OpenAIs Codex-studie afslører fremtiden for agentisk AI: 99,8 % af intern output kommer allerede fra AI-agenter

Vigtig advarsel: Artiklen advarer udtrykkeligt om, at OpenAI ikke er repræsentativt for typiske organisationer. Den kalder sig selv et "frontlinje"-miljø, hvor medarbejdere er meget fortrolige med modeller, brugsomkostningerne er lave, organisatorisk opbakning er maksimal, og uformel viden deling er almindelig .

2. Ekstern brugsvækst: Hurtig, men ujævn

Ekstern adoption af Codex accelererer, men den ser meget forskellig ud, alt efter om du er en organisation eller en individuel bruger.

• Aktive Codex-brugere er mere end femdoblet i første halvdel af 2026, med den hurtigste vækst uden for den oprindelige målgruppe af softwareudviklere .
• Organisationsbrugere viser betydelig optag: Codex tegner sig nu for 63,3 % af output-tokens blandt organisationer, der er aktive på både ChatGPT og Codex . Andelen af organisationer, der bruger Codex, steg fra lige over 0 % i august 2025 til cirka 17 % af alle aktive organisationsbrugere .
• Individuelle (forbruger) brugere fortæller en meget anden historie. Kun 16,5 % af deres output-tokens kommer fra Codex. Blandt forbrugere, der har været aktive på en af platformene inden for de sidste 28 dage, har færre end 1 % overhovedet brugt Codex .
• Den hurtigste vækst er i ikke-udviklerpopulationer: Ikke-udvikler individuelle brugere steg 137 gange, og ikke-udvikler organisationsbrugere steg 189 gange siden august 2025 .

3. Tendenser i opgavekompleksitet: Brugere overdrager større opgaver

Måske det mest slående fund er, at brugerne ikke bare bruger Codex til hurtige spørgsmål. De overdrager arbejde, der ville tage mennesker timer eller endda hele dage.

I maj 2026, blandt samplede individuelle Codex-brugere:

• 80,6 % havde lavet mindst én forespørgsel, der anslås at overstige 30 minutters menneskeligt arbejde.
• 70,2 % havde lavet en forespørgsel, der overstiger 1 time.
• 25,6 % havde lavet mindst én forespørgsel, der anslås at overstige 8 timers erfarent menneskeligt arbejde .

Andelen af individuelle brugere, der indsender en forespørgsel, der anslås at kræve mere end 8 timer, er vokset næsten tidoblet siden starten af 2026 .

Hos OpenAI opererer power-brugere allerede i stor skala. Brugere på 99. percentilen genererer nu regelmæssigt mere end 60 timers Codex-agentrunder om dagen, fordelt på flere parallelle agenter . Mere end 10 % af brugerne administrerer tre eller flere samtidige Codex-agenter hver uge, og 26,6 % bruger "skills" – delte instruktionssæt til komplekse arbejdsgange . I alt fandt artiklen, at 24 % af alle Codex-forespørgsler er til opgaver, der anslås at tage en person mere end én time .

4. Det bredere skifte: Fra samtale til delegering

Artiklen indrammer overgangen fra konversationel til agentisk AI som en fundamental ændring i enheden for vidensarbejde.

"Agentic AI ændrer enheden for vidensarbejde fra enkeltinteraktioner til delegerede, langtidshorisont-opgaver," hedder det i artiklen .

Den adskiller ChatGPT som primært konversationel (spørgsmål-svar, rådgivning) fra Codex som agentisk (delegeret produktion: debugging, refactorering, udkast til dokumenter, dataanalyse, koordinering af kommunikation). Artiklen bemærker, at dette ikke er en absolut binær – ChatGPT har nogle agentiske funktioner, og noget Codex-brug er konversationelt . Codex-brug er "stærkt orienteret mod delegeret produktion" – brugerne beder det om at udføre arbejde, ikke kun om at give råd eller information .

Oprindeligt bygget til softwareudvikling, strækker Codex sig nu til udkast til dokumenter, dataanalyse, kommunikation og andre vidensarbejdsopgaver uden for kodning . Inden for OpenAI var over en fjerdedel af det arbejde, der blev udført med Codex af medarbejdere i forretningsfunktioner, engineering eller kodning – hvilket viser, at agenter sænker omkostningerne ved at krydse opgavegrænser .

5. Artiklens egne forbehold og begrænsninger

Forskningen er udtrykkeligt selvbegrænsende med hensyn til, hvad dens resultater betyder. Disse er ikke mindre fodnoter:

1. OpenAI er ikke repræsentativt. Artiklen siger: "OpenAI-brug er derfor ikke repræsentativt for den typiske organisation i dag. Det giver dog et indblik i, hvordan agentisk AI-brug kan se ud i fremtiden, når adoptionsfriktioner er minimale" .
2. Konversationel vs. agentisk er et spektrum, ikke en binær. I ugen før 11. juni 2026 aktiverede 60,3 % af Codex-runder og 21,9 % af ChatGPT-runder mindst ét eksternt værktøj – værktøjsbrug i sig selv er en ufuldkommen proxy for agens .
3. Kompleksitetsestimater er modelgenererede. Opgavevarighedstærsklerne (30 min, 1 time, 8 timer) estimeres af en AI-model, måles ikke direkte, og er baseret på en 0,1 % tilfældig stikprøve af individuelle brugere, der har givet tilladelse til, at deres forespørgsler må bruges til træning .
4. Adoption forbliver smal samlet set. Blandt alle forbrugere på forbrugerplaner har færre end 1 % brugt Codex – de fleste AI-brugere chatter stadig primært med bots .
5. Ekstern adoption er "lavere og mere ujævn" end intern OpenAI-adoption, og agentiske værktøjer samlet set forbliver "meget mindre udbredt brugt end ChatGPT" .
6. Dataene er fra én platform (Codex) og én virksomhed (OpenAI) – resultaterne kan muligvis ikke generaliseres til andre agentiske værktøjer eller organisationer med forskellige arbejdsgange, sikkerhedskrav og brugernes fortrolighedsniveauer .

Vigtige pointer

• Adoption af agentisk AI er reel og accelererer inden for organisationer, især hvor omkostninger og adgangsbarrierer er lave. Men for individuelle forbrugere er chat-baseret AI stadig det dominerende paradigme.
• Den største overraskelse kan være den hurtigste vækst, der sker uden for softwareudvikling – i juridiske, finansielle, rekrutterings- og andre vidensarbejdsdomæner.
• Opgavekompleksiteten stiger, og en betydelig minoritet af brugere overdrager allerede heldagsarbejde til AI-agenter.
• Artiklens begrænsninger betyder, at disse resultater bør læses som en førende indikator, ikke en universel forudsigelse. De fleste AI-brugere chatter stadig, ikke kommandere agenter.

OpenAIs forskning giver det hidtil mest detaljerede indblik i, hvordan agentisk AI bevæger sig fra et forskningskoncept til et praktisk arbejdsredskab. Skiftet sker – men hvor, hvordan og for hvem afhænger i høj grad af konteksten.