OpenAI accelera verso la superintelligenza: l’IA che potrebbe ricevere un obiettivo e cercare da sola come raggiungerlo
Immaginiamo un’azienda che non chieda più a un’intelligenza artificiale di scrivere un rapporto, analizzare un foglio di calcolo o preparare una campagna pubblicitaria, ma le affidi direttamente un obiettivo: “Rendi questo nuovo prodotto redditizio entro sei mesi”. Non una sequenza di istruzioni, non un elenco di attività da completare, ma un risultato da raggiungere. È questa la prospettiva che rende così importante l’attuale evoluzione dell’intelligenza artificiale agentica e che, secondo OpenAI, potrebbe rappresentare uno dei passaggi più significativi nella trasformazione del lavoro della conoscenza.
La differenza rispetto ai chatbot tradizionali è sostanziale. Un sistema progettato per lavorare in modo agentico può utilizzare strumenti, interagire con ambienti digitali, suddividere un problema complesso in più passaggi e continuare a operare per un periodo prolungato. In uno scenario più avanzato, potrebbe analizzare la domanda di mercato, confrontare migliaia di prodotti concorrenti, individuare un segmento ancora poco servito, elaborare diverse proposte, stimarne i costi, cercare fornitori, valutare strategie commerciali e verificare i risultati delle proprie decisioni. Se una prima ipotesi non producesse risultati sufficienti, il sistema potrebbe modificare il percorso e provare un’alternativa. Il passaggio fondamentale sarebbe quindi da “esegui questa attività” a “raggiungi questo risultato”.
Che cosa ha annunciato realmente OpenAI sulla superintelligenza?
Il termine “superintelligenza” richiede cautela, perché descrive uno scenario futuro e non un prodotto già disponibile sul mercato. Il 6 settembre 2026 Jakub Pachocki, chief scientist di OpenAI, ha scritto che già nel 2023 alcuni risultati della ricerca avevano portato lui e i suoi colleghi a confrontarsi con la prospettiva di vedere, nel corso della loro vita, macchine significativamente più intelligenti degli esseri umani. Tre anni dopo, secondo Pachocki, i modelli di ragionamento sono diventati capaci di operare computer e interfacce grafiche, collaborare con persone e altri sistemi di IA e partecipare a progetti di ricerca.
La dichiarazione non significa che OpenAI abbia già risolto il problema della superintelligenza autonoma. Anzi, lo stesso Pachocki sottolinea la necessità di mantenere l’essere umano al centro delle decisioni e avverte che nessun laboratorio ha ancora risolto l’allineamento e il monitoraggio a un livello che consenta di accelerare senza limiti. La questione, dunque, non riguarda soltanto quanto siano potenti i modelli, ma anche quanto controllo gli esseri umani riusciranno a mantenere mentre le loro capacità aumentano.
Perché il vero salto potrebbe essere dal comando all’obiettivo?
Per anni l’adozione dell’IA nelle imprese è stata legata soprattutto all’automazione di singole attività. Un dipendente poteva chiedere a un modello di sintetizzare un documento, generare del codice, tradurre un testo o analizzare alcuni dati. Con gli agenti, però, l’unità di lavoro comincia a cambiare. OpenAI descrive questa trasformazione come il passaggio dalle singole interazioni a compiti delegati di più lunga durata, nei quali l’agente può orchestrare strumenti, interagire con l’ambiente e iterare sulle proprie azioni fino ad arrivare a una soluzione.
In un contesto aziendale, questo potrebbe modificare profondamente il rapporto tra persone e software. Un dirigente potrebbe chiedere di ridurre i costi senza compromettere il servizio, individuare nuove fonti di ricavo, accelerare le consegne oppure capire perché una determinata categoria di clienti sta diminuendo gli acquisti. L’IA dovrebbe quindi stabilire quali dati consultare, quali ipotesi formulare, quali esperimenti eseguire e quali soluzioni abbandonare. L’essere umano definirebbe sempre più spesso il “dove arrivare”, mentre il sistema contribuirebbe a decidere il “come arrivarci”.
È una distinzione apparentemente sottile, ma economicamente enorme. Automatizzare un’attività significa sostituire o velocizzare una parte di un processo già progettato dagli esseri umani. Delegare un obiettivo significa invece lasciare alla macchina una quota crescente delle decisioni intermedie.
OpenAI ha già raggiunto un primo traguardo concreto?
Il 6 settembre OpenAI ha dichiarato di aver raggiunto il proprio obiettivo di sviluppare un “automated research intern”, cioè un sistema capace di svolgere, sotto direzione umana, attività di ricerca ben definite che potrebbero richiedere diversi giorni a un ricercatore specializzato. Il traguardo riguarda quindi un ambiente controllato e un tipo specifico di lavoro: non un’intelligenza generale lasciata libera di perseguire qualsiasi obiettivo, ma uno strumento di ricerca sempre più capace di affrontare compiti complessi.
Il passo successivo dichiarato da OpenAI è ancora più ambizioso: l’azienda afferma di essere sulla strada per creare un ricercatore IA automatizzato entro marzo 2028. L’obiettivo consiste nell’automatizzare una parte sempre più significativa del processo di ricerca, mantenendo però il sistema indirizzabile e collegato agli esseri umani.
La velocità con cui questi strumenti stanno entrando nel lavoro quotidiano offre già un’indicazione significativa. Secondo i dati pubblicati da OpenAI, a metà agosto la sua organizzazione di ricerca utilizzava 3,1 giornate di lavoro degli agenti per ogni giornata lavorativa umana di otto ore. Il dato non significa che gli agenti avessero sostituito i ricercatori: le persone continuavano a stabilire le priorità, valutare i risultati e decidere quali esperimenti proseguire, interrompere o portare avanti. Significa piuttosto che la quantità di elaborazione affidata agli agenti era già superiore, in termini di tempo operativo equivalente, a quella del lavoro umano diretto.
Che cosa cambia per le aziende se questa evoluzione continua?
Il possibile impatto sul mondo delle imprese va oltre la semplice riduzione dei tempi. Se gli agenti diventassero progressivamente più capaci di pianificare, utilizzare strumenti, verificare risultati e correggere autonomamente il proprio percorso, una parte del lavoro oggi organizzata attraverso intere catene di specialisti potrebbe essere trasformata in processi supervisionati dall’uomo ma eseguiti in larga parte dall’IA.
Un’azienda potrebbe, per esempio, affidare a un sistema l’analisi di un nuovo mercato e chiedergli di arrivare a una raccomandazione commerciale documentata. Oppure potrebbe delegare l’ottimizzazione di una campagna, permettendo all’agente di confrontare continuamente dati, creatività, pubblico e risultati. In prospettiva, la competizione potrebbe quindi spostarsi dalla capacità di eseguire più rapidamente singole attività alla capacità di definire obiettivi migliori e controllare sistemi capaci di perseguirli per periodi sempre più lunghi.
Questo scenario introduce però anche una domanda decisiva: chi stabilisce quali obiettivi siano accettabili? Un sistema capace di trovare autonomamente il percorso più efficace verso un risultato potrebbe produrre conseguenze indesiderate se l’obiettivo fosse formulato male, se i dati fossero incompleti o se i criteri di successo non tenessero conto di vincoli importanti. È proprio per questo che il dibattito sull’IA avanzata non può essere ridotto alla sola capacità tecnologica.
Siamo già davanti a una superintelligenza?
No, almeno non sulla base degli annunci pubblici citati. OpenAI sta descrivendo una traiettoria verso sistemi sempre più autonomi e capaci, non dichiarando che una superintelligenza generale autonoma sia già stata raggiunta. La differenza è fondamentale, soprattutto quando si parla di tecnologia in grado di incidere sul lavoro, sull’economia e sulle decisioni aziendali.
La novità più concreta è un’altra: la distanza tra un software che aspetta istruzioni dettagliate e un agente capace di gestire autonomamente porzioni significative di un problema si sta riducendo. OpenAI afferma di aver già raggiunto il livello di “ricercatore in prova automatizzato” e punta a un ricercatore IA molto più avanzato entro marzo 2028. Parallelamente, il suo chief scientist invita a non perdere di vista l’allineamento, il monitoraggio, la governance e la necessità di preservare l’agenzia umana.
Per le imprese, dunque, la questione non è ancora se domani arriverà una macchina alla quale consegnare le chiavi dell’azienda. La domanda più concreta è già presente: quanto lavoro decisionale siamo disposti a delegare a sistemi che non si limitano più a eseguire istruzioni, ma possono iniziare a scegliere autonomamente quali passi compiere per raggiungere un obiettivo? È probabilmente da questa trasformazione, più che dalla parola “superintelligenza”, che passerà la prossima grande fase dell’IA.