Sfoglia altri articoli simili con le etichette:
OpenAI ha rilasciato Operator a fine gennaio 2025 dopo cinque mesi di sviluppo accelerato in risposta al lancio di Computer Use di Anthropic dell’ottobre 2024. La promessa dei due agenti è la stessa: un’AI che controlla il browser e la macchina al posto dell’utente per completare task autonomi. La differenza, a marzo 2025, è in come ci arrivano e in cosa riescono davvero a fare.
I primi due mesi di Operator sul mercato hanno prodotto i benchmark che mancavano.
Operator gira solo nel cloud OpenAI, ha accesso a un browser virtuale Chrome, costa 200 USD/mese (incluso in ChatGPT Pro). Computer Use gira sulla macchina dell’utente, controlla mouse e tastiera localmente, costa il prezzo standard delle API Claude. Approcci opposti, casi d’uso che si separano in fretta.
Cosa fa Operator nei primi due mesi di uso reale
I task in cui Operator funziona meglio sono quelli completamente web-based. Prenotare un volo, compilare un form di iscrizione, ricerca prodotto su e-commerce, gestione di un account social. Quando il task vive interamente in un browser, e quando il flusso è abbastanza standard, Operator chiude il task in 60-90 secondi con un tasso di successo del 78% secondo i benchmark di OpenAI di febbraio 2025.
Dove cade è facile da vedere. Captcha gli mettono in difficoltà strutturale, perché il sistema di sicurezza riconosce il browser virtuale. Login con autenticazione a due fattori richiedono intervento umano costante, e questo annulla il vantaggio dell’agente. Siti con JavaScript pesante e rendering dinamico mandano in confusione il riconoscimento visivo.
Il caso d’uso più interessante che ho visto provato sul campo è la gestione di acquisti ricorrenti per piccoli e-commerce. Operator può essere istruito a controllare stock fornitori, completare ordini, gestire la fattura. Per task ripetitivi questo funziona meglio di RPA tradizionale perché si adatta a variazioni dell’interfaccia. Per task variabili produce errori che richiedono supervisione, e a quel punto tanto vale farlo a mano.
Cosa fa Computer Use nello stesso periodo
Computer Use ha avuto cinque mesi in più sul mercato, e la curva di apprendimento dei suoi utenti è più matura. Il caso d’uso vincente non è il consumer ma il developer enterprise: integrazione di Computer Use dentro flussi aziendali specifici, con prompt engineering accurato e supervisione costante.
L’azienda che lo usa meglio, dal poco che si vede pubblicamente, è Replit, che ha integrato Computer Use nel suo ambiente di sviluppo per task di test automation. Numeri non comunicati ufficialmente, ma feedback degli early access positivi.
Il vantaggio di Computer Use sta nel girare sulla macchina dell’utente, e quindi avere accesso a tutto. File locali, applicazioni desktop, terminali. Questo apre casi d’uso che Operator non può toccare: automazione di workflow su Excel, gestione di file system, interazione con software legacy che non hanno API.
Lo svantaggio è speculare. Computer Use ha bisogno di un setup tecnico, di una macchina dedicata o di una VM, di una persona che lo configura e lo monitora. Non è consumer. È un tool per developer e team tecnici.
Il problema vero degli agenti consumer a marzo 2025
Quello che emerge dai primi mesi di Operator e dai cinque mesi di Computer Use è una considerazione strutturale: gli agenti AI consumer hanno un problema di fiducia.
Un agente che fa il 78% di successo sui task non è abbastanza per essere lasciato senza supervisione. Significa che 22 task su 100 finiscono in errore. Per task come “prenota un volo”, l’errore può essere un volo sbagliato, un pagamento doppio, un dato di carta inserito su un sito errato. Cose che il consumer non vuole rischiare.
Il risultato pratico è che gli utenti di Operator si dividono in due gruppi. Quelli che lo testano per curiosità e abbandonano dopo qualche settimana perché non si fidano abbastanza per delegargli compiti veri. E quelli che lo usano per task a basso rischio, dove l’errore costa poco. Acquisti ripetitivi, ricerca di informazioni, compilazione di moduli semplici.
La fiducia totale, quella che servirebbe per dire “Operator, gestiscimi la settimana”, è lontana. Le proiezioni di OpenAI parlano del 2026 per modelli con tassi di successo sopra il 95%. Anthropic non ha dato date. Manus, la startup cinese che ha attirato attenzione nelle scorse settimane, promette miracoli ma le demo pubbliche sono troppo controllate per essere prese sul serio.
Dove andranno gli agenti enterprise
Lato enterprise il discorso è diverso. Le aziende non chiedono agenti general-purpose. Chiedono agenti specializzati su flussi specifici, supervisionati, con guardrail definiti.
In questa nicchia entrambi i fornitori stanno spingendo. Anthropic con il suo focus su workflow developer-centric, OpenAI con un approccio più verticale a settori specifici. Le aziende italiane che stanno sperimentando si stanno orientando sul modello a basso rischio: automatizzare task documentati, misurabili, con metriche di accuracy chiare. Niente agenti che gestiscono budget, niente agenti che mandano email a clienti senza supervisione.
Il prossimo passaggio importante sarà capire come gli agenti gestiscono autenticazione e identità. Oggi sia Operator che Computer Use ereditano le credenziali dell’utente, e questo è un rischio enorme: se l’agente commette un errore, l’errore viene tracciato come azione dell’utente. Nessuna azienda seria può accettare questa configurazione su scala. Soluzioni di identity per agenti (account dedicati, ruoli limitati, audit log) sono in fase di progettazione ma ancora niente di standard.
A che punto siamo, davvero
A marzo 2025 il quadro è chiaro per chi guarda con attenzione. Operator e Computer Use sono primo capitolo di una storia che durerà anni. Niente di pronto per uso autonomo. Niente che sostituisca lavoro umano in modo rilevante, oggi.
Sono però test di mercato preziosi. Mostrano cosa il mercato accetta, dove fallisce, quali settori sono pronti a sperimentare e quali ancora no. Per chi lavora in marketing AI o in consulenza, il valore non sta nell’usare Operator per il proprio cliente. Sta nel capire come la fiducia consumer si costruirà nei prossimi diciotto mesi, e quale ruolo avranno le credenziali professionali in un mercato dove gli agenti faranno sempre più cose.
La risposta probabilmente sarà ibrida. Agenti che fanno il lavoro tecnico, professionisti certificati che validano e supervisionano. Modello già visto in medicina e in ingegneria. Si replicherà anche per l’AI, con tempi e modi tutti da definire.
