Hur agenter förändrar arbetet
En ny rapport från Economic Research som mäter Codex ekonomiska potential vid frontlinjen.
Agentbaserad AI flyttar kunskapsarbete från enskilda interaktioner till delegerade uppgifter med lång tidshorisont. Interaktioner med chatbotar är ofta korta och fristående. Agenter kan arbeta självständigt i minuter eller timmar medan de samordnar verktygsanrop, interagerar med miljöer och itererar fram lösningar. Därför blir agenter snabbt det mest kraftfulla AI-verktyget för arbete.
Under det senaste året har vi sett den här omvandlingen på nära håll på OpenAI. Under de första månaderna efter att Codex släpptes offentligt var ChatGPT fortfarande standardverktyget för AI-arbete inom OpenAI. Fram till augusti 2025 använde den genomsnittliga OpenAI-medarbetaren mindre än 10 % av sina token i Codex. Nu använder varje avdelning, även icke-tekniska avdelningar som Juridik och Rekrytering, Codex som sitt primära AI-verktyg för arbete. Det här mönstret speglar det vi tror blir framtidens arbete, givet de agentbaserade verktygens utökade kapacitet och tillgänglighet.
Användningen av Codex växte i takt med Codex kapacitet. När Codex började dra nytta av starkare modeller och nya produktfunktioner kunde det ta sig an en växande uppsättning produktiva uppgifter. Bland individuella användare, organisationsanvändare och OpenAI-medarbetare dokumenterar vi fyra trender under det senaste året:
- Människor använder Codex för arbete med längre tidshorisont. I maj 2026 hade 80,6 % av de samplade individuella användarna gjort minst en Codex-förfrågan som uppskattades motsvara mer än 30 minuters mänskligt arbete, 70,2 % hade gjort en som uppskattades överstiga en timme, och 25,6 % hade gjort minst en Codex-förfrågan som uppskattades överstiga åtta timmar.
- Codex blev det primära AI-verktyget för varje avdelning på OpenAI. Engineering gick först, men Juridik, Finans och Rekrytering nådde en punkt där Codex blev deras primära AI-verktyg omkring april 2026. För den genomsnittliga OpenAI-medarbetaren står Codex-användningen nu för mer än 85 % av utdata-token. Eftersom Codex-användare tenderar att använda fler token än icke-användare är dess andel av alla token ännu högre: Codex står för 99,8 % av de veckovisa utdata-token som genereras inom OpenAI.
- Användningen bland icke-utvecklare växte särskilt snabbt och gick om användningen bland utvecklare. Sedan augusti 2025 har antalet icke-utvecklare ökat 137 gånger bland individuella användare, 189 gånger bland organisationsanvändare och 12 gånger inom OpenAI.
- Codex gjorde det möjligt för OpenAI-medarbetare att utföra uppgifter utanför sin arbetsbeskrivning. Även om teknisk användning fortfarande är vanligast bland ingenjörer använder icke-tekniska användare regelbundet Codex för kodning eller teknisk exekvering, inklusive automatisering, datatransformering, verktygsbyggande, felsökning och strukturerad analys.
Agenter arbetar längre med svårare uppgifter
Under maj 2026 bad mer än 70 % av användarna Codex att slutföra en uppgift som skulle ta en person mer än en timme att utföra1. I takt med att Codex förmåga till självständigt arbete med lång kontext förbättrades gick användarna över från korta interaktioner till svårare uppgifter med längre horisonter.
Diagrammet nedan uppskattar andelen individuella användare som passerade fyra trösklar för mänsklig arbetstid: uppgifter som skulle ta en person mer än 30 minuter, mer än en timme, mer än fyra timmar och mer än åtta timmar2. Från december 2025 till maj 2026 steg andelen användare som gjorde en förfrågan som uppskattades motsvara arbete som skulle ta en person mer än 30 minuter till 80,6 %. Andelen som gjorde en förfrågan som skulle ta en person mer än en timme steg till 70,2 %. Andelen som efterfrågade arbete som skulle ta en person mer än åtta timmar växte snabbast från en låg utgångsnivå.
Tillväxten i agentbaserad användning syns i Codex dagliga körtid. Bland dagligen aktiva användare på OpenAI ber de tyngsta användarna Codex att köra många timmars agentarbete under en enda dag. I juni 2026 genererade användare i den 99:e percentilen regelbundet mer än 60 timmar med Codex Agent-turer per dag, fördelade över flera parallella agenter. I takt med att Codex blev kraftfullare och lättare att köra parallellt gick användarna från att bara be Codex om ett svar i taget till att i allt högre grad samordna flera agentuppgifter under en dag.
Användningen fortsätter att spridas från ingenjörer till resten av OpenAI
Ingenjörer på OpenAI började använda Codex först, gradvis. Den genomsnittliga ingenjören på företaget flyttade merparten av sin användning av OpenAI-produkter till Codex i december 2025. I dag genererar den genomsnittliga ingenjören 99 % av sina utdata-token med Codex i stället för ChatGPT. Juridik, Finans och Rekrytering gick över till majoritetsanvändning av Codex senare, omkring april 2026, men deras övergångar gick mycket snabbare. Den genomsnittliga juristen eller rekryteraren på OpenAI genererar nu mer än 85 % av sina utdata-token i Codex.
Under de senaste sex månaderna har Codex-användningen fördjupats och intensifierats på OpenAI. Bland aktiva interna användare steg förändringen i kombinerade utdata-token kraftigt över avdelningarna. Forskning stod för det största hoppet: i juni 2026 var mediananvändningen 56 gånger högre än i november 2025. Kundsupport ökade 32 gånger och Engineering 27 gånger, medan Juridik växte mer gradvis men ändå nådde 13 gånger sin novembernivå.
Tillsammans visar dessa två mönster hur Codex har förändrat hur OpenAI använder AI för produktivt arbete. I hela företaget byter användarna från chatbotar till agenter som sin primära form av AI-interaktion och använder en exponentiellt växande mängd agentbaserat arbete.
Icke-utvecklare är de snabbast växande användargrupperna
I alla användargrupper – OpenAI, organisationsanvändare och individuella användare – började användningen av Codex hos utvecklare, den naturliga målgruppen för det som började som ett kodningsverktyg. Men när Codex utvidgades mot mer allmänt kunskapsarbete växte användningen bland icke-utvecklare ännu snabbare. Som användartillväxtdiagrammet nedan visar ökade antalet veckovisa icke-utvecklaranvändare snabbare än utvecklaranvändare bland individuella användare, organisationsanvändare och OpenAI-användare. I början av juni 2026 hade antalet individuella icke-utvecklaranvändare multiplicerats 137 gånger sedan augusti 2025. Antalet icke-utvecklaranvändare i organisationer ökade 189 gånger, och icke-utvecklaranvändare på OpenAI ökade 12 gånger, sannolikt eftersom den gruppen redan började på en klart över genomsnittlig nivå.
Skiftet betyder inte att varje icke-utvecklare använder Codex på samma sätt som en ingenjör. Det betyder snarare att fler icke-utvecklare använder Codex för någon form av agentbaserat arbete.
Codex utvidgar horisonten för möjligt produktivt arbete
Codex gör det möjligt för icke-tekniska avdelningar att påskynda arbetsflöden som tidigare bromsades av behovet av teknisk expertis. Värmekartan nedan jämför härledda yrkesroller inom OpenAI med den typ av arbete som representeras i Codex-utdata. Engineering och kodning framträder som den största kategorin för datavetenskap och forskning, medan kunskapsarbete är den största kategorin för finans och affärsverksamhet, marknadsföring, drift och andra avdelningar.
Med det sagt kan agentbaserade verktyg utöka vad en enskild medarbetare kan göra. Till exempel var mer än en fjärdedel av det arbete som medarbetare i affärsfunktioner gjorde med Codex engineering eller kodning. Agenter kan sänka kostnaden för att röra sig över uppgiftsgränser och hjälpa medarbetare att utföra angränsande arbete som tidigare krävde mer specialiserat tekniskt stöd.
Occupation vs. work done with Codex
| Work category | |||||
|---|---|---|---|---|---|
| Consolidated inferred department | |||||
| Engineering | |||||
| Data Science / Research | |||||
| Finance / Biz Ops | |||||
| Product / Marketing / Ops | |||||
| Other | |||||
Vad detta betyder för agenters ekonomiska potential
Ökad användning av agentbaserade verktyg bland medarbetare som inte är ingenjörer flyttar gränsen för vad dessa medarbetare kan göra. Det är viktigt för företag som beslutar hur arbetsflöden ska utformas om, för medarbetare som lär sig vilka färdigheter som blir mer värdefulla och för beslutsfattare och forskare som försöker förstå hur AI förändrar arbetsmarknaden.
Vår rapport visar hur användare i framkant tar till sig kapabla agentbaserade verktyg vid frontlinjen. Våra resultat visar vad som händer när människor får bred och friktionsfri tillgång till kapabla agentbaserade verktyg: när verktygen förbättras använder människor dem för längre, mer komplext och mer tvärfunktionellt arbete. Med tiden kommer detta sannolikt att likna framtidens arbete.
Författare
Fotnoter
- 1
Uppgiftshorisonten uppskattas med en LLM som bedömare och som har tillgång till Codex-transkript.
- 2
Dessa trösklar är modelluppskattade, så de bör ses som vägledande snarare än exakta. Detta baseras också endast på individuella data och på frågor från ett slumpmässigt urval av 0,1 % av användarna.


