Per anni l’intelligenza artificiale generativa è stata raccontata soprattutto come una macchina capace di rispondere: scrivere un testo, sintetizzare un documento, produrre codice, suggerire idee. Con GPT-6 Astra, presentato da OpenAI il 3 settembre, il baricentro si sposta. Il punto non è più soltanto quanto bene un modello sappia formulare una risposta, ma quanto lavoro riesca a portare a termine dentro un ambiente digitale reale.
OpenAI descrive Astra come il suo modello più capace per computer use, browsing, software engineering, cybersecurity, scienza e lavoro professionale. Il lancio parte da un gruppo limitato di organizzazioni, con un’estensione progressiva a ChatGPT e alle API. Dietro le dichiarazioni di marketing, però, c’è una trasformazione concreta del prodotto: l’AI viene addestrata sempre di più a muoversi tra applicazioni, file, siti e strumenti, mantenendo il contesto di attività lunghe e prendendo decisioni operative lungo il percorso.
Dal chatbot all’esecutore
La differenza si vede nei casi d’uso che OpenAI mette al centro della presentazione. Astra può compilare moduli, aggiornare record in un CRM, organizzare calendari, fare ricerca online, lavorare su fogli di calcolo, produrre presentazioni seguendo un template, creare siti e testarli nel browser, installare software e verificare che un flusso funzioni davvero.
È una lista importante non perché ogni singola funzione sia nuova in assoluto, ma perché indica la direzione in cui si stanno muovendo i modelli di frontiera: meno conversazione isolata, più esecuzione end-to-end. In altre parole, l’AI cerca di occupare lo spazio che oggi separa una richiesta da un risultato finito. È quello spazio, fatto di click, controlli, correzioni, passaggi tra applicazioni e verifiche, che assorbe una parte enorme del lavoro d’ufficio.
Secondo i dati pubblicati da OpenAI, Astra migliora sensibilmente rispetto a GPT-5.6 Sol nei benchmark dedicati all’uso del computer e all’automazione. Su OSWorld 2.0, per esempio, l’azienda indica un punteggio del 72,6% contro il 65,7% del modello precedente; su AutomationBench il salto dichiarato è dal 18,1% al 41,4%. Sono numeri utili per misurare la traiettoria, ma non vanno confusi con una garanzia di affidabilità nel lavoro quotidiano: un benchmark controllato non replica la complessità di un gestionale aziendale, di un sito che cambia interfaccia o di un processo con dati incompleti.
La vera partita è la delega
Il cambiamento più interessante è quindi organizzativo. Se un modello riesce a eseguire una sequenza di attività per quaranta minuti, un’ora o più, il rapporto tra persona e software cambia. Non si usa più l’AI soltanto per accelerare una singola fase: si delega un obiettivo e si controlla il risultato.
Questo spiega perché i produttori di modelli stanno investendo tanto su memoria operativa, capacità di navigazione, gestione delle autorizzazioni e comprensione delle istruzioni. Per essere davvero utile come agente, un sistema non deve soltanto essere “intelligente”: deve ricordare che cosa gli è stato chiesto, capire che cosa può fare senza chiedere conferma, fermarsi quando la scelta è rilevante e non perdere il filo quando l’utente modifica una parte del compito.
OpenAI sostiene che Astra sia stato addestrato proprio per mantenere meglio l’orientamento nei lavori lunghi e per gestire in modo più sensato le ambiguità. È un aspetto meno spettacolare di un nuovo record matematico, ma probabilmente più importante per l’adozione nelle aziende. Un agente che sbaglia meno spesso il “perché” di un compito vale più di un modello che guadagna qualche punto su una classifica e poi richiede una supervisione continua.
Il lato più delicato: la cybersecurity
Il salto di capacità ha però un costo in termini di rischio. OpenAI afferma che GPT-6 Astra è il primo suo modello ampiamente distribuito a raggiungere il livello “Critical” per le capacità di cybersecurity nel proprio Preparedness Framework. Nei test interni, il modello ha mostrato capacità molto superiori nella ricerca e nello sfruttamento di vulnerabilità; l’azienda dice che durante le valutazioni Astra ha persino individuato due vulnerabilità zero-day prima sconosciute, poi comunicate ai manutentori.
Questa è probabilmente la parte più importante dell’intero lancio. Più un modello diventa capace di agire autonomamente su un computer, più diventa necessario controllare non soltanto ciò che dice, ma ciò che fa. OpenAI ha quindi introdotto monitoraggio delle traiettorie, controlli automatici e limitazioni specifiche sulle attività cyber più avanzate. Anche qui il tema non riguarda soltanto OpenAI: è un problema strutturale di tutta la nuova generazione di agenti.
Cosa cambia per chi lavora
La tentazione è tradurre ogni progresso in una domanda binaria: quanti lavori sostituirà? È una domanda troppo semplice. Nel breve periodo, i modelli come Astra sembrano più adatti a comprimere intere sequenze di attività che a sostituire professioni complete. Una persona che prima impiegava mezza giornata tra ricerca, foglio di calcolo, documento e presentazione può ritrovarsi a definire il problema, delegare parte dell’esecuzione e dedicare più tempo alla revisione.
Questo sposta il valore verso tre competenze: formulare bene l’obiettivo, dare accesso ai dati giusti e verificare l’output. Non è detto che significhi meno lavoro in senso assoluto; può significare che la stessa persona gestisce più processi contemporaneamente. È il motivo per cui l’impatto dell’AI sul lavoro potrebbe manifestarsi prima nella produttività e nella struttura dei team che nei numeri occupazionali aggregati.
Il mercato dei modelli entra in una nuova fase
Con Astra, la competizione tra i grandi laboratori diventa ancora meno una gara a “chi risponde meglio” e sempre più una gara a chi riesce a trasformare capacità generali in lavoro affidabile. Il vantaggio competitivo passa dall’intelligenza pura all’integrazione: browser, computer use, API, strumenti aziendali, permessi, memoria, monitoraggio e costi.
È anche per questo che le differenze tra modello e prodotto iniziano a sfumare. Un modello eccellente ma privo di un buon ambiente operativo può essere meno utile di un modello leggermente meno capace ma inserito in un sistema che sa accedere ai file, chiedere autorizzazioni, usare applicazioni e verificare i risultati.
Il vero test di GPT-6 Astra, quindi, non sarà il punteggio più alto in un benchmark. Sarà capire quante attività reali le persone inizieranno a consegnargli dall’inizio alla fine e, soprattutto, quante volte potranno accettare il risultato senza dover rifare il lavoro da capo. È lì che si misura il passaggio dal chatbot al collega digitale.
