Arrivano ChatGPT Work e GPT-5.6ChatGPT ha smesso di rispondere: adesso apre i file, usa le app e finisce il lavoro.  Per quasi quattro anni abbiamo chiesto a ChatGPT di rispondere. Scrivimi questa mail, riassumi questo documento, trovami un errore nel codice, spiegami questo bilancio. Poi prendevamo la risposta, la copiavamo, la incollavamo in un’altra applicazione e continuavamo noi.

Con ChatGPT Work OpenAI prova ad annullare questa procedura. Il nuovo sistema non si limita a suggerire come svolgere un’attività: può cercare informazioni nelle applicazioni aziendali, aprire file, usare il browser, costruire documenti, presentazioni e fogli di calcolo, aggiornare un progetto nel tempo e, sul computer, cliccare, scrivere e spostare file; può ricevere un obiettivo e restare al lavoro per ore, mentre l’utente controlla l’avanzamento, cambia direzione e autorizza le attività più sensibili.

È questo il vero significato dell’annuncio: ChatGPT Work non è una nuova finestra di ChatGPT, ma il tentativo di trasformare ChatGPT nell’interfaccia attraverso cui passa il lavoro digitale. Una specie di livello operativo collocato sopra Microsoft 365, Google Workspace, Slack, i CRM, i siti web e i file conservati sul computer, una livello sopra tutto, un’unica interfaccia per tutto il lavoro digitale possibile.

Il motore di questa trasformazione è GPT-5.6, la nuova famiglia di modelli di OpenAI. Molti utenti la cercheranno probabilmente come “ChatGPT-5.6”, ma è bene chiarire subito la distinzione: ChatGPT è il prodotto, GPT-5.6 è la generazione di modelli che lo alimenta, mentre ChatGPT Work è l’agente che usa quei modelli per portare a termine attività. Per comprendere da dove arriva questo cambiamento può essere utile partire dalla nostra guida completa a ChatGPT e al suo funzionamento.

Che cos’è ChatGPT Work

OpenAI definisce ChatGPT Work un agente capace di agire attraverso applicazioni e file, trasformando un obiettivo in un risultato finito. La parola importante è “agente”. Un chatbot riceve una domanda e genera una risposta; un agente interpreta un obiettivo, costruisce un piano, sceglie gli strumenti, esegue una sequenza di azioni, osserva il risultato e corregge il percorso.

È la differenza che abbiamo già descritto parlando di che cosa sono gli agenti AI e come funzionano: non conta soltanto ciò che il modello sa, ma ciò che può vedere, gli strumenti che può utilizzare e le azioni che è autorizzato a compiere.

ChatGPT Work può, per esempio, raccogliere dati da email, documenti e conversazioni Slack, analizzarli, produrre un foglio di calcolo, trasformare i risultati in una presentazione e aggiornare quel materiale quando arrivano nuove informazioni. Le Scheduled Tasks permettono di eseguire un’attività una volta, a intervalli regolari o quando si verifica un evento: controllare ogni mattina determinati siti, preparare l’agenda di una riunione usando gli aggiornamenti della settimana, monitorare i feedback dei clienti o aggiornare una presentazione quando arriva una nuova email.

L’utente può iniziare il lavoro dallo smartphone, controllarlo durante uno spostamento e riprenderlo dal web o dal desktop. Sul computer, però, il salto è maggiore: la nuova applicazione ChatGPT per Windows e Mac riunisce Chat, Work e Codex e può utilizzare file e applicazioni locali. Il browser incorporato porta dentro lo stesso ambiente siti, strumenti online e documenti; la funzione Computer Use permette invece all’agente di interagire con l’interfaccia, quindi cliccare, digitare e spostare file.

Non è automazione nel senso tradizionale. Un’automazione classica esegue una sequenza definita in anticipo: se accade A, fai B. ChatGPT Work può adattare il percorso a ciò che incontra, chiedere un chiarimento, cambiare strategia e costruire un risultato che non era stato descritto in ogni dettaglio. È più flessibile, ma proprio per questo richiede più controllo.

Come funziona ChatGPT Work, tecnicamente

Sotto l’interfaccia conversazionale si può leggere ChatGPT Work come una catena composta da cinque livelli.

Obiettivo e pianificazione. L’utente non deve necessariamente descrivere ogni singolo passaggio. Può indicare il risultato, le fonti da utilizzare, i vincoli e il formato finale. GPT-5.6 scompone il compito in sotto-attività, stabilisce un ordine e decide quali strumenti coinvolgere.
Recupero del contesto. Attraverso plugin e applicazioni collegate, ChatGPT Work può cercare informazioni in Google Drive, SharePoint, Gmail, Outlook, Slack, Microsoft Teams, calendari, CRM e altri sistemi. L’utente può richiamare esplicitamente una fonte digitando @ seguito dal nome dell’applicazione; in altri casi è ChatGPT a individuare lo strumento coerente con la richiesta. Questa fase viene spesso chiamata grounding: il modello non risponde soltanto usando ciò che ha appreso durante l’addestramento, ma costruisce la risposta sui dati aziendali recuperati in quel momento.
Ragionamento e orchestrazione. GPT-5.6 valuta le informazioni, sceglie i passaggi successivi e mantiene il contesto tra un’azione e l’altra. Nelle attività più complesse può coordinare più filoni di lavoro, per esempio affidando a un agente la ricerca, a un altro l’analisi dei dati e a un altro ancora la verifica del risultato.
Uso degli strumenti. Il modello può chiamare strumenti con funzioni precise, utilizzare il browser, lavorare sui file e, sul desktop, interagire con le applicazioni attraverso Computer Use. Nell’API, la funzione Programmatic Tool Calling consente a GPT-5.6 di scrivere ed eseguire programmi temporanei in memoria per coordinare più strumenti ed elaborare i risultati intermedi, invece di riportare ogni passaggio dentro il prompt. Questo riduce il numero di chiamate e i token necessari nei flussi articolati.
Controllo e consegna. ChatGPT Work mostra l’avanzamento, può chiedere informazioni mancanti e permette all’utente di correggere la direzione. Per le azioni sensibili può essere richiesta un’approvazione. Il risultato non deve essere per forza una risposta in chat: può diventare un documento, una presentazione modificabile, un foglio di calcolo, un PDF, un’immagine, una dashboard o un’applicazione web costruita con Sites.

Questa architettura spiega perché ChatGPT Work consumi risorse in modo diverso da una conversazione normale. Una richiesta può provocare molte letture, ragionamenti, chiamate a strumenti e revisioni. OpenAI non ha annunciato un prezzo separato per Work: l’utilizzo segue una struttura simile a Codex e le attività più lunghe possono assorbire una quota maggiore dei limiti compresi nel piano.

ChatGPT-5.6 o GPT-5.6? La generazione e i tre livelli Sol, Terra e Luna

Il nome corretto è GPT-5.6, non ChatGPT-5.6: OpenAI cambia anche il modo in cui presenta i modelli. Il numero 5.6 indica la generazione; i nomi Sol, Terra e Luna identificano invece livelli di capacità destinati a rimanere riconoscibili anche quando saranno aggiornati con cadenze diverse.

Modello
Ruolo
Quando usarlo
Prezzo API per 1 milione di token

GPT-5.6 Sol
Modello flagship, massima qualità e autonomia
Analisi complesse, coding avanzato, ricerca, documenti strategici, flussi lunghi e ad alto valore
5 dollari input, 30 dollari output

GPT-5.6 Terra
Equilibrio tra capacità, velocità e costo
Lavoro aziendale quotidiano, agenti operativi, analisi e produzione di contenuti su larga scala
2,50 dollari input, 15 dollari output

GPT-5.6 Luna
Modello più rapido ed economico
Classificazione, estrazione, trasformazioni semplici, grandi volumi e attività ripetitive
1 dollaro input, 6 dollari output

 

La scelta, quindi, non dovrebbe essere “qual è il modello migliore?”, ma “quanto valore produce questa attività e quanta capacità le serve?”. Usare Sol per classificare migliaia di richieste semplici sarebbe come assegnare a un comitato di esperti l’archiviazione della posta; usare Luna per una due diligence articolata significherebbe invece risparmiare sul punto sbagliato.

Per chi usa ChatGPT Work e Codex, gli abbonati Plus, Pro, Business ed Enterprise possono scegliere tra Sol, Terra e Luna e impostare il livello di sforzo di ragionamento. L’impostazione max è disponibile agli utenti che hanno accesso alla famiglia GPT-5.6; in ChatGPT Work, ultra è riservata ai piani Pro ed Enterprise. Gli utenti Free e Go accedono invece a Terra. Nella chat tradizionale, Sol è associato alle impostazioni di sforzo medio e superiore, mentre Sol Pro è disponibile per gli utenti Pro ed Enterprise nei lavori più difficili.

Che cosa ha di speciale GPT-5.6 Sol

OpenAI descrive Sol come il modello di punta per coding, lavoro professionale, scienza e cybersecurity. Ma il miglioramento più interessante per le imprese non è soltanto la percentuale ottenuta in un benchmark: è la capacità di rimanere concentrato su un’attività lunga, usare strumenti, verificare ciò che ha prodotto e consegnare artefatti utilizzabili.

Sol non genera necessariamente una risposta seguendo sempre lo stesso percorso. Le impostazioni di reasoning stabiliscono quanta capacità di calcolo dedicare alla pianificazione e alla verifica prima della consegna. Con ultra il sistema coordina più agenti su linee di lavoro parallele e poi ne ricompone i risultati. È una modalità adatta a ricerche complesse, analisi di grandi raccolte documentali, sviluppo di applicazioni o produzione di materiali che richiedono competenze diverse. Non è, invece, l’opzione da attivare automaticamente per ogni email: aumenta la quantità di elaborazione e il consumo del piano.

Anche il tool use è stato ripensato. Con Programmatic Tool Calling, disponibile nella Responses API, il modello può costruire in memoria una piccola logica di coordinamento: chiamare uno strumento, trattarne il risultato, decidere quali dati passare a quello successivo e mantenere fuori dal prompt una parte delle informazioni intermedie. OpenAI dichiara inoltre una funzione multi-agent in beta, con sotto-agenti concorrenti e sintesi finale dentro una sola richiesta.

Non conosciamo, invece, il numero di parametri di GPT-5.6 Sol né la configurazione interna completa del modello: OpenAI non li ha pubblicati. I test presentati includono prove su contesti molto lunghi, anche nell’intervallo tra 512.000 e un milione di token, ma questo dato non deve essere confuso automaticamente con il limite di contesto commerciale disponibile in ogni prodotto e piano.

I risultati dichiarati sono comunque significativi. Sol con impostazione ultra raggiunge il 92,2% su BrowseComp, che misura la capacità di portare a termine ricerche agentiche sul web, mentre Sol raggiunge il 62,6% su OSWorld 2.0, dedicato all’uso del computer. Su ExploitBench, benchmark di cybersecurity che va dall’analisi del codice vulnerabile all’esecuzione arbitraria, passa dal 47,9% di GPT-5.5 al 73,5%. Sono dati forniti da OpenAI e non garantiscono le stesse prestazioni in ogni ambiente aziendale, ma spiegano perché il nuovo modello sia molto più adatto a ChatGPT Work rispetto a un LLM progettato principalmente per conversare.

Sul fronte dei costi, GPT-5.6 introduce anche un prompt caching più prevedibile, con punti espliciti di interruzione della cache e una durata minima di 30 minuti. La scrittura nella cache costa 1,25 volte l’input non memorizzato, mentre la rilettura beneficia di uno sconto del 90%. Per applicazioni che riutilizzano istruzioni, policy o grandi blocchi di contesto, progettare bene la cache può incidere sul costo complessivo più della differenza tra due modelli.

ChatGPT Work contro Microsoft Copilot: sono la stessa cosa?

La sovrapposizione esiste ed è destinata a crescere. Microsoft 365 Copilot parte dall’interno di Word, Excel, PowerPoint, Outlook e Teams. Utilizza Microsoft Graph per recuperare email, chat e documenti che l’utente è già autorizzato a vedere e porta l’AI dentro applicazioni che milioni di persone usano ogni giorno. Microsoft spiega nel dettaglio l’architettura e il modello dei permessi di Microsoft 365 Copilot.

ChatGPT Work percorre la strada opposta. Non nasce dentro una suite: prova a collocarsi sopra più suite e più sistemi. Può lavorare tra Google Workspace e Microsoft 365, Slack e Teams, applicazioni SaaS, browser e file locali. Il suo vantaggio potenziale è l’orchestrazione trasversale; quello di Copilot rimane l’integrazione nativa con il tenant Microsoft, Microsoft Graph, Purview e le autorizzazioni già applicate ai contenuti aziendali.

Il nostro precedente confronto tra ChatGPT, Microsoft Copilot e Google Gemini nasceva quando questi strumenti erano ancora soprattutto assistenti. Con ChatGPT Work il confine cambia: il concorrente di Copilot non è più soltanto un modello che scrive meglio, ma un ambiente che vuole coordinare il lavoro tra applicazioni diverse.

Per le aziende fortemente standardizzate su Microsoft 365, ChatGPT Work non sostituisce automaticamente Copilot. Può affiancarlo nei flussi che attraversano sistemi esterni, nella ricerca, nella produzione di artefatti e nelle attività agentiche più lunghe. Ma può anche creare duplicazioni di licenze, accessi e controlli. Prima di adottarli entrambi, un CIO dovrebbe mappare i casi d’uso e stabilire quale piattaforma debba essere il punto di governo per ogni processo.

Il problema non è più la risposta sbagliata, ma l’azione sbagliata

Quando un chatbot sbaglia, produce una frase inesatta, quando un agente sbaglia, può modificare un file, inviare un’informazione, aggiornare un sistema o usare dati che non avrebbero dovuto entrare nel processo. L’aumento della capacità produce quindi un aumento della responsabilità.

OpenAI dichiara che gli amministratori Enterprise ed Edu possono controllare chi accede a ChatGPT Work, quale contesto aziendale può utilizzare, quali strumenti può collegare e quali azioni può compiere. La Compliance API offre visibilità sulle conversazioni e sulle azioni; sul desktop si possono applicare policy all’accesso di rete, ai file locali, alle applicazioni e agli strumenti. Un sistema di auto-review utilizza inoltre modelli avanzati per controllare alcune azioni importanti prima che vengano eseguite.

Per ChatGPT Business, Enterprise ed Edu, OpenAI afferma che le informazioni raggiunte attraverso le app collegate a ChatGPT non vengono utilizzate per addestrare i modelli per impostazione predefinita. Questo non elimina, però, i problemi di autorizzazione. Se un dipendente può accedere a una cartella condivisa troppo ampia, anche l’agente potrebbe trovarvi informazioni che non avrebbe dovuto usare. L’AI non crea sempre una nuova falla: spesso rende improvvisamente visibile quella che esisteva già.

C’è poi il rischio della prompt injection. Un’istruzione nascosta dentro un sito, un documento o un’email può tentare di deviare il comportamento dell’agente. OpenAI stessa ricorda che, quando un agente entra in siti e applicazioni, può raggiungere email, file e impostazioni sensibili. Per questo le autorizzazioni devono essere minime, le fonti esterne considerate non affidabili e le azioni irreversibili sottoposte a conferma.

La questione della sovranità rimane altrettanto importante. Il progetto Moltagent di Nextcloud e l’idea di agenti AI sovrani mostrano l’alternativa: portare l’agente dentro un ambiente controllato dall’organizzazione. ChatGPT Work propone invece una grande capacità di orchestrazione trasversale. La scelta non riguarda soltanto quale agente sia più bravo, ma dove possa operare, sotto quale giurisdizione e con quale possibilità di controllo.

Come usare ChatGPT Work e GPT-5.6 al meglio in azienda

Partire da un processo conosciuto. OpenAI suggerisce di affidare inizialmente a ChatGPT Work un’attività che l’utente padroneggia già. È il modo migliore per valutare errori, passaggi mancanti e qualità del risultato. Un processo sconosciuto non permette di distinguere l’efficienza dall’illusione di efficienza.

Definire il risultato, non soltanto la domanda. Un buon incarico dovrebbe contenere obiettivo, destinatario, fonti autorizzate, vincoli, formato finale e criterio di successo. “Analizza questi dati” è una richiesta debole; “confronta vendite e budget, segnala gli scostamenti superiori al 10%, verifica i valori con il file contabile e prepara tre slide per il CFO” è un flusso valutabile.

Separare lettura e scrittura. Nella fase iniziale conviene consentire all’agente di cercare e analizzare, ma richiedere approvazione prima di modificare documenti, inviare messaggi o aggiornare sistemi. L’autonomia dovrebbe crescere soltanto dopo che il processo è stato osservato e misurato.

Scegliere il modello in base al valore. Luna è adatto ai volumi e alle trasformazioni semplici, Terra al lavoro quotidiano, Sol alle attività complesse o costose da sbagliare. max e ultra vanno riservati ai casi nei quali il valore di una migliore analisi supera il costo aggiuntivo.

Collegare soltanto le fonti necessarie. Ogni plugin amplia ciò che ChatGPT Work può fare, ma anche la superficie di rischio. Meglio connettere un archivio circoscritto e una casella funzionale che consegnare subito all’agente l’intero patrimonio informativo aziendale.

Costruire una prova di valutazione. Prima della diffusione, l’azienda dovrebbe raccogliere almeno 20 o 30 casi reali con un risultato atteso e misurare accuratezza, tempo risparmiato, revisioni umane, costo e gravità degli errori. I benchmark di OpenAI servono a confrontare i modelli; solo una valutazione interna può dire se il processo funziona davvero.

Automatizzare dopo, non prima. Le Scheduled Tasks diventano utili quando un’attività è già stata eseguita manualmente con ChatGPT Work, verificata e corretta. Programmare subito un flusso non testato significa trasformare un errore occasionale in un errore ricorrente.

Controllare i costi per risultato. Il prezzo per token non basta. Bisogna misurare quanto costa produrre una presentazione approvata, chiudere un’analisi o aggiornare un report, includendo revisioni e fallimenti. Sol può costare più di Luna per token e meno per risultato, se evita tre cicli di correzione.

Prevedere sempre un proprietario umano. Ogni flusso deve avere qualcuno che ne conosca fonti, autorizzazioni, criterio di successo e procedura di arresto. “Lo sta facendo l’AI” non è una responsabilità organizzativa.

Da chatbot a sistema operativo del lavoro

ChatGPT Work non è ancora un sistema operativo nel significato tecnico tradizionale: non gestisce direttamente processore, memoria e periferiche. Ma aspira a diventarlo nel significato organizzativo. Vuole essere il luogo in cui una persona esprime un obiettivo e dal quale partono applicazioni, dati, browser, modelli e automazioni necessari a raggiungerlo.

È una trasformazione più grande del passaggio da GPT-5 a GPT-5.6. Finora abbiamo valutato l’intelligenza artificiale chiedendoci se sapesse scrivere, ragionare o programmare. Con ChatGPT Work la domanda cambia: quali parti del lavoro siamo disposti ad affidarle, quali strumenti può toccare e chi controlla ciò che fa quando noi non stiamo guardando?