All’interno di OpenAI, Codex ha progressivamente sostituito ChatGPT come principale interfaccia AI per il lavoro quotidiano. Al 11 giugno 2026, il 99,8% dei token in output generati dai dipendenti attraverso i due strumenti proveniva da Codex, un dato che descrive non soltanto un aumento nell’uso del prodotto, ma un cambiamento nel modo in cui l’AI viene integrata nei processi operativi.
La differenza è legata al tipo di interazione. Un chatbot conversazionale viene usato soprattutto per domande, sintesi, bozze o richieste circoscritte, nelle quali l’utente mantiene il controllo diretto su ogni passaggio. Codex viene invece utilizzato come ambiente agentico, capace di ricevere un incarico, leggere file e repository, eseguire comandi, usare strumenti esterni, modificare artefatti e proseguire il lavoro per più fasi prima di restituire un risultato da verificare.
L’uso interno si è spostato rapidamente da richieste brevi verso attività delegate più lunghe. Una quota crescente di utenti assegna al sistema task che richiederebbero a una persona esperta più di otto ore di lavoro, mentre gli utenti più intensivi organizzano più agenti in parallelo, affidando a ciascuno una parte di un processo più ampio. In questo scenario, il valore non risiede soltanto nella generazione di testo o codice, ma nella possibilità di distribuire attività ripetibili, controllare l’avanzamento, confrontare output diversi e intervenire quando serve una revisione umana.
Codex è nato come strumento per lo sviluppo software, ma i dati di utilizzo mostrano una diffusione che supera il coding. Il sistema viene impiegato per analizzare dati, preparare documenti, configurare ambienti, gestire repository, verificare modifiche, strutturare comunicazioni, supportare attività di recruiting e affrontare procedure organizzative che richiedono raccolta di informazioni, trasformazione di file e sequenze di azioni collegate.
La crescita nelle funzioni non tecniche è particolarmente significativa perché indica un cambiamento nel ruolo degli strumenti agentici. L’obiettivo non è rendere ogni dipendente uno sviluppatore, ma consentire a persone che lavorano in ambiti legali, finanziari, operativi o commerciali di delegare procedure che fino a poco tempo fa richiedevano l’intervento di un team tecnico: conversione e pulizia di dati, automazioni su fogli di calcolo, controlli su documenti, piccoli strumenti interni, analisi di file e costruzione di workflow ripetibili.
Il passaggio da chatbot ad agente modifica anche le metriche con cui valutare l’adozione. Non basta più contare gli utenti attivi o le conversazioni avviate. Diventano rilevanti la durata del task, il numero di strumenti utilizzati, il livello di parallelismo, la capacità di riutilizzare istruzioni e competenze operative, il volume di output prodotto e soprattutto la qualità del controllo umano finale. Un agente che esegue un’attività per ore può ridurre il lavoro manuale, ma richiede anche confini chiari, autorizzazioni, tracciabilità delle azioni e processi di verifica proporzionati al rischio.
L’esperienza interna di OpenAI non rappresenta ancora la situazione media delle aziende, perché un laboratorio che sviluppa modelli avanzati dispone di competenze, infrastrutture e cultura organizzativa molto diverse da quelle presenti nella maggior parte delle imprese. Mostra però con chiarezza la direzione dell’evoluzione: gli strumenti AI stanno passando dalla produzione di singole risposte alla gestione di flussi di lavoro delegati, nei quali le persone definiscono l’obiettivo, supervisionano l’esecuzione e validano gli output prodotti dall’agente.