ChatGPT Work: OpenAI Beri Agen AI Kontrol Penuh ke Inbox dan Slack

Telset.id – OpenAI kini memberikan akses dan kendali penuh kepada agen AI ChatGPT Work untuk mengelola inbox email, akun Slack, hingga aplikasi seperti Notion dan Figma. Langkah ini merupakan bagian dari upaya OpenAI memperluas penggunaan AI agentik ke pekerja kantoran non-engineering, sebuah pasar yang jauh lebih besar daripada pengembang perangkat lunak.

Andrew Ambrosino, lead engineer untuk aplikasi desktop OpenAI, menjadi salah satu penguji paling awal yang memberikan “kunci” akses digitalnya kepada model AI. “Jika saya memintanya menulis dokumen, apakah ada kemungkinan ia akan mengambil dari DM pribadi dan tidak tahu bahwa itu tidak seharusnya dibagikan? Ya,” ujar Ambrosino kepada TechCrunch. “Saya akan melakukannya demi pekerjaan. Saya akan menerima risiko pribadi di sana-sini jika harus. Dan sejauh ini saya belum pernah mengalaminya.”

ChatGPT Work dan Target Pasar Baru

ChatGPT Work dirilis bulan lalu dan tersedia di tingkat langganan terendah OpenAI, yakni $20 per bulan. Produk ini dirancang untuk memungkinkan pekerja kantoran memanfaatkan agen AI yang terhubung dengan alur kerja digital yang digunakan akuntan, investor, dokter, dan profesi lain yang aktivitas hariannya didominasi komputer. OpenAI menyasar pasar yang jauh lebih luas daripada sekadar programmer, karena jika coding terbukti menguntungkan bagi laboratorium AI, itu masih merupakan sebagian kecil dari pekerjaan profesional yang perlu didukung alat AI.

ChatGPT Work sebenarnya adalah versi modifikasi dari alat coding Codex milik OpenAI. Produk ini dimaksudkan untuk memberikan fungsi yang sama kepada non-enginer yang sudah didapatkan software engineer dari agen AI: alat yang tidak hanya menjawab pertanyaan, tetapi menyelesaikan proyek multi-langkah secara mandiri. “ChatGPT sebenarnya bisa melakukan tugas yang sangat rumit untuk Anda secara otonom dengan cara yang menyenangkan dan aman,” kata Thibault Sottiaux, pimpinan pengembangan produk inti OpenAI termasuk Work.

Secara komersial, ini penting karena agen yang bekerja lebih lama akan membakar lebih banyak token, sehingga lebih menguntungkan bagi OpenAI per pengguna. Menjangkau profesi baru menjadi krusial tidak hanya bagi OpenAI, tetapi juga industri AI secara keseluruhan. Sementara itu, kompetitor vertikal seperti Harvey (untuk hukum) dan Clay (untuk penjualan) telah mengejar pelanggan dengan pendekatan model-agnostik, yang berarti mereka akan menggunakan AI mana pun yang terbaik saat itu. Analis industri melihat ini sebagai salah satu tantangan utama yang dihadapi OpenAI dan para pesaingnya.

Data internal OpenAI menunjukkan tantangan adopsi yang signifikan. Sebuah studi yang didukung OpenAI menemukan bahwa pada bulan Juni, 98% karyawan OpenAI menggunakan Codex, tetapi hanya 17% pelanggan organisasi dan kurang dari 1% pelanggan individu yang menggunakan alat coding agentik tersebut. Perbedaan antara adopsi hampir total di dalam perusahaan dan adopsi yang dapat diabaikan di luar perusahaan ini menjadi tantangan sekaligus peluang bagi perusahaan.

Untuk memahami kesenjangan ini, perlu dipahami apa yang sedang dibangun para insinyur OpenAI. Setiap LLM membutuhkan apa yang disebut insinyur sebagai “harness” — perangkat lunak yang membungkus model yang menentukan informasi apa yang dilihatnya, alat apa yang bisa digunakan, dan bagaimana menyajikan jawaban. Untuk developer, command-line interface (CLI) yang memungkinkan LLM untuk coding sudah cukup mengubah cara perangkat lunak dibangun. Namun kebanyakan orang tidak menggunakan CLI; ada alasan mengapa Windows menggantikan DOS.

Produk agentik yang melampaui rekayasa perangkat lunak “akan menjadi sesuatu yang bermain dengan dunia berantakan dari kehidupan Anda dan alat-alat Anda dan situs web yang dibangun pada tahun 1995 dan tidak pernah diperbarui,” kata Ambrosino. Pengalaman yang dibangun timnya sangat penting untuk memperluas akses ke AI yang berguna. “Tanpa produk-produk ini di depan model, para ahli akan tahu cara mendapatkan hasil yang sama, tetapi Anda tidak akan sampai ke satu miliar orang menggunakan benda ini.”

Perdebatan internal terjadi di OpenAI mengenai keseimbangan antara kebutuhan pengguna power user dan adopsi mainstream. Beberapa karyawan berpendapat bahwa tombol tidak diperlukan jika pengguna bisa langsung meminta model. “Kami mendorong kembali [itu] — karena ini masih sangat awal. Discoverability penting pada fase ini, dan pada titik tertentu kami tidak akan memiliki tombol itu,” kata Ambrosino. Ia membandingkannya dengan skeuomorphism, praktik membuat alat digital terlihat seperti objek fisik yang mereka gantikan, seperti aplikasi kalkulator yang dibuat menyerupai kalkulator saku. “Itu bukan hanya desain yang norak. Itu benar-benar membantu orang masuk ke ini dan membuat transisi.”

Memberi Lisensi kepada ChatGPT untuk Bekerja

Saat ini, OpenAI memasarkan alat ini sebagai yang paling cocok untuk tugas koordinasi rutin yang intensif data. Karyawannya menyiapkan laporan metrik mingguan dan mengubah spreadsheet menjadi alat perencanaan. Sam Altman menggunakannya untuk merencanakan liburannya. Seorang insinyur OpenAI menggambarkan meminta program untuk melihat percakapan Slack tentang masalah teknik dan “membuat beberapa grafik,” kemudian menerima serangkaian plot yang mendalam.

“Ada banjir informasi untuk pekerja rata-rata atau karyawan dari salah satu perusahaan ini, termasuk saya sendiri,” kata Akshay Nathan, pimpinan tim product engineering di OpenAI. “Kita sebenarnya cukup terbatas oleh kemampuan kita untuk memproses semua yang tersedia bagi kita, dan kemudian mengambil tindakan. Informasi itu hidup di semua alat catatan sistem ini…nilai ChatGPT adalah Anda sudah punya akses ke ini, tetapi sekarang Anda benar-benar punya akses ke sana.”

Ini bisa menjadi asisten pribadi digital yang diimpikan para penginjil AI. Seperti Claude Cowork atau agen browsing Perplexity AI, ChatGPT Work menghubungkan agen ke ruang kerja Anda yang ada — email, browser web, berbagai platform SaaS — dan memanfaatkan konteks itu untuk Anda. Ketika sistem bekerja, hasilnya bisa mengesankan, seperti mengubah kalender preschool anak yang diformat aneh dari email menjadi Google Calendar.

Namun, memberikan akses kepada model bukanlah hal yang sederhana. Menyiapkan izin untuk agen mengakses, misalnya, cloud drive membingungkan dan berputar-putar. Banyak pengaturan penting hanya tersedia di aplikasi web, sehingga pengguna sering bekerja di keduanya sekaligus. Terkadang keterbatasan ChatGPT Work membingungkan — hubungkan ke Google Calendar dan ia bisa membuat acara, tetapi tidak bisa membuat kalender baru. Dan jangan repot-repot melakukan apa pun kecuali tingkat usaha diatur tinggi, jika tidak Anda akan mendapat “intern terburuk” yang pernah Anda ajak bekerja.

Joe Gershenson, engineering lead untuk harness OpenAI, mengakui bahwa pengaturan tingkat usaha belum intuitif bagi pengguna baru. OpenAI menghadapi tantangan penting lainnya untuk menembus pekerjaan kantoran mainstream: Sebagian besar alur kerja tidak semudah diukur — atau dievaluasi — seperti kode. Perangkat lunak bekerja atau tidak, dan presentasi yang baik, strategi bisnis, atau sales pitch tidak semudah itu dievaluasi atau dilacak.

OpenAI menggunakan benchmark GDPval yang diambil dari 44 pekerjaan dan ratusan tes pengetahuan kerja, dilengkapi dengan umpan balik pengguna. Jawaban yang kurang resmi adalah bahwa hal itu berasal dari karyawan OpenAI sendiri. “Kami harus selalu memilah…apakah kami melakukan alur kerja yang akan dilakukan semua orang, atau apakah kami aneh?” kata Ambrosino.

Persaingan dengan Anthropic dan Claude Code juga membentuk desain produk OpenAI. Ketika OpenAI pertama kali mengembangkan Codex sebagai aplikasi web, para insinyurnya bertaruh pada model yang cukup pintar untuk menangani tugas sepenuhnya sendiri dengan input pengguna minimal. Claude Code, yang dibangun tak lama setelahnya, berorientasi pada percakapan bolak-balik dengan pengguna. Pendekatan Anthropic terbukti lebih efektif, bahkan jika menuntut lebih banyak kerja dari pengguna. “Produk kami sedikit lebih maju dari tempat model dan harness saat itu,” kata Ambrosino.

OpenAI akhirnya mengikuti dengan menambahkan lebih banyak kesempatan bagi pengguna untuk berinteraksi dengan model. Menggunakan statistik unduhan sebagai proksi minat, Claude Code lebih diminati hingga April tahun ini, tetapi sekarang Codex telah mengambil sedikit keunggulan. Sebagian dari keunggulan itu berasal dari kecocokan produk-pasar yang tepat, dan sebagian dari keluhan tentang pembatasan keamanan pada model Anthropic dan kekurangan komputasi.

Para insinyur OpenAI bersikeras bahwa pembeda utama adalah kekuatan model terbaru mereka yang canggih dan hemat biaya. “Jawaban yang membuat frustrasi adalah bahwa sering kali itu adalah modelnya, dan satu hal yang telah kami coba lakukan dengan sangat baik dengan aplikasi ini adalah memanfaatkan model sepenuhnya,” kata Ambrosino.

Pertanyaan tentang apakah harness khusus model adalah taruhan yang tepat untuk memaksimalkan model masih terbuka. Perbandingan yang dijalankan oleh perusahaan seperti Composio dan Databricks menunjukkan bahwa kombinasi harness dan model yang berbeda memberikan kinerja berbeda pada benchmark coding. Databricks menemukan bahwa Pi, harness open source yang diterbitkan oleh perusahaan perangkat lunak Earendil, mengungguli Codex sambil menggunakan model GPT 5.5 yang sama.

Mario Zechner, pencipta Pi, bersimpati dengan tantangan yang dihadapi insinyur OpenAI dalam memperluas basis pengguna di luar engineer. “Semuanya berbentuk agen coding…alasannya adalah mereka hanya punya data pelatihan untuk tugas agen coding. Katakanlah saya di manajemen, saya membuat keputusan hari ini, dan hasilnya terjadi berbulan-bulan kemudian. Anda tidak bisa menangkap itu dalam jejak sederhana dari pengguna dan agen bolak-balik, jadi semua jenis tugas ini dan apa pun yang tidak Anda digitalkan tidak dapat diakses oleh model untuk dipelajari.”

Soal biaya juga menjadi perhatian. Dalam pengujian pada langganan $20 per bulan, seorang pengguna menggunakan lebih dari 80 juta token dalam empat hari, yang menghabiskan biaya $65 menurut analisis model — subsidi lebih dari 3x harga langganan untuk penggunaan santai selama empat hari. “Kami bekerja setiap hari untuk mendorong batas efisiensi,” kata Sottiaux, menunjuk pada pemotongan harga 80% baru-baru ini untuk pengguna model Luna OpenAI. “Jika Anda bangun enam bulan dari sekarang, Anda harus bisa melakukan semua tugas yang sama dengan pengeluaran yang lebih sedikit.”

Dengan semua perkembangan ini, OpenAI juga terus memperkuat komitmen keamanannya. Perusahaan telah menunjukkan konsistensi dalam rencana kontainmen AI yang solid dan mendukung aturan keamanan AI yang lebih ketat. Langkah-langkah ini penting mengingat model AI kini diberi akses yang semakin luas ke data pribadi pengguna.

Nathan, kepala tim product engineering, mengatakan fokusnya tetap pada “janji kotak ajaib, tetapi saya masih berpikir ada terlalu banyak kompleksitas…Saya sangat optimis bahwa kita bisa menyelesaikannya, dengan model dan dengan cara yang benar-benar AI-native.”