Содержание
OpenAI: AI-агенты становятся новым форматом работы
OpenAI выпустила материал о том, как агентные AI-инструменты меняют повседневную работу внутри компаний. Главная мысль: пользователь всё чаще не просит модель ответить на один вопрос, а делегирует ей длинную задачу, где нужно планировать шаги, вызывать инструменты, проверять результат и продолжать работу минуты или часы.
В качестве примера OpenAI приводит Codex. По данным компании, ещё в 2025 году сотрудники чаще использовали ChatGPT как основной рабочий инструмент, но теперь Codex стал центральным AI-инструментом во всех отделах OpenAI, включая не только инженеров, но и Legal, Finance и Recruiting.
Что изменилось в использовании AI
OpenAI пишет, что к маю 2026 года 80,6% выборки индивидуальных пользователей хотя бы раз ставили Codex задачу, которая заняла бы у человека больше 30 минут. 70,2% пользователей поручали задачи дольше одного часа, а 25,6% — задачи, сопоставимые с восемью часами человеческой работы.
Это важный сдвиг: AI перестаёт быть только помощником для текста или кода и становится исполнителем рабочих цепочек. Внутри OpenAI неразработчики росли быстрее разработчиков: компания говорит о кратном росте пользователей Codex среди бизнес- и организационных ролей.
Почему это важно для креаторов и бизнеса
Для небольших команд и авторов это означает, что ценность AI всё чаще будет не в одном сильном промпте, а в правильно собранном процессе. Агенту можно поручать подготовку таблиц, анализ данных, автоматизацию рутины, черновики материалов, исследование конкурентов, сбор лендинга или внутренний инструмент — то есть задачи, которые раньше требовали нескольких специалистов или долгой ручной работы.
OpenAI отдельно подчёркивает, что Codex помогает сотрудникам выходить за рамки должностной инструкции: например, бизнес-отделы начинают выполнять часть технических задач самостоятельно. Для компаний это повод пересмотреть процессы: где нужен человек-эксперт, а где достаточно правильно описанного результата, доступа к данным и контроля качества.
Что стоит сделать уже сейчас
Практический вывод простой: командам стоит описывать повторяющиеся рабочие сценарии как агентные задачи. Не «напиши текст», а «собери вводные, сравни варианты, подготовь черновик, проверь факты и выдай финальный формат». Чем понятнее входные данные, ограничения и критерии готовности, тем больше пользы дают такие инструменты.
При этом агентный подход не отменяет проверки. Чем длиннее задача и чем больше инструментов использует AI, тем важнее контроль результата, доступов и источников. Но тренд уже очевиден: следующий этап внедрения нейросетей в работе — это не больше чатов, а больше делегированных процессов.