Estudo da OpenAI mede a passagem do chat para agentes
Dados de utilização do Codex mostram tarefas mais longas e adoção crescente fora da engenharia. O estudo também deixa um aviso: a experiência interna da OpenAI não representa uma empresa comum.
Resumo
A OpenAI publicou um estudo sobre a utilização do Codex que procura medir a passagem de conversas curtas com IA para trabalho delegado a agentes. A análise compara contas individuais, contas de organizações e trabalhadores da própria OpenAI.
Em junho de 2026, o Codex representava 99,8% dos tokens de saída gerados pelos trabalhadores da OpenAI entre Codex e ChatGPT. A proporção era de 63,3% nas contas de organizações e 16,5% nas contas individuais. Isto sugere uma mudança real entre quem já adotou a ferramenta, mas não uma adoção generalizada em todos os grupos.
Na pratica
O padrão mais relevante não é apenas usar mais IA. É entregar tarefas maiores, que podem envolver ficheiros, ferramentas, comandos e várias etapas. Entre os utilizadores individuais analisados, 70,2% fizeram pelo menos um pedido que o estudo estima corresponder a mais de uma hora de trabalho humano, e 25,6% fizeram pelo menos um pedido estimado em mais de oito horas.
A utilização também está a sair da engenharia. Na OpenAI, equipas jurídicas, financeiras e de recrutamento passaram a usar o Codex para automação, transformação de dados, análise estruturada e execução técnica. Em funções de negócio, mais de um quarto do trabalho feito com Codex foi classificado como engenharia ou programação.
O que falta saber
Os números exigem cautela. A própria investigação reconhece que a OpenAI oferece um contexto invulgar: acesso amplo aos modelos, custos marginais reduzidos, formação interna e forte apoio à adoção. Por isso, os resultados internos mostram uma fronteira possível, não o comportamento atual de uma organização típica.
As durações das tarefas também são estimadas por um modelo a partir dos pedidos e devem ser lidas como indicadores, não como horas de produtividade comprovadas. O estudo mede utilização e complexidade aparente, mas não demonstra, por si só, ganhos equivalentes na qualidade ou no resultado final.
Porque importa
- O trabalho com IA está a passar de perguntas isoladas para fluxos delegados que exigem supervisão e validação.
- A adoção fora da engenharia pode reduzir dependências técnicas, mas transfere mais responsabilidade para quem define e revê o trabalho.
- Para as empresas, o valor dos agentes dependerá tanto da reorganização dos processos como da capacidade dos modelos.