OpenAI sviluppa agenti AI universali: li useranno tutti?
L’IA al Lavoro: Quanto Controllo Siamo Disposti a Cedere a ChatGPT Work?
OpenAI sta spingendo i confini dell’intelligenza artificiale con "ChatGPT Work", un’applicazione desktop che promette di integrare gli LLM direttamente nei flussi di lavoro digitali quotidiani. Il costo di questa convenienza, tuttavia, è una notevole cessione di controllo sulla propria vita digitale. Andrew Ambrosino, ingegnere capo dell’app desktop di OpenAI, ha già concesso all’IA l’accesso e il controllo della sua casella di posta, dell’account Slack, del telefono e di app come Notion e Figma. Per Ambrosino, è l’unico modo per testare il futuro, nonostante il potenziale rischio di esposizione di informazioni private.
Rilasciato il mese scorso e disponibile per 20 dollari al mese, ChatGPT Work rappresenta la scommessa più grande di OpenAI: permettere ai professionisti di ogni settore di utilizzare agenti IA per compiti complessi. L’obiettivo, come recita il marketing di OpenAI, è un mondo in cui "l’intelligenza vada oltre il rispondere alle domande per aiutare tutti a trasformare le loro idee più grandi in realtà". Sebbene gli sviluppatori di software stiano già sperimentando questo cambiamento grazie a strumenti come Codex, l’estensione a dipartimenti non tecnici è stata più lenta. ChatGPT Work è una versione modificata di Codex, pensata per fornire a chi non è ingegnere la stessa funzionalità: uno strumento IA che non solo risponde a domande, ma completa progetti complessi in autonomia. Tibault Sottiaux, che guida lo sviluppo dei prodotti core di OpenAI, inclusa Work, afferma che la missione è "coinvolgere tutti".
Dal punto di vista commerciale, l’adozione diffusa è fondamentale. Gli agenti che lavorano per periodi più lunghi consumano più "token", rendendoli più redditizi per OpenAI. L’espansione a nuove professioni è cruciale non solo per OpenAI, ma per l’intero settore, per giustificare i massicci investimenti. Mentre i laboratori si sono concentrati sugli ingegneri del software, concorrenti verticali come Harvey (per la legge) e Clay (per le vendite) hanno inseguito clienti con un approccio agnostico al modello. Christian Catalini di a16z sottolinea che se i laboratori non riusciranno ad acquisire rapidamente gli asset complementari necessari per scalare l’IA sul mercato, il valore si sposterà altrove.
Rendere le app IA funzionali per chi non è ingegnere richiede maggiore attenzione. Ambrosino racconta come i team non ingegneristici di OpenAI abbiano iniziato a usare Codex quando era ancora "attivamente ostile" per loro, presentando termini tecnici. Questo ha spinto verso un design più general-purpose. Uno studio sostenuto da OpenAI ha rivelato che a giugno il 98% dei dipendenti OpenAI usava Codex, ma solo il 17% degli abbonati aziendali e meno dell’1% degli abbonati individuali utilizzava lo strumento di codifica con agenti. Colmare questo divario è la sfida e l’opportunità per l’azienda.
Per comprendere questa disconnessione, è utile considerare il "harness" – il software che avvolge il modello, decide quali informazioni vede, quali strumenti può usare e come presenta le risposte. Se si vuole che un modello agisca come un agente, il harness gli fornisce strumenti e istruzioni per compiti a lungo termine. Mentre un’interfaccia a riga di comando (CLI) è stata sufficiente per gli sviluppatori, la maggior parte delle persone non usa le CLI. Un prodotto con agenti che vada oltre l’ingegneria del software dovrà interagire con il "mondo disordinato della tua vita, dei tuoi strumenti e dei siti web costruiti nel 1995 e mai aggiornati", spiega Ambrosino, sottolineando l’importanza delle esperienze utente che il suo team sta creando.
L’obiettivo è rendere le funzionalità complesse, come quelle trovate in strumenti che permettono ai programmatori di mettere gli LLM al lavoro, facili come un semplice "prompt". Ambrosino paragona questo approccio allo "skeumorfismo" nel design digitale, dove gli strumenti digitali assomigliano agli oggetti fisici che hanno sostituito, facilitando la transizione degli utenti. Attualmente, l’app congiunta Work e Codex è utilizzata da 20 milioni di persone, rispetto al miliardo di utenti che, secondo OpenAI, interagiscono con ChatGPT online.
ChatGPT Work è progettato per compiti di coordinamento di routine e intensivi di dati. I dipendenti di OpenAI lo usano per report settimanali e per trasformare fogli di calcolo in strumenti di pianificazione. La tecnologia permette anche ai VC di assemblare analisi in memo di investimento e ai team operativi di creare dashboard personalizzati. Il CEO di OpenAI, Sam Altman, lo usa per pianificare le sue vacanze. L’autore dell’articolo ha utilizzato ChatGPT Work per importare il calendario scolastico del figlio dalla sua email a Google Calendar, risparmiando tempo prezioso. Nonostante non abbia concesso all’IA accesso completo alla sua casella di posta o ai suoi account bancari per motivi di fiducia, ha testato la sua capacità di eseguire analisi finanziarie su aziende quotate in borsa e di creare un database interrogabile di lanci spaziali.
Tuttavia, rendere l’IA davvero intuitiva presenta delle sfide. Configurare i permessi per gli agenti per accedere, ad esempio, a un cloud drive, è risultato confuso e circolare, spesso richiedendo l’accesso completo per funzionare. Molte impostazioni importanti sono disponibili solo nell’app web, costringendo gli utenti a lavorare su più piattaforme. Le limitazioni possono essere sorprendenti: può creare eventi su Google Calendar, ma non nuovi calendari. Inoltre, i primi utilizzatori consigliano di affidare all’IA solo compiti di alto livello di sforzo, altrimenti il risultato è deludente. Joe Gershenson, responsabile dell’ingegneria del harness di OpenAI, ammette che le impostazioni di sforzo non sono ancora intuitive per i nuovi utenti.
Un’altra sfida per OpenAI è che la maggior parte dei flussi di lavoro non è misurabile o valutabile come il codice. Valutare una buona presentazione o una strategia aziendale non è facile come verificare se un software funziona. Ambrosino e il suo team progettano attorno a problemi generici, anche se la misurazione della produttività in ambiti diversi dalla codifica resta un’incognita. OpenAI afferma di utilizzare il benchmark GDPVal, basato su 44 occupazioni e centinaia di test di lavoro cognitivo, integrato dal feedback degli utenti.
Nel panorama competitivo, gli ingegneri di OpenAI si sono mostrati riluttanti a discutere le differenze tra Codex/ChatGPT Work e le soluzioni concorrenti come Claude CoWork. Nonostante questo, è evidente che OpenAI ha imparato dalla competizione, in particolare da Anthropic. Inizialmente, OpenAI ha puntato su un approccio "AGI-pilled" per Codex, scommettendo su un modello abbastanza intelligente da gestire un compito interamente da solo. Claude Code, invece, si è sviluppato attorno a una conversazione interattiva con l’utente, offrendo opzioni e chiedendo feedback continuo, un approccio che si è rivelato più efficace. OpenAI ha successivamente adottato un modello più interattivo, portando al Codex attuale. Le statistiche di download suggeriscono che Codex ha ora superato Claude Code.
La spiegazione dominante tra gli ingegneri di OpenAI è che la chiave è la potenza e l’efficacia dei loro modelli più recenti. "La risposta frustrante è che molte volte è il modello, e una cosa che abbiamo cercato di fare molto bene con questa app è sfruttare appieno il modello", ha detto Ambrosino. Questo riflette la "lezione amara" della ricerca sull’IA: un modello generale migliore è più importante di un’esperienza di dominio specifica. Per i veri credenti, il "harness" è una stampella temporanea, non la vera barriera. Joe Gershenson sostiene che l’obiettivo di una buona ingegneria del harness è essere precisi su quali informazioni il modello ha realmente bisogno, poiché i modelli stanno migliorando sempre più a fare il loro lavoro se glielo si permette.
Tuttavia, non è chiaro se la maggior parte delle persone o dei modelli siano pronti per questo. Ethan Mollick, professore della Wharton School of Business, considera ancora Claude più user-friendly, notando che "ChatGPT tende a voler fare magia e semplicemente fare il lavoro per te, mentre Claude fa confronti e li mostra, chiedendo ripetutamente input e feedback". Sottiaux e OpenAI non sono d’accordo, credendo che la natura conversazionale dell’app sia superiore all’apprendimento di un’applicazione.
Sussiste anche la questione se un harness specifico per un modello sia l’approccio migliore per massimizzare il suo potenziale. Ricerche mostrano che diverse combinazioni di harness e modello offrono prestazioni variabili. Ad esempio, Pi, un harness open-source, ha superato Codex usando lo stesso modello GPT 5.5. I creatori di Pi vedono l’approccio "AGI-pilled" funzionare per gli ingegneri, ma la sfida per OpenAI è espandersi oltre questa base. Altri provider open-source criticano gli sforzi dei grandi laboratori di spingere i propri harness come un modo per bloccare gli utenti e possedere l’intera "stack".
Un’altra considerazione è il costo. L’autore ha consumato oltre 80 milioni di token in quattro giorni con un abbonamento da 20 dollari al mese, con un costo effettivo di 65 dollari, un sussidio di oltre 3 volte il prezzo dell’abbonamento. Sottiaux assicura che OpenAI sta lavorando per migliorare l’efficienza, puntando a significative riduzioni di prezzo. Resta aperta anche la questione del "lock-in" dei clienti tramite la conservazione dei dati o la complessità di configurare i permessi dei plug-in.
Nonostante queste sfide, l’atmosfera nella sede di OpenAI è di calma tesa e di incessante attività. Akshay Nathan, capo del team di ingegneria del prodotto, rimane ottimista: "La promessa della ‘scatola magica’, ma credo che ci sia ancora troppa complessità… Sono molto ottimista che possiamo risolverla, con il modello e in un modo veramente nativo dell’IA."