Claude Code vs. Codex: ya no son solo para programadores

Durante buena parte de 2025, hablar de Claude Code o Codex significaba hablar de programación. Eran herramientas diseñadas para leer repositorios, escribir código, corregir errores y ayudar a desarrolladores.

En 2026 esa descripción empezó a quedarse corta.

OpenAI afirma que los profesionales no desarrolladores ya representan aproximadamente el 20 % de los usuarios de Codex, y que este grupo crece más de tres veces más rápido que los desarrolladores. Entre sus usos aparecen análisis de datos, investigación, creación de informes, hojas de cálculo, presentaciones, contratos y automatización de procesos. (⁠OpenAI)

Anthropic está observando una evolución similar. Su investigación sobre aproximadamente 400.000 sesiones de Claude Code entre octubre de 2025 y abril de 2026 encontró un desplazamiento hacia tareas más completas, entre ellas análisis de datos y creación de documentos que no son código. Además, dentro de Anthropic existen casos documentados de uso por equipos de marketing, diseño, finanzas y legal. (⁠Anthropic)

La consecuencia es interesante: Claude Code y Codex están empezando a convertirse en herramientas para profesionales capaces de trabajar directamente sobre archivos, datos, sistemas y procesos, aunque la persona que los dirige no sea programadora.

Y eso los diferencia de un chatbot tradicional.¿Qué son realmente Claude Code y Codex?

⁠Claude Code nació como el agente de programación de Anthropic. Puede trabajar sobre archivos y utilizar herramientas del sistema, ejecutar comandos y conectarse con servicios externos mediante integraciones.

⁠Codex nació con una lógica similar dentro de OpenAI: un agente capaz de trabajar sobre proyectos y ejecutar tareas, inicialmente orientado al desarrollo de software.

La diferencia fundamental frente a conversar simplemente con Claude o ChatGPT está en la capacidad de actuar sobre un entorno de trabajo.

Un chatbot puede explicarte cómo organizar 20 archivos.

Un agente puede, dependiendo de los permisos y herramientas disponibles, inspeccionarlos,

clasificarlos, transformar su contenido y producir nuevos archivos.

Un chatbot puede explicarte cómo analizar un CSV.

Un agente puede abrirlo, procesarlo, realizar cálculos, generar gráficos y preparar el resultado.

Esta transición de responder a ejecutar explica por qué estas herramientas empiezan a resultar interesantes fuera de programación.

¿Qué puede hacer un profesional con ellas?

La pregunta útil no es si Claude Code o Codex saben programar.

Es qué trabajo pueden ejecutar gracias a esa capacidad.

Analizar información

Un profesional puede entregar archivos con datos y pedir:

• Detectar anomalías.
• Combinar diferentes fuentes.
• Limpiar información.
• Segmentar registros.
• Calcular métricas.
• Identificar patrones.
• Generar gráficos.
• Preparar un informe con los resultados.

OpenAI identifica precisamente análisis de datos, investigación y creación de artefactos de conocimiento entre las categorías de mayor crecimiento entre los profesionales que utilizan Codex. (⁠OpenAI)

Para un analista comercial, por ejemplo, esto podría significar entregar exportaciones del Customer Relationship Management (CRM) y pedir que identifique qué tipos de oportunidades tienen mayor conversión, cuánto demora cada etapa y dónde se está estancando el pipeline.

El profesional sigue necesitando saber qué pregunta quiere responder y validar las conclusiones. Pero ya no necesita ejecutar manualmente cada transformación.

Trabajar con Excel y hojas de cálculo

Aquí aparece uno de los usos más evidentes.

Codex dispone de skills orientadas a leer, crear y editar hojas de cálculo, documentos y archivos PDF. OpenAI incluso utiliza como ejemplo la creación automática de una hoja de cálculo mediante su skill correspondiente. (⁠OpenAI)

Claude también ha ampliado sus capacidades sobre documentos y hojas de cálculo. Anthropic señala que sus modelos pueden utilizarse para análisis financieros y para crear documentos, hojas de cálculo y presentaciones. (⁠Anthropic)

Un profesional podría pedir:

Analiza estos datos de ventas de los últimos 12 meses, elimina duplicados, calcula la conversión por vendedor y canal, identifica los tres principales problemas y crea una hoja con el resumen ejecutivo.

El trabajo sigue teniendo una dimensión técnica por debajo.

Pero el usuario puede dirigirlo mediante lenguaje natural.

Automatizar tareas repetitivas

Esta probablemente sea una de las consecuencias más importantes.

Un profesional realiza durante el mes decenas de pequeños procesos que tienen una lógica relativamente estable:

recibir datos → ordenarlos → analizarlos → aplicar determinadas reglas → generar un resultado.

Antes, automatizar ese flujo podía requerir Excel avanzado, scripts, herramientas no-code o apoyo de un desarrollador.

Los agentes reducen esa barrera.

Codex permite crear Automations que combinan instrucciones y skills y se ejecutan siguiendo una programación definida. OpenAI utiliza internamente este mecanismo para tareas repetitivas como generar informes diarios o revisar incidencias. (⁠OpenAI)

Claude Code también puede integrarse en flujos automatizados mediante su interfaz de línea de comandos y conexiones con herramientas externas. (⁠Claude Platform Docs)

Esto convierte al agente en algo diferente de un asistente al que hay que formular la misma pregunta todos los días.

Puede convertirse en parte del proceso.

Investigar y convertir información en entregables

Otra diferencia importante aparece cuando una investigación requiere varias etapas.

Por ejemplo:

1. Recopilar información.
2. Revisar diferentes documentos.
3. Estructurar los datos.
4. Comparar resultados.
5. Realizar cálculos.
6. Generar conclusiones.
7. Convertirlas en una presentación o informe.

Un chatbot puede ayudar en cada etapa.

Un agente puede intentar ejecutar gran parte del flujo completo.

OpenAI describe precisamente este comportamiento entre los usuarios profesionales de Codex: investigar datos, preparar materiales y automatizar procesos simultáneamente mediante diferentes tareas ejecutándose en paralelo. (⁠OpenAI)

Crear pequeñas herramientas sin ser desarrollador

Aquí el límite entre profesional y programador comienza a difuminarse.

Un responsable comercial podría necesitar una pequeña herramienta interna para priorizar oportunidades.

Un equipo de Recursos Humanos podría necesitar un formulario que clasifique solicitudes.

Un responsable de operaciones podría querer una aplicación que transforme archivos recibidos cada semana.

Un especialista en marketing podría necesitar procesar automáticamente cientos de anuncios.

No necesariamente necesitan convertirse en productos de software.

Son herramientas pequeñas creadas para resolver problemas específicos.

Anthropic documentó un ejemplo particularmente ilustrativo dentro de su propio equipo de Growth Marketing. Una persona sin un equipo técnico dedicado utilizó Claude Code para construir un flujo que procesa archivos CSV con cientos de anuncios, analiza su rendimiento y genera nuevas variantes respetando las restricciones de cada plataforma.

Según Anthropic, el proceso de creación de textos publicitarios pasó de aproximadamente dos horas a 15 minutos. (⁠Anthropic)

El valor no estaba en aprender programación.

Estaba en resolver directamente un problema que antes habría necesitado recursos técnicos.

Claude Code vs. Codex: ¿qué diferencias existen para un profesional?

Ambas herramientas están convergiendo hacia un territorio parecido, por lo que establecer un ganador absoluto sería engañoso. Sus capacidades cambian rápidamente y el resultado depende mucho de las herramientas, permisos, datos y flujo de trabajo configurados.

A agosto de 2026, la comparación práctica puede entenderse así:

Hay una diferencia de dirección que conviene observar.

Claude Code conserva una relación especialmente directa con el entorno local, los archivos, la terminal y el Model Context Protocol (MCP). Esto puede hacerlo especialmente flexible cuando se quiere construir un flujo personalizado alrededor de diferentes herramientas.

Codex está evolucionando explícitamente hacia una plataforma de trabajo profesional más amplia. OpenAI ha incorporado skills, plugins específicos para distintas funciones, automatizaciones y capacidades para crear documentos y hojas de cálculo. La empresa incluso habla ya de Codex como una herramienta de productividad para todos. (⁠OpenAI)

No significa que uno pueda hacer algo que el otro necesariamente no pueda.

Significa que sus experiencias y ecosistemas todavía tienen énfasis diferentes.

¿Cuál elegir si no eres programador?

Una forma más útil de decidir es partir del trabajo que necesitas ejecutar.

Claude Code puede resultar especialmente interesante si quieres experimentar con procesos personalizados, archivos locales, herramientas conectadas mediante MCP o construir soluciones donde necesitas bastante control sobre cómo trabaja el agente.

Codex puede resultar especialmente atractivo si quieres trabajar dentro del ecosistema de OpenAI y aprovechar skills, plugins, documentos, hojas de cálculo, automatizaciones y ejecución de múltiples tareas.

Pero existe otra posibilidad perfectamente razonable: no elegir todavía ninguno.

Para redactar, investigar ocasionalmente, resumir documentos o analizar un archivo aislado, ChatGPT o Claude pueden ser suficientes.

El salto hacia Claude Code o Codex empieza a tener sentido cuando quieres que la IA ejecute un proceso, no solamente que responda una pregunta.

El cambio también introduce nuevos riesgos

Dar más capacidad a la IA implica darle más acceso.

Si un agente puede modificar archivos, ejecutar comandos, consultar sistemas o automatizar procesos, un error puede tener consecuencias mayores que una respuesta incorrecta en un chat.

Las propias empresas están trabajando sobre este problema.

Codex utiliza entornos aislados y limita por defecto determinadas acciones, solicitando permisos cuando necesita ampliar su acceso. (⁠OpenAI)

Anthropic también ha desarrollado mecanismos de permisos, aislamiento y contención para limitar qué puede hacer Claude Code. La compañía ha explicado que la expansión de los agentes incrementa su posible impacto cuando reciben acceso a sistemas reales. (⁠Anthropic)

Para un profesional, esto introduce una regla sencilla: cuanto mayor sea la autonomía del agente, más importante resulta definir qué puede leer, modificar y ejecutar.

No conviene entregar acceso indiscriminado a datos sensibles, sistemas productivos o información confidencial simplemente porque la herramienta pueda utilizarlos.

¿Necesitas aprender programación para utilizar Claude Code o Codex?

Cada vez menos.

Pero eso no significa que no exista una curva de aprendizaje.

Anthropic reconoce, por ejemplo, que la configuración inicial de Claude Code puede resultar desafiante para usuarios no técnicos. En su propio equipo, diseñadores recibieron ayuda inicial de ingenieros para configurar repositorios y permisos antes de incorporar la herramienta a su trabajo cotidiano. (⁠Anthropic)

La habilidad que empieza a adquirir importancia es diferente.

Hay que aprender a:

• Describir claramente el resultado esperado.
• Dividir problemas complejos en etapas.
• Entregar los archivos y contexto correctos.
• Establecer restricciones.
• Supervisar lo que hace el agente.
• Comprobar el resultado antes de utilizarlo.

Eso se parece menos a programar y más a dirigir trabajo.

¿Qué profesionales podrían obtener más valor?

Los primeros beneficiados probablemente serán aquellos cuyo trabajo combine información digital, procesos repetitivos y entregables estructurados.

• Un analista puede convertir datos en informes.

• Un profesional de marketing puede procesar campañas y automatizar análisis.

• Un vendedor puede transformar exportaciones del CRM en diagnósticos comerciales.

• Un consultor puede investigar, analizar información y preparar entregables.

• Un abogado puede organizar documentos y desarrollar herramientas internas.

• Un responsable financiero puede procesar datos y construir modelos.

• Un responsable de operaciones puede automatizar procesos que hoy dependen de copiar información entre diferentes herramientas.

Anthropic ya distribuye plantillas de agentes para procesos financieros como creación de pitchbooks, revisión de archivos de Know Your Customer (KYC) y cierre contable mensual, disponibles también como plugins para Claude Code. (⁠Anthropic)

OpenAI, por su parte, identifica analistas, especialistas en marketing, operadores, diseñadores, investigadores, inversionistas y banqueros entre los profesionales no desarrolladores que están adoptando Codex. (⁠OpenAI)

La expansión fuera de programación, por tanto, ya no es únicamente una posibilidad teórica.

Está empezando a aparecer en los datos de uso.

La Tesis de El Ciclo

Claude Code y Codex comenzaron resolviendo un problema de los programadores, pero podrían terminar introduciendo una forma diferente de utilizar inteligencia artificial para muchos profesionales.

El cambio relevante no consiste en que ahora todos puedan programar.

Consiste en que programar empieza a convertirse en una capacidad invisible que la IA puede utilizar para ejecutar el trabajo solicitado por una persona.

Eso modifica quién puede automatizar un proceso, analizar grandes cantidades de información o construir una pequeña herramienta.

Fuentes principales: documentación y publicaciones oficiales de ⁠OpenAI y ⁠Anthropic, incluyendo datos de adopción de Codex, investigación de uso de Claude Code y casos internos de profesionales no técnicos.