Una pyme convirtió 3 días de trabajo en 3 horas con ChatGPT Work

Del caos operativo a la rutina automatizada

Casi 26 fechas entre mayo y noviembre, un equipo de dos personas y una lista interminable de tareas administrativas. Así operaba ATV Big Air Tour, una empresa de espectáculos de cuatriciclos en Estados Unidos que ahora sirve de caso de productividad con IA. Su cofundadora, Larissa Guetter, dedicaba una jornada completa por semana a verificar qué decían unos 30 sitios sobre cada evento, porque organizadores, voluntarios y medios locales solían publicar datos incorrectos. Con un informe automático que ChatGPT Work genera cada mañana, ese trabajo de revisión pasó de unas ocho horas semanales a una sola, según el caso publicado por OpenAI.

El punto más llamativo está en el inventario. Larissa fotografió la mercancía del tour y subió las imágenes a la herramienta: en menos de 15 minutos tuvo una planilla, un sitio visual con el stock y recomendaciones de reorden. El ciclo completo de inventariar y hacer el pedido al proveedor, que antes demandaba dos o tres días, hoy se resuelve en dos o tres horas.

La misma lógica se aplicó a la visibilidad en buscadores: una auditoría diaria de optimización para asistentes de IA detectó que ChatGPT no podía recuperar cerca del 90 % de las preguntas frecuentes del sitio. Después de corregirlo, las visitas desde búsquedas de OpenAI y bots de usuario pasaron de 183 a 2.421 en períodos consecutivos de 30 días, un aumento de 1.223 %.

La evidencia no queda solo en el mundo empresarial. Un estudio publicado en el Bulletin of Business and Economics midió el impacto de ChatGPT en la educación.

La conclusión, parecida a la del caso empresarial, es que la IA funciona como complemento y no como reemplazo del criterio humano.

Qué significa para una empresa en América Latina

Para una pyme latinoamericana, el caso del tour de cuatriciclos es un mapa de aplicación concreta. Las tres tareas que Larissa automatizó —vigilar información dispersa, convertir fotos en un inventario ordenado y preparar el sitio web para que los asistentes de IA lo encuentren— no exigen un departamento de tecnología. Exigen, eso sí, disciplina para revisar lo que la máquina propone: ella no envió el pedido al proveedor sin ajustar antes las recomendaciones de recompra, y el informe de correcciones se contrasta antes de que salgan los emails.

Al mismo tiempo, la adopción no ocurre en el vacío. Mientras las empresas ganan eficiencia con estos asistentes, crece en otras regiones la preocupación por la dependencia de unos pocos proveedores. La Comisión Europea ha impulsado una infraestructura pública digital paneuropea y gobiernos como el de España tienen hojas de ruta de soberanía digital, iniciativas recogidas en Microsiervos que reflejan la misma tensión: usar tecnología externa sin perder control sobre datos y procesos críticos. Parte de esa cautela también se explica por la fragilidad del software sobre el que se apoya todo: buena parte de la infraestructura digital que sostiene operaciones críticas depende de proyectos pequeños mantenidos a ratos libres.

La productividad que promete la IA no es automática: se materializa cuando una organización decide qué tareas delegar, qué datos entregar y qué controles conservar. Para un negocio de dos personas o para una escuela con cientos de alumnos, la pregunta no es si conviene adoptar estas herramientas, sino cuáles procesos están listos para automatizarse y quién va a supervisar el resultado. Si una empresa aún dedica tres días enteros a un inventario que podría resolverse en horas, quizá no necesita más personal: necesita decidir qué parte de su operación está dispuesta a dejar en manos de la máquina.