ChatGPT Work: OpenAI trasforma l’agente in prodotto e consegna il lavoro finito

Il lavoro d’ufficio delegato a un agente: ChatGPT Work restituisce fogli, slide, documenti e web app finiti a partire da un obiettivo

Dall’assistente all’agente che consegna

Il 9 luglio OpenAI ha lanciato ChatGPT Work, un agente integrato in ChatGPT che prende in carico un obiettivo, raccoglie il contesto dalle applicazioni collegate, pianifica i passaggi e lavora per ore in autonomia, scomponendo il progetto in task più piccoli. L’output è materiale finito: fogli di calcolo, slide, documenti e web app condivisibili via URL grazie a Sites, ora in beta pubblica. Il motore è GPT-5.6, arrivato in disponibilità generale lo stesso giorno, con la tecnologia Codex integrata.

I numeri dichiarati da OpenAI spiegano la scelta di prodotto: oltre 5 milioni di persone usano Codex ogni settimana e più di 1 milione lo impiega per attività esterne allo sviluppo software. Lo strumento nato per i programmatori era già diventato, di fatto, un agente generalista da ufficio. ChatGPT Work formalizza quella tendenza: oltre 1.400 plugin portano il contesto dagli strumenti dove il lavoro vive già, la modalità Plan produce un piano approvabile prima dell’esecuzione, e i task pianificati girano una tantum, a calendario o come monitor continui su flussi di posta, chat e CRM.

Un’app sola e il tramonto di Atlas

La notizia strutturale sta in una riga dell’annuncio: l’app Codex confluisce nella nuova app desktop di ChatGPT, che riunisce Chat, Work e Codex su ogni piano, incluso il gratuito. La vecchia app diventa ChatGPT Classic; gli sviluppatori conservano tutto, dalla review delle pull request all’editing inline dei diff, e guadagnano il computer use accelerato da GPT-5.6. In parallelo OpenAI avvia il pensionamento del browser standalone Atlas: le capacità di navigazione agentica migrano dentro ChatGPT e nell’estensione per Chrome.

La lettura di mercato è netta. Se il laboratorio AI più capitalizzato al mondo giudica ridondante un browser AI autonomo accanto al proprio assistente, la categoria del browser AI standalone esce ridimensionata. Il pattern che si consolida vede agenti che usano la navigazione come capacità, in luogo di browser che aggiungono un agente.

Il prezzo è a consumo e la misura precede il budget

ChatGPT Work adotta la stessa struttura di utilizzo di Codex: i task più lunghi e articolati consumano una quota maggiore dell’uso incluso nel piano. Il listino per singolo task resta da pubblicare, mentre per gli admin Enterprise ed Edu arrivano controlli di spesa in Admin Console: default di workspace, limiti per gruppo, override individuali e un flusso di richiesta crediti. Il rollout è scaglionato: web e mobile per Pro, Enterprise ed Edu dal 9 luglio, Plus e Business nei giorni successivi; l’app desktop parte su macOS per tutti i piani, con Windows in arrivo.

Per chi pianifica budget, la prima settimana è di misurazione: eseguire un workflow già noto, osservare quanta quota consuma una run agentica lunga, e solo dopo decidere quanto costa una schedulazione ricorrente. La convergenza dei vendor verso il modello ibrido — abbonamento come franchigia, lavoro agentico a consumo — è ormai un dato di mercato, e il caso dei tetti di spesa interni introdotti da Tesla e Uber nelle stesse settimane conferma quanto il tema sia concreto.

La partita degli agenti da lavoro

Reuters inquadra il lancio come la «super app» a lungo attesa e la risposta diretta a Claude Cowork di Anthropic, l’agente lanciato a gennaio capace di pianificare ed eseguire task multi-step in autonomia. La competizione sugli agenti da lavoro si gioca ora a parità di pezzi: modello, agente, superficie desktop, directory di plugin e governance vivono dentro un solo prodotto per entrambi i contendenti. L’argomento competitivo si sposta da chi ha il modello più intelligente a chi ha l’agente più vicino al punto in cui il lavoro accade.

I primi tester citati nel materiale di lancio descrivono workflow concreti: Zapier attribuisce all’agente la qualifica dei lead che prima richiedeva 35-45 minuti l’uno, con un dashboard settimanale per l’executive team; Virgin Atlantic comprime i cicli di benchmarking competitivo da settimane a ore. Sono risultati auto-riportati dentro un programma vendor: vanno trattati come ipotesi da verificare sui propri numeri, con le ore attuali scritte su carta prima che l’agente tocchi qualcosa.

Governance per gli ambienti regolati

Per le imprese regolate la sezione più rilevante è la più silenziosa. ChatGPT Work eredita l’impianto di sicurezza e compliance di ChatGPT Enterprise: gli admin gestiscono centralmente chi accede all’agente, quale contesto può usare, quali strumenti collega e quali azioni può compiere; una Compliance API dà visibilità su conversazioni e azioni su larga scala. Il meccanismo nuovo è l’auto-review: modelli avanzati rivedono le azioni importanti sugli strumenti collegati prima che avvengano. Nel red teaming avversario OpenAI riporta il blocco del 100 % dei tentativi di estrazione di dati protetti, inclusi attacchi inediti per il modello revisore. È un risultato di red teaming, da leggere come indicatore di serietà del layer di sicurezza e da accompagnare comunque con i propri gate di approvazione su ogni azione che tocca sistemi e dati di clienti.

Lo scenario da qui a sei mesi

Il lancio chiude una fase: per tre anni «usare l’AI al lavoro» ha significato una finestra di chat accanto al lavoro; da oggi, sul prodotto AI più diffuso al mondo, significa delegare il lavoro stesso e ricevere indietro artefatti finiti. I punti da osservare nei prossimi mesi: la pubblicazione dei listini di consumo, l’estensione del rollout a Windows e ai piani Business, la tenuta delle promesse di governance negli audit reali, la contromossa di Anthropic e Google sul terreno degli agenti. Resta aperta la questione di fondo per il mercato: quando l’agente diventa il prodotto, quanto del valore resta al modello e quanto passa a chi presidia il punto esatto in cui il lavoro accade?

Autore

Pablo Liuzzi

Founder, Synthos Logic