1. Adopsi Internal di OpenAI: Transisi ke Agen yang Hampir Sempurna

Di dalam OpenAI sendiri, Codex bukan lagi sekadar percobaan. Ia telah menjadi alat kerja utama di setiap departemen.

• 97,9% karyawan aktif OpenAI kini menggunakan Codex, dan menyumbang 99,8% dari seluruh token output mingguan di Codex dan ChatGPT dalam perusahaan .
• Divisi Teknik adalah yang pertama beralih, mencapai mayoritas penggunaan pada Desember 2025. Departemen non-teknis—Legal, Keuangan, dan Rekrutmen—menyusul sekitar April 2026, tetapi transisi mereka berlangsung jauh lebih cepat setelah memulainya .
• Karyawan median di divisi Legal menghasilkan 13 kali lebih banyak token output bulanan (Codex + ChatGPT) pada Juni 2026 dibandingkan November 2025. Peneliti median menghasilkan lebih dari 50 kali lipat .
• Pengguna non-pengembang di OpenAI meningkat 12 kali lipat sejak Agustus 2025 .

Catatan penting: Makalah ini secara eksplisit memperingatkan bahwa OpenAI tidak mewakili organisasi pada umumnya. Ia menyebut dirinya sebagai lingkungan "garis depan" di mana para pekerja sangat akrab dengan model, biaya penggunaan rendah, dukungan organisasi maksimal, dan berbagi pengetahuan informal adalah hal lumrah .

2. Pertumbuhan Penggunaan Eksternal: Cepat, tapi Tidak Merata

Adopsi Codex di luar OpenAI semakin cepat, tetapi tampilannya sangat berbeda tergantung pada apakah Anda sebuah organisasi atau pengguna individu.

• Pengguna aktif Codex tumbuh lebih dari lima kali lipat pada paruh pertama tahun 2026, dengan pertumbuhan tercepat berasal dari luar kelompok awal pengembang perangkat lunak .
• Pengguna organisasi menunjukkan peningkatan signifikan: Codex kini menyumbang 63,3% dari token output di antara organisasi yang aktif menggunakan ChatGPT dan Codex . Pangsa organisasi yang menggunakan Codex tumbuh dari sedikit di atas 0% pada Agustus 2025 menjadi sekitar 17% dari seluruh pengguna organisasi aktif .
• Pengguna individu (konsumen) menunjukkan cerita yang sangat berbeda. Hanya 16,5% dari token output mereka berasal dari Codex. Di antara konsumen yang aktif di salah satu platform dalam 28 hari terakhir, kurang dari 1% yang pernah menggunakan Codex sama sekali .
• Pertumbuhan tercepat justru terjadi pada populasi non-pengembang: pengguna individu non-pengembang naik 137 kali lipat dan pengguna organisasi non-pengembang naik 189 kali lipat sejak Agustus 2025 .

3. Tren Kompleksitas Tugas: Pengguna Mendelegasikan Pekerjaan yang Lebih Besar

Mungkin temuan yang paling mencolok adalah bahwa pengguna tidak hanya menggunakan Codex untuk pertanyaan cepat. Mereka menyerahkan pekerjaan yang biasanya memakan waktu berjam-jam atau bahkan berhari-hari bagi manusia.

Pada Mei 2026, di antara sampel pengguna individu Codex:

• 80,6% membuat setidaknya satu permintaan yang diperkirakan melebihi 30 menit kerja manusia.
• 70,2% membuat permintaan yang melebihi 1 jam.
• 25,6% membuat setidaknya satu permintaan yang diperkirakan melebihi 8 jam kerja manusia berpengalaman .

Pangsa pengguna individu yang mengajukan permintaan yang diperkirakan membutuhkan lebih dari 8 jam tumbuh hampir sepuluh kali lipat sejak awal tahun 2026 .

Di OpenAI, pengguna power user sudah beroperasi dalam skala besar. Pengguna di persentil ke-99 kini secara rutin menghasilkan lebih dari 60 jam putaran agen Codex per hari, yang tersebar di beberapa agen paralel . Lebih dari 10% pengguna mengelola tiga atau lebih agen Codex secara bersamaan setiap minggunya, dan 26,6% menggunakan "skills" —kumpulan instruksi bersama untuk alur kerja yang kompleks . Secara total, makalah ini menemukan bahwa 24% dari seluruh permintaan Codex adalah untuk tugas yang diperkirakan memakan waktu lebih dari satu jam bagi seseorang .

4. Pergeseran yang Lebih Luas: Dari Percakapan ke Delegasi

Makalah ini membingkai transisi dari AI percakapan ke AI agen sebagai perubahan mendasar dalam unit kerja pengetahuan.

"AI Agen mengubah unit kerja pengetahuan dari interaksi tunggal menjadi tugas yang didelegasikan dan berjangka panjang," demikian pernyataan makalah tersebut .

Makalah ini membedakan ChatGPT sebagai terutama percakapan (tanya jawab, konsultasi) dari Codex sebagai agen (produksi yang didelegasikan: debugging, refactoring, pembuatan draf dokumen, analisis data, koordinasi komunikasi). Makalah ini mencatat bahwa ini bukanlah biner yang absolut — ChatGPT memiliki beberapa fitur agen, dan beberapa penggunaan Codex bersifat percakapan . Penggunaan Codex "sangat berorientasi pada produksi yang didelegasikan" — pengguna memintanya untuk melakukan pekerjaan, bukan hanya memberikan saran atau informasi .

Awalnya dibangun untuk pengembangan perangkat lunak, Codex kini meluas hingga pembuatan draf dokumen, analisis data, komunikasi, dan tugas kerja pengetahuan lainnya di luar coding . Di dalam OpenAI, lebih dari seperempat pekerjaan yang dilakukan dengan Codex oleh pekerja di fungsi bisnis adalah bidang teknik atau coding — menunjukkan bahwa agen menurunkan biaya untuk melintasi batasan tugas .

5. Keterbatasan Makalah yang Diakui Sendiri

Penelitian ini secara eksplisit membatasi diri tentang apa arti temuan-temuannya. Ini bukan catatan kaki kecil:

1. OpenAI tidak representatif. Makalah tersebut menyatakan: "Penggunaan OpenAI karena itu tidak mewakili organisasi tipikal saat ini. Namun, ini memberikan gambaran tentang seperti apa penggunaan AI agen di masa depan, ketika hambatan adopsi minimal" .
2. Percakapan vs. agen adalah spektrum, bukan biner. Pada minggu sebelum 11 Juni 2026, 60,3% giliran Codex dan 21,9% giliran ChatGPT menggunakan setidaknya satu alat eksternal — penggunaan alat itu sendiri adalah proksi yang tidak sempurna untuk keagenan .
3. Perkiraan kompleksitas dihasilkan oleh model. Ambang batas durasi tugas (30 menit, 1 jam, 8 jam) diperkirakan oleh model AI, bukan diukur secara langsung, dan didasarkan pada sampel acak 0,1% dari pengguna individu yang memilih untuk mengizinkan kueri mereka digunakan untuk pelatihan .
4. Adopsi secara keseluruhan masih sempit. Di antara semua konsumen dengan paket konsumen, kurang dari 1% yang pernah menggunakan Codex — sebagian besar pengguna AI masih terutama ngobrol dengan bot .
5. Adopsi eksternal "lebih rendah dan lebih timpang" dibandingkan adopsi internal OpenAI, dan perangkat agen secara keseluruhan tetap "jauh lebih jarang digunakan daripada ChatGPT" .
6. Data berasal dari satu platform (Codex) dan satu perusahaan (OpenAI) — temuan mungkin tidak dapat digeneralisasikan ke alat agen lain atau organisasi dengan alur kerja, persyaratan keamanan, dan tingkat keakraban pengguna yang berbeda .

Kesimpulan Utama

• Adopsi AI agen nyata dan semakin cepat di dalam organisasi, terutama di mana biaya dan hambatan akses rendah. Tetapi untuk konsumen individu, AI berbasis obrolan tetap menjadi paradigma dominan.
• Kejutan terbesar mungkin adalah pertumbuhan tercepat yang terjadi di luar rekayasa perangkat lunak — di bidang hukum, keuangan, rekrutmen, dan domain kerja pengetahuan lainnya.
• Kompleksitas tugas meningkat, dengan minoritas signifikan pengguna telah mendelegasikan pekerjaan sehari penuh ke agen AI.
• Keterbatasan makalah berarti temuan ini harus dibaca sebagai indikator awal, bukan ramalan universal. Sebagian besar pengguna AI masih ngobrol, bukan memberi perintah ke agen.

Riset OpenAI memberikan gambaran paling detail hingga saat ini tentang bagaimana AI agen bergerak dari konsep riset menjadi alat kerja praktis. Pergeseran sedang terjadi — tetapi di mana, bagaimana, dan untuk siapa sangat tergantung pada konteksnya.

1. Adopsi Internal di OpenAI: Transisi ke Agen yang Hampir Sempurna

Di dalam OpenAI sendiri, Codex bukan lagi sekadar percobaan. Ia telah menjadi alat kerja utama di setiap departemen.

• 97,9% karyawan aktif OpenAI kini menggunakan Codex, dan menyumbang 99,8% dari seluruh token output mingguan di Codex dan ChatGPT dalam perusahaan .
• Divisi Teknik adalah yang pertama beralih, mencapai mayoritas penggunaan pada Desember 2025. Departemen non-teknis—Legal, Keuangan, dan Rekrutmen—menyusul sekitar April 2026, tetapi transisi mereka berlangsung jauh lebih cepat setelah memulainya .
• Karyawan median di divisi Legal menghasilkan 13 kali lebih banyak token output bulanan (Codex + ChatGPT) pada Juni 2026 dibandingkan November 2025. Peneliti median menghasilkan lebih dari 50 kali lipat .
• Pengguna non-pengembang di OpenAI meningkat 12 kali lipat sejak Agustus 2025 .

Catatan penting: Makalah ini secara eksplisit memperingatkan bahwa OpenAI tidak mewakili organisasi pada umumnya. Ia menyebut dirinya sebagai lingkungan "garis depan" di mana para pekerja sangat akrab dengan model, biaya penggunaan rendah, dukungan organisasi maksimal, dan berbagi pengetahuan informal adalah hal lumrah .

2. Pertumbuhan Penggunaan Eksternal: Cepat, tapi Tidak Merata

Adopsi Codex di luar OpenAI semakin cepat, tetapi tampilannya sangat berbeda tergantung pada apakah Anda sebuah organisasi atau pengguna individu.

• Pengguna aktif Codex tumbuh lebih dari lima kali lipat pada paruh pertama tahun 2026, dengan pertumbuhan tercepat berasal dari luar kelompok awal pengembang perangkat lunak .
• Pengguna organisasi menunjukkan peningkatan signifikan: Codex kini menyumbang 63,3% dari token output di antara organisasi yang aktif menggunakan ChatGPT dan Codex . Pangsa organisasi yang menggunakan Codex tumbuh dari sedikit di atas 0% pada Agustus 2025 menjadi sekitar 17% dari seluruh pengguna organisasi aktif .
• Pengguna individu (konsumen) menunjukkan cerita yang sangat berbeda. Hanya 16,5% dari token output mereka berasal dari Codex. Di antara konsumen yang aktif di salah satu platform dalam 28 hari terakhir, kurang dari 1% yang pernah menggunakan Codex sama sekali .
• Pertumbuhan tercepat justru terjadi pada populasi non-pengembang: pengguna individu non-pengembang naik 137 kali lipat dan pengguna organisasi non-pengembang naik 189 kali lipat sejak Agustus 2025 .

3. Tren Kompleksitas Tugas: Pengguna Mendelegasikan Pekerjaan yang Lebih Besar

Mungkin temuan yang paling mencolok adalah bahwa pengguna tidak hanya menggunakan Codex untuk pertanyaan cepat. Mereka menyerahkan pekerjaan yang biasanya memakan waktu berjam-jam atau bahkan berhari-hari bagi manusia.

Pada Mei 2026, di antara sampel pengguna individu Codex:

• 80,6% membuat setidaknya satu permintaan yang diperkirakan melebihi 30 menit kerja manusia.
• 70,2% membuat permintaan yang melebihi 1 jam.
• 25,6% membuat setidaknya satu permintaan yang diperkirakan melebihi 8 jam kerja manusia berpengalaman .

Pangsa pengguna individu yang mengajukan permintaan yang diperkirakan membutuhkan lebih dari 8 jam tumbuh hampir sepuluh kali lipat sejak awal tahun 2026 .

Di OpenAI, pengguna power user sudah beroperasi dalam skala besar. Pengguna di persentil ke-99 kini secara rutin menghasilkan lebih dari 60 jam putaran agen Codex per hari, yang tersebar di beberapa agen paralel . Lebih dari 10% pengguna mengelola tiga atau lebih agen Codex secara bersamaan setiap minggunya, dan 26,6% menggunakan "skills" —kumpulan instruksi bersama untuk alur kerja yang kompleks . Secara total, makalah ini menemukan bahwa 24% dari seluruh permintaan Codex adalah untuk tugas yang diperkirakan memakan waktu lebih dari satu jam bagi seseorang .

4. Pergeseran yang Lebih Luas: Dari Percakapan ke Delegasi

Makalah ini membingkai transisi dari AI percakapan ke AI agen sebagai perubahan mendasar dalam unit kerja pengetahuan.

"AI Agen mengubah unit kerja pengetahuan dari interaksi tunggal menjadi tugas yang didelegasikan dan berjangka panjang," demikian pernyataan makalah tersebut .

Makalah ini membedakan ChatGPT sebagai terutama percakapan (tanya jawab, konsultasi) dari Codex sebagai agen (produksi yang didelegasikan: debugging, refactoring, pembuatan draf dokumen, analisis data, koordinasi komunikasi). Makalah ini mencatat bahwa ini bukanlah biner yang absolut — ChatGPT memiliki beberapa fitur agen, dan beberapa penggunaan Codex bersifat percakapan . Penggunaan Codex "sangat berorientasi pada produksi yang didelegasikan" — pengguna memintanya untuk melakukan pekerjaan, bukan hanya memberikan saran atau informasi .

Awalnya dibangun untuk pengembangan perangkat lunak, Codex kini meluas hingga pembuatan draf dokumen, analisis data, komunikasi, dan tugas kerja pengetahuan lainnya di luar coding . Di dalam OpenAI, lebih dari seperempat pekerjaan yang dilakukan dengan Codex oleh pekerja di fungsi bisnis adalah bidang teknik atau coding — menunjukkan bahwa agen menurunkan biaya untuk melintasi batasan tugas .

5. Keterbatasan Makalah yang Diakui Sendiri

Penelitian ini secara eksplisit membatasi diri tentang apa arti temuan-temuannya. Ini bukan catatan kaki kecil:

1. OpenAI tidak representatif. Makalah tersebut menyatakan: "Penggunaan OpenAI karena itu tidak mewakili organisasi tipikal saat ini. Namun, ini memberikan gambaran tentang seperti apa penggunaan AI agen di masa depan, ketika hambatan adopsi minimal" .
2. Percakapan vs. agen adalah spektrum, bukan biner. Pada minggu sebelum 11 Juni 2026, 60,3% giliran Codex dan 21,9% giliran ChatGPT menggunakan setidaknya satu alat eksternal — penggunaan alat itu sendiri adalah proksi yang tidak sempurna untuk keagenan .
3. Perkiraan kompleksitas dihasilkan oleh model. Ambang batas durasi tugas (30 menit, 1 jam, 8 jam) diperkirakan oleh model AI, bukan diukur secara langsung, dan didasarkan pada sampel acak 0,1% dari pengguna individu yang memilih untuk mengizinkan kueri mereka digunakan untuk pelatihan .
4. Adopsi secara keseluruhan masih sempit. Di antara semua konsumen dengan paket konsumen, kurang dari 1% yang pernah menggunakan Codex — sebagian besar pengguna AI masih terutama ngobrol dengan bot .
5. Adopsi eksternal "lebih rendah dan lebih timpang" dibandingkan adopsi internal OpenAI, dan perangkat agen secara keseluruhan tetap "jauh lebih jarang digunakan daripada ChatGPT" .
6. Data berasal dari satu platform (Codex) dan satu perusahaan (OpenAI) — temuan mungkin tidak dapat digeneralisasikan ke alat agen lain atau organisasi dengan alur kerja, persyaratan keamanan, dan tingkat keakraban pengguna yang berbeda .

Kesimpulan Utama

• Adopsi AI agen nyata dan semakin cepat di dalam organisasi, terutama di mana biaya dan hambatan akses rendah. Tetapi untuk konsumen individu, AI berbasis obrolan tetap menjadi paradigma dominan.
• Kejutan terbesar mungkin adalah pertumbuhan tercepat yang terjadi di luar rekayasa perangkat lunak — di bidang hukum, keuangan, rekrutmen, dan domain kerja pengetahuan lainnya.
• Kompleksitas tugas meningkat, dengan minoritas signifikan pengguna telah mendelegasikan pekerjaan sehari penuh ke agen AI.
• Keterbatasan makalah berarti temuan ini harus dibaca sebagai indikator awal, bukan ramalan universal. Sebagian besar pengguna AI masih ngobrol, bukan memberi perintah ke agen.

Riset OpenAI memberikan gambaran paling detail hingga saat ini tentang bagaimana AI agen bergerak dari konsep riset menjadi alat kerja praktis. Pergeseran sedang terjadi — tetapi di mana, bagaimana, dan untuk siapa sangat tergantung pada konteksnya.