Enterprise Signals: o que as empresas de ponta fazem de diferente

A IA empresarial está entrando em uma nova fase: mais trabalho está sendo delegado a agentes, e as empresas mais avançadas estão se distanciando das demais. As empresas de ponta têm acesso aos mesmos modelos de IA que as outras empresas, mas estão aprofundando o uso mais rapidamente. O diferencial está em como colocam esses modelos em prática: passando da assistência à delegação, dando aos agentes o contexto e as ferramentas para concluir tarefas complexas e acelerando a expansão da IA com agentes para além do desenvolvimento de software.

Nossa pesquisa sobre como os agentes de IA estão transformando o trabalho na OpenAI oferece um indicador antecipado de como essa mudança pode ocorrer em uma organização nativa em IA. O Enterprise Signals amplia o foco para a base global de clientes empresariais da OpenAI, mostrando como o trabalho com agentes de IA se expande nas organizações e o que diferencia as empresas de ponta das demais.

Nesta edição do Enterprise Signals, mostramos que as empresas de ponta — as 10% com maior uso de IA a cada mês — estão ampliando a diferença em relação às empresas típicas, que ficam na faixa intermediária de 10%. Analisamos o que as empresas de ponta fazem de diferente e o que as organizações podem fazer para reduzir essa diferença.

Principais pontos:

• O uso empresarial está cada vez mais baseado em agentes. Em junho, o Codex gerou 64% do total de tokens de saída do Codex e do ChatGPT entre clientes empresariais, o que indica que os agentes estão possibilitando uma mudança para trabalhos delegados mais relevantes.
• A diferença entre as empresas de ponta e as demais está aumentando. As empresas de ponta — as 10% com maior uso de IA a cada mês — agora geram 8,3× mais tokens de saída por usuário ativo que as empresas típicas, em comparação com 2,6× em janeiro.
• As empresas de ponta usam recursos avançados com mais frequência. Toda semana, 21% dos usuários ativos nas empresas de ponta usam plugins, em comparação com 9% nas empresas típicas. Na OpenAI, 95% dos funcionários usam plugins semanalmente, o que destaca o potencial de uma adoção mais profunda.
• Os agentes estão se expandindo no trabalho do conhecimento. Desde fevereiro, o número de usuários empresariais ativos semanalmente no Codex cresceu 108× no jurídico, 41× em vendas, 41× em recrutamento e 26× em marketing, em comparação com 5× na engenharia.
• Profissionais em início de carreira usam mais IA: o uso é maior entre profissionais em início de carreira e diminui entre os mais experientes, o que sugere uma possível vantagem comparativa no uso da IA.

A IA empresarial está passando de responder a perguntas para realizar trabalhos. Essa mudança começou na engenharia de software com o Codex. Agora, o ChatGPT Work está levando a IA com agentes para além dos desenvolvedores, permitindo que profissionais de toda a empresa passem de pedir ajuda a delegar tarefas relevantes.

Em junho de 2026, o uso de IA com agentes (definido como tokens do Codex) representou 64% do total de tokens de saída do Codex e do ChatGPT entre clientes empresariais. O ChatGPT e a IA com agentes usam os mesmos modelos de ponta subjacentes; a diferença está em como essa inteligência é colocada em prática.

O ChatGPT ajuda as pessoas a fazer perguntas, desenvolver ideias e resolver problemas. A IA com agentes, como o Codex e o ChatGPT Work, oferece ao modelo ferramentas para trabalhar com seu computador, permitindo encontrar informações, editar arquivos e realizar tarefas com várias etapas de forma autônoma ou sob supervisão. A conclusão de tarefas complexas e de longa duração pode exigir muito mais capacidade computacional, o que ajuda a explicar o rápido crescimento do uso de tokens por agentes de IA.

Todos os meses, classificamos os clientes empresariais pelo número de tokens de saída por usuário ativo. As empresas de ponta são aquelas entre as 10% com maior uso no mês, enquanto as empresas típicas ficam entre os percentis 45 e 55. Em junho, as empresas de ponta geraram 8,3× mais tokens de saída por usuário ativo que as empresas típicas, o triplo da diferença de 2,6× registrada em janeiro.

A diferença entre as empresas de ponta e as demais também se estende aos setores: a maior diferença no uso de tokens ocorre em informação e tecnologia (11,7×), e a menor, na indústria de transformação (5,3×). Em contrapartida, o uso de tokens entre as empresas típicas é semelhante nos diferentes setores, com crescimento relativamente modesto no último ano (de 1,9× para 2,8×). Isso sugere que muitas organizações ainda usam assistentes de chat simples, o que deixa uma margem significativa para aprofundar a adoção e usar agentes em trabalhos mais complexos.

Os tokens são uma medida imperfeita do valor para os negócios: uma resposta curta pode ser muito valiosa, enquanto uma longa pode agregar pouco. Ainda assim, o volume de tokens oferece uma aproximação útil da profundidade do uso da IA e da quantidade de trabalho que os funcionários pedem que ela realize.

As empresas líderes estão aprofundando o uso da IA porque a aplicam a problemas concretos dentro das organizações e nos diferentes setores.

As primeiras aplicações empresariais de IA começaram internamente, ajudando os funcionários a encontrar informações, elaborar documentos, analisar dados, escrever código e automatizar processos rotineiros. Cada vez mais, as empresas líderes ampliam o uso da IA para além da produtividade interna e a incorporam a produtos, serviços e experiências voltados aos clientes.

Para serem eficazes, os agentes de IA precisam ter acesso ao contexto e às ferramentas certas. Os plugins⁠(abre em uma nova janela) reúnem recursos que ajudam os agentes a concluir fluxos de trabalho específicos. Eles podem combinar skills, que fornecem instruções reutilizáveis, com aplicativos, que se conectam aos dados, às ferramentas e às ações da empresa. Por exemplo, um plugin de vendas pode combinar o manual de uma equipe com o acesso ao CRM, permitindo que um agente use informações atualizadas dos clientes e propostas anteriores para preparar uma resposta personalizada para revisão.

As empresas de ponta estão claramente à frente no uso de recursos avançados. Entre os usuários ativos semanais, 21% nas empresas de ponta usam plugins e 19% usam skills, em comparação com apenas 9% e 3%, respectivamente, nas empresas típicas. No entanto, a adoção pelas empresas de ponta representa apenas uma fração do que é possível. O uso interno na OpenAI evidencia o potencial de uso mais aprofundado desses recursos: 95% dos usuários ativos usam plugins toda semana. Nossa pesquisa sobre como os agentes de IA estão transformando o trabalho analisa mais de perto como os funcionários da OpenAI usam recursos avançados.

Os agentes de IA precisam de três elementos para concluir trabalhos relevantes: contexto, ferramentas e persistência. Memória, entrada de voz e Appshots ajudam os profissionais a compartilhar facilmente o contexto e as informações necessários para concluir uma tarefa com sucesso. O uso do computador e do navegador permite que os agentes naveguem em sites, criem arquivos e concluam tarefas de forma autônoma ou sob supervisão. Objetivos e ciclos mantêm os agentes trabalhando até a conclusão da tarefa. Juntos, esses recursos ajudam as empresas de ponta a aproveitar o potencial dos agentes.

Dar aos agentes acesso aos sistemas da empresa também cria novos riscos. As empresas de ponta definem regras claras sobre onde os agentes podem atuar, quais informações podem acessar, quando podem realizar ações e como as pessoas revisam decisões de maior risco. Esses controles precisam evoluir à medida que as organizações aprendem com implantações reais.

As empresas de ponta também incorporam a aprendizagem contínua e a experimentação ao trabalho cotidiano. Sessões práticas de criação, fóruns para compartilhar casos de uso emergentes e demonstrações internas ajudam a disseminar práticas bem-sucedidas entre equipes e áreas.

Os desenvolvedores de software estiveram entre os primeiros a adotar agentes de IA, mas o crescimento mais rápido agora vem de profissionais do conhecimento em geral. Desde fevereiro, o número de usuários empresariais ativos semanalmente no Codex cresceu 108× no jurídico, 41× em vendas, 41× em recrutamento e 26× em marketing, em comparação com 5x na engenharia. 

O software saiu na frente por um motivo. As bases de código oferecem um contexto claro aos agentes, os testes facilitam a verificação dos resultados e o progresso em programação ajuda a acelerar a pesquisa e o desenvolvimento de IA. Nos últimos dois anos, os desenvolvedores passaram de usar IA para escrever linhas individuais de código a delegar tarefas completas de desenvolvimento de software a agentes. Muitos desenvolvedores já não escrevem código manualmente e concentram seu tempo em configurar tarefas, orquestrar agentes e revisar resultados.

Em contrapartida, o progresso no trabalho do conhecimento em geral tem sido mais lento porque muitas tarefas oferecem pouco contexto, podem ser difíceis de especificar e não têm critérios claros para verificar o resultado. Mas a expansão contínua, os avanços na aprendizagem por reforço e os esforços direcionados para melhorar o desempenho em avaliações como o GDPval estão colocando mais tarefas, ferramentas e ambientes de trabalho do mundo real ao alcance dos modelos de ponta. Como resultado, desde o início do ano, a IA com agentes vem alcançando uma adequação cada vez maior entre produto e mercado para profissionais do conhecimento em geral.

Em uma amostra de mais de 10 milhões de mensagens, a IA empresarial está deixando de apenas ajudar os funcionários a produzir trabalhos para ajudar as equipes a realizá-los. Mesmo dentro da mesma área, os padrões de uso diferem significativamente entre o chat e a IA com agentes.

A escrita continua sendo o uso mais comum do ChatGPT, enquanto a programação e as operações de sistemas ou agentes representam, juntas, quase 75% das mensagens com agentes de IA. Essa mudança é especialmente evidente fora das equipes técnicas tradicionais: recrutamento (32%), vendas (26%), políticas públicas (25%) e comunicação (24%) destinam entre um quarto e um terço das mensagens a operações de sistemas e agentes. O trabalho técnico também está se expandindo entre as áreas, e a programação representa quase 60% das mensagens com agentes de IA em design.

Não existe um ranking único de adoção da IA. A classificação dos setores varia de acordo com a métrica usada. No último mês, o setor de serviços profissionais e científicos liderou tanto a adoção do Codex quanto a intensidade de uso da API. O setor de artes, entretenimento e recreação liderou a adoção do ChatGPT, enquanto a indústria de transformação apresentou a maior intensidade de uso do ChatGPT, apesar de ocupar a última posição em intensidade de uso do Codex e da API.

Os setores não estão seguindo o mesmo caminho na adoção da IA. Alguns avançam por meio de ferramentas para desenvolvedores e produtos baseados em IA, enquanto outros apresentam um uso cotidiano mais amplo ou intenso.

À medida que a IA cria novas formas de as organizações oferecerem produtos e serviços, ela também transforma o cenário da segurança. Poucos riscos são tão imediatos quanto os de segurança cibernética, principalmente diante da rápida evolução das capacidades cibernéticas da IA.

A IA também pode ajudar as equipes de defesa a responder. Os modelos podem analisar grandes bases de código, investigar vulnerabilidades e apoiar trabalhos de segurança em várias etapas. Mas identificar mais problemas não torna automaticamente os sistemas mais seguros. O verdadeiro gargalo está em transformar as descobertas em ações: determinar quais vulnerabilidades são reais, priorizar os riscos de maior impacto, testar patches e garantir que as equipes de segurança revisem e implementem as correções rapidamente. 

O OpenAI Daybreak reúne modelos de ponta para segurança cibernética, ferramentas de segurança empresarial e um ecossistema de parceiros para ajudar as organizações a enfrentar esses desafios e reforçar suas defesas contra ameaças emergentes.

A missão da OpenAI é garantir que a IA beneficie toda a humanidade. As organizações definirão grande parte do impacto econômico da IA. Por isso, publicamos regularmente o Enterprise Signals, um conjunto recorrente de métricas que acompanham a adoção, a disseminação e o impacto da IA nas empresas. Todas as análises deste relatório se baseiam em dados agregados e desidentificados sobre o uso empresarial. Usamos sistemas automatizados para classificar o conteúdo das mensagens, e nenhum funcionário da OpenAI analisou mensagens de clientes.

Os clientes empresariais da OpenAI também podem solicitar um benchmark personalizado para comparar sua organização com as métricas mais recentes de uso e recursos.