1. Wewnętrzna adopcja w OpenAI: niemal pełne przejście na agentów

W samej firmie OpenAI Codex nie jest już eksperymentem. Jest głównym narzędziem pracy w każdym dziale.

• 97,9% aktywnych pracowników OpenAI używa Codexa, a platforma odpowiada za 99,8% wszystkich tygodniowych tokenów wyjściowych generowanych zarówno przez Codexa, jak i ChatGPT .
• Inżynierowie przestawili się jako pierwsi, osiągając większościowe użycie w grudniu 2025. Działy nietechniczne – prawny, finansowy i rekrutacyjny – przekroczyły próg około kwietnia 2026, ale ich zmiana była znacznie szybsza .
• Mediana pracownika działu prawnego wygenerowała 13 razy więcej miesięcznych tokenów (Codex + ChatGPT) w czerwcu 2026 w porównaniu z listopadem 2025. Mediana badacza wygenerowała ponad 50 razy więcej .
• Liczba nieprogramistycznych użytkowników OpenAI wzrosła 12-krotnie od sierpnia 2025 .

Ważne zastrzeżenie: Badanie wyraźnie ostrzega, że OpenAI nie jest reprezentatywne dla typowych organizacji. Nazywa siebie środowiskiem „granicznym”, gdzie pracownicy są bardzo zaznajomieni z modelami, koszty użytkowania są niskie, poparcie organizacyjne jest maksymalne, a nieformalna wymiana wiedzy powszechna .

2. Zewnętrzny wzrost adopcji: szybki, ale nierówny

Zewnętrzna adopcja Codexa przyspiesza, ale wygląda zupełnie inaczej w zależności od tego, czy użytkownik jest organizacją, czy osobą fizyczną.

• Liczba aktywnych użytkowników Codexa wzrosła ponad pięciokrotnie w pierwszej połowie 2026, z najszybszym wzrostem poza początkową grupą programistów .
• Użytkownicy organizacyjni wykazują znaczące przyjęcie: Codex odpowiada teraz za 63,3% tokenów wyjściowych wśród organizacji aktywnych zarówno na ChatGPT, jak i Codexie . Odsetek organizacji używających Codexa wzrósł z nieco powyżej 0% w sierpniu 2025 do około 17% wszystkich aktywnych użytkowników organizacyjnych .
• Użytkownicy indywidualni (konsumenci) pokazują zupełnie inną historię. Tylko 16,5% ich tokenów wyjściowych pochodzi z Codexa. Wśród konsumentów aktywnych na którejś z platform w ciągu ostatnich 28 dni mniej niż 1% kiedykolwiek użyło Codexa .
• Najszybszy wzrost dotyczy populacji nieprogramistów: indywidualni użytkownicy niebędący programistami wzrośli 137 razy, a organizacyjni użytkownicy niebędący programistami 189 razy od sierpnia 2025 .

3. Trendy złożoności zadań: użytkownicy delegują coraz większe projekty

Być może najbardziej uderzające jest to, że użytkownicy nie używają Codexa tylko do szybkich pytań. Powierzają mu pracę, która zajęłaby ludziom godziny, a nawet całe dni.

Do maja 2026, wśród próbkowanych indywidualnych użytkowników Codexa:

• 80,6% złożyło co najmniej jedno żądanie szacowane na ponad 30 minut ludzkiej pracy.
• 70,2% złożyło żądanie przekraczające 1 godzinę.
• 25,6% złożyło co najmniej jedno żądanie szacowane na ponad 8 godzin pracy doświadczonego pracownika .

Odsetek indywidualnych użytkowników składających żądanie szacowane na ponad 8 godzin wzrósł prawie dziesięciokrotnie od początku 2026 .

W OpenAI zaawansowani użytkownicy działają już na skalę. Użytkownicy na 99. percentylu regularnie generują ponad 60 godzin agentowych tur Codexa dziennie, rozłożonych na wiele równoległych agentów . Ponad 10% użytkowników zarządza trzema lub więcej jednoczesnymi agentami Codexa każdego tygodnia, a 26,6% używa „umiejętności” – współdzielonych zestawów instrukcji dla złożonych przepływów pracy . Łącznie badanie wykazało, że 24% wszystkich żądań Codexa dotyczy zadań szacowanych na ponad godzinę pracy człowieka .

4. Szersza zmiana: od rozmowy do delegowania

Badanie przedstawia przejście od konwersacyjnej do agentycznej AI jako fundamentalną zmianę jednostki pracy umysłowej.

„Agentyczna AI zmienia jednostkę pracy umysłowej z pojedynczych interakcji na delegowane, długoterminowe zadania” – głosi badanie .

Rozróżnia ChatGPT jako przede wszystkim konwersacyjny (pytania i odpowiedzi, porady) od Codexa jako agentycznego (delegowana produkcja: debugowanie, refaktoryzacja, sporządzanie dokumentów, analiza danych, koordynacja komunikacji). Badanie zauważa, że nie jest to absolutna binarność – ChatGPT ma pewne funkcje agentyczne, a część użycia Codexa ma charakter konwersacyjny . Użycie Codexa jest „silnie ukierunkowane na delegowaną produkcję” – użytkownicy proszą go o wykonanie pracy, a nie tylko o udzielenie porady lub informacji .

Pierwotnie zbudowany do tworzenia oprogramowania, Codex rozszerza się teraz na sporządzanie dokumentów, analizę danych, komunikację i inne zadania pracy umysłowej poza kodowaniem . W OpenAI ponad jedna czwarta pracy wykonanej za pomocą Codexa przez pracowników funkcji biznesowych dotyczyła inżynierii lub kodowania – co pokazuje, że agenci obniżają koszt przekraczania granic zadaniowych .

5. Zastrzeżenia i ograniczenia samego badania

Badanie jest wyraźnie samoograniczające się w kwestii tego, co oznaczają jego wyniki. To nie są drobne przypisy:

1. OpenAI nie jest reprezentatywne. Badanie stwierdza: „Użycie OpenAI nie jest zatem reprezentatywne dla typowej dzisiejszej organizacji. Zapewnia jednak wgląd w to, jak może wyglądać użycie agentycznej AI w przyszłości, gdy bariery adopcyjne będą minimalne” .
2. Konwersacyjność vs. agentyczność to spektrum, a nie binarność. W tygodniu poprzedzającym 11 czerwca 2026 60,3% tur Codexa i 21,9% tur ChatGPT wywołało co najmniej jedno zewnętrzne narzędzie – samo użycie narzędzi jest niedoskonałym wskaźnikiem agentyczności .
3. Szacunki złożoności są generowane przez model. Progi czasu trwania zadań (30 min, 1 godz., 8 godz.) są szacowane przez model AI, a nie bezpośrednio mierzone i opierają się na 0,1% losowej próbie indywidualnych użytkowników, którzy wyrazili zgodę na wykorzystanie ich zapytań do trenowania .
4. Adopcja pozostaje ogólnie wąska. Wśród wszystkich konsumentów na planach konsumenckich mniej niż 1% użyło Codexa – większość użytkowników AI wciąż głównie czatuje z botami .
5. Zewnętrzna adopcja jest „niższa i bardziej nierówna” niż wewnętrzna adopcja OpenAI, a agentyczne narzędzia ogólnie pozostają „znacznie mniej powszechnie używane niż ChatGPT” .
6. Dane pochodzą z jednej platformy (Codex) i jednej firmy (OpenAI) – wyniki mogą nie uogólniać się na inne agentyczne narzędzia lub organizacje o różnych przepływach pracy, wymogach bezpieczeństwa i poziomach znajomości narzędzi przez użytkowników .

Kluczowe wnioski

• Adopcja agentycznej AI jest realna i przyspiesza w organizacjach, zwłaszcza tam, gdzie bariery kosztowe i dostępowe są niskie. Ale dla indywidualnych konsumentów dominującym paradygmatem pozostaje AI oparta na czacie.
• Największym zaskoczeniem może być najszybszy wzrost poza inżynierią oprogramowania – w działach prawnych, finansowych, rekrutacyjnych i innych domenach pracy umysłowej.
• Złożoność zadań rośnie, a znacząca mniejszość użytkowników już deleguje agentom AI pracę na cały dzień.
• Ograniczenia badania oznaczają, że te wyniki należy traktować jako wiodący wskaźnik, a nie uniwersalną prognozę. Większość użytkowników AI wciąż czatuje, a nie wydaje polecenia agentom.

Badania OpenAI dostarczają najbardziej szczegółowego jak dotąd obrazu tego, jak agentyczna AI przechodzi z koncepcji badawczej w praktyczne narzędzie pracy. Zmiana zachodzi – ale gdzie, jak i dla kogo, zależy w dużej mierze od kontekstu.

1. Wewnętrzna adopcja w OpenAI: niemal pełne przejście na agentów

W samej firmie OpenAI Codex nie jest już eksperymentem. Jest głównym narzędziem pracy w każdym dziale.

• 97,9% aktywnych pracowników OpenAI używa Codexa, a platforma odpowiada za 99,8% wszystkich tygodniowych tokenów wyjściowych generowanych zarówno przez Codexa, jak i ChatGPT .
• Inżynierowie przestawili się jako pierwsi, osiągając większościowe użycie w grudniu 2025. Działy nietechniczne – prawny, finansowy i rekrutacyjny – przekroczyły próg około kwietnia 2026, ale ich zmiana była znacznie szybsza .
• Mediana pracownika działu prawnego wygenerowała 13 razy więcej miesięcznych tokenów (Codex + ChatGPT) w czerwcu 2026 w porównaniu z listopadem 2025. Mediana badacza wygenerowała ponad 50 razy więcej .
• Liczba nieprogramistycznych użytkowników OpenAI wzrosła 12-krotnie od sierpnia 2025 .

Ważne zastrzeżenie: Badanie wyraźnie ostrzega, że OpenAI nie jest reprezentatywne dla typowych organizacji. Nazywa siebie środowiskiem „granicznym”, gdzie pracownicy są bardzo zaznajomieni z modelami, koszty użytkowania są niskie, poparcie organizacyjne jest maksymalne, a nieformalna wymiana wiedzy powszechna .

2. Zewnętrzny wzrost adopcji: szybki, ale nierówny

Zewnętrzna adopcja Codexa przyspiesza, ale wygląda zupełnie inaczej w zależności od tego, czy użytkownik jest organizacją, czy osobą fizyczną.

• Liczba aktywnych użytkowników Codexa wzrosła ponad pięciokrotnie w pierwszej połowie 2026, z najszybszym wzrostem poza początkową grupą programistów .
• Użytkownicy organizacyjni wykazują znaczące przyjęcie: Codex odpowiada teraz za 63,3% tokenów wyjściowych wśród organizacji aktywnych zarówno na ChatGPT, jak i Codexie . Odsetek organizacji używających Codexa wzrósł z nieco powyżej 0% w sierpniu 2025 do około 17% wszystkich aktywnych użytkowników organizacyjnych .
• Użytkownicy indywidualni (konsumenci) pokazują zupełnie inną historię. Tylko 16,5% ich tokenów wyjściowych pochodzi z Codexa. Wśród konsumentów aktywnych na którejś z platform w ciągu ostatnich 28 dni mniej niż 1% kiedykolwiek użyło Codexa .
• Najszybszy wzrost dotyczy populacji nieprogramistów: indywidualni użytkownicy niebędący programistami wzrośli 137 razy, a organizacyjni użytkownicy niebędący programistami 189 razy od sierpnia 2025 .

3. Trendy złożoności zadań: użytkownicy delegują coraz większe projekty

Być może najbardziej uderzające jest to, że użytkownicy nie używają Codexa tylko do szybkich pytań. Powierzają mu pracę, która zajęłaby ludziom godziny, a nawet całe dni.

Do maja 2026, wśród próbkowanych indywidualnych użytkowników Codexa:

• 80,6% złożyło co najmniej jedno żądanie szacowane na ponad 30 minut ludzkiej pracy.
• 70,2% złożyło żądanie przekraczające 1 godzinę.
• 25,6% złożyło co najmniej jedno żądanie szacowane na ponad 8 godzin pracy doświadczonego pracownika .

Odsetek indywidualnych użytkowników składających żądanie szacowane na ponad 8 godzin wzrósł prawie dziesięciokrotnie od początku 2026 .

W OpenAI zaawansowani użytkownicy działają już na skalę. Użytkownicy na 99. percentylu regularnie generują ponad 60 godzin agentowych tur Codexa dziennie, rozłożonych na wiele równoległych agentów . Ponad 10% użytkowników zarządza trzema lub więcej jednoczesnymi agentami Codexa każdego tygodnia, a 26,6% używa „umiejętności” – współdzielonych zestawów instrukcji dla złożonych przepływów pracy . Łącznie badanie wykazało, że 24% wszystkich żądań Codexa dotyczy zadań szacowanych na ponad godzinę pracy człowieka .

4. Szersza zmiana: od rozmowy do delegowania

Badanie przedstawia przejście od konwersacyjnej do agentycznej AI jako fundamentalną zmianę jednostki pracy umysłowej.

„Agentyczna AI zmienia jednostkę pracy umysłowej z pojedynczych interakcji na delegowane, długoterminowe zadania” – głosi badanie .

Rozróżnia ChatGPT jako przede wszystkim konwersacyjny (pytania i odpowiedzi, porady) od Codexa jako agentycznego (delegowana produkcja: debugowanie, refaktoryzacja, sporządzanie dokumentów, analiza danych, koordynacja komunikacji). Badanie zauważa, że nie jest to absolutna binarność – ChatGPT ma pewne funkcje agentyczne, a część użycia Codexa ma charakter konwersacyjny . Użycie Codexa jest „silnie ukierunkowane na delegowaną produkcję” – użytkownicy proszą go o wykonanie pracy, a nie tylko o udzielenie porady lub informacji .

Pierwotnie zbudowany do tworzenia oprogramowania, Codex rozszerza się teraz na sporządzanie dokumentów, analizę danych, komunikację i inne zadania pracy umysłowej poza kodowaniem . W OpenAI ponad jedna czwarta pracy wykonanej za pomocą Codexa przez pracowników funkcji biznesowych dotyczyła inżynierii lub kodowania – co pokazuje, że agenci obniżają koszt przekraczania granic zadaniowych .

5. Zastrzeżenia i ograniczenia samego badania

Badanie jest wyraźnie samoograniczające się w kwestii tego, co oznaczają jego wyniki. To nie są drobne przypisy:

1. OpenAI nie jest reprezentatywne. Badanie stwierdza: „Użycie OpenAI nie jest zatem reprezentatywne dla typowej dzisiejszej organizacji. Zapewnia jednak wgląd w to, jak może wyglądać użycie agentycznej AI w przyszłości, gdy bariery adopcyjne będą minimalne” .
2. Konwersacyjność vs. agentyczność to spektrum, a nie binarność. W tygodniu poprzedzającym 11 czerwca 2026 60,3% tur Codexa i 21,9% tur ChatGPT wywołało co najmniej jedno zewnętrzne narzędzie – samo użycie narzędzi jest niedoskonałym wskaźnikiem agentyczności .
3. Szacunki złożoności są generowane przez model. Progi czasu trwania zadań (30 min, 1 godz., 8 godz.) są szacowane przez model AI, a nie bezpośrednio mierzone i opierają się na 0,1% losowej próbie indywidualnych użytkowników, którzy wyrazili zgodę na wykorzystanie ich zapytań do trenowania .
4. Adopcja pozostaje ogólnie wąska. Wśród wszystkich konsumentów na planach konsumenckich mniej niż 1% użyło Codexa – większość użytkowników AI wciąż głównie czatuje z botami .
5. Zewnętrzna adopcja jest „niższa i bardziej nierówna” niż wewnętrzna adopcja OpenAI, a agentyczne narzędzia ogólnie pozostają „znacznie mniej powszechnie używane niż ChatGPT” .
6. Dane pochodzą z jednej platformy (Codex) i jednej firmy (OpenAI) – wyniki mogą nie uogólniać się na inne agentyczne narzędzia lub organizacje o różnych przepływach pracy, wymogach bezpieczeństwa i poziomach znajomości narzędzi przez użytkowników .

Kluczowe wnioski

• Adopcja agentycznej AI jest realna i przyspiesza w organizacjach, zwłaszcza tam, gdzie bariery kosztowe i dostępowe są niskie. Ale dla indywidualnych konsumentów dominującym paradygmatem pozostaje AI oparta na czacie.
• Największym zaskoczeniem może być najszybszy wzrost poza inżynierią oprogramowania – w działach prawnych, finansowych, rekrutacyjnych i innych domenach pracy umysłowej.
• Złożoność zadań rośnie, a znacząca mniejszość użytkowników już deleguje agentom AI pracę na cały dzień.
• Ograniczenia badania oznaczają, że te wyniki należy traktować jako wiodący wskaźnik, a nie uniwersalną prognozę. Większość użytkowników AI wciąż czatuje, a nie wydaje polecenia agentom.

Badania OpenAI dostarczają najbardziej szczegółowego jak dotąd obrazu tego, jak agentyczna AI przechodzi z koncepcji badawczej w praktyczne narzędzie pracy. Zmiana zachodzi – ale gdzie, jak i dla kogo, zależy w dużej mierze od kontekstu.