OpenAI actualizó el Admin Console de ChatGPT Work con analítica de uso y controles de gasto por usuario, producto y modelo, y publicó una guía para invertir en IA agentic: medir trabajo útil por dólar, no precio por token. Es el primer tablero para que marketing y growth en Chile o LatAm sepan si sus agentes valen lo que cuestan.
Qué trae el Admin Console actualizado
La publicación de OpenAI parte de un dato de contexto: entre GPT-4 y GPT-5.4 el precio por millón de tokens cayó 97%, y GPT-5.6 suma otra vuelta de tuerca con 54% menos tokens de salida y 57% menos tiempo por tarea en el Coding Agent Index de Artificial Analysis. Pero la propia OpenAI advierte que ese abaratamiento no dice si la IA está generando valor.
La respuesta llega en forma de tablero. El Admin Console ahora muestra adopción, consumo de créditos y gasto cruzados por usuario, producto y modelo, con tendencias en el tiempo. OpenAI propone leerlo en tres alturas distintas:
- Workspace: si la adopción y el gasto se mueven juntos o se despegan.
- Equipo y usuario: dónde crece la demanda y quién necesita más soporte.
- Producto y modelo: dónde se usa la inteligencia más cara y si esa demanda es sostenida o un pico puntual.
Con esas tres vistas, un administrador puede distinguir si una cuenta que sube es adopción sana, un power user aislado o un proceso que ya se volvió crítico para el negocio.
Trabajo útil por dólar, no precio por token
El punto que más le sirve a un equipo de growth es este: el modelo más barato no siempre es el más económico. Si falla, reintenta o necesita corrección humana, el ahorro en tokens se come en horas de revisión. OpenAI propone evaluar modelos con casos reales, incluidos los casos límite, definir por escrito qué es "suficientemente bueno" antes de medir, y después sumar el costo completo hasta llegar a ese estándar: modelo, herramientas, intentos, tasa de éxito, latencia y revisión humana.
Para los flujos prioritarios, la métrica que propone es el costo por resultado aceptado: un caso de soporte resuelto, una pieza de contenido publicada sin corrección. Ese número se cruza después con el valor de negocio (tiempo ahorrado, ciclo más corto, riesgo evitado) para saber si el flujo merece más presupuesto o menos.
La lectura: gobernanza antes que gasto
¿De qué sirve medir el trabajo útil por dólar si nadie define primero qué puede hacer el agente? OpenAI plantea la gobernanza como la capa que decide qué trabajo escala: qué contexto usa el agente, qué herramientas toca, qué acciones ejecuta sin supervisión y quién aprueba los pasos de mayor riesgo. Eso importa más a medida que los agentes suman conectores, plugins y Computer Use, es decir, acceso real a sistemas de la empresa y no solo a una ventana de chat.
Este marco es el complemento operativo de lo que la CFO de OpenAI publicó hace tres días con su scorecard de cuatro preguntas: confiabilidad, trabajo completado, costo por tarea y valor a escala. Ahí faltaba el cómo, hoy llega el tablero. La secuencia (primero el marco conceptual, después la herramienta que lo mide) es coherente, aunque conviene notar que ambos documentos salen de la misma empresa que vende el producto que se está midiendo. La aritmética es sólida, pero la conclusión de "sube al tier más caro porque acierta a la primera" también es la que más le conviene a quien la escribe.
Para financiar agentes, OpenAI sugiere tratarlos como un portafolio: acceso amplio para productividad diaria, flujos específicos por función que ya se repiten, y una cantidad menor de apuestas estratégicas con datos propios de la empresa. El financiamiento sigue la madurez del flujo: primero probar si el modelo resuelve la tarea, después validar con casos representativos contra un estándar de calidad, y solo ahí financiar la integración completa con sus controles y su plan de cambio.
Accionables para equipos de marketing y growth
- Abre el tablero de uso esta semana. Si tu empresa ya paga ChatGPT Work, revisa adopción y gasto por equipo antes de renovar cualquier plan.
- Define "listo" antes de medir. Para un flujo de contenido, por ejemplo, puede ser una ficha publicada sin corrección del editor. Sin ese estándar, cualquier cifra de éxito es maquillaje.
- Calcula el costo por resultado aceptado, no por token: suma licencias, créditos y horas de revisión, y divide por las piezas que de verdad cumplieron el estándar.
- Separa exploración de producción. Un piloto que funciona con dos personas no está listo para escalar a todo el equipo sin definir quién aprueba los pasos de riesgo.
- Revisa qué puede tocar cada agente. Si ya conectaste plugins o herramientas externas, confirma qué contexto y qué acciones tiene permitido usar sin supervisión.
Preguntas frecuentes
¿Qué es el trabajo útil por dólar?
Es la métrica que propone OpenAI para reemplazar el precio por token: mide tareas completadas, tiempo ahorrado y decisiones mejoradas frente al costo total de lograrlo, incluyendo la revisión humana necesaria.
¿Necesito ChatGPT Work para aplicar este marco?
No. El tablero de uso es exclusivo de ChatGPT Work, pero la lógica (definir el estándar de calidad, medir el costo por resultado aceptado y separar exploración de producción) aplica igual con Claude, Gemini o cualquier agente que ya esté corriendo en tu equipo.
