Sfoglia altri articoli simili con le etichette:
Anthropic ha rilasciato martedì la beta pubblica di Computer Use, una funzione che permette al nuovo Claude 3.5 Sonnet di muovere il cursore, cliccare, scrivere e navigare interfacce grafiche al posto dell’utente. È il primo modello frontier che agisce sullo schermo come farebbe una persona. La beta è disponibile via API, su Amazon Bedrock e su Google Cloud Vertex AI.
Il salto va oltre il marketing. È un cambio di categoria.
Come funziona davvero
Computer Use vede screenshot del desktop, ragiona sulla posizione degli elementi, e produce comandi di mouse e tastiera che vengono eseguiti localmente. L’utente avvia un task, Claude osserva, agisce, verifica il risultato, e procede al passo successivo. Il modello non controlla il sistema operativo: produce coordinate e azioni che un wrapper di sicurezza deve tradurre in eventi del sistema.
In pratica: lo sviluppatore costruisce uno strato di esecuzione, il modello produce le decisioni. Il rischio è esattamente dove ti aspetti: in mezzo a quello strato.
I benchmark che Anthropic ha pubblicato
OSWorld, il benchmark di riferimento per task computer-use in ambiente Linux con applicazioni reali, vede Claude 3.5 Sonnet al 14,9% di task completati correttamente. Per dare una proporzione: il modello migliore precedente si fermava al 7,8%. Le persone umane su OSWorld arrivano al 72,4%.
Il numero ci dice due cose. Primo, il salto è netto rispetto allo stato dell’arte di un mese fa. Secondo, siamo lontani dal poter delegare a un agente la gestione di workflow complessi senza supervisione costante.
Cosa funziona oggi e cosa no
Nei test che ho eseguito personalmente con un team di consulenti AI, Computer Use gestisce bene compiti come compilare form web standard, navigare un CRM con campi prevedibili, estrarre dati da una pagina visivamente densa. Si rompe regolarmente su: drag and drop precisi, gestione di pop-up modali che cambiano layout, scroll lunghi su pagine con caricamento dinamico.
Anthropic stessa avverte nel post di lancio che il modello fatica con scrolling, drag, e azioni che richiedono coordinate millimetriche. La velocità è il secondo limite: un task semplice come prenotare una sala riunioni su Google Calendar richiede tra i tre e i sei minuti, dove un umano impiega quaranta secondi.
Implicazioni per il marketing operativo
Negli ultimi giorni ho stilato una lista di task ricorrenti in agenzia che Computer Use potrebbe gestire entro sei mesi se la traiettoria di miglioramento resta questa. Ne cito quattro che valgono concretamente.
Aggiornamento massivo di campagne Google Ads con varianti A/B su asset estensione testo. Riconciliazione tra Analytics e CRM per identificare conversioni perse nel passaggio. Estrazione di insight da dashboard SaaS che non hanno API pubbliche (più diffuse di quanto si pensi). Compilazione automatica di report client che oggi si fanno copia-incolla da quattro tab del browser.
Tutte azioni che impegnano account manager per ore alla settimana. Non sono task creativi. Sono il volume noioso che brucia margine.
Il problema della sicurezza e del controllo
Anthropic dedica metà del post di lancio ai rischi: prompt injection da elementi visivi della pagina, possibilità che il modello esegua azioni distruttive non richieste, esfiltrazione di dati sensibili visibili sullo schermo. Le mitigazioni proposte sono sandboxing aggressivo, conferma umana per operazioni critiche, isolamento delle credenziali.
Tradotto operativamente: oggi nessuno con la testa sulle spalle metterebbe Computer Use a girare con accesso al proprio account bancario o al CRM di produzione del cliente. La fase realistica è ambiente di staging, dati di test, supervisione costante. Chi vende corsi su “automatizza la tua agenzia con Claude” sta facendo marketing, non operazioni.
L’ipotesi di traiettoria per i prossimi dodici mesi
Anthropic ha aperto una strada. La domanda non è se gli altri la seguiranno: è in quanti mesi. OpenAI ha già fatto trapelare nei mesi scorsi l’esistenza di un progetto interno per agenti che operano sul desktop. Google con Gemini ha capacità similari in stato sperimentale, mostrate in alcune demo selezionate.
L’ipotesi realistica per i prossimi dodici mesi: entro fine 2025 avremo almeno tre modelli frontier con capacità di computer use mature, prestazioni nell’ordine del trentacinque per cento o più su OSWorld, e prezzi unitari più bassi di quelli attuali. Sarà il momento in cui questi strumenti smetteranno di essere demo e inizieranno a essere infrastruttura di automazione operativa.
Per chi opera lato cliente, il bivio è oggi. O si comincia a mappare i workflow oggi, accettando che servono mesi di preparazione, o ci si trova nel 2026 ad assumere consulenti per fare il lavoro che si poteva fare in casa nel 2025. La scelta non è teorica: è una decisione di pianificazione delle risorse interne nei prossimi due trimestri.
Quello che sto consigliando ai clienti questa settimana
Due azioni concrete, entrambe a basso costo, entrambe ad alto valore informativo per il pianificatore intelligente.
Una: identificare i tre task ricorrenti più costosi in ore senior che si svolgono in browser su sistemi conosciuti. Form di reportistica, aggiornamenti CRM, estrazioni da dashboard SaaS. Documentarli per iscritto, passo per passo, in modo che si possano trasformare in prompt operativi quando l’esecuzione sarà affidabile.
Due: avviare un piccolo esperimento controllato con Computer Use sulla beta attuale. Non per mettere in produzione, per imparare. Le competenze su prompt design per agenti, su gestione errori, su supervisione operativa, si costruiscono solo sbagliando in ambiente isolato. Chi parte oggi è dodici mesi avanti su chi parte quando il prodotto sarà maturo.
Cosa significa per chi sta valutando agenti AI in azienda
La narrativa è cambiata in trentasei ore. Fino a settembre la discussione era se gli agenti AI fossero pronti per task non triviali. Oggi è quando lo saranno. La differenza per chi pianifica budget è enorme.
Il consiglio operativo: identifica ora i tre task ricorrenti in cui un agente che funziona al 60% farebbe la differenza, perché ti permetterebbe di liberare ore senior per lavoro che paga di più. Quando Computer Use o un suo successore arriverà al 60%, quegli use case saranno già mappati e pronti. Chi mappa adesso, è dodici mesi avanti.
Anthropic ha aperto una strada. La domanda non è se gli altri la seguiranno: è in quanti mesi.
