OpenAI promociona Codex para la preparación de declaraciones de impuestos tras un piloto de 7,000 declaraciones

Why it matters

OpenAI is positioning Codex as infrastructure for vertical agents, with its Thrive stake providing the real workflows and expert feedback that generic model access cannot supply.

Greg Brockman (@gdb), presidente y cofundador de OpenAI, presentó Codex el 20 de agosto como infraestructura para productos fuera del desarrollo de software, señalando un sistema de preparación de impuestos que procesó 7,000 declaraciones y redujo el tiempo de preparación de los contadores en aproximadamente un tercio.

Las cifras describen un piloto del año fiscal 2025, en lugar de un nuevo despliegue. OpenAI detalló por primera vez el proyecto el 27 de mayo, después de seis meses de trabajo con Thrive Holdings y Crete Professionals Alliance, la red de contabilidad que se renombró como Current el 2 de junio. Brockman, que fue chief technology officer en Stripe antes de ayudar a fundar OpenAI, resurgió los resultados para argumentar que los desarrolladores pueden usar el armazón de código abierto de Codex como la capa operativa para agentes especializados.

Esa es una propuesta de producto más amplia que el asistente de codificación que OpenAI originalmente colocó en terminales y entornos de desarrollo. El repositorio Codex se publica bajo la licencia Apache 2.0, y su App Server expone el armazón de agentes a través de una interfaz bidireccional que los desarrolladores pueden incrustar en otros productos. El código de código abierto maneja hilos de agentes, ejecución de herramientas, configuración y aprobaciones; el acceso a los modelos de OpenAI aún requiere una cuenta de ChatGPT o la configuración de una API.

Qué manejó el sistema de impuestos

Tax AI se construyó para la red de firmas contables de Current. Los contadores participantes subieron documentos fuente y notas de clientes, y el sistema extrajo información y preparó presentaciones para la revisión del motor fiscal. El piloto abarcó declaraciones individuales 1040 y declaraciones 1041 para patrimonios y fideicomisos.

OpenAI dijo que la captura de datos para declaraciones de complejidad media y alta puede consumir hasta ocho horas por declaración. El trabajo incluye extraer información de declaraciones del año anterior, hojas de cálculo y otros documentos de clientes inconsistentes, y luego mapearla a los campos fiscales correctos.

Current informó una reducción promedio del 31% en el tiempo de preparación a lo largo de las 7,000 declaraciones. OpenAI dijo que el sistema aumentó el rendimiento en alrededor del 50% y produjo borradores con hasta 97% de exactitud. Current luego describió una exactitud de hasta 98%. Esas cifras son reportadas por las organizaciones que construyeron y desplegaron Tax AI, y el número superior de exactitud no describe cómo variaron los resultados según la complejidad de la declaración.

OpenAI suministró una medida más útil de la mejora a lo largo del tiempo. Cuando Tax AI se lanzó, una cuarta parte de las declaraciones evaluadas alcanzó al menos 75% de campos completados correctamente. Seis semanas después, el 86% alcanzó ese umbral, incluso cuando Tax AI pasó de entradas relativamente sencillas como W-2 y 1099 a formularios K-1, cronogramas de propiedades en renta y otras declaraciones complicadas.

Los profesionales siguieron siendo responsables de revisar el trabajo y aprobar las declaraciones finales. OpenAI limitó el trabajo de ingeniería automatizada de Codex a la capa de extracción y mapeo, mientras los ingenieros conservaron el control sobre la arquitectura, las decisiones de producto y las versiones de producción.

Las correcciones se convirtieron en tareas de ingeniería

El mecanismo central fue un bucle de retroalimentación construido alrededor de las correcciones de los contadores. Tax AI registró lo que el sistema propuso, lo que un profesional cambió y lo que finalmente entró en la declaración presentada. Los errores repetidos podían entonces agruparse en un hallazgo, convertirse en una evaluación dirigida y asignarse a Codex como una tarea de ingeniería acotada.

Codex recibió la traza de producción relevante, documentos fuente, la salida esperada del motor fiscal, código y comandos de prueba. Podía inspeccionar una falla, proponer un cambio y ejecutar evaluaciones dirigidas y de regresión. Los casos ambiguos se devolvían a los ingenieros en lugar de convertirse automáticamente en cambios de código.

Esa distinción importa en la preparación de impuestos, donde una discrepancia puede reflejar un error de extracción, el criterio de un contador, un valor arrastrado de una declaración anterior o un cambio introducido en otra parte del proceso de presentación. Una corrección cruda no es necesariamente evidencia de que el agente estuviera equivocado.

OpenAI dijo que el soporte para propiedades en renta tomó aproximadamente seis semanas y una supervisión de ingeniería sustancial para alcanzar 90% de precisión y recall. Los patrones de evaluación y revisión resultantes se reutilizaron luego para otros cronogramas.

OpenAI tiene participación en el despliegue

El piloto también refleja la estrategia de OpenAI para llevar agentes a negocios de servicios establecidos. OpenAI tomó una participación en Thrive Holdings en diciembre de 2025, con los servicios de contabilidad y TI nombrados como los primeros objetivos de la asociación. OpenAI acordó integrar personal de investigación, producto e ingeniería dentro de las operaciones propiedad de Thrive.

Esa estructura le da a OpenAI acceso directo a flujos de trabajo de producción, correcciones de expertos y un canal de distribución a través de empresas adquiridas. Thrive obtiene automatización diseñada específicamente para servicios intensivos en mano de obra, mientras que OpenAI obtiene un campo de pruebas controlado para sistemas de agentes que necesitan retroalimentación de dominio y evaluación repetida.

Current dice que su red desde entonces ha crecido a 48 firmas con más de 2,000 empleados en 39 estados. El grupo contable planea expandir Tax AI a más firmas, mientras que Thrive y OpenAI están aplicando el mismo diseño a flujos de trabajo de contabilidad, auditoría y servicios de mesa de ayuda de TI.

La publicación de Brockman convierte el piloto en una propuesta para desarrolladores: Codex puede proporcionar el bucle de agentes como la capa operativa bajo un producto vertical, mientras que los expertos de dominio, las trazas de producción y las evaluaciones determinan si ese producto se vuelve confiable. El armazón está disponible para copiar. La parte difícil sigue siendo asegurar el flujo de trabajo, el proceso de revisión y la retroalimentación propietaria que hicieron que el piloto fiscal mejorara.