Codex ma 4 mln użytkowników. OpenAI wchodzi w enterprise

OpenAI oficjalnie uruchomił Codex Labs i ogłosił partnerstwa z Accenture, PwC, Infosys oraz innymi firmami doradczymi, a tygodniowa liczba aktywnych użytkowników Codex przekroczyła właśnie 4 miliony.

Codex Labs to nie produkt — to dział sprzedaży do dużych firm

Codex Labs to wydzielona jednostka OpenAI skupiona wyłącznie na wdrożeniach korporacyjnych. Zadanie jest konkretne: przeprowadzić duże organizacje przez cały cykl wytwarzania oprogramowania z pomocą agenta AI. Nie chodzi o to, żeby pojedynczy deweloper odpalił Codex w terminalu — chodzi o skalowanie na setki lub tysiące inżynierów jednocześnie.

Partnerzy strategiczni — Accenture, PwC, Infosys — to firmy, które już teraz siedząc w środku największych korporacji na świecie, mają gotowe kanały dystrybucji. OpenAI nie musi przekonywać zarządów sam. Zamiast tego oddaje sprzedaż podmiotom, które od dekad sprzedają transformacje cyfrowe.

Czy 4 miliony WAU to naprawdę dużo?

4 miliony tygodniowych aktywnych użytkowników brzmi imponująco, dopóki nie zestawisz tego z 400 milionami tygodniowych użytkowników ChatGPT, które OpenAI podał na początku 2025 roku. Codex to wciąż niszowy instrument — ale niszowy w segmencie, który płaci wielokrotnie więcej niż przeciętny użytkownik wersji darmowej.

Programiści i firmy technologiczne generują nieproporcjonalnie wysokie przychody w przeliczeniu na użytkownika. Jeśli choć część z tych 4 milionów korzysta z planów enterprise, to ten wskaźnik może być ważniejszy finansowo niż dziesięciokrotnie większa baza hobbyistów.

Wielka konsultingowa trójka wchodzi w AI kodowania

Accenture już wcześniej ogłosił inwestycje rzędu 3 miliardów dolarów w praktyki AI. PwC zapowiadał podobne ruchy. Infosys od miesięcy reklamuje swoje możliwości w zakresie wdrożeń generatywnej AI. Dla wszystkich trzech partnerstwo z Codex Labs to możliwość sprzedawania nowych kontraktów wdrożeniowych tym samym klientom, którym sprzedają outsourcing IT od lat.

To klasyczna symbioza: OpenAI dostaje zasięg i zaufanie korporacyjne, konsultanci dostają produkt do sprzedania. Pytanie tylko, kto w tym układzie ma lepszą kartę przetargową za dwa lata, gdy Codex będzie dojrzalszy.

Czy to uderza w GitHub Copilot?

Microsoft przez lata budował Copilot jako dominujące narzędzie AI dla deweloperów w środowiskach korporacyjnych — zintegrowany z Azure DevOps, VS Code, GitHub Actions. Codex Labs wchodzi na to samo podwórko, oferując agentowe podejście zamiast asystenta do autouzupełniania.

Różnica jest istotna technicznie. Copilot głównie sugeruje, Codex działa autonomicznie — może samodzielnie pisać testy, refaktoryzować kod, rozwiązywać problemy z bugami bez ciągłego nadzoru. To inny model pracy, który wymaga też innego procesu wdrożenia i zarządzania ryzykiem.

Microsoft jest jednocześnie największym inwestorem OpenAI i bezpośrednim konkurentem w tym segmencie. Ten konflikt interesów trwa od dawna, ale Codex Labs go wyostrza.

Cykl wytwarzania oprogramowania jako nowy target

OpenAI wprost mówi o deployment across the software development lifecycle — czyli nie tylko o pisaniu kodu, ale o całym pipeline: planowaniu, code review, testowaniu, dokumentacji, wdrażaniu. To ambicja zastąpienia lub uzupełnienia znacznej części pracy zespołów inżynierskich, nie tylko przyspieszenia ich.

Firmy z listy Fortune 500, które zatrudniają tysiące programistów, mają oczywisty motyw finansowy, żeby to sprawdzić. Koszt jednego seniora backendowego w USA to 150–200 tysięcy dolarów rocznie. Jeśli Codex potrafi wykręcić choćby 20% oszczędności w productivity, ROI z wdrożenia liczy się szybko.

Pierwsze case studies z realnych wdrożeń enterprise pokażą, czy agent radzi sobie z legacy code, wewnętrznymi standardami i specyficznymi stosami technologicznymi — bo to właśnie tam większość narzędzi AI do tej pory miała problemy.