OpenAI ha pubblicato due guide che documentano come data science e sales team usano ChatGPT Work in pratica. Le guide mostrano workflow completi: i data scientist costruiscono brief di root-cause analysis, readout di impatto, memo su KPI, analisi scoped e spec di dashboard partendo da input di lavoro reali. I sales team producono pipeline brief, pacchetti di preparazione riunioni, forecast review, account plan e diagnosi di deal bloccati.

Perché ti riguarda. Come raccontavamo il 10 luglio, ChatGPT Work è passato da annuncio a strumento operativo. Queste guide sono la documentazione di adozione vera: casi d’uso concreti invece di demo generiche, con gli input che questi team hanno davvero e gli output che devono produrre. Se il tuo lavoro somiglia a uno di questi scenari, hai una mappa verificabile da cui partire.

Dove guardare. Le guide vivono nella sezione Academy di OpenAI. Ogni workflow è descritto con input tipo, passi e output atteso. Non sono tutorial da seguire alla lettera, ma schemi da adattare al tuo caso: i data scientist del tuo team lavorano con gli stessi materiali (dati, dashboard, brief), e i venditori preparano le stesse cose (pipeline, previsioni, diagnosi). Il valore sta nel vedere la struttura: cosa dare all’agente, come scomporlo, cosa verificare.

Nel dettaglio

Il contesto

ChatGPT Work è stato annunciato il 10 luglio insieme a GPT-5.6 come agente in grado di operare su app e file per progetti lunghi. Fino a oggi mancava la documentazione su come i team lo stavano usando in pratica: questi due documenti colmano quel vuoto.

Cosa dicono le guide

La guida per data science copre cinque tipi di output ricorrenti: brief di analisi root-cause (trovare la causa di un’anomalia), readout di impatto (quantificare l’effetto di un cambiamento), memo su KPI (sintetizzare l’andamento di un indicatore), analisi scoped (rispondere a una domanda definita con i dati giusti) e spec di dashboard (tradurre una richiesta di visualizzazione in requisiti tecnici). Ogni tipo parte da materiali reali: dataset, query SQL, note di riunione.

La guida per sales documenta cinque workflow: pipeline brief (stato attuale delle opportunità), meeting prep packet (materiali per una riunione con il cliente), forecast review (previsioni di chiusura con il livello di confidenza), account plan (strategia su un cliente specifico) e stalled-deal diagnosis (perché un’opportunità non si chiude). Anche qui, input concreti: CRM, email passate, trascrizioni di call.

Cosa cambia per chi usa ChatGPT Work

Prima di queste guide, l’unica documentazione disponibile era l’annuncio generale. Ora chi lavora in questi ruoli ha una struttura di partenza verificabile: non un tutorial da copiare, ma esempi di come altri team hanno scomposto i propri compiti ricorrenti. La struttura conta più dei dettagli: input tipo, passi intermedi, output atteso, cosa verificare.

Queste guide mostrano anche i limiti: ogni workflow assume che i dati siano accessibili e ben formati, che l’agente abbia i permessi giusti, e che qualcuno verifichi l’output prima di usarlo. Non è automazione completa, è assistenza su compiti che richiedono comunque supervisione.

Implicazioni

La pubblicazione di guide operative invece di solo demo generiche segnala che OpenAI considera ChatGPT Work maturo per l’adozione enterprise. Le guide sono pubbliche: chiunque può leggerle e adattarle, non servono account aziendali. Questo abbassa la soglia di adozione, ma solleva anche la questione della formazione: i team dovranno capire come adattare questi workflow ai propri processi senza copiare acriticamente.

Un altro segnale: le guide si concentrano su output intermedi (brief, memo, spec), non su decisioni finali. L’agente prepara il materiale, ma la decisione resta umana. È coerente con l’angolo del sito: l’AI potenzia le persone, non le sostituisce.