OpenAI está incorporando funciones de agente basadas en voz a la aplicación móvil ChatGPT, lo que permite a los usuarios realizar trabajos reales (redactar documentos, resumir correos electrónicos, crear presentaciones) simplemente hablando, anunció la compañía el miércoles, según informó TechCrunch.
El lanzamiento se extiende a las capacidades de los teléfonos inteligentes que OpenAI ofrecía anteriormente en las computadoras de escritorio, y llega cuando la voz se convierte en una de las formas de más rápido crecimiento en que los usuarios interactúan con los asistentes de IA para tareas complejas.
Qué pueden hacer los suscriptores por voz
Los suscriptores Plus y Pro podrán usar la pestaña Trabajo en la aplicación móvil ChatGPT para crear documentos, redactar correos electrónicos o resumir mensajes de Slack por voz. El mismo flujo de trabajo de voz cubre trabajos más pesados que la pestaña Trabajo ya admite, como crear sitios, crear presentaciones, usar el navegador en la nube y profundizar en el área de finanzas de ChatGPT.
Los usuarios de Free and Go obtienen una porción más limitada de la actualización, obteniendo la capacidad de trabajar con complementos y aplicaciones conectadas.
OpenAI dijo que las conversaciones de voz ahora producirán resultados de texto más ricos y que los usuarios podrán moverse con fluidez entre los modos de voz y texto. Quizás la adición más práctica para las personas que hacen malabarismos entre los desplazamientos y los escritorios: una conversación iniciada sobre la marcha se puede reanudar más tarde en la aplicación de escritorio.
El camino de GPT-Live a los agentes móviles
La actualización es el capítulo móvil de una historia que OpenAI comenzó en julio, cuando lanzó GPT-Live, su nuevo modelo conversacional, y luego lo conectó a la aplicación de escritorio para que los usuarios pudieran completar tareas de la pestaña Trabajo y crear aplicaciones en la pestaña Codex por voz. El anuncio del miércoles cierra el círculo al llevar la misma ejecución de tareas impulsada por voz a los teléfonos.
Por qué son importantes los agentes de voz en dispositivos móviles
El cambio refleja cómo están cambiando los patrones de uso. Cada vez más usuarios recurren a la voz para emitir comandos a asistentes de IA para tareas complejas, y el teléfono es donde esos comandos ocurren de forma más natural: entre reuniones, en el automóvil o lejos de un teclado.
Hasta ahora, las funciones agentes más potentes de ChatGPT se encontraban en el escritorio. Los usuarios que querían que ChatGPT creara una presentación o ejecutara una tarea de investigación de varios pasos debían estar frente a su computadora, escribiendo instrucciones en la pestaña Trabajo. La aplicación móvil, a pesar de su popularidad, era en gran medida una superficie de conversación. La actualización del miércoles derrumba esa distinción: el teléfono se convierte en un lugar legítimo para iniciar un trabajo sustancial, con el canal de voz como interfaz.
La división de la suscripción
El lanzamiento también afina las líneas entre los niveles de suscripción de ChatGPT. Los suscriptores Plus y Pro, los planes que ya tienen los límites de uso más altos y acceso a los modelos más capaces de OpenAI, obtienen la experiencia completa de la pestaña Trabajo impulsada por voz, incluida la creación de documentos, redacción de correos electrónicos y resúmenes de Slack. También pueden crear sitios, crear presentaciones, usar el navegador en la nube y acceder al área de finanzas de ChatGPT, todo por voz.
Los usuarios de Free and Go reciben un conjunto más limitado de capacidades centradas en complementos y aplicaciones conectadas. Esa clasificación sigue un patrón familiar para OpenAI: probar una capacidad en el escritorio y luego traer una versión móvil cuyas características más valiosas impulsen a los usuarios hacia planes pagos. Para OpenAI, la medida profundiza el foso en torno a sus niveles pagos en un momento en el que los rivales están cortejando agresivamente a los mismos usuarios.
Cómo se compara con el enfoque de Anthropic
El contexto competitivo importa aquí. TechCrunch señala que Anthropic recientemente facilitó la transferencia entre dispositivos móviles y de escritorio para sus propios usuarios y fusionó sus interfaces Cowork y Chat en una sola experiencia. OpenAI, por el contrario, sigue manteniendo separados los espacios de chat y de trabajo, una división deliberada del producto que mantiene las conversaciones informales distintas del espacio de trabajo donde se encuentran los archivos, proyectos y herramientas.
Las dos empresas están realizando efectivamente experimentos opuestos en el diseño de flujos de trabajo asistidos por IA. La interfaz fusionada de Anthropic apuesta a que los usuarios quieren una única superficie unificada que los siga en todos los dispositivos. La apuesta de OpenAI es que el chat y los espacios de trabajo estructurados satisfacen diferentes necesidades y deben permanecer distintos, con la voz actuando como tejido conectivo: comience una tarea hablando por teléfono móvil y perfeccione con un teclado en el escritorio.
Qué ver a continuación
La siguiente pregunta obvia es qué tan lejos viajan los agentes de voz desde la pestaña Trabajo. La integración de escritorio de OpenAI ya llega al Codex, su herramienta de creación de aplicaciones, y la paridad móvil allí convertiría a los teléfonos en superficies de desarrollo completo. OpenAI no ha anunciado el momento para ello.
También queda por resolver la cuestión de la fiabilidad. Las tareas de voz agentes (redacción, resúmenes, navegación) implican una ejecución de varios pasos donde los errores se agravan y los entornos móviles añaden interrupciones y cambios de contexto. La experiencia temprana del usuario determinará si el trabajo impulsado por voz se convierte en un hábito diario o sigue siendo una característica fácil de probar.
De cualquier manera, la dirección del viaje es clara: ahora se espera que el asistente que respondía preguntas por voz hace dos años termine la tarea antes de que usted llegue a su escritorio. Con la actualización del miércoles, los usuarios móviles de OpenAI pueden comenzar esa tarea con una oración y retomarla en una pantalla más grande cuando lleguen.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
