25 июня OpenAI сделала редкую вещь: выложила собственные внутренние цифры о том, как ИИ-агенты изменили работу внутри самой компании. Не прогнозы и не маркетинг, а данные. И они показательные. Ещё в августе 2025 средний сотрудник OpenAI тратил на агента Codex меньше 10% своих токенов, а основным инструментом оставался ChatGPT. Сейчас Codex — основной рабочий инструмент во всех отделах, включая юристов и рекрутинг, и на него приходится 99,8% всех output-токенов компании за неделю.
Это история не про то, что «ИИ умнеет». Это история про то, что меняется сама единица работы: с короткого вопроса в чате на делегированную задачу, которую агент выполняет часами.
Мы в Gless каждую неделю внедряем ИИ-агентов в процессы клиентов, поэтому читаем такие отчёты с одним вопросом: что здесь сигнал, применимый в обычной компании, а что артефакт фронтира, который не повторить покупкой лицензии. Разберём по числам — что показали данные OpenAI, в чём главный сдвиг и с чего реально начать.
Что показали данные OpenAI
Если коротко, OpenAI замерила, как её сотрудники, а вместе с ними индивидуальные и корпоративные пользователи, за год перешли с чат-ботов на агентов. Сам отчёт — это экономическое исследование про потенциал агента Codex на фронтире, опубликованное 25 июня 2026 года.
Главные числа по самой OpenAI:
- До августа 2025 года агент съедал меньше 10% токенов среднего сотрудника. К моменту отчёта Codex стал основным инструментом в каждом отделе, не только в инженерии, но и в Legal, Finance и рекрутинге.
- На агента теперь приходится больше 85% output-токенов среднего сотрудника. А поскольку активные пользователи агента жгут больше токенов, доля по компании в целом — 99,8% за неделю.
- Среди 28-дневных активных пользователей доля тех, кто работает через Codex: 97,9% внутри OpenAI, 17,3% в организациях-клиентах и всего 0,7% у индивидуальных пользователей.
Последняя строчка важна, и к ней мы ещё вернёмся. 97,9% против 0,7% — это пропасть между компанией, которая строит инструмент, и всеми остальными. Но направление движения у всех одно: от чата к агенту.
Главный сдвиг: от чата к агенту, который работает часами
Самое интересное в отчёте — не проценты внедрения, а то, что именно люди стали поручать агенту. Единица работы выросла. Раньше у ИИ просили короткий ответ, теперь ему отдают задачу на несколько часов.
Цифры по индивидуальным пользователям к маю 2026:
- 80,6% хотя бы раз дали Codex задачу, которая у человека заняла бы больше 30 минут.
- 70,2% — задачу дольше часа.
- 25,6% — задачу дольше восьми часов.
Почти четверть всех запросов к Codex — это работа, на которую человек потратил бы больше часа. А у самых тяжёлых пользователей внутри OpenAI счёт идёт на десятки часов: к июню 2026 топ-1% регулярно генерировал больше 60 часов агентских прогонов в день, раскидывая их по нескольким параллельным агентам.
Параллельные агенты — отдельный сигнал. Один человек физически не ведёт десять дел разом, а вот оркестрировать десять агентов, каждый из которых тянет свою задачу, вполне может. Меняется не скорость одной задачи, а пропускная способность сотрудника: один человек закрывает объём, на который раньше нужна была команда.
Вот это и есть сдвиг. Не «спросил и получил ответ», а «поставил задачу и занялся другим, пока агент её делает». Ровно тот формат, который мы недавно разбирали на примере агента прямо в Slack и агентов, которые крутятся в мессенджерах 24/7. OpenAI просто показала на своих данных, что это уже основной способ работы, а не эксперимент на стороне.
Не только для разработчиков
Для бизнеса самый важный вывод отчёта вот какой: быстрее всего ИИ-агентов осваивают не разработчики.
С августа 2025 года число не-разработчиков, использующих Codex, выросло в 137 раз среди индивидуальных пользователей, в 189 раз среди организаций и в 12 раз внутри OpenAI. Это обгоняет рост у самих разработчиков. Юристы, финансисты и рекрутеры в OpenAI перешли на ИИ-агента как на основной инструмент примерно в апреле 2026 — позже инженеров, но куда быстрее их.
При этом не-технари не превращаются в инженеров. Они просто берут на себя работу, которая раньше упиралась в техническую экспертизу: автоматизацию, преобразование данных, отладку, структурный анализ. Показательная деталь из отчёта: больше четверти задач, которые сотрудники бизнес-функций решали через Codex, оказались инженерными или про код. Агент снижает стоимость перехода через границу компетенций и даёт человеку делать смежную работу, ради которой раньше пришлось бы дёргать отдельного специалиста.
На практике это выглядит буднично. Рекрутер просит агента разобрать сотню откликов по своим критериям и собрать короткую сводку. Юрист прогоняет через него пачку договоров и выцепляет расхождения. Финансист превращает сырую выгрузку в готовый отчёт. Раньше каждая из этих задач упёрлась бы в очередь к аналитику или разработчику.
И использование не просто ширится, а углубляется. За полгода медианное потребление токенов выросло относительно ноября 2025: в исследовательских командах в 56 раз, в поддержке в 32, в инженерии в 27, в юридическом отделе в 13. Это уже про то, зачем бизнесу ИИ-агенты, только подкреплённое цифрами одной из самых продвинутых в этом компаний.
Что из этого правда для обычного бизнеса, а что нет
Теперь честно, потому что числа красивые, но контекст важен.
Это данные OpenAI — компании, которая сама строит этот агент, работает на фронтире и раздаёт сотрудникам инструмент без трения и лимитов. 99,8% токенов через агента не покупаются вместе с лицензией. Они получаются, когда у людей есть мощный инструмент, низкий порог входа и культура, в которой делегировать агенту — норма. Большинству компаний до таких чисел далеко, и это нормально.
Что здесь действительно сигнал, а не хайп:
- Единица работы смещается с вопроса в чате на делегированную задачу. Это применимо к любой команде, где есть повторяемая рутина.
- Агенты перестали быть историей только про разработчиков. Юридические, финансовые и операционные отделы выигрывают не меньше.
Если убрать восторг вокруг цифр, остаётся простая мысль. ИИ-агенты дают наибольший эффект там, где работа повторяемая и её много — не там, где громче анонс, а там, где у вас каждую неделю руками делают одно и то же. Именно такие участки и стоит искать, когда примеряете ИИ-агентов на свои процессы.
А вот где стоит быть осторожнее. «Задача, которая заняла бы у человека восемь часов» — это оценка модели, и сам отчёт честно помечает такие пороги как приблизительные. «Агент сделал работу» не равно «её можно отправлять дальше без проверки». Ревью, тесты и ответственность за результат остаются на людях — мы подробно разбирали, почему ИИ не заменяет инженеров. Чем выше цена ошибки, тем больше человека должно оставаться в цикле.
С чего начать внедрение ИИ-агентов
Вывод из отчёта простой и не требует фронтир-бюджета. Возьмите одну команду и одну задачу, которую каждую неделю делают руками, дайте агенту доступ ровно под неё и замерьте результат. Не «внедряем ИИ во всю компанию», а одна понятная рутина, по которой сразу видно эффект.
Хорошие кандидаты на старт — то, что и у OpenAI пошло первым за пределами инженерии: разбор входящих заявок, подготовка типовых документов, сборка регулярных отчётов из выгрузок. Там, где правила понятны, а объём большой, эффект виден быстрее всего.
OpenAI начинала с инженеров и за год дошла до юристов. У обычного бизнеса путь короче: инструменты уже есть, а точка входа — любая команда, где много повторяемого. Если хотите понять, какие из ваших процессов реально отдать агенту, а какие лучше собрать как надёжную систему, — это как раз наши услуги по внедрению AI-агентов.
Частые вопросы
Что говорится в исследовании OpenAI про ИИ-агентов?
OpenAI опубликовала 25 июня 2026 года экономическое исследование о том, как агент Codex изменил работу внутри компании. Главный вывод: сотрудники перешли с чат-ботов на агентов, единица работы выросла с короткого вопроса до задачи на несколько часов, а быстрее всех агентов осваивают не разработчики.
Правда ли, что ИИ-агенты заменяют сотрудников?
Нет. Даже в OpenAI, где на агента приходится 99,8% токенов, люди остаются на ревью, проверке и ответственности за результат. Агент берёт на себя рутину и длинные задачи, но решения и контроль остаются за человеком, особенно там, где цена ошибки высокая.
Только ли разработчикам нужны ИИ-агенты?
Нет, и данные OpenAI показывают это яснее всего. Быстрее всего растёт использование агентов именно среди не-разработчиков: юристов, финансистов, рекрутеров. Агент даёт им автоматизацию и работу с данными, которая раньше требовала технического специалиста.
Можно ли повторить результаты OpenAI в обычной компании?
Частично. Цифры OpenAI — это фронтир: компания сама строит инструмент и даёт его сотрудникам без ограничений. Направление, от чата к делегированным задачам, воспроизводимо в любом бизнесе, а вот масштаб в 99,8% — нет. Реалистичная цель — закрыть агентами конкретную повторяемую рутину.
С чего начать внедрение ИИ-агентов?
С одной команды и одной повторяемой задачи. Дайте агенту узкий доступ под неё, замерьте экономию времени за неделю-две и расширяйтесь, если эффект есть. Это дешевле и безопаснее, чем пытаться внедрить ИИ во всю компанию сразу.
Если хотите обсудить, какие процессы в вашей компании реально отдать ИИ-агентам, — напишите нам, разберём ваш кейс.