Il 22 aprile 2026 OpenAI ha annunciato una cosa che suona un po' fantascientifica ma è già disponibile: gli agenti condivisi in ChatGPT, alimentati da Codex, che girano nel cloud e continuano a lavorare anche quando tu hai chiuso il portatile, sei andato a pranzo o — diciamocelo — stai fissando il soffitto cercando di non pensare alle email.

Un agente condiviso in ChatGPT è, in parole povere, un assistente digitale programmato per fare una cosa specifica — qualificare contatti, preparare rapporti settimanali, rispondere a messaggi — che non si ferma quando tu ti fermi. Lo crei una volta, lo condividi col tuo team, e lui va avanti da solo. Come un dipendente molto affidabile che non chiede aumenti e non va in ferie.

Beh, già sento l'obiezione: "Ma ChatGPT non lo faceva già?" Sì e no. Fino a ieri, ogni interazione con ChatGPT era sostanzialmente una conversazione — tu chiedevi, lui rispondeva, finiva lì. Adesso si tratta di qualcosa di strutturalmente diverso: flussi di lavoro lunghi, automatizzati, condivisibili tra più persone, che si integrano con Slack, con i sistemi interni dell'azienda, e che chiedono conferma solo quando serve davvero una decisione umana. La differenza è quella tra un collega che risponde alle tue domande e un collega che gestisce il processo dall'inizio alla fine senza che tu debba stargli col fiato sul collo.

Come funzionano gli agenti condivisi di ChatGPT?

Gli agenti condivisi di ChatGPT sono assistenti automatizzati che eseguono sequenze di compiti complessi in autonomia, all'interno di un ambiente cloud, senza richiedere la presenza attiva dell'utente. Vengono creati una volta sola e possono essere usati da tutti i membri di un team tramite ChatGPT o Slack, migliorandosi progressivamente nel tempo in base all'uso.

Il funzionamento è meno complicato di quanto sembri. Vai nella barra laterale di ChatGPT, clicchi su "Agenti" e descrivi a parole quello che il tuo team fa spesso — per esempio: "Ogni venerdì raccogli i dati di vendita, genera un grafico e manda un riassunto al canale Slack del management." ChatGPT ti guida passo per passo a trasformare questa descrizione in un agente funzionante: definisce i passaggi, connette gli strumenti necessari, e testa il tutto finché non funziona come ti aspetti.

Il punto che secondo me cambia le cose non è la creazione — è la condivisione. Un agente creato da una persona del team diventa immediatamente disponibile per tutti gli altri. Niente più situazioni del tipo: "Sì ma quella procedura la sa fare solo Marco, e Marco è in ferie." L'agente è lì, coerente, sempre nello stesso modo. (E non si ammala mai, che già questo vale il prezzo del biglietto.)

Secondo i dati che OpenAI ha condiviso nel lancio, il team vendite interno di OpenAI stesso usa già un agente che aggrega le note delle chiamate, qualifica i nuovi contatti in entrata e redige le email di follow-up direttamente nella casella del commerciale. Il risultato? Meno tempo a incastrare informazioni sparse, più tempo a parlare con i clienti. È il tipo di automazione che non sostituisce il lavoro umano ma libera quella parte del lavoro che era puro sbattimento logistico — e per chi lavora con volumi anche piccoli di lead da gestire, la differenza si sente.

Quali compiti possono fare gli agenti? Esempi concreti per il tuo lavoro?

Gli agenti condivisi di ChatGPT possono eseguire autonomamente compiti come la qualificazione di contatti commerciali, la produzione di rapporti periodici, la gestione delle richieste IT interne, il routing del feedback clienti e la verifica del rischio su fornitori terzi — tutto senza intervento umano diretto, salvo nei passaggi che richiedono approvazione esplicita.

OpenAI ha mostrato cinque esempi pratici nel lancio, e vale la pena guardarli non come casi aziendali da multinazionale ma come schemi che si ridimensionano facilmente anche per chi lavora da solo o con un piccolo team:

  • Agente per la gestione dei contatti in entrata: qualifica i lead che arrivano, scrive le email di follow-up personalizzate e aggiorna il CRM. Se hai un flusso anche modesto di richieste, questo è esattamente il tipo di lavoro che oggi fai tu — o che non fai, e poi ti penti.
  • Agente per i rapporti settimanali: ogni venerdì raccoglie i dati automaticamente, genera i grafici e scrive la narrativa. Il lunedì mattina il report è già lì, senza che nessuno abbia passato il venerdì pomeriggio a fare copia-incolla su Excel.
  • Agente per il feedback clienti: aggrega i segnali da Slack, dai ticket di supporto e dai canali pubblici, li prioritizza e li trasforma in azioni concrete per il team di prodotto — aggiornate ogni settimana.
  • Agente per le richieste IT: smista le richieste di acquisto software, verifica la conformità alle policy, instrada le approvazioni e apre i ticket. Utile anche per chi gestisce fornitori e approvatori multipli su piccola scala.
  • Agente per il rischio fornitori: controlla i fornitori per sanzioni, rischi finanziari e reputazionali, poi produce un report. Il tipo di lavoro che oggi richiede ore di ricerca manuale.

Cinque esempi che hanno in comune una cosa sola: sono tutti flussi che esistevano già, li faceva già qualcuno, e adesso li fa un agente. Non è fantascienza — è automazione del lavoro ripetitivo portata a un livello di sofisticazione che fino a sei mesi fa richiedeva competenze tecniche serie o budget da grandi aziende.

Gli agenti condivisi sono diversi dai vecchi GPT personalizzati?

Sì, e la differenza non è cosmética. I GPT personalizzati — il sistema che OpenAI aveva introdotto in precedenza — erano essenzialmente versioni di ChatGPT con istruzioni preimpostate: potevi dargli un carattere, una specializzazione, un set di documenti di riferimento. Ma restavano strumenti conversazionali. Tu aprivi, chiedevi, loro rispondevano. Fine della storia.

Gli agenti condivisi sono un salto di categoria. Non aspettano che tu faccia una domanda — eseguono processi in autonomia, in sequenza, nel tempo, anche mentre tu non sei collegato. La distinzione che mi sembra più utile per capirla: un GPT personalizzato è come un consulente che risponde alle tue email. Un agente condiviso è come un collaboratore che gestisce il progetto dall'inizio alla fine e ti avverte solo quando serve una tua firma.

OpenAI ha chiarito che i GPT personalizzati esistenti resteranno disponibili durante il periodo di transizione, e presto sarà possibile convertirli in agenti con un processo guidato. Quindi chi ha già investito tempo a costruire i propri GPT non parte da zero — ma vale la pena capire se quello che hai costruito può fare il salto verso qualcosa di più autonomo.

La tecnologia sotto è Codex, il modello di OpenAI orientato al ragionamento su compiti strutturati. Non serve saperlo per usare gli agenti, ma spiega perché riescono a gestire flussi lunghi e multi-passaggio senza perdere il filo — una cosa su cui i modelli conversazionali tradizionali arranc(av)ano parecchio.

Chi può usare subito gli agenti condivisi di ChatGPT?

Gli agenti condivisi di ChatGPT sono disponibili in anteprima di ricerca — una fase di accesso anticipato limitata — per gli utenti dei piani ChatGPT Business, Enterprise, Edu e Teachers. Non sono ancora disponibili per i piani gratuiti o Plus standard.

Qualche dettaglio pratico che cambia le cose se stai valutando se è il momento di passare a un piano a pagamento. Il piano Business di ChatGPT costa attualmente circa 25 dollari per utente al mese, con alcune varianti di prezzo a seconda del piano specifico e della regione. Per un piccolo team di tre persone, stiamo parlando di circa 75 dollari mensili — meno di un pranzo di lavoro a Milano ogni mese, per avere un collaboratore digitale che non si stanca e lavora anche di domenica.

L'accesso avviene dal pannello laterale di ChatGPT, sezione "Agenti". Il processo guidato di creazione è pensato per essere usabile anche senza competenze tecniche: descrivi a parole quello che vuoi che l'agente faccia, e il sistema ti aiuta a strutturarlo. Non è necessario saper programmare — anche se chi sa programmare può spingere molto più in là le possibilità di personalizzazione grazie a Codex.

Una cosa che mi sembra importante dire chiaramente: siamo in fase di anteprima. Questo significa che alcune funzionalità potrebbero cambiare, i limiti di utilizzo potrebbero essere diversi da quelli della versione finale, e qualche intoppo è da mettere in conto. Chi entra adesso lo fa per sperimentare e capire prima degli altri — non per avere uno strumento finito e collaudato. Per chi ha già riflettuto su cosa ha senso delegare nel proprio lavoro, questo potrebbe essere il momento giusto per mettere alla prova qualcuna di quelle idee.

Cosa significa per i freelancer e le piccole imprese italiane?

La domanda più onesta da fare è questa: fino a ieri, un sistema del genere era accessibile a chi? Ai team con un ingegnere AI interno, a chi aveva budget per costruire automazioni su misura, a chi sapeva usare strumenti come Zapier o Make con una certa dimestichezza tecnica. La platea reale era ristretta.

Adesso la soglia si abbassa. Non a zero — ci vuole ancora il piano a pagamento, ci vuole ancora la voglia di sedersi e capire come funziona — ma abbastanza da rendere questa tecnologia concretamente accessibile a un freelancer che gestisce cinque clienti, a un piccolo studio professionale con tre persone, a un'agenzia con flussi di lavoro ripetitivi che ogni settimana si mangiano ore di lavoro reale.

Il rischio opposto, però, è l'entusiasmo cieco. Un agente che fa male il lavoro — che qualifica male i contatti, che manda email sbagliate, che prende decisioni senza contesto sufficiente — fa danni. E il danno non è astratto: è un cliente che riceve una comunicazione fuori posto, è un'approvazione che passa quando non doveva. Gli agenti hanno un meccanismo di escalation — chiedono conferma quando serve — ma quel "quando serve" lo definisci tu in fase di configurazione. Se lo definisci male, nessuno ti salva.

Seneca aveva un modo di dire le cose che torna utile qui: "Nusquam est qui ubique est" — chi è dappertutto non è da nessuna parte. Un agente che fa tutto diventa presto un agente che non fa bene niente. Il consiglio pratico, allora, è partire da un flusso solo: quello più noioso, quello più ripetitivo, quello in cui un errore è recuperabile. Capire come si comporta l'agente su quel compito specifico. Poi, eventualmente, allargare.

La tecnologia c'è. La domanda è se sai cosa farci.