparar borradores, ordenar información, comparar alternativas o avanzar trabajo repetitivo. Pero no debería decidir solo qué prometerle a un cliente, qué precio enviar, qué archivo usar como fuente o cuándo cerrar una acción sensible. Ahí hacen falta permisos por tarea, registro de lo que hizo y una derivación humana simple cuando el caso sale del camino esperado.
Qué debería decidir un negocio antes de usar agentes largos
La decisión no es “usar o no usar ChatGPT Work”. La decisión seria es elegir en qué proceso puede aportar sin romper control. Un flujo razonable empieza por tareas acotadas: preparar una propuesta con datos ya aprobados, resumir consultas repetidas, ordenar leads según criterios visibles, revisar respuestas frecuentes o armar un primer borrador para que una persona lo valide.
También conviene definir un presupuesto operativo: cuánto puede gastar cada tarea, cuánto tiempo puede trabajar, qué fuentes puede leer, qué herramientas puede tocar y qué evidencia debe dejar. Sin eso, el costo no aparece solo en tokens: aparece en retrabajo, errores, promesas mal hechas y decisiones que nadie puede auditar.
Recomendación Nolapenses
Si tu negocio quiere probar asistentes más autónomos, no empieces por el caso más ambicioso. Elegí un proceso repetitivo donde hoy se pierden mensajes, datos o seguimiento; escribí las reglas; marcá qué decisiones quedan reservadas a una persona; y recién ahí dejá que la IA avance parte del trabajo. Más potencia sin control no vuelve más inteligente al negocio: solo hace más rápido lo que todavía no estaba ordenado.
¿Querés aplicar algo parecido en tu empresa?
En Nolapenses podemos ayudarte a bajar esta idea a un flujo real de trabajo, con automatización, integración y derivación humana cuando hace falta.