एजेंट काम को कैसे बदल रहे हैं

एजेंटिक AI ज्ञान-कार्य की इकाई को एकल इंटरैक्शन से सौंपे गए, लंबी अवधि वाले कार्यों में बदल देता है. चैटबॉट इंटरैक्शन अक्सर छोटे और अपने-आप में पूर्ण होते हैं. एजेंट टूल कॉल को संयोजित करते हुए, परिवेशों से इंटरैक्ट करते हुए और समाधानों की ओर बार-बार सुधार करते हुए मिनटों या घंटों तक स्वतंत्र रूप से काम कर सकते हैं. नतीजतन, एजेंट तेजी से काम के लिए सबसे शक्तिशाली AI टूल बन रहे हैं.

पिछले वर्ष में हमने OpenAI में इस बदलाव को प्रत्यक्ष रूप से देखा. Codex को सार्वजनिक रूप से जारी किए जाने के बाद शुरुआती कुछ महीनों तक, OpenAI के भीतर काम के लिए ChatGPT ही डिफ़ॉल्ट AI टूल रहा. अगस्त 2025 तक, औसत OpenAI कर्मचारी अपने 10% से कम टोकन Codex पर खर्च करता था. अब कानूनी और भर्ती जैसे गैर-तकनीकी विभागों सहित हर विभाग काम के लिए Codex को अपने प्राथमिक AI टूल के रूप में इस्तेमाल करता है. यह पैटर्न दिखाता है कि एजेंटिक टूल की बढ़ी हुई क्षमताओं और पहुंच को देखते हुए काम का भविष्य कैसा होगा, ऐसा हमारा मानना है.

Codex को अपनाना Codex की क्षमताओं के साथ-साथ बढ़ा. जैसे-जैसे Codex ने अधिक शक्तिशाली मॉडल और नई उत्पाद सुविधाओं का लाभ उठाया, वह उत्पादक कार्यों के बढ़ते दायरे को संभालने में सक्षम होता गया. व्यक्तिगत यूज़रों, संगठनात्मक यूज़रों और OpenAI कर्मचारियों में, हम पिछले वर्ष के चार रुझान दर्ज करते हैं:

• लोग लंबी अवधि वाले काम के लिए Codex का उपयोग करते हैं. मई 2026 तक, नमूने में शामिल 80.6% व्यक्तिगत यूज़रों ने कम-से-कम एक ऐसा Codex अनुरोध किया जिसका अनुमान 30 मिनट से अधिक मानव कार्य के बराबर था, 70.2% ने एक घंटे से अधिक का, और 25.6% ने कम-से-कम एक ऐसा Codex अनुरोध किया जिसका अनुमान आठ घंटे से अधिक था.
• Codex OpenAI के हर विभाग का प्राथमिक AI टूल बन गया. इंजीनियरिंग ने पहले कदम बढ़ाया, लेकिन कानूनी, वित्त और भर्ती विभागों में भी अप्रैल 2026 के आसपास Codex प्राथमिक AI टूल बन गया. औसत OpenAI कर्मचारी के लिए, Codex उपयोग अब आउटपुट टोकन के 85% से अधिक के लिए जिम्मेदार है. क्योंकि Codex यूज़र गैर-यूज़रों की तुलना में अधिक टोकन इस्तेमाल करते हैं, कुल टोकन में इसकी हिस्सेदारी और भी अधिक है: OpenAI के भीतर बने साप्ताहिक आउटपुट टोकन का 99.8% Codex से आता है.
• गैर-डेवलपर अपनाने की दर खास तौर पर तेजी से बढ़ी, और डेवलपर अपनाने से आगे निकल गई. अगस्त 2025 से गैर-डेवलपर यूज़र व्यक्तिगत यूज़रों में 137x, संगठनात्मक यूज़रों में 189x और OpenAI के भीतर 12x बढ़े.
• Codex ने OpenAI कर्मचारियों को अपने जॉब विवरण से बाहर के कार्य करने में सक्षम बनाया. हालांकि तकनीकी उपयोग अभी भी इंजीनियरों में सबसे अधिक है, गैर-तकनीकी यूज़र नियमित रूप से Codex का इस्तेमाल कोडिंग या तकनीकी निष्पादन के लिए करते हैं, जिसमें ऑटोमेशन, डेटा रूपांतरण, टूलिंग, डीबगिंग और संरचित विश्लेषण शामिल हैं.

मई 2026 में, 70% से ज़्यादा यूज़र्स ने Codex से ऐसा टास्क पूरा करने के लिए कहा, जिसे किसी व्यक्ति को पूरा करने में एक घंटे से ज़्यादा समय लगता¹. जैसे-जैसे लंबे कॉन्टेक्स्ट वाले वर्क को स्वतंत्र रूप से करने की Codex की क्षमता बेहतर हुई, यूज़र्स छोटे इंटरैक्शंस से हटकर लंबे समय तक चलने वाले ज़्यादा मुश्किल टास्क्स की ओर बढ़ने लगे. 

नीचे दिया गया चार्ट उन व्यक्तिगत यूज़रों की हिस्सेदारी का अनुमान लगाता है जिन्होंने चार मानव-समय सीमाएं पार कीं: ऐसे कार्य जिनमें किसी व्यक्ति को 30 मिनट से अधिक, एक घंटे से अधिक, चार घंटे से अधिक और आठ घंटे से अधिक लगेंगे². दिसंबर 2025 से मई 2026 तक, ऐसे अनुरोध करने वाले यूज़रों की हिस्सेदारी, जिनका अनुमान किसी व्यक्ति को 30 मिनट से अधिक लगने वाले काम के बराबर था, बढ़कर 80.6% हो गई. ऐसा अनुरोध करने वालों की हिस्सेदारी, जिसमें किसी व्यक्ति को एक घंटे से अधिक लगेगा, बढ़कर 70.2% हो गई. आठ घंटे से अधिक लगने वाले काम का अनुरोध करने वालों की हिस्सेदारी कम आधार से सबसे तेजी से बढ़ी. 

एजेंटिक उपयोग में वृद्धि दैनिक Codex रनटाइम में देखी जा सकती है. OpenAI के दैनिक सक्रिय यूज़रों में, सबसे भारी यूज़र एक ही दिन में Codex से कई घंटों का एजेंट कार्य चलाने को कहते हैं. जून 2026 तक, 99वें प्रतिशतक के यूज़र नियमित रूप से प्रति दिन 60 घंटे से अधिक के Codex एजेंट टर्न जनरेट कर रहे थे, जो कई समानांतर एजेंटों में बंटे थे. जैसे-जैसे Codex अधिक शक्तिशाली और समानांतर रूप से चलाने योग्य बना, यूज़र एक बार में केवल एक उत्तर मांगने से आगे बढ़कर दिन भर में कई एजेंट कार्यों का समन्वय करने लगे.

OpenAI के इंजीनियरों ने सबसे पहले, धीरे-धीरे, Codex अपनाना शुरू किया. कंपनी के औसत इंजीनियर ने दिसंबर 2025 तक OpenAI उत्पादों के अपने अधिकांश उपयोग को Codex पर स्थानांतरित कर दिया. आज, औसत इंजीनियर अपने 99% आउटपुट टोकन ChatGPT के बजाय Codex से जनरेट करता है. कानूनी, वित्त और भर्ती विभागों ने बाद में, अप्रैल 2026 के आसपास, Codex के बहुमत उपयोग की ओर कदम बढ़ाया, लेकिन उनका संक्रमण कहीं तेज था. OpenAI में औसत वकील या भर्ती-कर्मी अब अपने 85% से अधिक आउटपुट टोकन Codex पर जनरेट करता है.

पिछले छह महीनों में OpenAI में Codex का उपयोग और गहरा तथा तीव्र हुआ है. सक्रिय आंतरिक यूज़रों में, संयुक्त आउटपुट टोकन में बदलाव सभी विभागों में तेजी से बढ़ा. सबसे बड़ा उछाल शोध में दिखा: जून 2026 तक, मध्य उपयोग नवंबर 2025 की तुलना में 56 गुना अधिक था. ग्राहक सहायता 32 गुना और इंजीनियरिंग 27 गुना बढ़ी, जबकि कानूनी विभाग अधिक धीरे-धीरे बढ़ा, फिर भी नवंबर स्तर के 13 गुना तक पहुंच गया.

ये दोनों पैटर्न साथ मिलकर दिखाते हैं कि Codex ने OpenAI में उत्पादक काम के लिए AI के उपयोग को कैसे बदल दिया है. पूरी कंपनी में, यूज़र AI इंटरैक्शन के अपने प्राथमिक रूप के तौर पर चैटबॉट से एजेंटों की ओर जा रहे हैं और तेजी से बढ़ती मात्रा में एजेंटिक श्रम लगा रहे हैं.

OpenAI, संगठनात्मक और व्यक्तिगत यूज़रों सहित सभी यूज़र समूहों में, Codex का उपयोग डेवलपरों से शुरू हुआ, जो कोडिंग टूल के रूप में शुरू हुए उत्पाद के स्वाभाविक लक्षित दर्शक थे. हालांकि, जैसे-जैसे Codex अधिक सामान्य ज्ञान-कार्य की ओर बढ़ा, गैर-डेवलपरों में इसे अपनाना और भी तेजी से बढ़ा. नीचे यूज़र वृद्धि चार्ट में दिखाया गया है कि व्यक्तिगत, संगठनात्मक और OpenAI आबादी में साप्ताहिक गैर-डेवलपर यूज़र डेवलपर यूज़रों की तुलना में तेजी से बढ़े. जून 2026 की शुरुआत तक, गैर-डेवलपर व्यक्तिगत यूज़र अगस्त 2025 से 137 गुना हो गए. गैर-डेवलपर संगठनात्मक यूज़र 189 गुना बढ़े, और गैर-डेवलपर OpenAI यूज़र 12 गुना बढ़े, संभवतः इसलिए कि यह समूह पहले ही औसत से काफी ऊपर शुरुआती स्तर से शुरू हुआ था. 

इस बदलाव का मतलब यह नहीं है कि हर गैर-डेवलपर Codex का उपयोग इंजीनियर की तरह ही कर रहा है. बल्कि, इसका मतलब है कि अधिक गैर-डेवलपर किसी न किसी प्रकार के एजेंटिक काम के लिए Codex का उपयोग कर रहे हैं. 

Codex गैर-तकनीकी विभागों को ऐसे वर्कफ़्लो तेज करने में सक्षम बनाता है जो पहले तकनीकी विशेषज्ञता की कमी से अटकते थे. नीचे दिया गया हीट मैप OpenAI के भीतर अनुमानित व्यवसायों की तुलना Codex आउटपुट में दिखने वाले काम के प्रकार से करता है. डेटा साइंस और शोध के लिए इंजीनियरिंग और कोडिंग सबसे बड़ी श्रेणी के रूप में सामने आते हैं, जबकि वित्त और व्यवसाय संचालन, मार्केटिंग, ऑपरेशंस और अन्य विभागों के लिए ज्ञान-कार्य सबसे बड़ी श्रेणी है. 

फिर भी, एजेंटिक टूल किसी व्यक्तिगत कर्मचारी की करने की क्षमता का दायरा बढ़ा सकते हैं. उदाहरण के लिए, व्यवसायिक भूमिकाओं वाले कर्मचारियों ने Codex से जो काम किया, उसका एक-चौथाई से अधिक हिस्सा इंजीनियरिंग या कोडिंग था. एजेंट कार्य-सीमाओं के पार जाने की लागत घटा सकते हैं और कर्मचारियों को ऐसा निकटवर्ती काम करने में मदद कर सकते हैं जिसके लिए पहले अधिक विशेष तकनीकी सहायता चाहिए होती थी.

गैर-इंजीनियर कर्मचारियों द्वारा एजेंटिक टूल का बढ़ा हुआ उपयोग इस सीमा को आगे बढ़ाता है कि ये कर्मचारी क्या कर सकते हैं. यह उन व्यवसायों के लिए मायने रखता है जो वर्कफ़्लो को फिर से डिजाइन करने का निर्णय ले रहे हैं, उन कर्मचारियों के लिए जो सीख रहे हैं कि कौन-से कौशल अधिक मूल्यवान बनते हैं, और उन नीति-निर्माताओं व शोधकर्ताओं के लिए जो समझना चाहते हैं कि AI श्रम बाजार को कैसे बदलता है.

हमारा पेपर दिखाता है कि सीमांत यूज़र सीमांत पर सक्षम एजेंटिक टूल को कैसे अपनाते हैं. हमारे परिणाम दिखाते हैं कि जब लोगों को सक्षम एजेंटिक टूल तक व्यापक और कम-घर्षण पहुंच मिलती है तो क्या होता है: जैसे-जैसे टूल बेहतर होते हैं, लोग उन्हें लंबे, अधिक जटिल और अधिक क्रॉस-फ़ंक्शनल काम के लिए इस्तेमाल करते हैं. समय के साथ, काम का भविष्य संभवतः ऐसा ही दिखेगा.