Cuando se habla de inteligencia artificial en los procesos de una empresa, solemos pensar en textos, correos y respuestas automáticas. Sin embargo, no todas las tareas necesitan generar una respuesta: a veces basta con entender a qué categoría pertenece una solicitud y decidir cuál es el siguiente paso.
Esa es la idea de Decisions API, presentada por OpenAI el 22 de octubre de 2026: una interfaz pensada para evaluaciones acotadas, en las que se plantea una pregunta y se obtiene una decisión estructurada. Es una herramienta para desarrolladores y empresas que crean aplicaciones, no una función lista para activar para cualquier usuario de ChatGPT.
Qué hace una API de decisiones
Imagina un formulario de contacto que recibe solicitudes distintas: información sobre un servicio, soporte técnico, facturación o una posible urgencia. Un modelo generativo tradicional podría redactar una respuesta. Un flujo de clasificación, en cambio, puede limitarse a elegir una etiqueta, asignar una puntuación o señalar que hace falta revisar el caso.
Decisions API está diseñada para recibir preguntas delimitadas y devolver resultados estructurados, como un sí o un no, una elección entre opciones o una puntuación. Puede trabajar con texto, imágenes y formatos estructurados. OpenAI también indica que admite solicitudes por lotes de hasta 400 preguntas; conviene comprobar en la documentación actual las capacidades, disponibilidad y condiciones económicas antes de diseñar una integración.
Un ejemplo: clasificar tickets de soporte
El sistema puede recibir el texto de un ticket y responder a una pregunta definida de antemano: «¿A qué cola debe asignarse esta solicitud?». Las opciones podrían ser ventas, soporte técnico, administración o revisión humana. Una segunda comprobación puede detectar si el mensaje incluye datos sensibles o necesita atención prioritaria.
El resultado no tiene por qué convertirse en una respuesta visible para el cliente. Puede actualizar un campo en el CRM, asignar el ticket a un equipo o dejarlo en una cola para que lo revise una persona. Así se evita automatizar una conversación que requiere contexto o criterio humano.
Por qué separar la decisión de la respuesta
La distinción resulta útil cuando la tarea es repetitiva y las categorías están claras, pero el texto final debe seguir bajo el control de una persona o de otro proceso. Por ejemplo, un sistema puede clasificar una solicitud y dejar que el equipo decida cómo responder.
Eso no significa que todas las clasificaciones vayan a ser correctas. Una salida estructurada también puede fallar, sobre todo si las categorías se solapan, los mensajes están incompletos o los casos reales se alejan de los ejemplos usados en las pruebas. Antes de activar un flujo, conviene comparar las decisiones del modelo con una muestra representativa de solicitudes clasificadas por personas.
Cómo implantarla con supervisión
- Definir pocas categorías operativas: describirlas con ejemplos y decidir qué hacer con los casos ambiguos.
- Fijar un umbral de revisión: si el resultado es incierto o queda fuera de los supuestos previstos, enviarlo a una persona.
- Medir los errores por categoría: una cifra media puede ocultar problemas con solicitudes urgentes o sensibles.
- Mantener una vía manual: el equipo debe poder corregir la clasificación y señalar errores.
- Revisar datos y costes: comprobar qué información se envía, qué opciones de tratamiento existen y cuánto costaría el volumen previsto.
OpenAI describe Decisions API como más rápida que usar GPT-6 Luna a través de Responses API y señala opciones de procesamiento regional en Estados Unidos y la Unión Europea para los casos que cumplen los requisitos. Son características indicadas por el proveedor: no sustituyen una prueba con el flujo propio ni una revisión de los requisitos contractuales y normativos aplicables.
¿Es siempre mejor que las reglas tradicionales?
No. Si bastan condiciones sencillas y estables —por ejemplo, enviar un formulario a un equipo según una opción seleccionada—, las reglas deterministas pueden ser más fáciles de controlar y mantener. Un modelo puede ser útil cuando el significado depende del texto libre o de una combinación de señales difícil de programar.
La decisión depende del caso: se puede empezar con reglas, medir dónde se quedan cortas y probar la IA únicamente en ese paso. Para ver cómo incorporar inteligencia artificial a un proceso manteniendo la supervisión, puedes leer también nuestro artículo sobre automatización con supervisión humana.
Por dónde empezar
Decisions API facilita un enfoque en el que la IA toma decisiones limitadas en lugar de producir contenido desde el primer momento. El valor práctico dependerá de la calidad de las categorías, los datos disponibles, la gestión de excepciones y la posibilidad de medir los errores con el tiempo.
Antes de elegir una herramienta, conviene dibujar el proceso e identificar qué pasos son realmente repetitivos. Si quieres valorar dónde puede ayudar la automatización en tu actividad, puedes empezar por la consultoría y estrategia digital de Digital Noa.
