OpenAI buduje boty do pracy zespołowej. Same ogarną raporty i maile

Wyobraź sobie bota, który sam przeszukuje sieć w poszukiwaniu opinii o produkcie, sporządza konkretny raport i wrzuca go prosto na Slacka. OpenAI właśnie to umożliwia w ChatGPT – ale na razie tylko dla płatnych planów biznesowych. Możesz zapomnieć o ręcznym klepaniu maili, bo nowi agenci wykonują zadania w chmurze, nawet gdy Ty pijesz kawę.

Co oferują workspace agents?

OpenAI nazywa nowe rozwiązanie naturalną ewolucją custom GPTs, które poznaliśmy w 2023 roku. Te boty to tak zwani shared agenci, których zespoły nie muszą budować w nieskończoność – wystarczy stworzyć ich raz i udostępnić całej organizacji. Działają całkowicie w chmurze i są napędzane modelem Codex, co w praktyce pozwala im na samodzielne pisanie kodu, głęboką analizę danych oraz wykonywanie złożonych, wieloetapowych operacji bez ingerencji człowieka.

Obecnie funkcja jest dostępna w ramach research preview dla użytkowników planów ChatGPT Business (kosztujących 20 dolarów za użytkownika miesięcznie), a także wersji Enterprise, Edu oraz Teachers. Co istotne, korzystanie z nich pozostanie darmowe do maja 2026 roku. Po tym terminie OpenAI planuje wprowadzenie rozliczeń opartych na kredytach. Choć dokładne stawki nie są jeszcze znane, pierwsi testerzy, jak choćby firma Rippling, już teraz chwalą się, że agenci oszczędzają im długie godziny pracy przy tworzeniu podsumowań transakcji.

Sam proces budowy agenta jest banalnie prosty i sprowadza się do opisania zadania w kilku zdaniach. ChatGPT sam sugeruje kolejne kroki, dobiera odpowiednie narzędzia i proponuje testy sprawdzające poprawność działania. Jeśli masz gotowe dane, możesz po prostu wrzucić plik, który posłuży jako baza wiedzy dla Twojego nowego cyfrowego pracownika.

Introducing workspace agents in ChatGPT—shared agents that can handle complex tasks and long-running workflows across tools and teams. pic.twitter.com/eHplfXCWlk

— OpenAI (@OpenAI) April 22, 2026

Jak integrują się z narzędziami?

Nowi agenci potrafią wyciągać kontekst z dokumentów, wiadomości e-mail, czatów, a nawet z kodu źródłowego i systemów wewnętrznych firmy. Potrafią też podejmować konkretne działania, choć zazwyczaj wymagają one zatwierdzenia przez człowieka: od aktualizacji zadań w Linear, przez tworzenie dokumentów, aż po wysyłanie wiadomości. W środowisku Slacka potrafią włączyć się do wątku, zrozumieć o czym mowa i na tej podstawie zaktualizować dane w innych systemach.

Lista wspieranych narzędzi robi wrażenie, bo znajdziemy tu Slacka, Gmaila, Salesforce, Google Drive, aplikacje Microsoftu, Notion czy Atlassian Rovo. Agenci mogą pracować według ustalonego harmonogramu lub reagować na wzmianki typu @mention. Co więcej, posiadają zdolność uczenia się na błędach i pamiętają wnioski z poprzednich uruchomień. Administratorzy mają przy tym pełną kontrolę nad dostępami i mogą monitorować działania botów za pomocą Compliance API.

Dzięki wykorzystaniu 90+ pluginów Codex, agenci zyskują dostęp do takich zasobów jak nagrania z Gong, systemy CRM czy tickety w działach IT. Ankur Bhatt z firmy Rippling zauważa trzeźwo: to, co wcześniej zajmowało handlowcom od pięciu do sześciu godzin tygodniowo, teraz dzieje się w zasadzie automatycznie. To koniec ery, w której AI było tylko zabawką do generowania tekstów, a początek realnej automatyzacji środowiska pracy.

Przykładowe zadania w praktyce

W zespole sprzedaży taki agent potrafi zdziałać cuda: wyciąga notatki z rozmów, prześwietla konta potencjalnych klientów, kwalifikuje leady i przygotowuje szkice wiadomości follow-up w Gmailu. Z kolei zespół produktowy może wykorzystać AI do automatycznego przesyłania opinii ze Slacka czy systemów wsparcia prosto do listy zadań na dany tydzień, co eliminuje ręczne przeklejanie zgłoszeń.

Działy księgowości mogą oddelegować botom żmudne zamykanie miesiąca, w tym wpisy do dziennika, uzgadnianie kont czy analizę odchyleń. Jeśli chodzi o cotygodniowe raportowanie metryk, agent sam pobierze dane z piątku, wygeneruje czytelne wykresy, dopisze do nich narrację i dostarczy gotowy plik na czas. To nie są jednorazowe akcje, ale procesy, które mogą dziać się cyklicznie bez przypominania.

Przedstawiamy kilka gotowych scenariuszy użycia przygotowanych przez OpenAI:

• Automatyczna kwalifikacja leadów i natychmiastowa aktualizacja w CRM
• Inteligentne przesyłanie feedbacku z nadawaniem priorytetów zadaniom
• Generowanie cotygodniowych raportów z wynikami i wizualizacją danych
• Wstępny screening ryzyk u dostawców na podstawie dostępnych raportów

Koniec ery custom GPTs?

W oficjalnym wątku na platformie X OpenAI pokazuje krótkie demo, na którym widać agentów w akcji. Wygląda to na tyle sprawnie, że dotychczasowe, statyczne GPTs mogą szybko odejść do lamusa w profesjonalnych zastosowaniach.

Ewolucja narzędzi AI zmierza w stronę autonomii, gdzie użytkownik przestaje być operatorem wpisującym prompty, a staje się nadzorcą procesów. Choć stare GPTs nadal będą istnieć, w organizacjach biznesowych zostaną prawdopodobnie oznaczone jako przestarzałe, a system zaoferuje łatwą ścieżkę ich konwersji na nowych, bardziej inteligentnych agentów.

Konkurencja nie śpi

Anthropic promuje obecnie rozwiązanie Claude Cowork, czyli agenta skupionego na plikach lokalnych i prostych zadaniach wykonywanych bezpośrednio na pulpicie. Google z kolei testuje projekt Opal, który ma stać się nowym standardem budowy agentów dla firm, kończąc erę sztywnych i nieelastycznych procesów. OpenAI wydaje się jednak wygrywać na starcie dzięki infrastrukturze chmurowej i łatwemu udostępnianiu botów wewnątrz zespołów.

Mimo ogromnego szumu wokół agentów, firma stawia na konkretne zabezpieczenia, takie jak ochrona przed atakami typu prompt injection czy mechanizm human-in-the-loop przy operacjach zapisu danych. Skrajne przypadki? AI wciąż bywa probabilistyczne, więc bez odpowiednich testów i nadzoru człowieka się nie obejdzie. Bezpieczeństwo danych firmowych pozostaje tu priorytetem, co ma przekonać nieufnych szefów IT do wdrożenia tych rozwiązań.

OpenAI celuje w procesy, które do tej pory wymagały ciągłego przekazywania pałeczki między pracownikami i wspólnego kontekstu. Zamiast tracić czas na koordynowanie maili i spotkań, zespoły mogą teraz po prostu zbudować agenta, który zajmie się brudną robotą. To spora zmiana paradygmatu, w której AI staje się pełnoprawnym członkiem zespołu, a nie tylko mądrzejszą wyszukiwarką.

Źródła:

The Verge, openai.com, VentureBeat, developers.openai.com