Uber lleva ChatGPT Work a 30.000 empleados

Uber pone ChatGPT Work en manos de toda su plantilla

Uber y OpenAI ampliaron su alianza y, según TechCrunch, la empresa de movilidad dijo que toda su fuerza laboral global, unas 30.000 personas, usará ahora ChatGPT Work. La compañía ya había probado la herramienta con 1.000 empleados a comienzos de este año. El salto es grande. Ya no se trata de una prueba controlada, sino de una decisión de despliegue a escala corporativa.

El piloto llegó mucho más allá del equipo técnico

El piloto inicial de Uber incluyó empleados de finanzas, operaciones y producto, dijo Sumanth Sukumar, vicepresidente de ingeniería de la compañía, a TechCrunch. También señaló que la mayoría de los primeros usuarios, cerca de 80%, no eran ingenieros. Ese dato es importante. Muestra que la adopción no se limitó a perfiles acostumbrados a nuevas herramientas digitales. Entró en áreas donde el trabajo diario depende de coordinación, criterio y disciplina operativa.

Para un directivo, esa es la señal que vale la pena mirar. Cuando una herramienta de IA ya no se usa solo en ingeniería, empieza a tocar la forma en que la empresa decide, documenta y ejecuta. Ahí aparecen las preguntas difíciles: quién la usa, con qué permisos, con qué formación y bajo qué controles. La adopción deja de ser un tema de tecnología y pasa a ser un tema de gestión.

Fuente: TechCrunch

Los primeros usos fueron muy concretos

Según Sukumar, los empleados usaron ChatGPT Work para tareas muy prácticas. Entre ellas, analizar datos operativos complejos para detectar tendencias y proponer recomendaciones, localizar materiales de capacitación para distintos mercados e idiomas, y construir paneles interactivos personalizados para gestionar el trabajo diario. No son experimentos de laboratorio. Son flujos de trabajo ligados a cómo funciona el negocio todos los días.

Eso cambia el tipo de conversación que deberían tener los líderes. Cuando la IA entra en análisis operativo, formación interna y seguimiento de la actividad diaria, el caso de negocio ya no depende de una demostración llamativa. Depende de velocidad, consistencia y escala. El beneficio puede ser real, pero también lo son los riesgos si los resultados son incoherentes, incorrectos o difíciles de auditar.

Fuente: TechCrunch

Uber todavía no tiene un único modelo de uso

Incluso con el despliegue a toda la empresa, Uber no parece haber cerrado una única forma de uso. Sukumar dijo que la compañía quiere poner herramientas potentes de IA a disposición de toda Uber y, al mismo tiempo, dejar espacio para que los equipos experimenten. También mencionó una iniciativa anterior en la que Uber emparejó a 30 ingenieros de IA con equipos de toda la compañía y les dio dos semanas para automatizar partes clave de su trabajo. Esa prueba mostró cuánto se puede avanzar cuando se combina capacidad técnica con conocimiento profundo del puesto.

Ese enfoque tiene sentido, pero también abre un reto de gestión. Una herramienta extendida a toda la organización puede producir docenas de flujos locales, cada uno con sus propias reglas implícitas y sus propios riesgos. La pregunta para la dirección no es si experimentar sirve. La pregunta es cómo convertir esas pruebas en estándares repetibles de acceso, revisión, documentación y responsabilidad.

Fuente: TechCrunch

OpenAI acelera su ofensiva empresarial

TechCrunch recuerda que ChatGPT Work se presentó en julio como un agente de IA orientado a empresas que los equipos corporativos podían desplegar en distintos flujos de trabajo. OpenAI se ha movido rápido para escalar su negocio enterprise mientras compite con Anthropic. La compañía, antes vista sobre todo como una marca de consumo, ha logrado atraer a clientes empresariales, mientras otras firmas de IA han tenido más dificultades para seguir el ritmo.

Para quienes compran tecnología, eso importa. El mercado ya no se define solo por la calidad del modelo o por quién lanza más funciones. También depende de qué proveedor puede soportar un despliegue a escala, integrarse en el trabajo existente y demostrar valor a líderes de finanzas, operaciones y producto. Elegir plataforma se parece cada vez menos a una prueba de software y más a una decisión estructural de operación.

Fuente: TechCrunch

Qué hacer ahora

Si tu empresa está pasando de pilotos a despliegues más amplios de IA, el foco ya no es la curiosidad. Es el control. Empieza por los procesos que ya son repetitivos, transversales y fáciles de medir, y define cómo los vas a gobernar antes de que el uso crezca por su cuenta.

• Mapea los flujos donde los empleados ya están probando IA, sobre todo en finanzas, operaciones y áreas comerciales.
• Define reglas claras sobre qué datos, decisiones y documentos pueden pasar por la herramienta.
• Aclara quién revisa los resultados, quién responde por los errores y cómo se escalan las excepciones.
• Mide la adopción por rol y por función, no solo por licencias activas.
• Selecciona una lista corta de casos de uso que puedas estandarizar este trimestre.