Agentes de OpenAI Workspace en ChatGPT: capacidades, arquitectura y casos de uso empresariales

OpenAI está impulsando ChatGPT para pasar de ser un asistente general a una capa de automatización compartida para el trabajo. Los agentes de OpenAI Workspace —en vista previa de investigación para ChatGPT Business, Enterprise, Edu y Teachers— son agentes alojados en la nube y a nivel de equipo que ejecutan flujos de trabajo repetibles de varios pasos. Se conectan a herramientas empresariales, pueden ejecutarse según horarios y siguen trabajando aunque nadie tenga ChatGPT abierto.

Esta es la dirección más allá de los custom GPTs puntuales: flujos persistentes y ejecutables para el trabajo de conocimiento rutinario que los equipos repiten cada día. Si estás evaluando automatización empresarial con IA en 2026, las secciones siguientes te ofrecen una visión completa en una sola lectura.

¿Qué son los agentes de OpenAI Workspace?

Los agentes de OpenAI Workspace son agentes con nombre y compartidos dentro de ChatGPT que los equipos configuran una vez y reutilizan en distintos flujos de trabajo. A diferencia de una sesión estándar de ChatGPT, que termina cuando cierras la pestaña, los agentes de Workspace son persistentes. Tienen herramientas, habilidades, memoria, horarios y ajustes de gobernanza definidos, y están disponibles desde la barra lateral de Agentes de ChatGPT o mediante una integración dedicada con Slack.

Se sitúan donde termina el chat puntual y comienza la automatización duradera y acotada al equipo.

OpenAI los presenta como el sucesor de los custom GPTs, orientados al trabajo con traspasos, contexto compartido y estructura: preparación de ventas, triage de soporte, cierre y reporting, estado de proyectos. Los propios ejemplos internos de OpenAI han incluido preguntas y respuestas internas, tickets de Linear, partes del cierre de fin de mes y la conversión de briefs de producto en páginas web listas para producción.

En qué se diferencian los Workspace Agents del modo agente de ChatGPT

El modo agente de ChatGPT es una superficie para un solo usuario pensada para trabajos grandes y puntuales: investigar un proveedor, reservar un viaje, limpiar una hoja. El modelo planifica, usa herramientas y explica lo que hace. Es potente para ejecuciones individuales, pero la sesión es efímera.

Los Workspace agents envuelven ese mismo comportamiento central en una configuración duradera: un agente con nombre, herramientas fijas, habilidades, memoria, horarios y uso compartido. Más de una persona puede usar el mismo agente, puede ejecutarse según un calendario sin un prompt y puede vivir en Slack junto a las conversaciones del equipo.

Visto como un espectro: ejecuciones ad hoc (modo agente) → agentes compartidos y de larga duración (Workspace agents) → agentes completamente personalizados en tus propias apps (SDK).

Capacidades principales

Automatización de flujos de trabajo de varios pasos

Los Workspace agents están pensados para trabajos largos y de varios pasos entre sistemas: leer un calendario, extraer contexto de SharePoint, buscar en la web, redactar un archivo, volver a escribirlo, enviar un correo con un resumen: una sola ejecución, no una larga cadena de recordatorios.

Puedes iniciar ejecuciones desde ChatGPT, Slack o una programación recurrente (diaria, semanal, etc.), lo que los convierte en un proceso de fondo, no en una macro de un solo uso.

Herramientas, apps y conectores

Utilizan el mismo stack de herramientas que el modo agente, que incluye:

• Visual browser—navegar por sitios como lo haría una persona
• Code interpreter—analizar datos en un entorno aislado
• Connectors (apps)—enlaces de primera parte a productos SaaS
• Terminal—comandos compatibles en entornos aislados

Los conectores listos para usar incluyen Google Calendar, Gmail, Microsoft SharePoint, Slack, Google Drive, Salesforce, Notion y Atlassian, según lo que permitan los administradores del workspace. Los administradores pueden definir el alcance de solo lectura vs. lectura y escritura por conector para que cada agente solo tenga el acceso que necesita.

Para stacks personalizados, el Agents SDK y Agent Builder te permiten exponer APIs privadas y herramientas internas junto a los conectores estándar.

Skills y comportamientos reutilizables

Las skills agrupan instrucciones, plantillas y, a menudo, scripts para que el comportamiento y la forma del resultado se mantengan consistentes. La idea es una biblioteca portátil y reutilizable —briefs de reuniones, triage de tickets, esqueletos de especificaciones— adjunta a los agentes en lugar de volver a escribir prompts cada vez.

Memoria y estado persistente

La memoria es por usuario y por agente: preferencias, artefactos previos y contexto de seguimiento para las ejecuciones de esa persona, no un único cerebro compartido para toda la organización. La residencia, la retención y la política siguen dependiendo de tus ajustes empresariales.

Arquitectura y stack para desarrolladores

El Agents SDK

El OpenAI Agents SDK sustenta los Workspace agents: planificación, herramientas, estado, ejecuciones largas, ejecución en sandbox, hooks de memoria y APIs orientadas a observabilidad para depuración y auditoría en producción.

Agent Builder: diseño visual de flujos de trabajo

Agent Builder es la vía visual (agentes, herramientas, control de flujo) para equipos que no empiezan desde código. En ChatGPT también puedes describir un flujo de trabajo, ajustar apps y skills, y luego publicarlo en el directorio del workspace y asociarle horarios. La mayoría de los patrones internos no requieren un desarrollador para la primera versión.

ChatKit y despliegues externos

ChatKit está pensado para integrar el mismo agente en tus propias interfaces, junto al SDK, para que puedas alimentar ChatGPT, Slack y apps internas desde un único diseño cuando encaje con tu arquitectura.

Controles de administrador, gobernanza y seguridad

Activación a nivel de workspace y RBAC

Los Workspace agents y el modo agente están desactivados por defecto en Business y Enterprise hasta que un propietario los habilita. Después estableces reglas basadas en roles sobre quién puede ejecutar agentes, crearlos, publicarlos en el directorio y usar conectores en sistemas sensibles, para que TI pueda implantar por fases la adopción.

Permisos de aplicaciones y límites de seguridad

Cada conector tiene un conjunto de acciones definido. Los administradores pueden imponer niveles de solo lectura o más restrictivos; la recomendación habitual es tratar las service accounts y las bibliotecas compartidas (por ejemplo, SharePoint del equipo) con especial cuidado.

Las protecciones del agente de ChatGPT incluyen confirmaciones del usuario en pasos de alto impacto, comportamiento de rechazo, supervisión humana al estilo de watch mode cuando aplica, trabajo contra abuso de prompt injection y listas de bloqueo de dominios para la navegación. Toma esta lista como un conjunto de funciones de producto que puede evolucionar; revisa la documentación actual de OpenAI para tu plan.

Privacidad de datos y cumplimiento

En Business, Enterprise y Edu, el contenido de las sesiones de agente no se usa para entrenar modelos por defecto de la forma en que lo indican esos planes. La residencia y la retención siguen los ajustes de tu organización. La actividad del agente puede aparecer en registros de cumplimiento; el detalle de escritorio virtual por paso puede que aún no esté totalmente disponible a través de todas las APIs de cumplimiento: OpenAI ha indicado que habrá más cobertura con el tiempo.

Precios y disponibilidad

Elegibilidad por plan

ChatGPT Business suele citarse en torno a 20–25 USD por usuario al mes según las condiciones; Enterprise es personalizado. Las cargas de trabajo que dependen de uso al estilo Codex pueden añadir cargos basados en consumo además de las licencias; alinea la cotización real con tu contrato.

Vista previa de investigación y modelo de créditos

Mientras los Workspace agents estén en research preview, son gratuitos en el sentido en que OpenAI ha descrito esa ventana; se prevé que la facturación basada en créditos comience después del 6 de mayo de 2026, en un modelo alineado con precios al estilo Codex, sensibles al uso: las ejecuciones más largas y con más herramientas cuestan más que las interacciones ligeras.

Los créditos introductorios para nuevos miembros del equipo forman parte de cómo OpenAI ha planteado la transición para que los equipos puedan pilotar antes de escalar. Vuelve a revisar las páginas de precios y producto de OpenAI en la fecha en que leas esto: las fechas y los empaquetados pueden cambiar.

Casos de uso reales

Preparación de reuniones de ventas

Un ejemplo documentado es la preparación diaria de ventas: leer las reuniones externas de clientes de mañana desde Google Calendar, extraer notas recientes y feedback de SharePoint, añadir contexto web de los últimos 30 días sobre la cuenta y los asistentes clave, redactar un brief de dos a tres páginas por reunión, guardarlo en SharePoint y enviar un correo con un resumen ejecutivo y enlaces. La ventaja es que se ejecuta según un horario incluso si el representante olvida iniciarlo.

Soporte interno y enrutamiento del conocimiento

Un patrón común: responder en Slack usando conocimiento aprobado y abrir o actualizar Linear o Jira cuando algo deba convertirse en trabajo trazable, de modo que la carga de soporte disminuya y el trabajo estructurado sustituya a hilos perdidos.

Rutinas de finanzas y operaciones

Los ejemplos incluyen el cierre de fin de mes: extraer cifras, contrastar fuentes, redactar material de soporte para su aprobación; la misma idea para KPI semanales, comprobaciones de inventario o scorecards de proveedores, dondequiera que la aprobación final recaiga en la persona responsable.

Investigación, evaluación de proveedores e informes

Las investigaciones profundas puntuales siguen siendo un gran caso de uso para el modo agente en una sola sesión. Los Workspace agents encajan cuando el mismo patrón de investigación o reporting se repite con cierta cadencia y quieres tener la plantilla y las fuentes en un solo lugar.

Fortalezas y diferenciadores competitivos

ChatGPT y Slack en el flujo. Si tu organización ya vive en esas superficies, los agentes evitan tener que iniciar sesión en un producto nuevo para cada ejecución.

De no-code a SDK. Las descripciones y Agent Builder te llevan lejos; el SDK y ChatKit están ahí cuando necesitas APIs propias e interfaces de usuario personalizadas.

Controles orientados a empresas. RBAC, alcance de conectores, listas de bloqueo, residencia y retención se presentan como parte de la historia por defecto para equipos con conciencia del riesgo, además de unos valores predeterminados de entrenamiento que importan para muchos compradores.

Limitaciones y riesgos a considerar

Profundidad de integración para sistemas heredados

Los conectores están muy orientados a SaaS-first. Los stacks más profundos de ERP, ITSM o on-prem pueden requerir tiempo de integración personalizado mediante el SDK; presupuestalo antes de comprometer fechas.

La observabilidad sigue siendo temprana

Los paneles y los hooks del SDK están mejorando, pero no sustituyen por completo a suites maduras de APM o BPM. Espera combinar la telemetría del producto con tu propio seguimiento de procesos y ROI cuando haga falta.

Seguridad y prompt injection

Los agentes con acceso de escritura heredan riesgo de prompt injection y de ejecución incorrecta. Las protecciones del producto ayudan; no sustituyen un alcance reducido, aprobaciones y revisiones periódicas de lo que los agentes tienen permitido hacer.

Gestión de costes a escala

Después de que apliquen las reglas de uso basado en consumo de la era de mayo de 2026, las ejecuciones diarias largas contra grandes bibliotecas pueden acumular coste. Establece una línea base con algunos flujos reales (frecuencia, archivos, llamadas a herramientas) antes de estandarizarlo en toda la organización.

Hoja de ruta: qué viene

OpenAI y la cobertura del sector han señalado elementos como:

• Desencadenadores basados en eventos (señales de terceros o internas, no solo relojes)
• Analítica de ejecución y de coste más rica
• Acciones de escritura más amplias donde el producto y la política lo permitan
• Contexto compartido de estilo Projects más ajustado
• Primitivas más fuertes de guardrails y observabilidad en el Agents SDK

Estratégicamente, esto se sitúa en la misma conversación de la “capa de ejecución” que RPA, la gestión del trabajo y otras herramientas que quieren encargarse de hacer el trabajo, no solo de almacenarlo.

Conclusión

Los Workspace agents de OpenAI son un paso serio de las preguntas y respuestas en chat a la ejecución de trabajo recurrente: configuración compartida, herramientas y skills, memoria acotada por usuario y opciones de gobernanza pensadas para organizaciones reales, todo dentro de la superficie de ChatGPT (y Slack) por la que muchos equipos ya pagan.

Un primer proyecto práctico es un flujo de trabajo ajustado y de alto valor —preparación, triage o reporting programado— donde el tiempo ahorrado sea visible y el radio de impacto sea pequeño. Amplía el alcance después de tener datos de uso, coste y soporte.

🚀 EMPIEZA CON EIGENT Descarga gratuita, totalmente de código abierto y funcionando en menos de 10 minutos. eigent.ai

Preguntas frecuentes

¿Qué planes incluyen los agentes de OpenAI Workspace? Según el planteamiento de la vista previa de investigación, están disponibles para ChatGPT Business, Enterprise, Edu y Teachers; no están en Free ni en Pro/Plus dentro de ese mismo enfoque.

¿Los Workspace agents son gratis? Sí durante la research preview; se indica que la facturación basada en créditos comenzará después del 6 de mayo de 2026, siguiendo un modelo al estilo Codex en el que las ejecuciones más pesadas consumen más.

¿En qué se diferencian los Workspace agents de los custom GPTs? Los custom GPTs son asistentes más ligeros y orientados al creador. Los Workspace agents son compartidos, persistentes y programables, con capacidades de equipo y administración para un uso de tipo producción.

¿Pueden ejecutarse los Workspace agents sin que un humano los active? Sí. Los horarios pueden lanzar ejecuciones de forma recurrente aunque nadie esté en ChatGPT.

¿Qué conectores están disponibles para los Workspace agents? El conjunto habitual incluye Google Calendar, Gmail, SharePoint, Slack, Drive, Salesforce, Notion, Atlassian, sujeto a la activación por parte del administrador; las herramientas personalizadas pasan por el SDK.

¿Se usan los datos empresariales de las sesiones de agente para entrenar? En Business, Enterprise y Edu, el entrenamiento con tu contenido está desactivado por defecto según documentan esos productos; alinéalo con tu acuerdo y DPA.

¿Cómo gestionan la seguridad y la gobernanza los Workspace agents? RBAC sobre quién puede crear y ejecutar, límites por conector, listas de bloqueo y confirmaciones, y trabajo de producto orientado a abuso e inyección—todo ello en capas con tus propias políticas y ciclos de revisión.