L’unità del lavoro con l’intelligenza artificiale non è più la singola domanda fatta a un chatbot, ma il compito delegato a un agente che opera per minuti o ore, usa strumenti, consulta ambienti diversi e torna con un risultato. OpenAI descrive questa transizione come il passaggio da interazioni brevi e autosufficienti a lavori “long-horizon”, cioè estesi nel tempo e più vicini ai processi reali delle imprese.
Secondo lo stesso testo, dentro OpenAI il cambiamento è stato molto rapido. Fino ad agosto 2025 ChatGPT restava lo strumento di lavoro predefinito, mentre Codex assorbiva meno del 10% dei token medi per dipendente. A giugno 2026, scrive l’azienda, Codex è diventato lo strumento primario in tutti i reparti, compresi legale e recruiting, e vale il 99,8% dei token di output generati internamente ogni settimana. Sempre secondo OpenAI, il 97,9% degli utenti interni attivi su 28 giorni usa Codex.
Il dato va letto con cautela, ma il segnale economico è netto: quando un’impresa tecnologica sostituisce il chatbot generalista con agenti specializzati per quasi tutto il lavoro quotidiano, sta dicendo che il valore non si misura più solo nella qualità della risposta, ma nella capacità di eseguire, coordinare e chiudere task. È un cambio di prodotto, ma anche di organizzazione del lavoro.
Indice degli argomenti:
Le cifre di OpenAI e il salto verso compiti lunghi
Entro maggio 2026, l’80,6% degli utenti individuali campionati avrebbe affidato a Codex almeno una richiesta stimata oltre i 30 minuti di lavoro umano; il 70,2% oltre un’ora; il 42,4% oltre quattro ore; il 25,6% oltre otto ore. Quasi un quarto delle richieste, sempre secondo OpenAI, riguarderebbe lavori che a una persona richiederebbero più di un’ora.
OpenAI collega questa crescita al miglioramento del prodotto. Il 16 aprile 2026 ha annunciato “Codex for (almost) everything”, un aggiornamento che ha allargato il raggio d’azione oltre il coding puro e ha portato la piattaforma a più di 3 milioni di sviluppatori attivi ogni settimana. Il 21 aprile l’azienda ha comunicato che gli utenti settimanali avevano già superato quota 4 milioni. Il 2 giugno, con il lancio di strumenti per “ogni ruolo, tool e workflow”, OpenAI ha scritto che gli utenti non sviluppatori rappresentano circa il 20% del totale e crescono più di tre volte più in fretta degli sviluppatori. Nel caso Samsung Electronics, la stessa OpenAI ha aggiornato il dato: oggi più di 5 milioni di persone usano Codex ogni settimana per flussi tecnici e non tecnici.
La traiettoria non racconta solo l’espansione di un software, ma un allargamento del mercato indirizzabile. Finché Codex era una macchina per scrivere e correggere codice, la platea era relativamente definita. Quando entra in ricerca, fogli di calcolo, report, automazioni, siti condivisibili e revisioni puntuali di documenti, il perimetro si sposta verso il lavoro d’ufficio nel suo complesso.
I reparti non tecnici entrano in partita
L’adozione più rapida non arriva dagli ingegneri, ma dai non sviluppatori. Dall’agosto 2025, scrive OpenAI, gli utenti non developer sono cresciuti di 137 volte tra gli utenti individuali, di 189 volte nelle organizzazioni e di 12 volte all’interno della stessa OpenAI. Dentro l’azienda, finance, legal e recruiting avrebbero superato la soglia del “uso prevalente di Codex” attorno ad aprile 2026, con oltre l’85% dei token di output generati sulla piattaforma.
Questo passaggio ha un valore preciso. Significa che l’agente non sostituisce soltanto una mansione tecnica, ma riduce il costo di attraversare confini professionali che prima richiedevano specialisti dedicati. OpenAI scrive che i dipendenti non tecnici usano già Codex per coding leggero, automazione, trasformazione dei dati, debugging e analisi strutturata. In altri termini, il reparto finance non diventa un reparto engineering, ma riesce a fare una quota crescente di lavoro che prima avrebbe richiesto supporto tecnico esterno o interno.
La società ha rafforzato questa linea il 2 giugno 2026, quando ha presentato plugin adattati ai ruoli, strumenti di annotazione per modificare il risultato “in place” e una preview per creare siti e applicazioni condivisibili con un URL all’interno del workspace. È un pacchetto costruito per analisti, marketer, operatori, designer, ricercatori, investitori e banker, non solo per sviluppatori.
Il mercato conferma la direzione, ma non la scala finale
La narrazione di OpenAI trova un contesto favorevole in alcune ricerche esterne, pur con cautele importanti. McKinsey, nel suo State of AI 2025, rileva che l’88% delle organizzazioni dichiara un uso regolare dell’AI in almeno una funzione aziendale, contro il 78% dell’anno precedente. Ma la stessa ricerca aggiunge che la maggioranza delle imprese è ancora in fase di sperimentazione o pilota, e solo una minoranza ha cominciato a scalare davvero i programmi AI. In una lettura successiva della stessa indagine, McKinsey osserva che appena il 7% riferisce un’adozione pienamente scalata a livello organizzativo.
Anche Stanford, nell’AI Index 2026, descrive un quadro doppio. Da una parte l’adozione organizzativa continua a salire: 88% delle imprese usa l’AI in almeno una funzione, e il 70% usa la generative AI almeno in un’area di business. Dall’altra, la distribuzione degli agenti AI resta ancora agli inizi: il report segnala che il deployment degli agenti è a cifra singola in quasi tutte le funzioni aziendali. È un’indicazione importante, perché separa l’uso diffuso degli strumenti AI dal passaggio più impegnativo verso agenti autonomi integrati nei processi.
La conclusione, quindi, è meno trionfale di quanto suggerisca il marketing delle piattaforme. Gli agenti stanno entrando nelle imprese, ma la fase di maturità è ancora limitata. I casi più avanzati esistono, tuttavia non rappresentano ancora la normalità statistica del mercato.
Professioni ad alta intensità documentale: i primi effetti
Le professioni che lavorano su testi, regole, tabelle e verifiche sembrano fra le prime a sentire l’impatto. Thomson Reuters, nel suo 2026 AI in Professional Services Report, basato su oltre 1.500 professionisti in 27 Paesi, scrive che l’uso organizzativo dell’AI è quasi raddoppiato in un anno, dal 22% del 2025 al 40% del 2026. Per la prima volta, una maggioranza dei professionisti intervistati dichiara di usare strumenti pubblici come ChatGPT.
Lo stesso report nota che la maggior parte dei professionisti considera l’AI destinata a diventare centrale nei flussi di lavoro entro cinque anni, mentre crescono anche i timori su impatto su posti di lavoro, modelli di fatturazione e bisogno di personale.
Qui la connessione con il paper di OpenAI è forte. Se legali, recruiter e team finance sono già tra i reparti che usano di più Codex internamente, il motivo non è soltanto tecnologico. È economico: si tratta di funzioni ad alto contenuto ripetitivo, con documenti strutturati, procedure codificabili, attività di verifica e una quantità crescente di lavoro che può essere delegata a un agente sotto supervisione umana.
Il rischio, però, non è soltanto occupazionale. È anche di qualità. Più si sposta il lavoro verso agenti autonomi, più diventano costosi gli errori di controllo, compliance e attribuzione delle fonti. Non a caso OpenAI, ad aprile 2026, ha presentato anche workspace agents in ChatGPT con permessi e controlli organizzativi, segnale che il tema della governance è ormai parte del prodotto, non un accessorio.
L’infrastruttura conta quanto il modello
OpenAI insiste sulla durata dei compiti, sulla parallelizzazione e sulle molte ore di lavoro agentico eseguite in una sola giornata dagli utenti più intensivi. Questo punto spesso viene sottovalutato: un agente utile in impresa non è solo un modello capace, ma un sistema che può lavorare a lungo, usare strumenti, operare in ambienti sicuri e lasciare tracce verificabili.
È in questa chiave che va letta anche l’acquisizione di Ona annunciata da OpenAI l’11 giugno 2026. L’azienda ha spiegato che la tecnologia di Ona servirà a espandere Codex con infrastrutture cloud sicure e controllate dal cliente per agenti di lunga durata, sia nel software sia nel knowledge work. In altre parole, la corsa non riguarda solo chi ha il modello migliore, ma chi offre l’ambiente più credibile per far lavorare agenti in azienda senza perdere controllo su dati, esecuzione e auditabilità.
Lo stesso vale per la formazione. OpenAI ha lanciato nuovi corsi Academy dedicati al lavoro con l’AI, alle routine ripetibili e all’uso pratico degli agenti nei flussi quotidiani. Quando un vendor affianca prodotto, infrastruttura e upskilling, sta cercando di trasformare un software in standard operativo.
La questione economica vera: produttività o semplice spostamento di lavoro
Resta il nodo più difficile. Gli agenti fanno davvero aumentare la produttività o spostano solo il lavoro da un reparto all’altro, aggiungendo costi di supervisione? Il materiale di OpenAI suggerisce un aumento reale del perimetro operativo dei singoli lavoratori: più compiti lunghi, più task paralleli, più lavoro cross-funzionale, meno dipendenza dai team tecnici per attività adiacenti.
Le ricerche esterne invitano però a non confondere adozione e valore. McKinsey segnala che molte imprese usano l’AI, ma poche l’hanno integrata su scala con redesign dei flussi, governance e misure d’impatto economico. Stanford dice che gli agenti restano poco diffusi nelle funzioni aziendali nonostante il boom generale dell’AI. Thomson Reuters, infine, fotografa settori professionali già dentro la transizione, ma ancora alle prese con modelli di business, prezzi, responsabilità e formazione.
La notizia, allora, non è che gli agenti abbiano già vinto. È che hanno smesso di essere un esperimento confinato agli sviluppatori. OpenAI usa i propri dati interni per sostenere che il lavoro delegato a sistemi autonomi sta diventando la forma dominante dell’interazione con l’AI nei contesti più avanzati. Il mercato, fuori da OpenAI, racconta una storia meno compatta ma coerente: l’adozione cresce, le professioni documentali si muovono per prime, le imprese investono, però la distanza tra test e piena trasformazione resta ampia.
Per chi dirige aziende, il problema non è decidere se usare agenti AI. Quel passaggio è già cominciato. Il problema è stabilire dove delegare davvero, dove mantenere il presidio umano e come misurare il guadagno economico senza scaricare sui dipendenti il costo nascosto di controllo, correzione e responsabilità. È su quel terreno che si capirà se la nuova produttività promessa da Codex e dagli agenti sarà un salto industriale o soltanto una nuova interfaccia del lavoro d’ufficio.
Partecipa alla community