Sådan transformerer agenter arbejdet

Agentisk AI ændrer vidensarbejdets enhed fra enkeltstående interaktioner til delegerede opgaver med lang horisont. Chatbotinteraktioner er ofte korte og selvstændige. Agenter kan arbejde selvstændigt i minutter eller timer, mens de orkestrerer værktøjskald, interagerer med miljøer og itererer sig frem mod løsninger. Derfor er agenter hurtigt ved at blive det stærkeste AI-værktøj til arbejde.

I løbet af det seneste år har vi oplevet denne transformation på nært hold hos OpenAI. I de første måneder efter at Codex blev offentligt lanceret, forblev ChatGPT det foretrukne AI-værktøj til arbejde internt i OpenAI. Frem til august 2025 brugte den gennemsnitlige OpenAI-medarbejder under 10% af sine tokens på Codex. Nu bruger alle afdelinger, også ikke-tekniske afdelinger som Jura og Rekruttering, Codex som deres primære AI-værktøj til arbejde. Dette mønster afspejler det, vi mener bliver fremtidens arbejde, i takt med at agentiske værktøjer får flere funktioner og bliver mere tilgængelige.

Udbredelsen af Codex voksede i takt med Codex' kapaciteter. Efterhånden som Codex udnyttede stærkere modeller og nye produktfunktioner, blev det i stand til at løse et voksende sæt produktive opgaver. På tværs af individuelle brugere, organisationsbrugere og OpenAI-medarbejdere dokumenterer vi fire tendenser i det seneste år:

• Folk bruger Codex til arbejde med længere horisont. I maj 2026 havde 80,6% af de udvalgte individuelle brugere lavet mindst én Codex-anmodning, der blev estimeret til at overstige 30 minutters menneskeligt arbejde, 70,2% lavede én, der blev estimeret til at overstige én time, og 25,6% lavede mindst én Codex-anmodning, der blev estimeret til at overstige otte timer.
• Codex blev det primære AI-værktøj for alle afdelinger hos OpenAI. Engineering gik først, men Jura, Finans og Rekruttering nåede omkring april 2026 til at have Codex som deres primære AI-værktøj. For den gennemsnitlige OpenAI-medarbejder står Codex-brug nu for mere end 85% af output-tokens. Da Codex-brugere typisk bruger flere tokens end ikke-brugere, er værktøjets andel af de samlede tokens endnu højere: Codex står for 99,8% af de ugentlige output-tokens, der genereres internt i OpenAI.
• Udbredelsen blandt ikke-udviklere voksede særligt hurtigt og overhalede udbredelsen blandt udviklere. Siden august 2025 er antallet af ikke-udviklere steget 137x blandt individuelle brugere, 189x blandt organisationsbrugere og 12x internt i OpenAI.
• Codex gjorde det muligt for OpenAI-medarbejdere at løse opgaver uden for deres jobbeskrivelse. Selvom teknisk brug stadig er mest udbredt blandt ingeniører, bruger ikke-tekniske brugere jævnligt Codex til at tage sig af kodning eller teknisk eksekvering, herunder automatisering, datatransformation, værktøjsudvikling, debugging og struktureret analyse.

I maj 2026 bad mere end 70 % af brugerne Codex om at udføre en opgave, som det ville tage en person mere end en time at udføre¹. Efterhånden som Codex' evne til selvstændigt arbejde med lang kontekst blev bedre, gik brugerne fra korte interaktioner til sværere opgaver med langvarige perspektiver. 

Diagrammet nedenfor estimerer andelen af individuelle brugere, der passerede fire tærskler for menneskelig arbejdstid: opgaver, der ville tage en person mere end 30 minutter, mere end én time, mere end fire timer og mere end otte timer². Fra december 2025 til maj 2026 steg andelen af brugere, der lavede en anmodning, som blev estimeret til at svare til arbejde, der ville tage en person mere end 30 minutter, til 80,6%. Andelen, der lavede en anmodning, som ville tage en person mere end én time, steg til 70,2%. Andelen, der anmodede om arbejde, som ville tage en person mere end otte timer, voksede hurtigst fra et lavt udgangspunkt. 

Væksten i agentisk brug kan ses i Codex' daglige køretid. Blandt dagligt aktive brugere hos OpenAI beder de mest intensive brugere Codex om at udføre mange timers agentarbejde på én dag. I juni 2026 genererede brugere i 99.-percentilen regelmæssigt mere end 60 timers Codex-agentkørsler om dagen, fordelt på flere parallelle agenter. Efterhånden som Codex blev mere kraftfuldt og lettere at parallelisere, gik brugerne fra kun at bede Codex om ét svar ad gangen til i stigende grad at orkestrere flere agentopgaver i løbet af en dag.

Ingeniører hos OpenAI begyndte som de første gradvist at tage Codex i brug. Den gennemsnitlige ingeniør i virksomheden flyttede størstedelen af sin brug af OpenAI-produkter til Codex i december 2025. I dag genererer den gennemsnitlige ingeniør 99% af sine output-tokens med Codex i stedet for ChatGPT. Jura, finans og rekruttering gik senere over til majoritetsbrug af Codex, omkring april 2026, men deres overgange var langt hurtigere. Den gennemsnitlige jurist eller rekrutteringsmedarbejder hos OpenAI genererer nu mere end 85% af sine output-tokens på Codex.

I løbet af de seneste seks måneder er brugen af Codex blevet dybere og mere intensiv hos OpenAI. Blandt aktive interne brugere steg ændringen i samlede output-tokens kraftigt på tværs af afdelinger. Forskning oplevede det største spring: I juni 2026 var medianbrugen 56 gange højere end i november 2025. Kundesupport steg 32 gange, og Engineering steg 27 gange, mens Jura voksede mere gradvist, men stadig nåede 13 gange niveauet fra november.

Tilsammen viser disse to mønstre, hvordan Codex har ændret den måde, OpenAI bruger AI til at udføre produktivt arbejde på. På tværs af virksomheden skifter brugerne fra chatbots til agenter som deres primære form for AI-interaktion og sætter en eksponentielt voksende mængde agentisk arbejdskraft i spil.

På tværs af alle brugergrupper – OpenAI, organisationsbrugere og individuelle brugere – begyndte brugen af Codex hos udviklere, den naturlige målgruppe for det, der startede som et kodningsværktøj. Men efterhånden som Codex blev udvidet mod mere generelt vidensarbejde, voksede udbredelsen blandt ikke-udviklere endnu hurtigere. Som vist i diagrammet over brugervækst nedenfor steg antallet af ugentlige ikke-udviklerbrugere hurtigere end udviklerbrugere blandt individuelle brugere, organisationsbrugere og OpenAI-populationer. I begyndelsen af juni 2026 var antallet af individuelle ikke-udviklerbrugere 137 gange højere end i august 2025. Ikke-udviklere i organisationer steg 189 gange, og ikke-udviklere hos OpenAI steg 12 gange, sandsynligvis fordi denne gruppe allerede begyndte på et udgangspunkt langt over gennemsnittet. 

Skiftet betyder ikke, at alle ikke-udviklere bruger Codex på samme måde som en ingeniør. Det betyder snarere, at flere ikke-udviklere bruger Codex til en eller anden form for agentisk arbejde. 

Codex gør det muligt for ikke-tekniske afdelinger at accelerere arbejdsgange, der tidligere blev bremset af behovet for teknisk ekspertise. Heatmappet nedenfor sammenligner udledte erhverv internt i OpenAI med den type arbejde, der er repræsenteret i Codex-output. Engineering og kodning fremstår som den største kategori for data science og forskning, mens vidensarbejde er den største kategori for finans og forretningsdrift, marketing, drift og andre afdelinger. 

Når det er sagt, kan agentiske værktøjer udvide, hvad en enkelt medarbejder kan gøre. For eksempel var over en fjerdedel af det arbejde, som medarbejdere i forretningsfunktioner udførte med Codex, engineering eller kodning. Agenter kan sænke omkostningen ved at bevæge sig på tværs af opgavegrænser og hjælpe medarbejdere med at udføre tilstødende arbejde, som tidligere krævede mere specialiseret teknisk støtte.

Øget brug af agentiske værktøjer blandt medarbejdere, der ikke er ingeniører, udvider grænsen for, hvad disse medarbejdere kan gøre. Det er vigtigt for virksomheder, der beslutter, hvordan arbejdsgange skal redesignes, for medarbejdere, der lærer, hvilke færdigheder der bliver mere værdifulde, og for beslutningstagere og forskere, der forsøger at forstå, hvordan AI ændrer arbejdsmarkedet.

Vores rapport viser, hvordan frontløbere tager stærke agentiske værktøjer i brug ved fronten. Vores resultater viser, hvad der sker, når mennesker har bred adgang med lav friktion til stærke agentiske værktøjer: Efterhånden som værktøjerne bliver bedre, bruger folk dem til længere, mere komplekst og mere tværfunktionelt arbejde. Med tiden vil fremtidens arbejde sandsynligvis se sådan ud.