OpenAI afirmó el 2 de junio de 2026 que Codex ya no es solo una herramienta para desarrolladores: tiene más de 5 millones de usuarios activos semanales y creció más de 6 veces desde el lanzamiento de la app de escritorio en febrero, mientras que los trabajadores del conocimiento constituyen cerca del 20% de la base y crecen más de tres veces más rápido, según su informe “The Next Era of Knowledge Work”. Esto es la conclusión central: Codex está siendo usado para crear informes, hojas de cálculo, presentaciones y automatizar flujos de trabajo, no solo para programar.
¿Qué cambia respecto a antes?
Hasta hace poco Codex era percibido principalmente como un asistente para programadores; ahora OpenAI describe una adopción que atraviesa profesiones. Según el informe (2/6/2026), las tareas de más rápido crecimiento entre los knowledge workers son análisis de datos, investigación y creación de “knowledge artifacts” —es decir, documentos que condensan información accionable— y los usuarios ejecutan varias tareas de Codex en paralelo para investigar, redactar y automatizar al mismo tiempo. Ese comportamiento aumenta la velocidad de entrega y la complejidad de los proyectos que un trabajador puede asumir, lo que, en teoría, amplía el alcance de roles y posibilidades de carrera. Sin embargo, el salto de herramienta de nicho a plataforma productiva exige datos más finos sobre precisión, retención y tipos de tareas para evaluar el valor real en el día a día.
¿Cómo impacta esto en el mercado argentino?
El informe de OpenAI no publica desglose geográfico público, por lo que no podemos saber cuántos de esos más de 5 millones son usuarios en Argentina; la compañía tampoco aportó cifras regionales en el comunicado del 2/6/2026. Eso limita la capacidad de empresas y reguladores locales para medir impacto y diseñar políticas laborales o educativas alineadas con la adopción real. Desde la perspectiva regional, lo relevante no es solo la cantidad de usuarios sino si hay documentación en español, integraciones con herramientas locales y condiciones de precio accesibles; sin esos tres elementos la adopción masiva podría quedarse en grupos profesionales aislados. Vemos una oportunidad para empresas y gobiernos: exigir a proveedores métricas por país, soporte en nuestro idioma y claridad sobre modelos de negocio.
Riesgos, condiciones y qué pedimos a OpenAI
La expansión de Codex hacia tareas de conocimiento trae beneficios evidentes —más velocidad, menos fricción entre sistemas— pero también riesgos: automatizaciones mal calibradas pueden propagar errores en reportes o contratos, y la recomposición de tareas puede afectar trayectorias laborales si no hay políticas de reskilling. Por eso apoyamos la transparencia de OpenAI pero exigimos métricas públicas (desagregadas por idioma y país, tasas de error por tipo de tarea, retención y uso empresarial), documentación en español y gobernanza con revisión humana antes de despliegues comerciales; lo pedimos con base en los números que la propia OpenAI publicó (5M usuarios, +6x desde febrero, ~20% knowledge workers, informe 2/6/2026). Si esas condiciones se cumplen, Codex puede aumentar productividad sin sacrificar responsabilidad; si no, corremos el riesgo de trasladar ruido operativo y sesgos al corazón del trabajo profesional.
