El lanzamiento de GPT-5 por parte de OpenAI marca un nuevo hito en la evolución de los modelos de lenguaje, con mejoras significativas en codificación, razonamiento multimodal y planificación lógica. Sin embargo, según el más reciente análisis de Gartner, este avance técnico no se traduce aún en una revolución agencial: la infraestructura crítica para desplegar agentes de inteligencia artificial (IA) verdaderamente autónomos sigue siendo insuficiente.
Arun Chandrasekaran, vicepresidente y analista distinguido de Gartner, compara el momento actual de la IA con la industria automotriz previa a la construcción de las autopistas en Estados Unidos.
“Tenemos motores potentes, pero no el sistema de carreteras para que circulen”. GPT-5 representa un avance incremental, no radical, y aunque sus capacidades son versátiles, aún no habilitan una IA plenamente autónoma ni general (AGI).
TE PUEDE INTERESAR: Draft One: la IA que redacta informes policiales
GPT-5 con mejoras técnicas: codificación, multimodalidad y orquestación
- GPT-5 destaca por su rendimiento en programación, superando a modelos como Claude Opus en tareas específicas. También incorpora capacidades multimodales más robustas, incluyendo procesamiento de voz e imagen, lo que abre nuevas posibilidades de integración en entornos empresariales.
- El modelo puede realizar llamadas paralelas a APIs y herramientas externas, lo que exige que los sistemas empresariales estén preparados para manejar solicitudes simultáneas.
- Su planificación de múltiples pasos permite que más lógica empresarial resida dentro del modelo, reduciendo la dependencia de motores de flujo de trabajo externos.
- OpenAI ajustó los precios de GPT-5 a 1.25 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida. Aunque esto lo hace competitivo frente a Gemini 2.5, su ratio de precio/salida es más alto que en versiones anteriores, lo que puede afectar a proyectos con uso intensivo de tokens.
- GPT-5 se ofrece en tres tamaños (Pro, Mini y Nano), lo que permite adaptar el modelo según necesidades de latencia y costo. Sin embargo, las diferencias en formatos de salida, memoria y comportamiento de funciones requieren ajustes en el código y auditoría de plantillas existentes.
¿Dónde está la IA agencial?
- A pesar de los avances, Gartner señala que la IA agencial —aquella capaz de operar de forma autónoma, tomar decisiones y comunicarse con sistemas empresariales— aún no se ha desplegado a gran escala.
- Las implementaciones actuales se limitan a nichos como ingeniería de software o adquisiciones.
- Los principales obstáculos incluyen:
- Falta de infraestructura para gestionar múltiples herramientas y fuentes de datos.
- Ausencia de estándares abiertos para comunicación entre agentes y sistemas.
- Necesidad de sistemas robustos de gestión de identidad y acceso.
- Riesgos de sesgo, alucinaciones y uso indebido, como estafas avanzadas o phishing.
Recomendaciones de Gartner para adopción empresarial
- Realizar pruebas piloto comparativas con otros modelos.
- Auditar políticas de gobernanza y flujos de datos.
- Experimentar con integraciones de herramientas y parámetros de razonamiento.
- Supervisar los nuevos comportamientos del modelo y ajustar mecanismos de control.
Foto: OpenAI.