ChatGPT Enterprise: «sin límites» no significa sin riesgo

OpenAI lanzó ChatGPT Enterprise el 28 de agosto de 2023, no el 29. El anuncio oficial prometía acceso a GPT-4 sin topes de uso, mayor velocidad, contexto de 32.000 tokens, análisis de datos, administración centralizada y una política de no entrenar con conversaciones ni datos empresariales. Para una organización, la palabra importante no era «ilimitado», sino el alcance exacto de cada control.

«Sin topes de uso» describía cuántas consultas podía realizar el cliente bajo el producto; no garantizaba disponibilidad infinita, respuestas correctas ni ausencia de condiciones contractuales. «No se usa para entrenar» respondía a una finalidad concreta; no explicaba por sí solo retención, acceso operativo, ubicación, subencargados o borrado. Convertir marketing en una decisión exige una matriz de controles y pruebas.

Lo que estaba disponible

OpenAI enumeró cifrado en reposo con AES-256 y en tránsito con TLS 1.2 o posterior, cumplimiento SOC 2, inicio de sesión único, verificación de dominio, consola de administración y estadísticas de uso. También ofreció GPT-4 hasta dos veces más rápido, análisis avanzado de datos y plantillas compartibles.

La ventana de 32.000 tokens permitía entradas o archivos cuatro veces más largos que la referencia usada por la compañía. Un token es una unidad de procesamiento, no una palabra estable ni una garantía de memoria. Que un documento quepa en la solicitud no demuestra que el modelo recupere cada cláusula, respete el orden o cite la página correcta.

El precio no apareció en el anuncio. La empresa invitaba a contactar con ventas. Cualquier cifra no contenida en una propuesta comercial fechada habría sido especulación. En software empresarial, coste significa además licencias, integración, revisión, formación, soporte, migración y el trabajo de corregir respuestas.

No entrenar no es no procesar

La frase de OpenAI era precisa: los prompts y datos de la empresa no se usarían para entrenar sus modelos. Eso reduce una vía de reutilización. Para producir una respuesta, el servicio todavía tiene que procesar el contenido; y una operación segura puede conservar registros por motivos definidos. La política de entrenamiento no contesta todas las preguntas del ciclo de vida.

El comprador debe pedir por escrito seis elementos: qué categorías se guardan, durante cuánto tiempo, en qué regiones, qué personas o proveedores pueden acceder, qué excepciones existen y cómo se acredita el borrado. Debe separar contenido, metadatos, archivos y logs. Una promesa sobre «datos» puede tener alcances distintos en cada contrato.

La propiedad tampoco impide que un empleado pegue información que su empresa no tiene derecho a enviar. Secretos de un cliente, datos médicos, material sujeto a privilegio o código de un tercero conservan sus restricciones. La herramienta no puede decidir sola si quien escribe posee la autorización adecuada.

Cifrado y SOC 2 no certifican la respuesta

El cifrado en tránsito protege el canal mientras los datos viajan; en reposo protege almacenamiento bajo las condiciones declaradas. Ninguno prueba que una respuesta sea factual ni que un usuario estuviera autorizado a solicitarla. Identidad, permisos, minimización y revisión siguen siendo controles separados.

SOC 2 se refiere a controles de una organización de servicios y a un alcance y periodo determinados. La etiqueta no permite suponer que cada función, subprocesador o configuración fue examinada del mismo modo. El equipo de compras debe revisar el informe disponible bajo confidencialidad, sus excepciones, las responsabilidades del cliente y la fecha cubierta.

El inicio de sesión único y la verificación de dominio ayudan a gobernar cuentas, pero no clasifican documentos. Una política de acceso eficaz asigna grupos, revoca altas y bajas, limita quién puede usar archivos y evita compartir conversaciones fuera del perímetro. La administración es una capacidad; necesita reglas operativas.

Un contexto mayor también amplía la exposición

Subir un contrato completo facilita preguntas complejas y aumenta el volumen comprometido si la selección fue incorrecta. Antes de usar 32.000 tokens conviene reducir el documento a las secciones necesarias, retirar identificadores y conservar una copia del material exacto enviado.

Para medir comprensión, crea veinte preguntas con respuestas conocidas distribuidas al principio, centro y final del documento. Incluye negaciones, tablas, anexos y dos preguntas cuya respuesta no exista. Registra precisión, citas, omisiones y falsas certezas. Repite con fragmentos más cortos: a veces menos contexto produce una respuesta más verificable.

El informe técnico de GPT-4 advertía que el modelo no era plenamente fiable y podía inventar hechos o cometer errores de razonamiento. La modalidad Enterprise modificaba producto, capacidad y controles; el anuncio no decía que eliminara esa limitación del modelo.

Análisis de datos significa ejecutar un flujo

Advanced Data Analysis permitía cargar archivos, escribir y ejecutar código para analizarlos. Eso transforma una conversación en un pequeño proceso de datos. Hay que identificar formatos permitidos, aislamiento, acceso a red, persistencia, librerías, salida descargable y tratamiento de código generado.

La prueba empieza con datos sintéticos. Se comprueba que las sumas coinciden con una hoja de referencia, que los valores ausentes no desaparecen silenciosamente y que un gráfico conserva unidades y filtros. Después se revisa el código. Una conclusión puede sonar convincente aunque el programa haya mezclado separadores decimales, zonas horarias o categorías.

Nunca se aprueba un resultado porque el sistema produjo una visualización pulida. La cadena auditable conserva archivo de entrada, instrucción, código, salida, revisión y decisión. En finanzas o investigación, una cifra sin esa procedencia sigue siendo una afirmación no verificada.

Del piloto al uso autorizado

El AI Risk Management Framework 1.0 de NIST, publicado en enero de 2023, proponía gestionar riesgos durante diseño, despliegue y uso. Sus funciones de gobernar, mapear, medir y gestionar ofrecen una estructura mejor que «activar para todos».

Gobernar significa dueño, política, formación y canal de incidentes. Mapear identifica tareas, personas afectadas, datos y consecuencias. Medir compara calidad, privacidad, seguridad, sesgo, tiempo y coste con una referencia humana. Gestionar decide qué usos se permiten, cuáles requieren revisión y cuáles se prohíben.

Un piloto útil elige dos tareas de bajo impacto y una referencia sin IA. Cincuenta casos reales anonimizados suelen revelar más que una demostración. Se registran tiempo total hasta resultado aceptado, correcciones, exposición de datos, errores materiales y variación entre intentos. La métrica es trabajo aprobado, no respuestas producidas.

Disponibilidad y velocidad necesitan números propios

«Hasta dos veces más rápido» no fija latencia para cada tarea ni un compromiso de servicio. El contrato debe definir disponibilidad, mantenimiento, soporte, límites de tamaño y prioridad durante picos. El piloto mide mediana y percentil alto, porque un promedio puede ocultar esperas que rompen un proceso urgente.

También se ensaya la degradación: qué ocurre si GPT-4, el análisis o la carga de archivos no están disponibles. El flujo necesita una ruta manual, mensajes claros y ninguna pérdida silenciosa. Acceso sin tope de consultas no elimina límites técnicos por archivo, conversación o concurrencia. Registrar esos umbrales evita diseñar un servicio interno alrededor de una interpretación demasiado amplia de «ilimitado».

Una tarjeta de decisión

La tarjeta mínima contiene versión, superficie, datos admitidos, retención contractual, entrenamiento, cifrado, acceso administrativo, herramientas, revisión humana, propietario y salida de emergencia. Añade fecha y evidencia de cada campo. Un enlace comercial demuestra lo anunciado; el contrato y las pruebas demuestran lo comprado y observado.

Debe existir un procedimiento de reversión: exportar resultados necesarios, revocar cuentas, retirar integraciones, borrar datos según acuerdo y volver al proceso anterior. La dependencia aparece cuando una plantilla o conocimiento crítico solo existe dentro de conversaciones personales.

ChatGPT Enterprise resolvía obstáculos reales de administración y ofrecía compromisos más claros que el producto de consumo. No eliminaba la necesidad de decidir qué información entra ni quién valida lo que sale. La capacidad transferible es traducir cada promesa del proveedor a un campo contractual, un control técnico, una prueba y un responsable. Si una promesa no tiene esas cuatro correspondencias, todavía es material de venta.