Dots de OpenAI: cómo el asistente siempre activo transforma la productividad personal

Qué es dots y por qué importa

OpenAI presentó dots en su developer day a finales de septiembre como su propuesta de asistente personal siempre activo: un agente que sigue trabajando en segundo plano, conectado a tu calendario, correo y herramientas de trabajo para anticiparse a tus necesidades. La compañía lo ofrece dentro de las apps de ChatGPT (escritorio y móvil) para suscriptores en el plan Pro o superior, con planes que comienzan en 100 dólares al mes.

La idea detrás de dots no es solo ejecutar tareas por petición directa, sino mantener una conversación continua con el usuario y «pensar» proactivamente en cómo ayudar. Esta propuesta no es aislada: startups como Instinct y productos de grandes tecnológicas como Muse de Meta compiten en el mismo terreno, y desde OpenAI señalan una especie de “evolución convergente” hacia asistentes con personalidad o avatar amigable que representen modelos de gran escala.

Origen: del chatbot al asistente derivado de herramientas de código

Según Alexander Embiricos, responsable del equipo de producto empresarial de OpenAI, dots surge a partir del trabajo previo de la compañía con herramientas de codificación. OpenAI lanzó Codex y otras apps enfocadas en desarrolladores a comienzos del año, y parte de esa tecnología y de los patrones de interacción se reaprovecharon para crear un agente más general y accesible.

Embiricos explica que, además de los aspectos técnicos, gran parte del desafío fue cómo presentar el producto al usuario: convertir múltiples instrucciones sueltas en una entidad que mantiene una sola conversación coherente hace que el asistente se sienta más intuitivo y cercano para el usuario.

Cómo funciona en la práctica

Una vez que dots tiene acceso a tus recursos —calendario, correo, archivos y el equipo— puede alertarte sobre conflictos en la agenda, recordar fechas límite y, en algunos casos, detectar problemas técnicos antes de que los notes. Embiricos relató ejemplos de uso real: en una empresa de entregas por dron, el asistente detectó una caída del servicio, analizó la situación y llegó al equipo con información útil para resolver el incidente.

Sin embargo, la proactividad de dots aún tiene margen de mejora. En pruebas internas, hubo notificaciones tardías —un recordatorio llegó tres minutos antes de un evento—, un problema que el equipo espera afinar con el tiempo. Otro detalle práctico que mencionó Embiricos: celebrar cuando su esposa dejó la computadora encendida para que sus agentes pudieran continuar trabajando durante la noche, un indicador de cómo cambia el comportamiento de uso cuando el asistente permanece activo.

Privacidad y control: qué datos necesita y qué ofrece OpenAI

Como con cualquier asistente que actúa de forma persistente, existe una tensión entre utilidad y exposición de datos personales. Dots implementa una función llamada “proactive research”, que periódicamente revisa lo que sabe sobre usted, las conversaciones mantenidas y los accesos concedidos, para luego investigar cómo ser más útil y proponer acciones.

OpenAI asegura que los controles de privacidad son los mismos que para ChatGPT: los usuarios pueden desactivar el entrenamiento con sus conversaciones (evitando que OpenAI use esos datos para mejorar sus modelos) y gestionar qué recursos del dispositivo o cuentas accede el agente. No obstante, hoy esos controles no son tan granulares como algunos usuarios desearían; por ejemplo, la aplicación no acepta acceso de solo lectura a ciertos servicios en la nube, lo que puede generar tensiones entre seguridad y funcionalidad.

Embiricos reconoció la necesidad de controles más detallados y explicó que, en el lanzamiento, los valores por defecto fueron conservadores y solicitaban permisos con frecuencia, algo que se puede ajustar con el tiempo. La discusión sobre privacidad toma especial relevancia en América Latina, donde las preocupaciones sobre protección de datos y la supervisión de proveedoras globales son cada vez más comunes entre empresas y reguladores.

Costos y adopción en la región: desafíos prácticos

El precio de entrada (desde 100 USD/mes para Pro) sitúa a dots en un segmento profesional y corporativo. Para grandes empresas y equipos con alto volumen de trabajo la propuesta puede justificar el gasto, especialmente si el asistente reduce tiempo de diagnóstico o coordinación. Para pymes, profesionales independientes y sectores público o educativos en América Latina, el costo puede representar una barrera importante.

Además del precio, hay retos operativos: integrar un asistente persistente requiere cultura organizacional, políticas de seguridad y, en muchos casos, cambios en procesos internos. No todas las empresas están listas para delegar la monitorización o la búsqueda proactiva de problemas a un agente automatizado, y algunos proveedores o servicios externos pueden no estar preparados para interactuar con agentes automatizados de forma fluida.

Escalabilidad y confianza empresarial

Un punto clave es si estos asistentes pueden escalar desde usuarios pioneros hasta uso masivo en empresas y sectores críticos. Historias tempranas de agentes consiguiendo reservas o detectando fallas son prometedoras, pero la adopción empresarial exige garantías sobre comportamiento predecible, registros de auditoría, cumplimiento normativo y controles de acceso muy finos. OpenAI está avanzando en controles y opciones de personalización, pero es un proceso iterativo.

Para América Latina, la adopción también dependerá de factores locales: costos, disponibilidad de soporte en español neutro y adaptaciones a flujos de trabajo regionales. Las empresas que operan en la región deberán valorar tanto la ganancia en eficiencia como los riesgos de exponer datos sensibles a plataformas globales.

Conclusión: dots es una pieza más en la transición hacia asistentes proactivos

Dots representa el paso natural de las herramientas de chat y las aplicaciones de codificación hacia agentes personales que trabajan de forma continua. Su valor está en la capacidad de anticiparse y centralizar información útil para el usuario, pero la experiencia mostrada hasta ahora combina aciertos útiles con limitaciones prácticas: tiempos de notificación mejorables, controles de privacidad poco granulares y un modelo de negocio orientado a clientes de pago.

Para tomadores de decisión en América Latina, la recomendación es observar estos desarrollos con interés pero también con prudencia: evaluar pilotos controlados, exigir controles de acceso y privacidad robustos, y medir el retorno de inversión en contexto local antes de desplegar ampliamente asistentes persistentes en su organización.