OpenAI inclui agentes ChatGPT Work no plano de $20
Dados apoiados pela OpenAI mostram que o Codex é quase universal internamente, mas abaixo de 1% entre assinantes individuais.
A OpenAI está usando o ChatGPT Work, um produto de $20 por mês em seu nível de assinatura mais baixo, para inserir agentes de IA em fluxos de trabalho administrativos convencionais. Dados de adoção apoiados pela OpenAI sugerem que os hábitos internos de agentes da empresa ainda não estão se traduzindo para os clientes, com permissões e atritos de UX surgindo como o gargalo.
Principais Conclusões
- O ChatGPT Work foi lançado em julho de 2026 e está no nível de assinatura mais baixo da OpenAI, de $20/mês.
- Um estudo apoiado pela OpenAI mediu o uso do Codex em junho de 2026 em 98% entre os funcionários da OpenAI, 17% entre assinantes organizacionais e menos de 1% entre assinantes individuais.
- A OpenAI não divulgou quantos usuários estão no Work em comparação com o Codex, enquanto descreve o aplicativo combinado como utilizado por 20 milhões de pessoas em comparação com "mais de um bilhão" de usuários que acionam o ChatGPT online.
- Funcionários da OpenAI descreveram a utilidade dos agentes como intimamente ligada à conexão de caixas de entrada e ferramentas de trabalho, uma configuração que requer permissões amplas e cria trocas de privacidade e controle.
ChatGPT Work: O Empurrão de $20 da OpenAI Além dos Desenvolvedores
O ChatGPT Work é a tentativa da OpenAI de levar o fluxo de trabalho agente que os desenvolvedores já toleram e vendê-lo para todos os outros.
Lançado "mês passado" em relação a 24 de agosto de 2026, o Work está disponível no nível de assinatura mais baixo da OpenAI por $20 por mês, e é posicionado como uma maneira para trabalhadores administrativos executarem agentes que podem completar projetos de múltiplas etapas em vez de apenas responder perguntas.
Mecanicamente, o Work é uma versão modificada do Codex, a ferramenta de codificação da OpenAI, reembalada para que não engenheiros possam usar o mesmo loop de "fazer a tarefa" que os desenvolvedores obtêm da codificação agente. Na visão da OpenAI, o produto destina-se a conectar um LLM ao software que realmente organiza o dia de um trabalhador, permitindo que ele execute essas tarefas com supervisão mínima.
O líder de produto da OpenAI, Thibault Sottiaux, descreveu o objetivo como agentes que "realizam tarefas inteiras e muito complicadas para você de forma autônoma, de uma maneira que é agradável e segura", e vinculou isso à distribuição em vez de exclusividade: "É a missão da OpenAI — levar todos junto." O incentivo comercial é direto.
Agentes que operam por mais tempo consomem mais tokens, a unidade de texto processada que muitas vezes determina custos de uso e receita, portanto, converter solicitações rotineiras em execuções sustentadas de agentes é uma alavanca de monetização direta.
A Lacuna de Adoção em Números: 98% Uso Interno vs <1% Uso Individual
O sinal mais claro no pacote é que a própria força de trabalho da OpenAI se comporta como se o futuro já estivesse aqui, enquanto os clientes, em sua maioria, não. Um estudo apoiado pela OpenAI descobriu que em junho de 2026, 98% dos funcionários da OpenAI estavam usando o Codex, em comparação com 17% dos assinantes organizacionais e menos de 1% dos assinantes individuais.
Essa diferença importa porque implica que o gargalo não é a conscientização. É a conversão através de um limiar de usabilidade que os funcionários da OpenAI estão dispostos a cruzar para o trabalho, mas os assinantes típicos não estão. As equipes internas da OpenAI também tiveram que ser arrastadas para além dessa linha.
Andrew Ambrosino, engenheiro chefe do aplicativo desktop da OpenAI, disse que equipes não técnicas começaram a usar o Codex quando ele era "ativamente hostil" para elas, incluindo prompts sobre código e uma leitura de "diff vazio".
Ele disse que a equipe o tornou "mais de uso geral entre fevereiro e agora", o que coloca o atual impulso do Work no contexto de uma reformulação interna de meses de ferramentas voltadas para desenvolvedores para fluxos de trabalho de conhecimento geral.
A OpenAI se recusou a divulgar quantas pessoas usaram o Work em comparação com o Codex. A empresa descreveu o aplicativo combinado como sendo usado por 20 milhões de pessoas, em comparação com "mais de um bilhão" de usuários que utilizam o ChatGPT online. A comparação esboça o funil que a OpenAI está tentando monetizar, mas não é uma métrica de adoção limpa.
O pacote não define se "20 milhões" são usuários ativos diários, usuários ativos mensais ou usuários cumulativos, e "mais de um bilhão" não está datado ou definido como registrado versus ativo.
Ainda assim, a leitura direcional é difícil de ignorar. A OpenAI está colocando o Work na faixa mais baixa de $20, o que parece uma aposta de distribuição para construir a formação de hábitos em vez de uma venda premium. Sem uma divisão entre Work e Codex, também é difícil dizer se a nova embalagem está fazendo diferença ou apenas renomeando o mesmo grupo de usuários avançados.
O Problema do Harness: Permissões, Privacidade e Descobribilidade
A equipe da OpenAI continua retornando ao mesmo mecanismo: o harness. Um harness é a camada de software em torno de um modelo que determina quais informações ele pode acessar, quais ferramentas pode usar e como executa tarefas. Os agentes não são apenas "um chat melhor".
Eles são um modelo mais um harness que pode realizar ações em múltiplas etapas, o que significa que o harness precisa ser tanto poderoso quanto legível para usuários não técnicos.
O problema é que a utilidade e o risco escalam juntos. Ambrosino disse que o aplicativo desktop tem acesso e controle sobre sua caixa de entrada, Slack, telefone e aplicativos como Notion e Figma. Ele também descreveu o modo de falha de privacidade em termos simples: "Se estou pedindo para ele escrever um documento, há a possibilidade de que ele puxe de uma DM privada sobre esse assunto e não saiba que não deve compartilhar algumas informações?
Sim," acrescentando, "Eu farei isso pelo trabalho. Eu vou assumir o impacto pessoal aqui e ali se precisar. E eu não precisei."
Esse é o gargalo de adoção em uma citação. Os locais de trabalho convencionais não precisam apenas de um modelo melhor. Eles precisam de uma superfície de permissão e controle que lhes permita conceder acesso sem sentir que estão entregando as chaves de tudo.
O pacote também descreve a fricção de configuração que lê como um imposto de produto sobre usuários não técnicos. As permissões para drives em nuvem foram descritas como confusas, com tentativas de conceder acesso "de leitura" produzindo erros até que um diálogo móvel indicasse que apenas o acesso completo funcionaria.
Muitas configurações importantes estavam disponíveis apenas no aplicativo web, forçando os usuários a alternar entre web e móvel. Mesmo quando conectado, a ferramenta tinha arestas duras, como ser capaz de criar eventos no Google Calendar, mas não criar novos calendários.
A descobribilidade é a outra metade do problema do harness. Funcionários da OpenAI descreveram debates internos sobre a necessidade de botões se os usuários podem simplesmente perguntar ao modelo.
Ambrosino se opôs, dizendo: “A descobribilidade importa nesta fase, e em algum momento não teremos o botão.” Joe Gershenson, líder de engenharia de harness da OpenAI, também reconheceu que os controles de esforço e raciocínio ainda não são intuitivos, dizendo “há coisas que podemos fazer melhor para ajudá-los a obter o nível certo de raciocínio…” e acrescentando, “Fique de olho neste espaço.”
A OpenAI também está tentando tornar o desempenho em trabalho de conhecimento mensurável o suficiente para iterar. A empresa disse que utiliza um benchmark chamado GDPval, extraído de 44 ocupações e centenas de testes de trabalho de conhecimento, complementado com feedback dos usuários.
Isso é um sinal de que a OpenAI espera que o desempenho dos agentes fora da codificação seja avaliado e melhorado como benchmarks de codificação, o que é um pré-requisito para vender agentes em organizações não de engenharia que exigirã repetibilidade.
Sinais que os Traders Devem Monitorar: Atração Empresarial, Fossetas de Modelo vs. Fossetas de Harness, e Pressão Competitiva
A questão de curto prazo é se a Work pode transformar uma ampla base de usuários do ChatGPT em um uso conectado a ferramentas e com permissão que consome tokens significativos sem provocar uma reação negativa das empresas. O primeiro sinal é a divulgação.
Qualquer futura divisão entre usuários da Work e usuários do Codex, ou estimativas de terceiros credíveis, esclareceriam se a colocação na faixa de $20 está realmente convertendo assinantes convencionais em usuários agentes.
O segundo sinal é se a OpenAI reduz a fricção de configuração sem enfraquecer os controles. Isso significa fluxos de permissão mais simples, menos lacunas entre web e mobile, e configurações de esforço ou raciocínio mais claras para que usuários de primeira viagem não tenham uma experiência de "pior estagiário" de baixo esforço e abandonem a plataforma.
A competição também está mudando de qualidade do modelo para distribuição de fluxo de trabalho. O pacote descreve concorrentes específicos de vertical como Harvey (direito) e Clay (vendas) como agnósticos em relação ao modelo, o que significa que eles podem trocar pelo modelo que apresentar melhor desempenho.
Christian Catalini alertou que “Se os laboratórios não conseguirem rapidamente obter os principais complementosativos"necessário para escalar a IA no mercado, o valor será acumulado em outro lugar," o que é uma ameaça direta para os laboratórios que assumem que melhorias no modelo sozinhas garantirão o relacionamento com o cliente.
A própria equipe da OpenAI está dividida sobre onde está a proteção. Ambrosino argumentou: “A resposta frustrante é que muitas vezes é o modelo, e uma coisa que tentamos fazer muito bem com este aplicativo é aproveitar totalmente o modelo.” Gershenson minimizou a defesa, dizendo: “Você poderia obter bons resultados a curto prazo adicionando um monte de extras — se e thens e ferramentas — mas, vamos lá, o próximo modelo vai sair em alguns meses e tornar isso obsoleto.”
Uma demanda prática no pacote sugere que a corrida dos agentes de codificação ainda está ativa. Usando estatísticas de download como um proxy para interesse, Claude Code teve mais demanda até abril de 2026, após o qual Codex assumiu uma leve liderança, e pesquisas empresariais sugeriram que a OpenAI estava se aproximando.
O pacote não nomeia os conjuntos de dados ou os números das pesquisas, portanto, é útil em termos de direção, mas não é um placar limpo.
Minha Leitura: O Potencial de Monetização do Trabalho Depende de Converter o Funil do ChatGPT em Ação Confiável e Autorizada
O limiar que importa não é se os agentes podem fazer demonstrações impressionantes. É se a OpenAI pode fazer com que usuários não técnicos concedam as permissões que tornam os agentes úteis sem sentir que estão abrindo mão do controle de sua caixa de entrada, Slack e arquivos.
Os números de adoção apoiados pela OpenAI deixam isso claro: 98% de uso interno contra menos de 1% entre assinantes individuais é um problema de conversão, não um problema de marketing.
Se a OpenAI puder simplificar a camada de harness e tornar os ganhos de avaliação estilo GDPval visíveis em fluxos de trabalho não codificados, o Trabalho começa a parecer um motor de consumo de token durável em vez de um conjunto de recursos exclusivo para desenvolvedores.
Se permissões e descobribilidade continuarem sendo o imposto, ferramentas verticais independentes de modelo continuarão dominando a distribuição de fluxo de trabalho, mesmo que a qualidade do modelo converja.
