A OpenAI está tentando levar os agentes de IA além do desenvolvimento de software e para os fluxos de trabalho cotidianos de contadores, investidores, médicos, equipes de operações e outros trabalhadores baseados em computador. Seu esforço mais recente, o ChatGPT Work, conecta um modelo a ferramentas do ambiente de trabalho e pede que ele conclua tarefas em várias etapas, em vez de simplesmente responder a perguntas.

A expansão é estrategicamente importante, mas as evidências iniciais apontam para um difícil problema de adoção. A TechCrunch relata que os funcionários da OpenAI usam sua ferramenta de programação agentica em taxas muito altas, enquanto o uso entre assinantes externos permanece limitado. A lacuna sugere que construir agentes capazes é apenas uma parte do desafio; torná-los compreensíveis, controláveis e confiáveis para pessoas fora da engenharia pode determinar se o mercado crescerá além dos adotantes técnicos iniciais.

O ChatGPT Work leva os agentes além da programação

O ChatGPT Work foi lançado no mês passado e está disponível no plano de assinatura de US$ 20 por mês da OpenAI, segundo a TechCrunch. O produto é descrito como uma versão mais ampla do Codex, o agente de programação da empresa, projetado para usuários que talvez não trabalhem com código-fonte ou ferramentas de linha de comando.

A proposta central é o acesso a espaços de trabalho digitais já existentes. O aplicativo para desktop da OpenAI pode se conectar a e-mail, Slack, Notion, Figma e outros aplicativos, permitindo que um agente reúna informações e aja em vários sistemas. Entre os exemplos citados pela TechCrunch estão criar relatórios semanais de métricas, transformar planilhas em ferramentas de planejamento, reunir pesquisas de investimento e produzir gráficos a partir de conversas do local de trabalho.

Essa abordagem coloca o ChatGPT Work na mesma categoria ampla de produtos como Claude Code, o agente de navegação da Perplexity AI e outros agentes de IA que operam sobre o software existente do usuário, e não dentro de um único chat isolado. A OpenAI aposta que um agente de propósito geral pode atender a muitas profissões se o produto ao redor lidar com a complexidade de ferramentas, permissões e planejamento de tarefas.

Os líderes de produto da empresa enquadram essa mudança como uma transição de assistência conversacional para execução autônoma. Essa é uma posição da OpenAI, e não uma avaliação verificada independentemente de quão confiavelmente o sistema funciona em diferentes locais de trabalho.

A lacuna de adoção é o teste central

A evidência mais forte do problema vem de dados de uso citados pela TechCrunch a partir de um estudo apoiado pela OpenAI. Em junho, 98% dos funcionários da OpenAI teriam usado o Codex, em comparação com 17% dos assinantes organizacionais e menos de 1% dos assinantes individuais.

Esses números são respaldados pelo fornecedor e não devem ser tratados como uma medição independente do mercado geral. Ainda assim, eles ilustram a distância entre a familiaridade interna e a adoção externa. Os engenheiros da OpenAI trabalham em ambientes nos quais agentes de programação se encaixam naturalmente nos processos existentes. A maioria dos outros usuários precisa primeiro entender o que delegar, como fornecer contexto e como revisar o resultado.

Andrew Ambrosino, líder de engenharia da OpenAI, disse à TechCrunch que a empresa inicialmente viu funcionários não engenheiros terem dificuldade com o Codex porque o produto expunha conceitos técnicos como alterações de código e diffs vazios. A equipe desde então trabalhou para tornar a experiência mais geral, com o objetivo de reduzir a quantidade de conhecimento especializado necessária para usar um agente.

Isso também explica a ênfase da OpenAI em controles visíveis e botões de fluxo de trabalho. Um usuário tecnicamente sofisticado pode conseguir invocar a capacidade certa por meio de um prompt, mas usuários comuns talvez nem saibam que essa capacidade existe. Ambrosino argumentou que a descoberta importa nas fases iniciais de adoção, mesmo que alguns controles eventualmente desapareçam à medida que os usuários se familiarizam mais com o software agentivo.

Mais acesso cria mais risco

Dar a um agente acesso aos sistemas de trabalho também muda o problema de segurança. O modelo não está mais apenas gerando texto para um usuário revisar. Ele pode ler mensagens privadas, recuperar registros, atualizar documentos, criar eventos no calendário ou agir em vários aplicativos.

Ambrosino reconheceu o risco de um agente extrair informações de uma mensagem direta privada ao preparar um documento e não entender que essa informação não deveria ser compartilhada. Ele disse à TechCrunch que aceita o risco em seu trabalho testando o produto, embora tenha observado que não havia encontrado esse resultado.

Essa anedota não é prova de que o problema foi resolvido. Para compradores corporativos, as questões relevantes incluem se o acesso pode ser limitado por aplicativo, projeto, tipo de dado ou função do usuário; se as ações exigem aprovação; e se os administradores podem auditar o que o agente viu e alterou. O material de origem não estabelece como o ChatGPT Work lida com cada um desses controles.

O produto também enfrenta os problemas de confiabilidade do software pelo qual precisa navegar. Muitos sistemas corporativos não foram projetados para agentes autônomos, e interfaces inconsistentes, registros incompletos e permissões ambíguas podem tornar uma tarefa aparentemente simples difícil. Um agente que extrai com sucesso um calendário mal formatado uma vez é útil; um sistema corporativo precisa funcionar de forma previsível em milhares de casos variados.

Por que essa aposta importa para quem constrói e compra IA

Para a OpenAI, uma adoção mais ampla de agentes pode aumentar o valor e o uso de seus modelos, porque tarefas mais longas consomem mais recursos de inferência. Mais importante, a empresa precisa alcançar profissões além da engenharia de software se quiser que os agentes de IA sustentem uma parcela muito maior do trabalho intelectual.

A concorrência já está se formando em torno de fluxos de trabalho mais restritos. A Harvey se concentra em trabalho jurídico, enquanto a Clay mira processos relacionados a vendas, segundo a TechCrunch. Essas empresas usam uma estratégia agnóstica em relação ao modelo, permitindo selecionar modelos subjacentes diferentes quando o desempenho ou o custo mudam. A OpenAI, por outro lado, está tentando tornar um único produto voltado ao consumidor útil em muitas funções.

Isso cria um trade-off para os desenvolvedores. Um agente geral pode reduzir a necessidade de comprar e integrar várias ferramentas especializadas, mas um produto vertical pode oferecer melhores permissões, terminologia, processos de revisão e confiabilidade específica de domínio. As equipes de produto que avaliarem o ChatGPT Work precisarão comparar a conveniência de um assistente amplo com os controles e a previsibilidade de um sistema focado.

Os números de adoção também sugerem que a experiência do usuário pode importar tanto quanto a capacidade do modelo. Engenheiros podem tolerar configuração, feedback técnico e depuração ocasional. Usuários de finanças, comunicação e operações tendem a precisar de limites claros de tarefas, fontes visíveis, ações reversíveis e uma escalada simples quando o agente está incerto.

O que observar a seguir

O primeiro sinal será o uso do ChatGPT Work em relação ao público mais amplo do ChatGPT da OpenAI. A TechCrunch relata que o aplicativo conjunto é usado por 20 milhões de pessoas, enquanto a OpenAI afirma que mais de um bilhão de usuários fazem prompts ao ChatGPT online. A comparação não é uma métrica de adoção equivalente, mas mostra a escala do desafio da empresa.

Compradores corporativos devem observar informações publicadas sobre uso ativo, taxas de conclusão de tarefas, taxas de erro, controles de permissão, logs de auditoria e a frequência com que os usuários precisam intervir. A disposição da OpenAI em divulgar esses detalhes facilitaria distinguir a adoção genuína de fluxos de trabalho de testes movidos pela curiosidade.

O mercado também deve monitorar se os usuários preferem agentes gerais ou produtos especializados, como Harvey e Clay. Outro sinal importante será saber se a OpenAI consegue tornar os agentes úteis sem exigir que os clientes reorganizem suas pilhas de software existentes ou aceitem acesso amplo a dados sensíveis.

Perspectiva da Creati.ai

A notícia da OpenAI é menos sobre adicionar outro assistente e mais sobre testar se a autonomia pode se tornar uma interação normal no ambiente de trabalho. O ChatGPT Work aborda uma limitação real das interfaces de chat: os usuários muitas vezes precisam de ajuda para coordenar informações e ações entre vários sistemas, e não apenas redigir uma resposta.

Mas a adoção generalizada dependerá de autonomia limitada, não de autonomia por si só. Desenvolvedores e empresas provavelmente vão recompensar produtos que expliquem o que acessaram, peçam aprovação em momentos importantes e falhem de forma segura quando instruções ou dados forem ambíguos. A OpenAI demonstrou ambição de levar agentes de IA a não engenheiros; a próxima pergunta é se o design do produto pode conquistar a permissão para agir.