ChatGPT Work: cos'è, come funziona e come può usarlo un team in azienda

Perché se ne parla#

Chi usa ChatGPT in ufficio conosce il copione: si apre la chat, si incollano pezzi di documento, si chiede una bozza, la si copia altrove e la si sistema a mano. Utile, ma il lavoro vero resta fuori dalla finestra.

Con ChatGPT Work OpenAI prova a cambiare il copione. Non più solo un assistente che risponde, ma uno spazio in cui un progetto va avanti: il sistema recupera da solo il materiale da file, strumenti e applicazioni del team, prepara un piano, aspetta il vostro via libera e poi consegna un risultato concreto. Un documento, una presentazione, un foglio di calcolo, un sito, una dashboard.

Per mostrarlo, la pagina ufficiale contiene undici video: due panoramiche, sei flussi di lavoro divisi per reparto e tre brevi dimostrazioni di siti interattivi. In questo articolo li ripercorro uno per uno e provo a tradurli in una domanda pratica: come lo userebbe davvero un'azienda?

La scheda in breve#

Da chat a collega di progetto#

La differenza con la chat normale sta tutta nel percorso. In ChatGPT Work il lavoro segue cinque tappe:

1. L'obiettivo. Si dice cosa serve, anche a voce, anche in modo impreciso.

2. Il contesto. Il sistema va a prendere ciò che gli serve: file, pagine web, dati dalle applicazioni collegate.

3. Il piano. Prima di muoversi espone come intende procedere e cosa consegnerà.

4. L'esecuzione. Lavora dentro file e applicazioni, chiedendo il permesso quando serve.

5. Il risultato. Restituisce un file modificabile, pronto da rivedere e condividere.

OpenAI insiste molto sul controllo umano. Nei video si vedono richieste di autorizzazione, pulsanti del tipo "Approve for me" e momenti in cui l'utente corregge il piano prima che parta. Questo non rende ogni operazione automaticamente sicura, ma dice che la supervisione è parte del prodotto, non un'aggiunta.

La panoramica: il progetto di una lampada#

La panoramica generale segue il lancio di una nuova lampada. ChatGPT riceve indicazioni a voce e alcuni file, apre la pagina prodotto nel browser, prepara i materiali e poi l'utente segue l'avanzamento dal telefono. Alla fine il sistema pubblica la presentazione nel canale Slack del team, apre un'attività per raccogliere i commenti e rimette mano al lavoro quando i commenti arrivano.

L'idea è chiara: non una risposta e basta, ma un progetto che resta in movimento tra computer, browser, strumenti di squadra e telefono. Resta però una dimostrazione di OpenAI, non una prova della qualità o dell'affidabilità del flusso.

Le sei funzioni che contano#

1. Contenuti pronti da condividere#

Il sistema trasforma il materiale che ha a disposizione in documenti, presentazioni e analisi, rispettando i modelli e i formati che gli indicate. Il punto non è il testo generato, che ChatGPT sa scrivere da tempo: è che il risultato è un file vero, modificabile e presentabile, non un blocco di testo da copiare.

2. Siti e strumenti interattivi#

La funzione Siti trasforma idee, piani e dati in pagine web con cui si può interagire. Tra gli usi citati da OpenAI: report, prototipi, dashboard, calendari per i lanci e tracker dei progetti. I tre video brevi ne danno tre esempi:

• Lo spirografo. In quattordici secondi si vede un disegno che cambia in tempo reale mentre l'utente regola i due raggi (quello fisso e quello mobile), la velocità e la distanza della penna, con i parametri del tracciato in evidenza.

• Le onde che si sovrappongono. Un piccolo laboratorio di fisica: con cursori e interruttori si cambiano fase, lunghezza d'onda, distanza tra le due sorgenti e guida dei nodi, e schema e valori si aggiornano subito.

• Il tokenizer. Una frase viene divisa in token, i pezzetti di testo che un modello linguistico legge, e si possono unire o evidenziare, con spiegazioni su parole, punteggiatura e caratteri speciali.

Per un'azienda gli esempi didattici contano poco in sé. Contano come indizio: un listino interattivo, un calcolatore di preventivi o una dashboard di reparto sono dello stesso tipo.

3. Collegare gli strumenti del team#

OpenAI dichiara oltre 1.400 plugin. Nella schermata ufficiale compaiono, tra gli altri, Adobe, Salesforce, Zoom, Outlook e Atlassian: contenuti, CRM, riunioni, posta, gestione dei progetti. Una precisazione importante: "collegato" non vuol dire che il sistema capisca ogni dato né che possa fare qualunque cosa. Tutto dipende dalle autorizzazioni concesse e da quanto è buono il contesto che recupera.

4. Attività singole o ricorrenti#

Work può lanciare un lavoro una volta sola o ripeterlo a cadenza, controllare gli aggiornamenti e far vedere i progressi anche dal telefono. Gli esempi mostrati sono una revisione settimanale dell'andamento, i promemoria ai clienti e l'ottimizzazione delle campagne.

5. Più schede nell'app desktop#

La nuova navigazione integrata mette nella stessa finestra ChatGPT, il browser, i file e gli account, organizzati a schede. Nell'esempio il sistema legge dei testi e un foglio di calcolo per aggiornare il tracker di un progetto. È il passaggio che lo avvicina a un vero ambiente di lavoro più che a una chat.

6. Il piano prima dell'azione#

In modalità Pianificazione ChatGPT raccoglie il contesto, fa domande e scrive un piano dettagliato: voi potete correggerlo o approvarlo. Nell'esempio ufficiale prepara un sales playbook, cioè il manuale del commerciale, con struttura, linea dei messaggi e materiali di supporto.

Reparto per reparto: cosa mostrano i sei video#

Tutte e sei le demo seguono lo stesso schema: una richiesta, la raccolta del materiale, un piano e un risultato. Sono esempi costruiti da OpenAI: non misurano tempi, precisione o ritorno economico.

Contabilità e previsioni#

Il sistema legge i file finanziari già presenti e il sito, individua cosa è cambiato dall'ultima previsione e rimette in pari il materiale. Il caso è credibile: consolidare numeri e presentarli è lavoro lungo e ripetitivo. Ma i numeri del video sono dimostrativi, e in una vera funzione amministrativa fonti, formule, permessi e storico delle modifiche vanno comunque verificati da una persona.

Operations e rischi#

La demo produce una valutazione strutturata e la trasforma in un documento da condividere, con priorità e responsabili. Il valore è nel mettere insieme fonti diverse e far emergere i punti critici. Il rischio è non distinguere più ciò che sta scritto nei documenti da ciò che il modello ha dedotto.

Marketing e campagne#

Partendo da documenti di campagna e brief, ChatGPT ordina i risultati per canale (spesa, contatti generati, opportunità, pipeline, indicatori di efficienza) e ne fa una presentazione con conclusioni. Il passaggio da dati sparsi a una revisione pronta è reale; che l'attribuzione dei risultati e i consigli sul budget siano giusti, invece, il video non lo dimostra.

Vendite e schede cliente#

La demo mette insieme organigramma, dati aziendali e altri segnali disponibili per costruire una scheda: chi decide, chi potrebbe sostenervi dall'interno, quali rischi, cosa fare dopo e ogni quanto aggiornare. Alla fine la pubblica in uno spazio condiviso. È preparazione commerciale, non previsione delle vendite. In Europa, poi, la domanda sulla liceità dei dati raccolti su persone ha un nome preciso: GDPR.

Analisi dei dati#

Il video parte da metriche su Databricks e chiede di individuare cosa sta cambiando. Il risultato è un'analisi con segmenti dagli andamenti diversi e una lettura del calo di attivazione e fidelizzazione di un gruppo. È la demo più interessante, perché unisce interrogazione, interpretazione e racconto; ed è anche quella in cui il rischio di presentare una correlazione come una causa è più alto.

Sviluppo software#

ChatGPT esplora il repository, scrive un piano con le ipotesi e le modifiche previste e chiede l'approvazione prima di toccare il codice. In chiusura si vedono i file Swift cambiati e l'offerta di impacchettare il lavoro in una pull request da far revisionare. Non è semplice completamento del codice, ma non ci sono dati su test, copertura o risultati in produzione.

Come lo userebbe un'azienda: tre scene di una settimana#

I video mostrano grandi aziende. Proviamo a immaginare una PMI di trenta persone con ChatGPT Work collegato a posta, archivio documenti e CRM. Sono esempi miei, costruiti sulle funzioni mostrate da OpenAI, non casi reali.

• Lunedì mattina, amministrazione. Un'attività ricorrente prepara ogni settimana il confronto tra fatturato previsto e reale, con gli scostamenti evidenziati e due righe di commento. La responsabile lo apre, controlla le cifre che non tornano e lo gira alla direzione.

• Mercoledì, commerciale. Prima della visita a un cliente importante, il venditore chiede una scheda: storico degli ordini dal CRM, ultime mail, notizie pubbliche sull'azienda. In modalità Pianificazione vede cosa verrà consultato e toglie ciò che non serve.

• Venerdì, marketing. Il rapporto mensile sulle campagne viene montato in automatico come presentazione modificabile; il team discute le raccomandazioni invece di passare la mattina a copiare numeri.

In tutti e tre i casi il tempo risparmiato è nella raccolta e nell'impaginazione, mentre il giudizio resta a una persona. È esattamente la divisione del lavoro che conviene impostare fin dall'inizio.

Prima di partire: la lista di controllo#

1. Scegliete uno o due processi ripetitivi e ben definiti, non "tutto il lavoro d'ufficio".

2. Mettete ordine nei documenti condivisi: se le cartelle sono un caos, ChatGPT Work andrà a pescare nel caos.

3. Decidete quali plugin collegare e con quali permessi, partendo dal minimo.

4. Stabilite chi approva cosa: quali piani può avviare chiunque, quali richiedono un responsabile.

5. Verificate il contratto: conservazione dei dati, dove sono custoditi, impostazioni per gli amministratori.

6. Misurate: tempo prima e dopo, numero di correzioni, errori scappati.

Il punto 6 è quello che quasi tutti saltano. Se volete che il team impari a lavorare così in modo ordinato, è il tipo di percorso che imposto nella formazione AI per le aziende.

GPT-5.6, il motore sotto il cofano#

Sotto il cofano, secondo OpenAI, lavora la famiglia GPT-5.6, in tre varianti: Sol, Terra e Luna. OpenAI sostiene che il modello sappia gestire richieste ambigue, adattarsi mentre il lavoro procede e consegnare risultati rifiniti con meno indicazioni. Lo dice OpenAI: sulla pagina di Work non c'è un confronto misurato, fatto con criteri uguali, sui flussi mostrati.

Il video più lungo, circa tre minuti e mezzo, sta proprio nella sezione dedicata a GPT-5.6. È un racconto più che un tutorial: alterna scene di vita reale (una lezione, la scrittura, le faccende di casa, il lavoro di squadra) a momenti in cui le persone usano ChatGPT. Serve a dare il quadro generale, non a spiegare una funzione.

Cosa raccontano i clienti citati da OpenAI#

La pagina riporta cinque testimonianze. Sono dichiarazioni delle aziende, scelte dal produttore, non risultati di uno studio indipendente.

Il caso di RingCentral è il più facile da tradurre per una PMI: da sei a circa 80 clienti seguiti significa più di tredici volte tanti, senza perdere la visione d'insieme. Spesso il beneficio realistico è questo: non fare cose nuove, ma tenere sotto controllo molte più situazioni.

Disponibilità, prezzi e domande aperte#

Secondo OpenAI ChatGPT Work è disponibile su tutti i piani nell'app desktop per macOS e Windows, e su web e telefono per chi ha Plus, Pro, Business, Enterprise o Edu. La pagina invita anche a contattare il team vendite.

Quello che non c'è, nella pagina consultata:

• un listino specifico per ChatGPT Work;

• i limiti per piano di funzioni, plugin e capacità agentiche;

• la durata massima delle attività e quante possono girare in parallelo;

• quali dei 1.400 plugin funzionano davvero e con che profondità;

• percentuali di successo, precisione dei flussi e metodo con cui sono state costruite le demo.

Pro e contro#

Il mio parere#

ChatGPT Work è tra le dimostrazioni più concrete del passaggio da un'AI che risponde a un'AI che porta avanti un lavoro. Gli undici video raccontano una visione coerente: prima si raccoglie il materiale, poi si mette il piano nero su bianco, si lavora dentro le applicazioni e si consegna qualcosa di usabile subito.

Non gli do la promozione piena per un motivo semplice: la pagina è molto più ricca di dimostrazioni che di misure. Mancano un prezzo, i limiti operativi e prove ripetibili su precisione, durata e affidabilità. Il mio giudizio quindi dipende dal punto di partenza di chi lo adotta. Un team con documenti, applicazioni e processi già in ordine può guadagnarci molto. Dove mancano regole sui dati e responsabilità chiare, invece, rischia solo di rendere più veloce il disordine.

Il consiglio è partire in piccolo: un processo, poche persone, permessi minimi, e un confronto onesto dopo un mese tra il tempo speso prima e dopo. Se volete capire da quale processo cominciare, possiamo ragionarci insieme; la guida su come iniziare con l'intelligenza artificiale in una PMI è un buon primo passo.

Domande frequenti#