Resposta direta: a nova pesquisa da OpenAI sobre Codex mostra que a IA corporativa está saindo da conversa e entrando na delegação de trabalho. Agentes de IA no trabalho importam quando executam tarefas longas, usam ferramentas, deixam rastros, aceitam supervisão humana e ajudam a redesenhar processos. Isso é muito mais próximo de um Funcionário Digital do que de um chatbot.
A OpenAI publicou um estudo econômico sobre o uso de Codex e colocou números em uma mudança que já estava aparecendo na prática: a unidade de valor da IA deixou de ser a resposta isolada. A nova unidade é o trabalho delegado.
O paper "The Shift to Agentic AI: Evidence from Codex" analisa dados de uso de Codex entre usuários individuais, contas organizacionais e trabalhadores da própria OpenAI. O ponto central não é que todo mundo já usa agentes da mesma forma. Não usa. O ponto é que, onde a fricção cai e a ferramenta amadurece, as pessoas param de apenas conversar com IA e começam a delegar execução.
Para a XMACNA, essa é a leitura importante. A notícia não é "Codex cresceu". A notícia é que o mercado está aprendendo a medir IA como trabalho: tempo de execução, complexidade da tarefa, concorrência entre agentes, reutilização de workflows e produção de artefatos.
Esse vocabulário é o mesmo que sustenta a ideia de Funcionários Digitais.
O que a OpenAI mediu
A OpenAI separa a IA conversacional da IA agêntica por uma diferença simples: em vez de responder uma pergunta e encerrar, o agente pode operar por minutos ou horas, usar ferramentas, interagir com ambientes, iterar e entregar um resultado.
O estudo mostra quatro movimentos relevantes.
Primeiro, usuários passaram a pedir trabalhos de horizonte mais longo. Em maio de 2026, 80,6% dos usuários individuais amostrados tinham feito pelo menos uma solicitação estimada acima de 30 minutos de trabalho humano; 70,2% acima de uma hora; e 25,6% acima de oito horas. A própria OpenAI trata essa estimativa como direcional, porque vem de classificação por modelo. Ainda assim, o sinal é claro: as pessoas estão delegando blocos maiores de trabalho.
Segundo, o uso se espalhou para além da engenharia. A OpenAI reporta crescimento muito rápido entre não desenvolvedores: 137 vezes entre usuários individuais, 189 vezes entre usuários organizacionais e 12 vezes internamente na OpenAI desde agosto de 2025. Dentro da empresa, áreas como Jurídico, Financeiro e Recrutamento passaram a usar Codex como ferramenta primária de trabalho por volta de abril de 2026.
Terceiro, os usuários mais avançados trabalham em paralelo. No estudo, quase 28,6% dos usuários internos da OpenAI gerenciaram cinco ou mais agentes concorrentes em algum momento da semana analisada. Entre os usuários mais intensivos, o runtime diário acumulado chega a dezenas de horas porque várias tarefas rodam ao mesmo tempo.
Quarto, aparece a sistematização. O uso de skills cresceu de 5,4% dos usuários ativos de Codex em 1º de março de 2026 para 26,6% em 11 de junho de 2026. Dentro da OpenAI, o uso é quase universal. Isso importa porque skills e plugins transformam um bom pedido em um procedimento repetível.
Em português de gestor: o agente deixa de ser improviso e começa a virar processo.
Por que isso não é só uma notícia para desenvolvedores
Codex nasceu em um contexto técnico, mas a mudança medida pela OpenAI é maior que programação.
Software foi o primeiro território natural porque tem arquivos, testes, dependências, ambiente, revisão e resultado verificável. Mas empresas também operam com arquivos, regras, histórico, atendimento, propostas, CRM, documentos, relatórios, agenda, SLA e exceções.
Quando um agente consegue entender contexto, usar uma ferramenta, registrar o que fez e pedir revisão humana, ele deixa de ser uma interface. Ele vira uma função.
É por isso que a pesquisa interessa para vendas, atendimento, operação, financeiro, jurídico, marketing e recursos humanos. O problema dessas áreas raramente é "falta de uma resposta bonita". O problema é fila, retrabalho, dado perdido, lead sem dono, follow-up esquecido, CRM vazio, documento parado e decisão sem evidência.
Um Funcionário Digital não existe para impressionar em uma demonstração. Existe para assumir uma parte do trabalho com limite claro: atender, qualificar, registrar, avisar, preencher, consultar, organizar, escalar e melhorar com supervisão.
O gráfico mais importante não é o mais chamativo
Os gráficos originais da OpenAI mostram crescimento de uso, tarefas mais longas, uso de skills e aumento de output por função. Mas a leitura mais importante está por trás dos números: pessoas começam a organizar o dia em torno de trabalho delegado.
Isso muda a pergunta do decisor.
A pergunta antiga era: "qual ferramenta de IA minha equipe deve usar?"
A pergunta nova é: "qual parte do trabalho pode virar uma função digital com entrada, saída, limite, registro e métrica?"
Essa diferença separa adoção real de teatro tecnológico. A empresa que só distribui acesso a uma IA melhora algumas tarefas individuais. A empresa que redesenha fluxo com agentes muda capacidade operacional.
No estudo da OpenAI, os usuários mais intensivos não apenas usam mais IA. Eles delegam tarefas, coordenam múltiplas threads, reutilizam workflows codificados e deslocam o próprio esforço para supervisão e integração. Esse é o desenho de uma nova camada de gestão.
O papel humano fica mais importante, não menor
Existe uma leitura preguiçosa sobre agentes: se a IA executa, o humano desaparece. A pesquisa aponta algo mais interessante. O humano muda de posição.
Em vez de fazer cada etapa manualmente, ele define objetivo, fornece contexto, escolhe critério, revisa saída, corrige rota, integra resultados e decide o que entra em produção. Isso exige julgamento, clareza, domínio do processo e responsabilidade.
Na prática, uma empresa com agentes ruins fica mais rápida em produzir confusão. Uma empresa com agentes bem desenhados ganha capacidade sem perder controle.
Esse é o ponto que a XMACNA aplica em automação de processos com IA: não se trata de soltar uma IA genérica dentro da empresa. Trata-se de desenhar uma função com governança.
Um Funcionário Digital precisa saber:
- qual tarefa deve executar;
- quais dados pode usar;
- quais ferramentas pode acionar;
- quando deve parar;
- quando deve chamar humano;
- o que precisa registrar;
- qual métrica prova que melhorou o processo.
Sem isso, agente é só mais uma janela de conversa.
O que isso muda para empresas brasileiras
Para a maioria das empresas, o risco não é ficar sem o modelo mais novo. O risco é entrar na era dos agentes com processos velhos.
Atendimento ainda espalhado. CRM ainda manual. Proposta ainda sem follow-up. Lead ainda sem dono. Histórico ainda perdido. Backoffice ainda copiando dado entre sistemas. Gestão ainda medindo volume de mensagem em vez de resultado.
Agentes não corrigem isso automaticamente. Eles amplificam o desenho que encontram. Se o processo é ruim, o agente acelera o problema. Se o processo é claro, o agente aumenta capacidade.
Por isso o primeiro passo não é comprar uma ferramenta. É escolher uma função.
Exemplos bons:
- qualificar leads que chegam no WhatsApp fora do horário comercial;
- transformar conversa em registro no Painel Inteligente;
- executar follow-up de proposta com contexto;
- organizar fila de atendimento e SLA;
- resumir documentos e apontar exceções;
- preparar relatório operacional com fonte e evidência;
- escalar para humano quando há risco, negociação ou exceção.
Exemplos fracos:
- "um agente geral para ajudar todo mundo";
- "um assistente interno sem fonte confiável";
- "um gerador de posts sem processo editorial";
- "uma IA que mexe em dados sensíveis sem registro".
O mercado vai chamar tudo isso de agente. A operação vai separar o que trabalha do que só conversa.
Como a XMACNA lê essa virada
A XMACNA não deve vender "acesso a agentes". Isso vai virar commodity.
O valor está em transformar agentes em Funcionários Digitais: funções digitais integradas ao trabalho real da empresa, com memória, ferramentas, supervisão, registro, evolução e métrica.
Essa leitura conversa diretamente com o estudo da OpenAI. Quando usuários passam a delegar tarefas longas, rodar agentes em paralelo e codificar workflows reutilizáveis, a vantagem competitiva deixa de estar no prompt isolado. Ela passa para o desenho operacional.
Quem define bem a função ganha. Quem improvisa conversa com IA perde tempo de um jeito mais moderno.
Para uma equipe comercial, isso pode significar um SDR com IA que qualifica, registra e prioriza leads. Para atendimento, um Funcionário Digital que responde rápido, mantém memória e aciona humano no ponto certo. Para backoffice, um agente que lê documentos, aponta pendências e deixa rastro. Para gestão, uma camada que transforma execução em dado confiável.
O nome bonito é IA agêntica. A pergunta prática é: qual trabalho você quer delegar sem perder controle?
Onde começar
Comece por uma rotina com três características: volume, repetição e consequência.
Volume porque precisa haver trabalho suficiente para justificar automação. Repetição porque o agente aprende melhor quando a função tem padrão. Consequência porque, sem impacto real, a iniciativa vira vitrine.
Depois, desenhe o mínimo necessário:
- entrada: o que dispara a função;
- contexto: quais dados o agente precisa;
- ferramenta: o que ele pode consultar ou atualizar;
- limite: o que ele não pode decidir;
- handoff: quando chama humano;
- evidência: o que registra;
- métrica: como provar que ficou melhor.
Esse é o começo profissional. Sem glamour, felizmente. Glamour não preenche CRM.
Em resumo
- A OpenAI mediu uma virada de chat para delegação de trabalho com Codex.
- Usuários passam a pedir tarefas mais longas, complexas e paralelas.
- O uso cresce rápido fora da engenharia, especialmente entre trabalhadores de conhecimento.
- Skills e plugins mostram que workflows começam a virar procedimentos reutilizáveis.
- O humano não some: ele passa a dirigir, revisar, supervisionar e integrar.
- Para empresas, o ganho vem de redesenhar funções, não de comprar uma ferramenta genérica.
- Um Funcionário Digital é a forma prática de colocar agente de IA para trabalhar com limite, registro e resultado.
Se a sua empresa quer saber onde agentes fazem sentido de verdade, comece pelo Diagnóstico de IA da XMACNA. A pergunta não é "qual IA está na moda?". É qual função está cara demais para continuar dependendo só de atenção humana.
Perguntas frequentes
O que a pesquisa da OpenAI sobre Codex mostrou?
Mostrou que usuários estão migrando de interações curtas para trabalho delegado com agentes: tarefas mais longas, uso de ferramentas, workflows paralelos, skills reutilizáveis e execução em áreas além da engenharia.
Agentes de IA no trabalho são diferentes de chatbots?
Sim. Um chatbot conversa. Um agente executa uma função dentro de limites: consulta contexto, usa ferramentas, produz artefatos, registra ações e chama humano quando precisa.
Codex serve apenas para desenvolvedores?
Não. A origem é técnica, mas a pesquisa mostra crescimento rápido entre não desenvolvedores e uso em áreas como pesquisa, planejamento, comunicação, recrutamento, vendas, produto e análise de dados.
O que uma empresa deve medir ao usar agentes?
Tarefa concluída, tempo de resposta, qualidade do registro, taxa de handoff, revisão humana, retrabalho reduzido, conversão, SLA e impacto no processo. Volume de mensagem sozinho é métrica pobre.
Como a XMACNA transforma agentes em operação?
A XMACNA desenha Funcionários Digitais: funções digitais com contexto, memória, ferramentas, supervisão, registro e métrica, aplicadas a vendas, atendimento, CRM, WhatsApp, backoffice e processos empresariais.