Este Informe USERS compara ChatGPT Work y Claude Cowork, los modos con los que OpenAI y Anthropic pasaron del chatbot que responde al agente que ejecuta. En lugar de pedir una respuesta, el usuario describe un trabajo, define el resultado esperado y delega la ejecución en el agente.
Autor: Claudio Peña
De conversar a delegar
Un chatbot funciona por turnos: el usuario escribe, el modelo responde y espera la instrucción siguiente. El agente rompe esa dinámica.
Ante un objetivo amplio, convierte la meta en pasos, elige qué herramientas usar y produce el entregable. La persona interviene solo en las decisiones que piden criterio.
Delegar así introduce ambigüedades. Si un informe usa dólares y otro pesos sin aclarar el cambio, el agente puede deducirlo, buscar la cotización o preguntar. Un buen comportamiento reconoce cuándo una decisión supera los datos disponibles.
Por eso las preguntas que Work o Cowork hacen durante una tarea suelen marcar criterio, no falta de autonomía. La relación se parece menos a manejar una herramienta y más a supervisar un trabajo.
La distinción práctica queda así: Work está pensado para resolver el trabajo enteramente en la nube, sin depender de nuestra computadora; Cowork combina esa ejecución remota con un pie fi rme en el escritorio cuando el trabajo toca archivos o programas locales.
Dónde corre el trabajo
Ambos son un modo que se abre en la misma caja de texto que una conversación normal. La diferencia real pasa por dónde se ejecutan las tareas y cómo alcanzan los recursos de la computadora.
Work resuelve todo en la nube. Su Cloud Browser corre en una máquina remota de OpenAI: abre páginas e interactúa con sitios sin heredar nuestras pestañas ni contraseñas, y la tarea sigue aunque cerremos ChatGPT.
Cowork también ejecuta en remoto, pero baja al escritorio mediante Claude Desktop para tocar archivos locales, usar el navegador o manejar una aplicación con computer use (control directo de la interfaz).
Conviene aclarar qué significa “local”. Aunque Cowork acceda a un archivo de nuestra máquina, la inferencia sigue en los servidores de Anthropic. La computadora aporta el recurso, no el procesamiento.
Para consultar muchos datos, recorrer pantallas sería lento: ahí entran los conectores, que comunican al agente directamente con un servicio. Cada permiso concedido conviene mantenerlo al mínimo, porque el agente lo reutiliza cuantas veces haga falta.
Los dos ejecutan en la nube; Cowork además baja al escritorio, mediante Claude Desktop, para alcanzar archivos y aplicaciones locales.
Automatización y la capa operativa
Muchas tareas se repiten, y ambos productos permiten programarlas. Conviene distinguir la tarea recurrente (“hacé esto cada tanto”) de la monitorización, que revisa con cierta frecuencia y avisa solo si algo cambia.
Existe un tercer caso: los triggers, disparadores por evento externo. Work los ofrece de forma explícita, con un correo de Gmail o un evento de GitHub que arrancan la tarea. Cowork, según la documentación revisada, no expone todavía un sistema equivalente.
La automatización trae un riesgo propio: puede correr cuando no estamos. Una regla sensata es automatizar primero lo reversible y de solo lectura, y dejar bajo supervisión lo que produce efectos externos. El agente puede redactar un correo sin enviarlo.
A esto se suma la inyección de prompts: un agente que navega también lee texto ajeno, y una página podría colar instrucciones disfrazadas. Ningún diseño es inmune, y otra vez los permisos mínimos limitan el daño.
Acá ganan peso las Skills, instrucciones reutilizables que definen cómo se hace el trabajo mientras la automatización define cuándo. Separarlas facilita el mantenimiento. No hay un ganador único: la elección depende de dónde vive tu trabajo, no de qué marca preferís.
En una automatización, las Skills ganan peso. Cuando iniciamos una tarea a mano podemos corregir el rumbo al vuelo; una tarea que corre sola necesita reglas claras desde el principio. La Skill defi ne cómo se hace el trabajo —cómo calcular cada indicador, qué períodos comparar, cómo tratar datos faltantes— y la automatización define cuándo se hace y con qué información. Separar ambas cosas facilita el mantenimiento: si cambia la forma de calcular un indicador,actualizamos la Skill y no cada automatización que depende de ella.
Encuentra la versión completa de la publicación en la que se basa este resumen, con todos los detalles técnicos en RedUSERS PREMIUM
También te puede interesar:
REGLAS PARA PROGRAMAR CON AGENTES
Los asistentes y agentes de IA pueden leer, modificar y ejecutar código dentro del entorno de desarrollo. Este Informe USERS propone construir una política propia en cuatro pasos: definir qué información puede conocer la IA, qué acciones puede realizar y qué controles debe superar su trabajo antes de integrarse.
Lee todo lo que quieras, donde vayas, contenidos exclusivos por una mínima cuota mensual. Solo en RedUSERS PREMIUM: SUSCRIBETE!
