Han sacado ya la GPT Store: hay más de 3 millones de GPTs que hacen todo, empieza la sustitución de los remeros

La GPT Store abre con miles de GPTs especializados​

La tienda de asistentes de OpenAI ya está operativa y su catálogo cuenta con miles de GPTs: aplicaciones especializadas que prometen desde montar una web completa hasta ajustar una rutina de gimnasio a partir de una foto del interesado. El despliegue arrancó solo con los creadores estadounidenses; los del resto del mundo van publicando los suyos en las semanas siguientes. Con cada asistente nuevo vuelve la misma pregunta incómoda: cuántos puestos de trabajo caben ahí.

Entre los casos que se usan como escaparate hay uno de entrenamiento: con una sola imagen del físico, el GPT señala el grupo muscular que va retrasado, ajusta la rutina de definición y consulta una base de conocimientos cargada a mano. Su autor no oculta la ambición comercial —tiene otros diez en cartera— aunque admite que monetizarlos es complicado porque las plataformas grandes se mueven antes. La promesa siempre es más ancha que el resultado.

¿Qué es un GPT de la tienda y en qué se diferencia de ChatGPT?​

Un GPT es una versión de ChatGPT entrenada para una tarea concreta, con sus propios archivos de conocimiento y sus propias reglas, y la tienda es el escaparate donde se publican. La diferencia práctica está en el empaquetado, no en el motor: el mismo modelo que responde a cualquier cosa se convierte aquí en un especialista que dice hacer una sola cosa bien.

El acceso también tiene sus arritmias. Hay suscriptores de pago que no ven la tienda activada y a los que se les responde que revisen la configuración, porque puede faltar aceptar la política de privacidad. Lo que sí cambia respecto a la versión genérica es la posibilidad de cargar documentación propia, y eso mueve la frontera de lo que el usuario medio puede hacer sin saber nada técnico.

La Thermomix y las croquetas: el argumento de los programadores​

El sector más señalado como primera víctima no compra el relato. Un participante lo compara con la Thermomix: te venden que hace las croquetas, echas los ingredientes y a la hora de la verdad no hay croquetas, las tienes que enrollar y freír tú. Al final el vendedor reconoce que esa parte te toca a ti. Con los asistentes pasa lo mismo: dan el trozo mascado y el resto del trabajo sigue siendo humano.

Varios desarrolladores ponen el ejemplo del pinche de cocina. La IA pela las patatas y da la vuelta a la carne, pero hay que vigilarla porque se equivoca a menudo, y en ningún caso decide el menú. El argumento de fondo es que programar no consiste en tirar código: consiste en entender la necesidad real, anticipar cómo se comportará el usuario y decidir cómo se parte el software. Ese metatrabajo no aparece por ningún lado todavía.

«Pueden llegar a darte el código de una tarea medianamente sencilla y muy mascada, pero veo muy muy lejano que sean capaces de analizar un problema real complejo», resume uno de los participantes. En paralelo, otro sostiene que antes de que la IA se lleve por delante a un programador se habrá llevado al 80% de los empleos actuales.

Dónde la IA ya recorta tiempo de verdad: las consultas SQL​

Hay un terreno donde el resultado deja de ser retórica: las bases de datos. Un desarrollador pasó sus consultas por el modelo y, en torno al 90% de los casos, le devolvió una versión optimizada que reducía el tiempo de proceso, incluso con uniones anidadas y agrupaciones condicionales complejas. Su lectura es que optimizar consultas es la esencia misma del modelo.

El contraste llega del otro extremo. Otro caso describe media hora pidiendo un complemento para Oracle que conciliara los balances de todas las empresas de un grupo y el resultado fue nada. Ni una línea útil. La diferencia entre los dos episodios no está en la herramienta, sino en si el problema se puede formular como un problema cerrado con una respuesta verificable.

Traductores, abogados y vigilantes: quién cae primero​

Los traductores llevan delantera en las quinielas, con herramientas de integración directa sobre el software profesional ya en la lista de deseos. En el otro extremo, el sector jurídico confía en su blindaje, aunque la réplica es inmediata: se apunta a que OpenAI prepara un producto específico de derecho. También hay quien señala que el gremio no es monolítico: quien aún no se ha enterado y quien ya está pensando qué hacer cuando llegue el momento no compiten en la misma liga.

La lista de oficios en el punto de mira se estira sin pudor: hasta los monitores de gimnasio y los vigilantes de seguridad. Un caso sirve de recordatorio incómodo: el de la caseta de peaje donde todavía hay una persona levantando la barrera, un puesto que podría haberse automatizado hace veinte años y sigue ahí. La tecnología no sustituye por sí sola; alguien tiene que querer hacerlo.

El giro que nadie esperaba: la IA que da trabajo​

Y luego está la paradoja de los proyectos que van en dirección contraria. Un desarrollador cuenta que está construyendo un sistema de soporte interno para una multinacional basado en una instancia privada de ChatGPT, con información propia del negocio, para que operarios e ingenieros consulten conocimiento sin depender de nadie. La conclusión, en su caso, es que la herramienta no le quita trabajo: se lo da.

Ahí se atasca la discusión. El reemplazo masivo no ha llegado; lo que ha llegado es una capa nueva de software que hay que integrar, pagar y mantener, y una legión de tareas que antes no existían porque no tenía sentido económico hacerlas. Si eso destruye o multiplica empleo no lo sabe nadie, y quien diga que lo sabe está vendiendo algo.