एजंट काम कसे परिवर्तित करत आहेत

एजंटिक AI ज्ञानात्मक कामाचे स्वरूप एकल संवादांपासून बदलून ते सोपवलेल्या, दीर्घकालीन कार्यांमध्ये रूपांतरित करते. चॅटबॉटचे संवाद बहुतेकदा लहान आणि स्वयंपूर्ण असतात. एजंट काही मिनिटे किंवा तास स्वतंत्रपणे काम करू शकतात, ज्यामध्ये ते टूल्सच्या वापराचे नियोजन करणे, परिसराशी संवाद साधणे आणि उपायांपर्यंत पोहोचण्यासाठी पुनरावृत्ती करणे यांचा समावेश असतो. परिणामी, एजंट वेगाने कामासाठी सर्वात शक्तिशाली AI टूल बनत आहेत.

गेल्या वर्षभरात OpenAI मध्ये आम्ही हा बदल प्रत्यक्ष अनुभवला. Codex सार्वजनिक झाल्यानंतरच्या पहिल्या काही महिन्यांत, OpenAI मधील कामासाठी ChatGPT हेच डीफॉल्ट AI टूल राहिले. ऑगस्ट 2025 पर्यंत, सरासरी OpenAI कर्मचाऱ्याने आपल्या टोकनपैकी 10% पेक्षा कमी Codex वर वापरले. आता विधी आणि भरतीसारख्या गैर-तांत्रिक विभागांसह प्रत्येक विभाग कामासाठी आपले मुख्य AI टूल म्हणून Codex वापरतो. एजंटिक टूल्सच्या वाढलेल्या क्षमता आणि सुलभतेमुळे कामाचे भविष्य कसे असेल याविषयी आमच्या विश्वासाचे हे चित्र आहे.

Codex चा स्वीकार त्याच्या क्षमतांबरोबरच वाढला. Codex ने अधिक मजबूत मॉडेल आणि नवीन उत्पादन वैशिष्ट्यांचा लाभ घेतल्याने, तो वाढत्या प्रकारची उत्पादक कामे करण्यास सक्षम झाला. वैयक्तिक वापरकर्ते, संस्थात्मक वापरकर्ते आणि OpenAI कर्मचारी यांच्यात, आम्ही गेल्या वर्षातील चार प्रवाह नोंदवतो:

• लोक दीर्घ-कालमर्यादेच्या कामासाठी Codex वापरतात. मे 2026 पर्यंत, पॅटर्नमधील 80.6% वैयक्तिक वापरकर्त्यांनी मानवी कामाच्या 30 मिनिटांपेक्षा जास्त लागेल असा अंदाज असलेली किमान एक Codex विनंती केली, 70.2% वापरकर्त्यांनी एक तासापेक्षा जास्त लागेल अशी एक विनंती केली, आणि 25.6% वापरकर्त्यांनी आठ तासांपेक्षा जास्त लागेल अशी किमान एक Codex विनंती केली.
• OpenAI मधील प्रत्येक विभागासाठी Codex हे मुख्य AI टूल बनले. अभियांत्रिकी विभागाने प्रथम बदल केला, पण विधी, वित्त आणि भरती विभागांनी सुमारे एप्रिल 2026 मध्ये Codex ला आपले मुख्य AI टूल बनवले. सरासरी OpenAI कर्मचाऱ्यासाठी, Codex वापर आता आउटपुट टोकनच्या 85% पेक्षा जास्त आहे. Codex वापरकर्ते न वापरणाऱ्यांपेक्षा अधिक टोकन वापरतात, म्हणून एकूण टोकनमधील त्याचा हिस्सा आणखी जास्त आहे: OpenAI मध्ये तयार होणाऱ्या साप्ताहिक आउटपुट टोकनपैकी 99.8% Codex मधून येतात.
• डेव्हलपर नसलेल्यांचा स्वीकार विशेष वेगाने वाढला आणि डेव्हलपर स्वीकारापेक्षा पुढे गेला. ऑगस्ट 2025 पासून, डेव्हलपर नसलेल्या वापरकर्त्यांची संख्या वैयक्तिक वापरकर्त्यांत 137 पट, संस्थात्मक वापरकर्त्यांत 189 पट आणि OpenAI मध्ये 12 पट वाढली.
• Codex मुळे OpenAI कर्मचाऱ्यांना त्यांच्या पदवर्णनाबाहेरील कामे करता आली. तांत्रिक वापर अजूनही अभियंत्यांमध्ये सर्वाधिक असला, तरी गैर-तांत्रिक वापरकर्ते ऑटोमेशन, डेटा रूपांतरण, टूलिंग, डीबगिंग आणि संरचित विश्लेषण यांसह कोडिंग किंवा तांत्रिक अंमलबजावणीसाठी Codex नियमितपणे वापरतात.

मे 2026 मध्ये, 70% पेक्षा जास्त वापरकर्त्यांनी Codex ला असे कार्य पूर्ण करण्यास सांगितले, जे पूर्ण करण्यासाठी एखाद्या व्यक्तीला एक तासाहून अधिक वेळ लागला असता¹. स्वतंत्र, दीर्घ-संदर्भ कामासाठी Codex ची क्षमता सुधारत गेली तशी वापरकर्त्यांनी छोट्या परस्परसंवादांऐवजी अधिक कठीण आणि दीर्घकालीन कामांकडे वळणे सुरू केले. 

खालील चार्ट चार मानवी-वेळेच्या मर्यादा ओलांडणाऱ्या वैयक्तिक वापरकर्त्यांच्या प्रमाणाचा अंदाज देतो: अशी कामे जी पूर्ण करण्यासाठी एखाद्या व्यक्तीला 30 मिनिटांपेक्षा जास्त, एका तासापेक्षा जास्त, चार तासांपेक्षा जास्त आणि आठ तासांपेक्षा जास्त वेळ लागेल². डिसेंबर 2025 ते मे 2026 पर्यंत, ज्या कामांसाठी एखाद्या व्यक्तीला 30 मिनिटांपेक्षा जास्त वेळ लागेल असा अंदाज होता, अशी विनंती करणाऱ्या वापरकर्त्यांचे प्रमाण 80.6% पर्यंत वाढले. एका तासापेक्षा जास्त वेळ लागेल अशी विनंती करणाऱ्यांचे प्रमाण 70.2% पर्यंत वाढले. कमी पातळीवरून, ज्या कामांसाठी एखाद्या व्यक्तीला आठ तासांपेक्षा जास्त वेळ लागेल अशा कामांची विनंती करणाऱ्यांच्या प्रमाणात सर्वात जलद वाढ झाली. 

एजंटिक वापरातील वाढ दैनंदिन Codex रनटाइममध्ये दिसते. OpenAI मधील दररोज सक्रिय वापरकर्त्यांपैकी सर्वाधिक वापर करणारे वापरकर्ते एका दिवसात अनेक तासांचे एजंट काम चालवण्यास Codex ला सांगतात. जून 2026 पर्यंत, 99व्या पर्सेंटाइलमधील वापरकर्ते अनेक समांतर एजंटमध्ये विभागून दररोज नियमितपणे Codex एजंट टर्नचे 60 तासांपेक्षा जास्त काम निर्माण करत होते. Codex अधिक शक्तिशाली आणि समांतर वापरण्याजोगा होत गेल्याने, वापरकर्ते एका वेळी एकच उत्तर मागण्यापासून पुढे जाऊन दिवसात अनेक एजंट कामांचे अधिकाधिक संयोजन करू लागले.

OpenAI मधील अभियंत्यांनी Codex स्वीकारण्यास प्रथम, टप्प्याटप्प्याने सुरुवात केली. कंपनीतील सरासरी अभियंत्याने OpenAI उत्पादनांच्या बहुतेक वापराचे केंद्र डिसेंबर 2025 पर्यंत Codex कडे वळवले. आज सरासरी अभियंता ChatGPT ऐवजी Codex वापरून आपल्या आउटपुट टोकनपैकी 99% तयार करतो. कायदेशीर, वित्त आणि भरती क्षेत्रांनी नंतर, सुमारे एप्रिल 2026 मध्ये, Codex चा बहुतांश वापर सुरू केला, परंतु त्यांचे हे संक्रमण खूपच जलद होते. आता OpenAI मधील सरासरी वकील किंवा रिक्रूटर त्यांच्या आउटपुट टोकन्सपैकी 85% पेक्षा जास्त टोकन्स Codex वर निर्माण करतात.

गेल्या सहा महिन्यांत, OpenAI मध्ये Codex चा वापर अधिक सखोल आणि तीव्र झाला आहे. सक्रिय अंतर्गत वापरकर्त्यांमध्ये, सर्व विभागांमध्ये एकत्रित आउटपुट टोकन्समधील बदलात मोठी वाढ झाली. संशोधन विभागात सर्वात मोठी वाढ दिसून आली: जून 2026 पर्यंत, सरासरी वापर नोव्हेंबर 2025 च्या तुलनेत 56 पटींनी जास्त होता. ग्राहक सहाय्य विभागात 32 पटींनी आणि अभियांत्रिकी विभागात 27 पटींनी वाढ झाली, तर कायदेशीर विभागात वाढ अधिक हळूहळू झाली, परंतु तरीही तो नोव्हेंबरच्या पातळीच्या 13 पटींपर्यंत पोहोचला.

हे दोन पॅटर्न एकत्रितपणे दाखवतात की उत्पादक कामासाठी OpenAI AI कसे वापरते यात Codex ने कसा बदल घडवला आहे. संपूर्ण कंपनीमध्ये वापरकर्ते AI परस्परसंवादाचा मुख्य प्रकार म्हणून चॅटबॉटवरून एजंटकडे वळत आहेत आणि एजंटिक श्रमाचे प्रमाण घातांकीय वेगाने वाढवत आहेत.

OpenAI, संस्थात्मक आणि वैयक्तिक वापरकर्ते अशा सर्व वापरकर्ता गटांमध्ये Codex वापराची सुरुवात डेव्हलपरकडून झाली; कोडिंग टूल म्हणून सुरू झालेल्या गोष्टीसाठी तो नैसर्गिक लक्ष्य प्रेक्षकवर्ग होता. मात्र Codex अधिक सर्वसाधारण ज्ञानकार्याकडे विस्तारत गेल्यावर, डेव्हलपर नसलेल्यांमधील स्वीकार आणखी वेगाने वाढला. खालील वापरकर्ता-वाढ आलेखात दाखवल्याप्रमाणे, वैयक्तिक, संस्थात्मक आणि OpenAI गटांमध्ये साप्ताहिक डेव्हलपर नसलेले वापरकर्ते डेव्हलपर वापरकर्त्यांपेक्षा जलद वाढले. जून 2026 च्या सुरुवातीपर्यंत, डेव्हलपर नसलेले वैयक्तिक वापरकर्ते ऑगस्ट 2025 पासून 137 पट वाढले. डेव्हलपर नसलेले संस्थात्मक वापरकर्ते 189 पट वाढले, आणि डेव्हलपर नसलेले OpenAI वापरकर्ते 12 पट वाढले; बहुधा कारण या गटाने आधीच सरासरीपेक्षा खूप वरच्या पातळीवरून सुरुवात केली होती. 

या बदलाचा अर्थ असा नाही की प्रत्येक नॉन-डेव्हलपर अभियंत्याप्रमाणेच Codex वापरत आहे. उलट, याचा अर्थ असा आहे की अधिकाधिक नॉन-डेव्हलपर्स कोणत्यातरी प्रकारच्या एजेंटिक कामासाठी Codex वापरत आहेत. 

Codex गैर-तांत्रिक विभागांना तांत्रिक कौशल्यांमुळे पूर्वी अडलेल्या कार्यप्रवाहांना गती देण्यास सक्षम करतो. खालील हीट मॅप OpenAI मधील अनुमानित व्यवसायांची Codex आउटपुटमध्ये दिसणाऱ्या कामाच्या प्रकाराशी तुलना करतो. डेटा सायन्स आणि संशोधनासाठी अभियांत्रिकी व कोडिंग ही सर्वात मोठी श्रेणी म्हणून दिसते, तर वित्त व व्यवसाय संचालन, मार्केटिंग, संचालन आणि इतर विभागांसाठी ज्ञानकार्य ही सर्वात मोठी श्रेणी आहे. 

तरीही, एजंटिक टूल्स एखादा वैयक्तिक कर्मचारी काय करू शकतो याची व्याप्ती वाढवू शकतात. उदाहरणार्थ, व्यवसाय कार्यांतील कर्मचाऱ्यांनी Codex वापरून केलेल्या कामांपैकी एक-चतुर्थांशपेक्षा जास्त काम अभियांत्रिकी किंवा कोडिंगचे होते. एजंट कामांच्या सीमांपलीकडे जाण्याचा खर्च कमी करू शकतात आणि आधी अधिक विशेष तांत्रिक सहाय्य लागणारे संलग्न काम कर्मचाऱ्यांना करण्यात मदत करू शकतात.

अभियंता नसलेल्या कर्मचाऱ्यांकडून एजंटिक टूल्सचा वाढता वापर, या कर्मचाऱ्यांच्या क्षमतांची व्याप्ती वाढवतो. कार्यप्रवाहाची पुनर्रचना कशी करावी हे ठरवणाऱ्या व्यवसायांसाठी, कोणती कौशल्ये अधिक मौल्यवान ठरतात हे शिकणाऱ्या कर्मचाऱ्यांसाठी, आणि AI श्रम बाजारात कसे बदल घडवते हे समजून घेण्याचा प्रयत्न करणाऱ्या धोरणकर्त्यांसाठी व संशोधकांसाठी ही बाब महत्त्वाची आहे.

आमचा पेपर दाखवतो की अत्याधुनिक वापरकर्ते सक्षम एजंटिक टूल्स कसे स्वीकारतात. आमचे निष्कर्ष हे स्पष्ट करतात की, जेव्हा लोकांना सक्षम एजंटिक टूल्सचा व्यापक आणि सहज वापर करता येतो, तेव्हा काय घडते: जसजसे टूल्स सुधारतात, तसतसे लोक त्यांचा वापर अधिक काळ, अधिक गुंतागुंतीच्या आणि अधिक आंतर-कार्यक्षम कामांसाठी करतात. जसजसा काळ पुढे जाईल, तसतसे कामाचे भविष्य असेच दिसण्याची शक्यता आहे.