OpenAI Frontier y la pulseada por dónde debe vivir la inteligencia en la empresa

Qué es Frontier y por qué importa

OpenAI presentó Frontier en febrero como una plataforma para agentes de IA empresariales. Más allá de la etiqueta, lo que Frontier intenta hacer es instalar una capa semántica sobre los sistemas existentes de una organización: almacenes de datos, plataformas CRM, herramientas de tickets y aplicaciones internas. Esa capa permite que los agentes de IA operen con el mismo contexto de negocio que tendría un empleado humano.

OpenAI describe a estos agentes como “AI coworkers”: identidades que pueden ser creadas, autorizadas, revisadas y gobernadas dentro de un mismo marco. Entre los primeros clientes mencionados están Uber, State Farm, Intuit y Thermo Fisher Scientific. La compañía indica que los clientes empresariales representan cerca del 40% de sus ingresos, y la CFO Sarah Friar ha señalado la intención de acercar esa cifra al 50% al cierre del año, con Frontier como vehículo para lograrlo.

Ventajas en los flujos de trabajo empresariales

La propuesta de valor central de Frontier es resolver la fragmentación que aparece cuando se despliegan agentes aislados. Cada agente independiente suele requerir sus propias integraciones de datos y controles de gobernanza, lo que complica la operativa en lugar de simplificarla. Frontier busca un contexto de negocio compartido al que todos los agentes puedan referenciar, evitando que cada herramienta recree su propia versión del contexto empresarial.

OpenAI comparte resultados preliminares de implementaciones: en una firma de inversión global, agentes habilitados por Frontier liberaron más del 90% del tiempo que los vendedores dedicaban a tareas administrativas; un cliente del sector tecnológico reportó un ahorro de 1.500 horas mensuales en desarrollo de producto; y en un fabricante importante, un proceso de optimización de producción se redujo de seis semanas a un día. Estos casos ilustran la promesa en eficiencia operativa, aunque corresponden a despliegues específicos y tempranos.

El problema del modelo por asiento para el SaaS

Aquí aparece la tensión más estructural: el modelo de licencias por asiento (por usuario) que hace muy rentable al software empresarial asume que el uso del software está ligado al número de empleados. Si un agente de IA automatiza el flujo que antes requería que un humano entrara a Salesforce, la justificación del asiento se debilita.

Esa expectativa de desmonetización del uso humano fue citada por medios y analistas como factor en la caída de más del 27% en la acción de Salesforce este año, atribuida más al temor frente a la disrupción por IA agentiva que a debilidades en sus resultados financieros. Aun así, Salesforce reportó ingresos fuertes y un crecimiento en su oferta Agentforce. En respuesta, los incumbentes están cambiando precios y modelos comerciales: Salesforce lanzó una licencia «todo lo que puedas consumir» para Agentforce; ServiceNow avanzó hacia precios basados en consumo para algunas ofertas y firmó un acuerdo multianual con OpenAI para integrar capacidades de Frontier; Microsoft introdujo opciones de consumo para Copilot Studio.

Estos movimientos demuestran que los proveedores comprenden que el esquema por asiento no sobrevivirá a la IA agentiva sin adaptación. Pero la pregunta clave es si ajustar precios será suficiente o si se requiere rediseñar arquitecturas y relaciones contractuales.

¿Dónde debe vivir la inteligencia: integrada o en la capa superior?

La disputa técnica y de posicionamiento pasa por decidir si los agentes deben vivir dentro de los sistemas de registro (embedded) o por encima de ellos (overlay).

• Enfoque integrado: empresas como Salesforce y ServiceNow apuestan por anclar los agentes en sus propias plataformas. El argumento es práctico: agentes más cercanos a los datos permiten control, cumplimiento y despliegue más rápidos en el ecosistema que ya conoce el CIO. Marc Benioff llegó a describir Agentforce como el “sistema operativo para la empresa agentiva”. ServiceNow, por su parte, promueve su AI Control Tower como capa de gobernanza centralizada.

• Enfoque overlay: OpenAI (y en paralelo Anthropic con Claude Cowork) proponen una capa por encima de los sistemas existentes. Frontier conecta mediante estándares abiertos, evitando la necesidad de reingresar o replatformar para poner agentes en producción. La ventaja es la flexibilidad y la posibilidad de que los agentes visualicen datos de múltiples proveedores en un mismo contexto.

Ambos enfoques tienen méritos. El integrado suele ofrecer control más fuerte y tiempos de valor rápidos dentro de un ecosistema, mientras que el overlay reduce riesgo de encierro en un solo proveedor y aumenta la visibilidad transversal.

Qué tienen los incumbentes y qué aporta OpenAI

Los proveedores tradicionales cuentan con décadas de confianza institucional y contratos vigentes —un factor crítico en decisiones de compra de grandes empresas y gobiernos—. OpenAI aporta capacidad de modelo y una propuesta de administrar la capa de inteligencia a escala empresarial. En muchas organizaciones coexisten infraestructuras de Salesforce, ServiceNow y Microsoft, por lo que la decisión práctica será si Frontier actúa como un orquestador entre sistemas o si termina desplazando funciones clave.

Frontier está disponible por ahora para un grupo limitado de clientes, con una apertura más amplia prevista en los próximos meses. OpenAI no ha divulgado precios públicos y deriva a los equipos de ventas empresariales para las consultas.

Implicaciones para Latinoamérica

Para las empresas y líderes de TI en América Latina, la llegada de plataformas como Frontier plantea efectos concretos:

• Revisión del modelo de licenciamiento: los revendedores y proveedores regionales de SaaS deberán adaptarse a modelos por consumo o paquetes que no dependan exclusivamente del conteo de usuarios.
• Gobernanza y cumplimiento: la capa centralizada de contexto obliga a definir políticas de acceso, privacidad y residencia de datos, especialmente en sectores regulados (banca, salud, telecomunicaciones).
• Integración con sistemas locales: muchas compañías latinoamericanas usan ERPs y CRMs locales o regionales; la interoperabilidad con esas herramientas será clave para capturar valor.
• Riesgo y confianza: la confianza institucional de proveedores con presencia local puede ser un activo competitivo frente a soluciones overlay de proveedores globales; la decisión no será solo técnica sino también de riesgo legal y operativo.

Recomendaciones prácticas para CIOs y tomadores de decisión

• Mapear los datos críticos: antes de adoptar agentes a gran escala, identifiquen qué datos necesitan estar disponibles y dónde residen.
• Evaluar arquitectura híbrida: considerar una estrategia que combine agentes embebidos para operaciones críticas y una capa overlay para casos transversales.
• Negociar mecanismos de consumo: exigir flexibilidad en precios y cláusulas que protejan frente a cambios drásticos en uso humano vs. agentes.
• Fortalecer gobernanza: implementar auditorías, control de identidades y procesos de revisión de desempeño para los “AI coworkers”.
• Pilotos con métricas claras: medir impacto en productividad, ahorro de horas y riesgo operacional antes de escalas masivas.

Conclusión

Frontier representa más que un nuevo producto: es una embestida contra un esquema de monetización y una propuesta sobre dónde debe vivir la inteligencia en la empresa. La batalla entre modelos embebidos y de overlay no está resuelta y, para Latinoamérica, las decisiones futuras combinarán factores técnicos, comerciales y regulatorios. Las organizaciones que anticipen los cambios en precios, gobernanza y arquitectura estarán mejor posicionadas para extraer valor sin sorpresas en su transformación hacia la era de los agentes de IA.