Agentes de IA en pymes europeas: qué significa el 8,1× de OpenAI

OpenAI publicó el 14 de octubre de 2026 un dato llamativo: entre las pequeñas y medianas empresas de la Unión Europea que usan sus productos, los usuarios activos semanales de Codex y ChatGPT Work se multiplicaron por 8,1 entre la primera semana de mayo y la semana que terminó el 5 de octubre. Es una señal de crecimiento dentro de esa clientela; no significa que ocho veces más pymes europeas utilicen agentes, ni demuestra que su productividad haya aumentado en la misma proporción. La cifra y su definición aparecen en el informe de OpenAI Economic Research.

Qué midió OpenAI exactamente

El informe llama «uso agéntico» a la actividad de sus productos Codex y ChatGPT Work. Para el gráfico de pymes considera organizaciones con 200 usuarios asociados o menos y compara el número de usuarios activos semanales de esos productos con el nivel de la primera semana de mayo de 2026. El resultado de 8,1 veces corresponde al conjunto de esa muestra de clientes en la UE. En el desglose por país, España figura con un crecimiento de 8,8 veces; son relaciones con la base de mayo, no porcentajes de todas las empresas españolas. La figura 3 y la figura 4 del documento explican la métrica y el periodo.

El proveedor no publica en esas figuras el número absoluto de usuarios de partida. Sin esa base no puede saberse, a partir del multiplicador, cuántas personas adicionales empezaron a usar los productos. Además, ChatGPT Work se lanzó en julio de 2026: parte del aumento coincide con la disponibilidad de una herramienta nueva, según el propio informe. Esa circunstancia importa al interpretar una serie que comienza en mayo.

Otro 50 % que no significa «la mitad de las empresas»

OpenAI también dice que Codex y ChatGPT Work generaron más de la mitad de los tokens de salida de sus cuentas Enterprise y Business examinadas en la UE al final de septiembre. Un token es una unidad de texto utilizada para contabilizar la salida del sistema. La medida describe el reparto de texto producido dentro de esas cuentas, no cuántas empresas españolas usan agentes, cuántas tareas se terminaron ni cuántas horas se ahorraron. El informe detalla este alcance y muestra diferencias entre países: España aparece con un 30 % de esos tokens en la muestra, mientras que la media agregada europea supera el 50 %.

Incluso dentro de una misma empresa, una tarea larga puede producir muchos tokens y otra breve puede resolver un problema más valioso con pocos. Por eso el volumen de salida sirve para estudiar intensidad de uso de un producto, pero no equivale a beneficio empresarial. Esa es una inferencia sobre el alcance de la métrica, no una conclusión causal probada por el estudio.

Cómo encaja con la estadística europea independiente

Para conocer el uso de IA en el conjunto de empresas europeas hay que acudir a otra población y otra pregunta. Eurostat estimó que en 2025 el 19,95 % de las empresas de la UE con diez o más personas empleadas utilizaba alguna tecnología de IA. Entre las empresas pequeñas de ese marco la cifra fue del 17 %. Eurostat pregunta por tecnologías de IA de varios tipos y cubre empresas usuarias y no usuarias de OpenAI; por ello su 19,95 % no se puede comparar directamente con el crecimiento 8,1× de usuarios activos de dos productos comerciales.

Una encuesta distinta de la Comisión Europea, realizada entre marzo y abril de 2026, indica que el 42 % de las pymes y empresas medianas consultadas ya utilizaba IA o gestión algorítmica, en su mayoría de forma limitada o experimental. Incluye empresas de uno a 749 empleados y agrupa herramientas de IA con otros sistemas automatizados. Ni su definición ni su método son iguales a los de Eurostat o OpenAI. Las tres fuentes ayudan a hacerse preguntas diferentes; mezclar sus cifras produciría una conclusión falsa.

De preguntar al asistente a encargarle una tarea

Un chatbot suele responder a una consulta y dejar el siguiente paso a una persona. Una herramienta con capacidad de agente puede encadenar acciones dentro de un entorno permitido: leer una solicitud, preparar un borrador, revisar archivos, ejecutar una comprobación y devolver el resultado para aprobación. Esa descripción explica una posibilidad técnica, no asegura que todos los despliegues tengan autonomía completa ni que puedan acceder a cualquier dato. La presentación del informe distingue entre preguntar y realizar trabajo de principio a fin con sus productos.

Para una pyme, el cambio útil no consiste necesariamente en quitar personas del proceso. Puede consistir en automatizar una secuencia repetitiva y reservar a una persona la validación de presupuestos, datos personales o decisiones con consecuencias. Si quieres ver qué permisos y límites conviene exigir a una herramienta de programación remota, consulta nuestra guía sobre agentes de programación en la nube.

Qué habría que medir antes de hablar de productividad

Para evaluar una implantación hacen falta medidas de la tarea real: tiempo total hasta completar un trabajo, tasa de errores, correcciones humanas, coste, incidencias de privacidad y satisfacción del cliente. Conviene comparar procesos equivalentes antes y después de introducir la herramienta, con un periodo y un criterio definidos. Un aumento de usuarios activos o de texto generado puede acompañar una mejora, pero también una fase de pruebas, un cambio de licencia o trabajo repetido.

En la encuesta de la Comisión Europea, las empresas señalaron costes de inversión, incertidumbre jurídica y falta de conocimientos como barreras. Son declaraciones de las empresas entrevistadas, no una prueba de que un proveedor concreto haya solucionado esos problemas. Antes de integrar un agente en facturación, atención al cliente o documentos privados, hay que definir qué puede leer, qué puede modificar, qué queda registrado y quién aprueba la salida. Gaia explica por separado las obligaciones de alfabetización en IA y sus límites.

La lectura prudente del dato

El 8,1× es una observación relevante de crecimiento de usuarios semanales de Codex y ChatGPT Work entre clientes pequeños y medianos de OpenAI en la UE durante cinco meses. No mide la adopción de todos los agentes, no permite calcular un porcentaje de todas las pymes y no establece un retorno económico. Leído con esos límites, sí muestra que una parte de los clientes está explorando herramientas que ejecutan tareas más allá de una conversación. La siguiente pregunta editorial es si esas tareas se completan mejor y con controles suficientes; el informe no responde por sí solo.

Fuentes y agradecimientos

• OpenAI Economic Research, Europe’s Agentic Opportunity (octubre de 2026): definiciones, periodo y figuras de usuarios activos y tokens. Agradecemos la publicación de la metodología y los desgloses. OpenAI es el proveedor de los productos medidos.
• Eurostat, Use of artificial intelligence in enterprises: referencia estadística de 2025 para empresas de la UE con diez o más personas. Gracias por documentar el universo y las categorías de tecnologías.
• Comisión Europea, Growing use of AI in European companies (14 de octubre de 2026): alcance de la encuesta sobre IA y gestión algorítmica. Agradecemos los datos y la explicación del método.

Las dos imágenes son ilustraciones generadas con IA para esta entrada. No son fotografías de participantes en los estudios citados.