La inteligencia artificial está avanzando de responder preguntas a utilizar herramientas. El 29 de septiembre, OpenAI añadió computer use a la Agents API, permitiendo que agentes completen tareas dentro de un navegador alojado por OpenAI, con controles para accesos y aprobaciones.
El anuncio es importante porque acerca a los desarrolladores a una clase de automatización distinta: sistemas que no solamente generan instrucciones, sino que pueden interactuar con interfaces y completar pasos dentro de software.
¿Qué significa computer use?
Muchas aplicaciones todavía no exponen cada acción mediante una API sencilla. Para realizar ciertas tareas, una persona necesita abrir una página, hacer clic, escribir información, navegar entre pantallas y confirmar acciones.
Computer use permite que un agente trabaje con una interfaz gráfica de manera más parecida a como lo haría un usuario. Según el changelog oficial de OpenAI, los agentes pueden utilizar un navegador alojado por la compañía, mientras las aplicaciones administran aspectos como el inicio de sesión y las aprobaciones necesarias.
Eso abre posibilidades para procesos que antes requerían integraciones personalizadas o intervención manual.
Un agente no es simplemente un chatbot
Un chatbot normalmente recibe una pregunta y devuelve una respuesta. Un agente trabaja hacia un objetivo.
Para hacerlo puede necesitar varias acciones: buscar información, utilizar herramientas, validar resultados y decidir cuál debe ser el siguiente paso.
Esta diferencia es clave. La automatización deja de estar limitada a “genera este texto” y empieza a acercarse a instrucciones como “revisa esta información, entra a la herramienta correspondiente y prepara el resultado para aprobación”.
OpenAI también amplía el trabajo multiagente
En la misma actualización del 29 de septiembre, OpenAI indicó que GPT-6.1 Sol admite capacidades multiagente en beta. La idea es que un modelo pueda delegar partes de un trabajo a subagentes dentro de una solicitud.
Esto permite imaginar sistemas donde diferentes agentes tengan responsabilidades concretas: uno investiga, otro analiza datos, otro revisa calidad y otro prepara un entregable.
No significa que todas las empresas necesiten equipos de agentes. Pero sí muestra hacia dónde se están moviendo las plataformas: dividir trabajos complejos en responsabilidades coordinadas.
¿Qué cambia para las empresas?
Para una empresa, computer use puede ser especialmente relevante en procesos donde el trabajo todavía ocurre entre varias aplicaciones.
Algunos ejemplos potenciales son:
- Recopilar información de diferentes sistemas.
- Actualizar registros después de una validación.
- Preparar reportes a partir de herramientas web.
- Realizar tareas repetitivas que requieren navegar por interfaces.
- Apoyar procesos internos donde todavía no existe una integración directa.
Sin embargo, automatizar una interfaz no convierte automáticamente un proceso en uno confiable. La empresa sigue necesitando reglas, permisos y controles.
Las aprobaciones se vuelven parte del diseño
Cuando una IA puede actuar, la pregunta ya no es únicamente si su respuesta es correcta. También importa qué acciones puede ejecutar sin autorización.
Un sistema puede tener permiso para leer información, pero no para modificarla. Puede preparar una acción, pero esperar confirmación antes de enviarla. Puede navegar un sitio, pero solicitar intervención humana cuando aparece una decisión sensible.
Esta lógica será fundamental para adoptar agentes dentro de procesos empresariales.
El reto sigue siendo entender el proceso
Computer use puede hacer posible automatizar tareas que antes resultaban difíciles, pero no elimina una regla básica: antes de automatizar, hay que entender qué se está automatizando.
En nuestro artículo De prompt a workflow explicamos por qué un sistema necesita entradas, decisiones, responsables y criterios de éxito claramente definidos.
Un agente puede ejecutar pasos. La empresa todavía debe decidir cuáles son los pasos correctos.
La automatización se acerca al trabajo cotidiano
Durante mucho tiempo, automatizar significaba conectar sistemas mediante reglas rígidas. Los agentes introducen una capa más flexible: pueden interpretar información, decidir qué herramienta utilizar y adaptarse a ciertos cambios.
Eso no significa que reemplazarán todos los sistemas tradicionales. Probablemente convivirán con APIs, automatizaciones y supervisión humana.
La noticia importante es otra: la capacidad de actuar sobre software empieza a convertirse en una función disponible para más desarrolladores. Y cuando eso ocurre, la conversación sobre inteligencia artificial cambia nuevamente.
Ya no se trata solamente de qué puede responder una IA.
Se trata de qué tareas estamos dispuestos a dejarle ejecutar, bajo qué reglas y con qué nivel de supervisión.
Fuentes: OpenAI API Changelog y OpenAI Agents Cookbook.
