Skip to content

OpenAI presenta "Presence", un agente de voz con capacidad de ver pantallas y actuar en tiempo real

Respuesta corta

OpenAI presentó Presence, un producto pensado para dotar a la IA de una "presencia" persistente y encarnada capaz de ver la pantalla del usuario, escuchar audio y actuar en tiempo real por voz en distintos dispositivos. Importa porque deja atrás el asistente basado en chat para avanzar hacia agentes siempre activos y conscientes del contexto que podrían integrarse en flujos diarios de ventas, soporte y operaciones — a la espera de confirmar acceso vía API y precios.

Qué significa para las operaciones

Para una empresa B2B de entre 10 y 200 personas, lo relevante no es la demostración en sí, sino qué ocurre cuando un agente guiado por voz y consciente de la pantalla puede apuntarse hacia el CRM, la cola del helpdesk o los paneles internos sin que nadie escriba antes un prompt. Si Presence, o las capacidades que lo sostienen, llegan a estar disponibles vía API, el uso realista a corto plazo es acotado: un representante o agente de soporte tendría un asistente en vivo que observa la pantalla durante una llamada y saca a relucir el historial de la cuenta, tickets anteriores o precios sin cambiar de pestaña. Eso es un cambio de flujo de trabajo, no un cambio de plantilla — conviene tratar con cautela las afirmaciones sobre acceso anticipado hasta que OpenAI publique condiciones reales de API, cifras de latencia y precios, porque los productos "en tiempo real" y "siempre activos" son precisamente donde primero aparecen las sorpresas de costo y fiabilidad.

OpenAI presentó un nuevo producto llamado Presence, descrito en el anuncio de OpenAI como un paso hacia dotar a los sistemas de IA de una "presencia" persistente y encarnada dentro del entorno del usuario: una que puede ver una pantalla, escuchar audio y responder o actuar en tiempo real mediante voz, en lugar de depender de un prompt escrito y un intercambio de chat en turnos.

Según el anuncio original, Presence se posiciona como un giro respecto al patrón de solicitud-respuesta que ha definido a la mayoría de las herramientas de IA para consumo y negocio desde el lanzamiento de ChatGPT. En vez de que el usuario abra una ventana de chat, escriba una pregunta y espere una respuesta en texto, Presence se plantea como algo que permanece activo junto al trabajo del usuario, observando el contexto en pantalla y respondiendo de forma conversacional — en un espíritu similar al modo de voz ya existente de OpenAI, pero extendido hacia una conciencia situacional continua en lugar de una sesión única por turnos.

Los detalles técnicos específicos —qué modelos impulsan Presence, qué datos retiene, si funciona de forma local o en la nube, y qué latencia alcanza— no se detallaron por completo en el material fuente revisado para esta nota y deben considerarse sin confirmar hasta que OpenAI publique documentación o una especificación orientada a desarrolladores. De igual manera, las condiciones de disponibilidad —si Presence llega como función de consumo dentro de ChatGPT, como aplicación independiente, o como una API sobre la que terceros desarrolladores y proveedores puedan construir— tampoco están confirmadas todavía. Dado el patrón habitual de lanzamiento de OpenAI con funciones recientes (acceso escalonado, listas de espera o restricciones a niveles premium), los operadores no deberían asumir una disponibilidad general inmediata.

El anuncio continúa el impulso más amplio de OpenAI hacia productos agénticos y multimodales, tras lanzamientos previos en voz, visión y capacidades de uso de computadora. Presence parece orientado a cerrar la brecha entre "IA que responde preguntas" e "IA que participa en una tarea mientras ocurre" — una distinción relevante para cualquier flujo de trabajo que involucre pantallas en vivo, llamadas en vivo o decisiones en tiempo real, que es justamente gran parte del trabajo cotidiano de ventas y soporte.

Para consultoras y equipos internos que estén evaluando esto, la conclusión práctica es esperar a que se confirmen el acceso vía API y los precios antes de construir compromisos de hoja de ruta específicamente en torno a Presence. El concepto —un agente con contexto visual y auditivo en tiempo real— es coherente en dirección con hacia dónde ha evolucionado la automatización para ventas y soporte: menos búsquedas manuales, menos cambio de pestañas, y asistentes que arrastran el contexto de forma automática. Si Presence en sí se convierte en el vehículo para eso dentro del stack de una empresa de 10 a 200 personas, o si permanece como una vitrina orientada al consumidor que más tarde se filtra hacia herramientas empresariales, es algo que todavía no está establecido y debe seguirse a medida que OpenAI publique más detalles técnicos y comerciales.

Fuente: OpenAI