Cómo los agentes están transformando el trabajo

La IA con agentes cambia la unidad del trabajo del conocimiento: de interacciones individuales a tareas delegadas de largo horizonte. Las interacciones con chatbots suelen ser breves y autónomas. Los agentes pueden operar de forma independiente durante minutos u horas mientras orquestan llamadas a herramientas, interactúan con entornos e iteran hacia soluciones. Como resultado, los agentes se están convirtiendo rápidamente en la herramienta de IA más potente para el trabajo.

Durante el último año, vimos esta transformación de primera mano en OpenAI. Durante los primeros meses después de que Codex se lanzara al público, ChatGPT siguió siendo la herramienta de IA predeterminada para el trabajo dentro de OpenAI. Hasta agosto de 2025, el trabajador promedio de OpenAI destinaba menos del 10 % de sus tokens a Codex. Ahora, todos los departamentos, incluidos los no técnicos como Legal y Reclutamiento, usan Codex como su principal herramienta de IA para el trabajo. Este patrón refleja lo que creemos que será el futuro del trabajo, dadas las capacidades ampliadas y la accesibilidad de las herramientas con agentes.

La adopción de Codex creció a la par de sus capacidades. A medida que Codex aprovechó modelos más potentes y nuevas funciones de producto, pudo asumir un conjunto cada vez mayor de tareas productivas. Entre usuarios individuales, usuarios organizacionales y trabajadores de OpenAI, documentamos cuatro tendencias durante el último año:

• Las personas usan Codex para trabajo de horizonte más largo. Para mayo de 2026, el 80,6 % de los usuarios individuales muestreados hizo al menos una solicitud de Codex que se estimó que superaba los 30 minutos de trabajo humano, el 70,2 % hizo una estimada en más de una hora y el 25,6 % hizo al menos una solicitud de Codex estimada en más de ocho horas.
• Codex se convirtió en la principal herramienta de IA de todos los departamentos de OpenAI. Ingeniería avanzó primero, pero Legal, Finanzas y Reclutamiento pasaron a tener a Codex como su principal herramienta de IA alrededor de abril de 2026. Para el trabajador promedio de OpenAI, el uso de Codex ahora representa más del 85 % de los tokens de salida. Como los usuarios de Codex tienden a usar más tokens que quienes no lo usan, su proporción de tokens totales es aún mayor: Codex representa el 99,8 % de los tokens de salida semanales generados dentro de OpenAI.
• La adopción entre no desarrolladores creció especialmente rápido y superó a la de desarrolladores. Desde agosto de 2025, los usuarios no desarrolladores aumentaron 137 veces entre usuarios individuales, 189 veces entre usuarios organizacionales y 12 veces dentro de OpenAI.
• Codex permitió que los trabajadores de OpenAI realizaran tareas fuera de su descripción de puesto. Aunque el uso técnico sigue siendo más frecuente entre ingenieros, los usuarios no técnicos usan Codex con regularidad para encargarse de programación o ejecución técnica, incluidas automatización, transformación de datos, herramientas, depuración y análisis estructurado.

En mayo de 2026, más del 70 % de los usuarios le pidieron a Codex que completara una tarea que a una persona le tomaría más de una hora realizar¹.A medida que Codex mejoró su capacidad para trabajar de forma independiente con contextos extensos, los usuarios dejaron atrás las interacciones breves y empezaron a encargarle tareas cada vez más complejas y ambiciosas. 

El gráfico siguiente estima la proporción de usuarios individuales que cruzaron cuatro umbrales de tiempo humano: tareas que a una persona le tomarían más de 30 minutos, más de una hora, más de cuatro horas y más de ocho horas². De diciembre de 2025 a mayo de 2026, la proporción de usuarios que hicieron una solicitud estimada como equivalente a trabajo que a una persona le tomaría más de 30 minutos subió al 80,6 %. La proporción que hizo una solicitud que a una persona le tomaría más de una hora subió al 70,2 %. La proporción que solicitó trabajo que a una persona le tomaría más de ocho horas fue la que creció más rápido desde una base baja. 

El crecimiento del uso con agentes puede verse en el tiempo de ejecución diario de Codex. Entre los usuarios activos diarios de OpenAI, los usuarios más intensivos piden a Codex que ejecute muchas horas de trabajo de agente en un solo día. Para junio de 2026, los usuarios en el percentil 99 generaban regularmente más de 60 horas de turnos de agente de Codex por día, distribuidas entre múltiples agentes en paralelo. A medida que Codex se volvió más potente y paralelizable, los usuarios pasaron de pedirle solo una respuesta a la vez a orquestar cada vez más varias tareas de agente a lo largo del día.

Los ingenieros de OpenAI empezaron a adoptar Codex primero, de manera gradual. El ingeniero promedio de la empresa trasladó la mayor parte de su uso de productos de OpenAI a Codex para diciembre de 2025. Hoy, el ingeniero promedio genera el 99 % de sus tokens de salida con Codex en lugar de ChatGPT. Legal, Finanzas y Reclutamiento pasaron a un uso mayoritario de Codex más tarde, alrededor de abril de 2026, pero sus transiciones fueron mucho más rápidas. El abogado o reclutador promedio de OpenAI ahora genera más del 85 % de sus tokens de salida en Codex.

En los últimos seis meses, el uso de Codex se profundizó e intensificó en OpenAI. Entre los usuarios internos activos, el cambio en tokens de salida combinados aumentó marcadamente en todos los departamentos. Investigación tuvo el mayor salto: para junio de 2026, el uso mediano era 56 veces mayor que en noviembre de 2025. Atención al cliente subió 32 veces e Ingeniería 27 veces, mientras que Legal creció de forma más gradual, pero aun así llegó a 13 veces su nivel de noviembre.

Estos dos patrones juntos ilustran cómo Codex transformó la manera en que OpenAI usa la IA para hacer trabajo productivo. En toda la empresa, los usuarios están pasando de chatbots a agentes como su principal forma de interacción con la IA y están desplegando una cantidad de trabajo con agentes que crece exponencialmente.

En todos los grupos de usuarios —OpenAI, organizaciones e individuos—, el uso de Codex comenzó con desarrolladores, el público natural de lo que empezó como una herramienta de programación. Sin embargo, a medida que Codex se expandió hacia un trabajo del conocimiento más general, la adopción entre no desarrolladores creció aún más rápido. Como se muestra en el gráfico de crecimiento de usuarios a continuación, los usuarios no desarrolladores semanales aumentaron más rápido que los desarrolladores entre las poblaciones individuales, organizacionales y de OpenAI. Para principios de junio de 2026, los usuarios individuales no desarrolladores se habían multiplicado 137 veces desde agosto de 2025. Los usuarios organizacionales no desarrolladores aumentaron 189 veces, y los usuarios de OpenAI no desarrolladores aumentaron 12 veces, probablemente porque este grupo ya partía de un punto inicial muy por encima del promedio. 

El cambio no significa que todos los no desarrolladores usen Codex de la misma manera que un ingeniero. Más bien, significa que más no desarrolladores usan Codex para algún tipo de trabajo con agentes. 

Codex permite a los departamentos no técnicos acelerar flujos de trabajo que antes estaban limitados por la experiencia técnica. El mapa de calor siguiente compara ocupaciones inferidas dentro de OpenAI con el tipo de trabajo representado en los resultados de Codex. Ingeniería y programación aparecen como la categoría más grande para ciencia de datos e investigación, mientras que el trabajo del conocimiento es la categoría más grande para finanzas y operaciones de negocio, marketing, operaciones y otros departamentos. 

Dicho esto, las herramientas con agentes pueden ampliar lo que puede hacer un trabajador individual. Por ejemplo, más de una cuarta parte del trabajo hecho con Codex por trabajadores de funciones de negocio fue ingeniería o programación. Los agentes pueden reducir el costo de cruzar límites entre tareas y ayudar a los trabajadores a realizar trabajo adyacente que antes requería apoyo técnico más especializado.

El mayor uso de herramientas con agentes por parte de empleados que no son ingenieros amplía la frontera de lo que estos trabajadores pueden hacer. Eso importa para las empresas que deciden cómo rediseñar flujos de trabajo, para los empleados que aprenden qué habilidades se vuelven más valiosas y para los responsables de políticas e investigadores que intentan entender cómo la IA cambia el mercado laboral.

Nuestro artículo muestra cómo los usuarios de frontera adoptan herramientas con agentes capaces en la frontera. Nuestros resultados demuestran qué sucede cuando las personas tienen acceso amplio y sin fricción a herramientas con agentes capaces: a medida que las herramientas mejoran, las personas las usan para trabajo más largo, complejo y transversal entre funciones. Con el tiempo, es probable que así sea el futuro del trabajo.