OpenAI pubblica una ricerca su come l’AI sta espandendo il lavoro: chi usa ChatGPT si prende compiti che attraversano i confini di ruolo. La ricerca accompagna l’espansione formale di ChatGPT Work enterprise, con la piattaforma agentica Presence (voce e chat) e ChatGPT for Small Businesses che include uno skill builder per automatizzare i compiti ricorrenti. Sul fronte delle infrastrutture, Project Camellia mette 3,2 gigawatt di data center in Georgia.

Perché ti riguarda. Per chi usa agenti AI sul lavoro, la scelta si sta spostando dal modello al pacchetto completo: piattaforma, programma di formazione e compute. La corsa al compute è il filo che tiene insieme le mosse dei lab, come raccontavamo il 23 luglio: Anthropic ha preso 2 GW da AMD, Google ha investito 40 milioni in token per la ricerca, e ora OpenAI risponde con 3,2 GW propri. Chi ha più potenza di calcolo fa girare più agenti per più utenti, e questo decide chi resta competitivo sui tempi e sui prezzi. La ricerca dice anche che i confini dei ruoli si muovono: chi usa l’AI si prende lavori che prima non erano suoi.

Nel dettaglio

Il contesto.

Fino a giugno, OpenAI parlava di modelli. Da luglio, parla di piattaforma. Presence formalizza un prodotto unico per deployare agenti voice e chat in azienda: il salto da modello a piattaforma è esplicito. Ora arriva la ricerca che lo accompagna.

Il post “How AI is expanding what people do at work” mostra che gli utenti ChatGPT prendono compiti che attraversano i ruoli, ridisegnando i confini del lavoro. Una persona che prima faceva solo analisi dati ora si occupa anche di reportistica, o un venditore gestisce parte del supporto tecnico. L’AI abbassa il costo del passaggio di confine.

Cosa cambia.

Tre pezzi si incastrano. Presence è la piattaforma agentica: voce, chat e presenza unificate per il deploy enterprise. ChatGPT for Small Businesses porta lo skill builder alle piccole imprese, per automatizzare compiti ricorrenti senza scrivere codice. Project Camellia è il data center da 3,2 GW in Georgia, con impegni su energia, acqua e comunità locale.

Il terzo pezzo è quello che cambia l’equazione competitiva. Il compute serve per far girare agenti in produzione, per milioni di utenti in parallelo, non solo per addestrare modelli.

Il filo del compute.

Come raccontavamo il 22 luglio, AMD ha garantito ad Anthropic credito compute e hardware per 2 GW di GPU MI450. Due giorni dopo, Google ha investito 40 milioni in token AI per la ricerca. Ora Camellia è il terzo segnale: 3,2 GW, più dei 2 GW di Anthropic.

Il pattern è chiaro: i lab competono sulla potenza di calcolo disponibile, non solo sulla qualità del modello. Chi ha più gigawatt può servire più agenti contemporaneamente, tenere i prezzi bassi e i tempi di risposta rapidi. Per chi sceglie strumenti AI per il proprio team, questo significa che la domanda non è solo “quale modello è migliore” ma “quale piattaforma ha il compute per reggere il carico quando il team cresce”.

Limiti.

La ricerca di OpenAI è un blog post, non un paper: la metodologia non è dettagliata, e il campione non è dichiarato. I 3,2 GW di Camellia sono un annuncio: la timeline di costruzione e l’effettiva disponibilità del compute non sono pubblicate. Presence è formalizzata come prodotto, ma le API e i connettori specifici non sono ancora documentati pubblicamente. Lo skill builder è descritto a livello di programma, non di strumento verificabile.