Aquí están los hallazgos más importantes del artículo, organizados por lo que significan para el futuro de la IA y el trabajo.

1. Adopción interna en OpenAI: una transición agéntica casi completa

Dentro de la propia OpenAI, Codex ya no es un experimento. Es la herramienta de trabajo principal para todos los departamentos.

• El 97.9% de los empleados activos de OpenAI ahora usa Codex, y representa el 99.8% de todos los tokens de salida semanales tanto de Codex como de ChatGPT dentro de la empresa .
• Ingeniería fue el primero en hacer el cambio, alcanzando un uso mayoritario en diciembre de 2025. Los departamentos no técnicos —Legal, Finanzas y Reclutamiento— hicieron la transición alrededor de abril de 2026, pero sus transiciones fueron significativamente más rápidas una vez que comenzaron .
• El empleado mediano en un rol legal generó 13 veces más tokens de salida mensuales (Codex + ChatGPT) en junio de 2026 en comparación con noviembre de 2025. El investigador mediano generó más de 50 veces más .
• Los usuarios no desarrolladores de OpenAI aumentaron 12 veces desde agosto de 2025 .

Advertencia importante: El artículo advierte explícitamente que OpenAI no es representativa de las organizaciones típicas. Se autodenomina un entorno "frontera" donde los trabajadores están muy familiarizados con los modelos, los costos de uso son bajos, la aceptación organizacional es máxima y el intercambio informal de conocimientos es común .

2. Crecimiento del uso externo: rápido, pero desigual

La adopción externa de Codex se está acelerando, pero se ve muy diferente dependiendo de si eres una organización o un usuario individual.

• Los usuarios activos de Codex crecieron más de cinco veces en la primera mitad de 2026, con el crecimiento más rápido fuera de la audiencia inicial de desarrolladores de software .
• Los usuarios organizacionales muestran una adopción significativa: Codex ahora representa el 63.3% de los tokens de salida entre las organizaciones activas tanto en ChatGPT como en Codex . La proporción de organizaciones que usan Codex creció de poco más del 0% en agosto de 2025 a aproximadamente el 17% de todos los usuarios organizacionales activos .
• Los usuarios individuales (consumidores) cuentan una historia muy diferente. Solo el 16.5% de sus tokens de salida provienen de Codex. Entre los consumidores activos en cualquiera de las plataformas en los últimos 28 días, menos del 1% ha usado Codex .
• El crecimiento más rápido se da en poblaciones no desarrolladoras: los usuarios individuales no desarrolladores aumentaron 137 veces y los usuarios organizacionales no desarrolladores aumentaron 189 veces desde agosto de 2025 .

3. Tendencias en la complejidad de las tareas: los usuarios delegan trabajos más grandes

Quizás el hallazgo más llamativo es que los usuarios no solo usan Codex para preguntas rápidas. Están entregando trabajos que le tomarían a un humano horas o incluso días enteros.

Para mayo de 2026, entre los usuarios individuales de Codex muestreados:

• El 80.6% realizó al menos una solicitud que se estima supera los 30 minutos de trabajo humano.
• El 70.2% realizó una solicitud que supera 1 hora.
• El 25.6% realizó al menos una solicitud que se estima supera las 8 horas de trabajo humano experimentado .

La proporción de usuarios individuales que presentan una solicitud que se estima requiere más de 8 horas creció casi diez veces desde principios de 2026 .

En OpenAI, los usuarios avanzados ya operan a escala. Los usuarios en el percentil 99 ahora generan regularmente más de 60 horas de turnos de agente de Codex por día, distribuidos en múltiples agentes paralelos . Más del 10% de los usuarios gestionan tres o más agentes de Codex concurrentes cada semana, y el 26.6% usa "skills" —conjuntos de instrucciones compartidas para flujos de trabajo complejos . En total, el artículo encontró que el 24% de todas las solicitudes de Codex son para tareas que se estima le tomarían a una persona más de una hora .

4. El cambio más amplio: de la conversación a la delegación

El artículo presenta la transición de la IA conversacional a la agéntica como un cambio fundamental en la unidad del trabajo de conocimiento.

"La IA agéntica cambia la unidad del trabajo de conocimiento de interacciones individuales a tareas delegadas de largo plazo", afirma el artículo .

Distingue a ChatGPT como principalmente conversacional (preguntas y respuestas, consejos) de Codex como agéntico (producción delegada: depuración, refactorización, redacción de documentos, análisis de datos, coordinación de comunicación). El artículo señala que esto no es un binario absoluto —ChatGPT tiene algunas funciones agénticas y algo del uso de Codex es conversacional . El uso de Codex está "fuertemente orientado hacia la producción delegada" —los usuarios le piden que haga trabajo, no solo que brinde consejos o información .

Originalmente construido para el desarrollo de software, Codex ahora se extiende a la redacción de documentos, análisis de datos, comunicación y otras tareas de trabajo de conocimiento fuera de la programación . Dentro de OpenAI, más de una cuarta parte del trabajo realizado con Codex por trabajadores en funciones comerciales era ingeniería o programación —lo que demuestra que los agentes reducen el costo de cruzar los límites de las tareas .

5. Las propias advertencias y limitaciones del artículo

La investigación se autolimita explícitamente sobre lo que significan sus hallazgos. Estas no son notas al pie menores:

1. OpenAI no es representativa. El artículo afirma: "El uso de OpenAI, por lo tanto, no es representativo de la organización típica de hoy. Sin embargo, proporciona una visión de cómo podría ser el uso de la IA agéntica en el futuro, cuando las fricciones de adopción sean mínimas" .
2. Lo conversacional vs. agéntico es un espectro, no un binario. En la semana anterior al 11 de junio de 2026, el 60.3% de los turnos de Codex y el 21.9% de los turnos de ChatGPT invocaron al menos una herramienta externa —el uso de herramientas en sí mismo es un proxy imperfecto para la agencia .
3. Las estimaciones de complejidad son generadas por modelos. Los umbrales de duración de las tareas (30 min, 1 hora, 8 horas) son estimados por un modelo de IA, no medidos directamente, y se basan en una muestra aleatoria del 0.1% de usuarios individuales que optaron por permitir que sus consultas se usaran para entrenamiento .
4. La adopción sigue siendo limitada en general. Entre todos los consumidores en planes de consumo, menos del 1% ha usado Codex —la mayoría de los usuarios de IA todavía están principalmente chateando con bots .
5. La adopción externa es "menor y más desigual" que la adopción interna de OpenAI, y las herramientas agénticas en general siguen siendo "mucho menos utilizadas que ChatGPT" .
6. Los datos provienen de una sola plataforma (Codex) y una sola empresa (OpenAI) —los hallazgos pueden no generalizarse a otras herramientas agénticas u organizaciones con diferentes flujos de trabajo, requisitos de seguridad y niveles de familiaridad del usuario .

Conclusiones clave

• La adopción de la IA agéntica es real y se acelera dentro de las organizaciones, especialmente donde las barreras de costo y acceso son bajas. Pero para los consumidores individuales, la IA basada en chat sigue siendo el paradigma dominante.
• La mayor sorpresa puede ser el crecimiento más rápido fuera de la ingeniería de software: en los departamentos legal, financiero, de reclutamiento y otros ámbitos del trabajo de conocimiento.
• La complejidad de las tareas está aumentando, con una minoría significativa de usuarios que ya delegan un día completo de trabajo a los agentes de IA.
• Las limitaciones del artículo significan que estos hallazgos deben leerse como un indicador adelantado, no como un pronóstico universal. La mayoría de los usuarios de IA todavía están chateando, no dando órdenes a agentes.

La investigación de OpenAI proporciona la mirada más detallada hasta ahora sobre cómo la IA agéntica está pasando de ser un concepto de investigación a una herramienta de trabajo práctica. El cambio está ocurriendo, pero dónde, cómo y para quién depende en gran medida del contexto.

Aquí están los hallazgos más importantes del artículo, organizados por lo que significan para el futuro de la IA y el trabajo.

1. Adopción interna en OpenAI: una transición agéntica casi completa

Dentro de la propia OpenAI, Codex ya no es un experimento. Es la herramienta de trabajo principal para todos los departamentos.

• El 97.9% de los empleados activos de OpenAI ahora usa Codex, y representa el 99.8% de todos los tokens de salida semanales tanto de Codex como de ChatGPT dentro de la empresa .
• Ingeniería fue el primero en hacer el cambio, alcanzando un uso mayoritario en diciembre de 2025. Los departamentos no técnicos —Legal, Finanzas y Reclutamiento— hicieron la transición alrededor de abril de 2026, pero sus transiciones fueron significativamente más rápidas una vez que comenzaron .
• El empleado mediano en un rol legal generó 13 veces más tokens de salida mensuales (Codex + ChatGPT) en junio de 2026 en comparación con noviembre de 2025. El investigador mediano generó más de 50 veces más .
• Los usuarios no desarrolladores de OpenAI aumentaron 12 veces desde agosto de 2025 .

Advertencia importante: El artículo advierte explícitamente que OpenAI no es representativa de las organizaciones típicas. Se autodenomina un entorno "frontera" donde los trabajadores están muy familiarizados con los modelos, los costos de uso son bajos, la aceptación organizacional es máxima y el intercambio informal de conocimientos es común .

2. Crecimiento del uso externo: rápido, pero desigual

La adopción externa de Codex se está acelerando, pero se ve muy diferente dependiendo de si eres una organización o un usuario individual.

• Los usuarios activos de Codex crecieron más de cinco veces en la primera mitad de 2026, con el crecimiento más rápido fuera de la audiencia inicial de desarrolladores de software .
• Los usuarios organizacionales muestran una adopción significativa: Codex ahora representa el 63.3% de los tokens de salida entre las organizaciones activas tanto en ChatGPT como en Codex . La proporción de organizaciones que usan Codex creció de poco más del 0% en agosto de 2025 a aproximadamente el 17% de todos los usuarios organizacionales activos .
• Los usuarios individuales (consumidores) cuentan una historia muy diferente. Solo el 16.5% de sus tokens de salida provienen de Codex. Entre los consumidores activos en cualquiera de las plataformas en los últimos 28 días, menos del 1% ha usado Codex .
• El crecimiento más rápido se da en poblaciones no desarrolladoras: los usuarios individuales no desarrolladores aumentaron 137 veces y los usuarios organizacionales no desarrolladores aumentaron 189 veces desde agosto de 2025 .

3. Tendencias en la complejidad de las tareas: los usuarios delegan trabajos más grandes

Quizás el hallazgo más llamativo es que los usuarios no solo usan Codex para preguntas rápidas. Están entregando trabajos que le tomarían a un humano horas o incluso días enteros.

Para mayo de 2026, entre los usuarios individuales de Codex muestreados:

• El 80.6% realizó al menos una solicitud que se estima supera los 30 minutos de trabajo humano.
• El 70.2% realizó una solicitud que supera 1 hora.
• El 25.6% realizó al menos una solicitud que se estima supera las 8 horas de trabajo humano experimentado .

La proporción de usuarios individuales que presentan una solicitud que se estima requiere más de 8 horas creció casi diez veces desde principios de 2026 .

En OpenAI, los usuarios avanzados ya operan a escala. Los usuarios en el percentil 99 ahora generan regularmente más de 60 horas de turnos de agente de Codex por día, distribuidos en múltiples agentes paralelos . Más del 10% de los usuarios gestionan tres o más agentes de Codex concurrentes cada semana, y el 26.6% usa "skills" —conjuntos de instrucciones compartidas para flujos de trabajo complejos . En total, el artículo encontró que el 24% de todas las solicitudes de Codex son para tareas que se estima le tomarían a una persona más de una hora .

4. El cambio más amplio: de la conversación a la delegación

El artículo presenta la transición de la IA conversacional a la agéntica como un cambio fundamental en la unidad del trabajo de conocimiento.

"La IA agéntica cambia la unidad del trabajo de conocimiento de interacciones individuales a tareas delegadas de largo plazo", afirma el artículo .

Distingue a ChatGPT como principalmente conversacional (preguntas y respuestas, consejos) de Codex como agéntico (producción delegada: depuración, refactorización, redacción de documentos, análisis de datos, coordinación de comunicación). El artículo señala que esto no es un binario absoluto —ChatGPT tiene algunas funciones agénticas y algo del uso de Codex es conversacional . El uso de Codex está "fuertemente orientado hacia la producción delegada" —los usuarios le piden que haga trabajo, no solo que brinde consejos o información .

Originalmente construido para el desarrollo de software, Codex ahora se extiende a la redacción de documentos, análisis de datos, comunicación y otras tareas de trabajo de conocimiento fuera de la programación . Dentro de OpenAI, más de una cuarta parte del trabajo realizado con Codex por trabajadores en funciones comerciales era ingeniería o programación —lo que demuestra que los agentes reducen el costo de cruzar los límites de las tareas .

5. Las propias advertencias y limitaciones del artículo

La investigación se autolimita explícitamente sobre lo que significan sus hallazgos. Estas no son notas al pie menores:

1. OpenAI no es representativa. El artículo afirma: "El uso de OpenAI, por lo tanto, no es representativo de la organización típica de hoy. Sin embargo, proporciona una visión de cómo podría ser el uso de la IA agéntica en el futuro, cuando las fricciones de adopción sean mínimas" .
2. Lo conversacional vs. agéntico es un espectro, no un binario. En la semana anterior al 11 de junio de 2026, el 60.3% de los turnos de Codex y el 21.9% de los turnos de ChatGPT invocaron al menos una herramienta externa —el uso de herramientas en sí mismo es un proxy imperfecto para la agencia .
3. Las estimaciones de complejidad son generadas por modelos. Los umbrales de duración de las tareas (30 min, 1 hora, 8 horas) son estimados por un modelo de IA, no medidos directamente, y se basan en una muestra aleatoria del 0.1% de usuarios individuales que optaron por permitir que sus consultas se usaran para entrenamiento .
4. La adopción sigue siendo limitada en general. Entre todos los consumidores en planes de consumo, menos del 1% ha usado Codex —la mayoría de los usuarios de IA todavía están principalmente chateando con bots .
5. La adopción externa es "menor y más desigual" que la adopción interna de OpenAI, y las herramientas agénticas en general siguen siendo "mucho menos utilizadas que ChatGPT" .
6. Los datos provienen de una sola plataforma (Codex) y una sola empresa (OpenAI) —los hallazgos pueden no generalizarse a otras herramientas agénticas u organizaciones con diferentes flujos de trabajo, requisitos de seguridad y niveles de familiaridad del usuario .

Conclusiones clave

• La adopción de la IA agéntica es real y se acelera dentro de las organizaciones, especialmente donde las barreras de costo y acceso son bajas. Pero para los consumidores individuales, la IA basada en chat sigue siendo el paradigma dominante.
• La mayor sorpresa puede ser el crecimiento más rápido fuera de la ingeniería de software: en los departamentos legal, financiero, de reclutamiento y otros ámbitos del trabajo de conocimiento.
• La complejidad de las tareas está aumentando, con una minoría significativa de usuarios que ya delegan un día completo de trabajo a los agentes de IA.
• Las limitaciones del artículo significan que estos hallazgos deben leerse como un indicador adelantado, no como un pronóstico universal. La mayoría de los usuarios de IA todavía están chateando, no dando órdenes a agentes.

La investigación de OpenAI proporciona la mirada más detallada hasta ahora sobre cómo la IA agéntica está pasando de ser un concepto de investigación a una herramienta de trabajo práctica. El cambio está ocurriendo, pero dónde, cómo y para quién depende en gran medida del contexto.