Ok, questa mi ha fatto alzare le sopracciglia. OpenAI ha appena rilasciato gli workspace agents in ChatGPT – e no, non è l’ennesimo rebrand di GPTs con qualche feature in più. Qui parliamo di agenti che girano nel cloud 24/7, gestiscono workflow complessi, e continuano a lavorare mentre tu sei a pranzo. O a dormire. O in vacanza.
Cosa sono ‘sti workspace agents?
Praticamente GPTs sotto steroidi, alimentati da Codex. La differenza? Questi non si limitano a rispondere a un prompt e sparire. Scrivono codice, si collegano alle tue app aziendali, ricordano cosa hanno imparato, e portano avanti lavori su più step senza che tu debba stare lì a babysitterarli.
E – dettaglio che mi ha fatto pensare “aspetta, cosa?” – continuano a lavorare anche quando chiudi il laptop. Li metti in schedule, tipo un cron job, oppure li piazzi in Slack dove raccolgono richieste in tempo reale.
Esempio concreto (perché i claim senza esempi sono aria fritta)
Il team sales di OpenAI usa un agente che:
- Raccoglie dettagli da call notes e ricerche sugli account
- Qualifica nuovi lead
- Scrive email di follow-up direttamente nella inbox del rep
Risultato? Account team che passa meno tempo a fare copia-incolla tra tool e più tempo a parlare coi clienti. Il che – diciamocelo – è esattamente il tipo di lavoro che dovresti delegare a una macchina.
Come funziona il setup
Qui OpenAI ha fatto una cosa intelligente: zero configurazione tecnica complessa. Clicchi “Agents” nella sidebar di ChatGPT, descrivi un workflow che il tuo team fa spesso, e ChatGPT ti guida step by step per trasformarlo in agente.
O ancora più semplice: droppi un file e lasci che costruisca l’agente partendo da quello. Definisce i passaggi, collega i tool giusti, aggiunge skills, lo testa fino a quando funziona come ti aspetti.
Agenti che i team OpenAI hanno già costruito
Questi sono esempi reali, non roba da demo:
- Software Reviewer: Rivede le richieste software dei dipendenti, controlla contro policy e tool approvati, raccomanda next steps, apre ticket IT quando serve
- Product Feedback Router: Monitora Slack, canali support e forum pubblici, trasforma feedback in ticket prioritizzati e summary settimanali
- Weekly Metrics Reporter: Ogni venerdì tira giù i dati, crea chart, scrive il summary, condivide il report col team
- Lead Outreach Agent: Ricerca inbound leads, li scora contro il tuo rubric di qualificazione, scrive email di follow-up personalizzate, aggiorna il CRM
- Third-Party Risk Manager: Ricerca vendor, valuta segnali tipo esposizione a sanzioni, salute finanziaria, rischio reputazionale, produce report strutturato
L’esempio che mi ha colpito di più? Il team accounting ha un agente che prepara pezzi chiave del month-end close – journal entries, riconciliazioni balance sheet, variance analysis. Lavoro che normalmente richiede ore, fatto in minuti, con workpapers che includono input sottostanti e control totals per la review.
Integrazione vera, non solo API calls
Gli agenti hanno accesso a un workspace nel cloud con file, code, tool, e memoria. Possono scrivere ed eseguire codice, usare app connesse, ricordare cosa hanno imparato, continuare lavori su più step.
E – questo è interessante – funzionano sia in ChatGPT che in Slack, con altri canali in arrivo. Il che significa che si inseriscono nei workflow dove il lavoro già succede, non ti costringono a cambiare tool.
Caso d’uso da OpenAI: il product team ha costruito un agente che risponde proattivamente a domande dei dipendenti nei canali Slack. Risponde con answer chiara, linka documentazione rilevante, può aprire un ticket quando trova un nuovo issue. Team che si sbloccano più velocemente, follow-up importanti che non scivolano via.
Controllo e governance (perché delegare non significa perdere il controllo)
Quando deleghi lavoro a un agente, tu decidi:
- Che tool e dati può usare
- Che azioni può prendere
- Quando deve chiedere approvazione
Per step sensibili – tipo editare uno spreadsheet, mandare email, aggiungere eventi a calendario – puoi richiedere che l’agente chieda permesso prima di andare avanti.
Analytics ti mostra come viene usato l’agente: quanti run ha completato, quante persone lo stanno usando. Enterprise admins hanno controlli granulari su quali tool e azioni ogni user group può accedere, chi può costruire e condividere agenti.
La Compliance API dà agli admin visibilità su ogni configurazione dell’agente, update, e run. Possono monitorare e controllare come gli agenti vengono costruiti e usati. Possono anche sospendere agenti se necessario.
Safeguard contro prompt injection
Dettaglio tecnico che conta: built-in safeguards aiutano gli agenti a rimanere allineati con le tue istruzioni quando incontrano contenuto esterno misleading, inclusi attacchi di prompt injection. Il che è critico quando un agente ha accesso a dati sensibili e può prendere azioni nel tuo stack.
Feedback da early testers
Rippling (che non è esattamente una startup che fa hype facile) ha fatto costruire a uno dei loro Sales Consultants – non a un engineering team – un Sales Opportunity agent. End to end, senza team tecnico.
L’agente ricerca account, summarizza Gong calls, posta deal briefs direttamente nella Slack room del team. Lavoro che prendeva ai rep 5-6 ore a settimana ora gira automaticamente in background su ogni deal.
Quote di Ankur Bhatt, AI Engineering at Rippling: “La parte difficile di costruire un agente non è il modello. Sono le integrazioni, la memoria, la user experience. Workspace agents hanno collassato quel lavoro.”
Disponibilità e pricing
Workspace agents sono disponibili in research preview per ChatGPT Business, Enterprise, Edu, e Teachers plans. Per Enterprise ed Edu, gli admin possono abilitare gli agenti usando controlli basati su ruolo.
Gratis fino al 6 maggio 2026, poi pricing basato su crediti.
Cosa arriva dopo
OpenAI promette nelle prossime settimane:
- Nuovi trigger che possono far partire lavoro automaticamente
- Dashboard migliori per capire e migliorare performance
- Più modi per gli agenti di prendere azioni attraverso i tuoi business tool
- Supporto per workspace agents nell’app Codex
GPTs rimangono disponibili mentre i team testano workspace agents con i loro workflow. Presto sarà facile convertire GPTs in workspace agents.
Il punto vero
Questa non è roba da “wow, interessante” e poi dimenticartene. È infrastructure per delegare lavoro ripetitivo ma critico a sistemi che possono farlo in modo consistente, seguendo policy, con audit trail.
La differenza tra questo e i soliti “AI agents” che vengono annunciati ogni settimana? Questi girano su Codex, hanno memoria persistente, possono scrivere ed eseguire codice, si integrano profondamente con tool aziendali veri, e – dettaglio non banale – continuano a lavorare quando tu non ci sei.
Il team accounting che prepara month-end close in minuti invece che ore. Il sales team che non passa più 5-6 ore a settimana a fare ricerca manuale su ogni deal. Il product team che risponde a domande in Slack 24/7 senza dover scalare headcount.
Questi non sono use case ipotetici. Sono workflow che girano in produzione dentro OpenAI e primi clienti come Rippling.
Resto scettico su quanto sarà facile per team non-tecnici costruire agenti robusti senza inciampare in edge cases. Ma l’approccio – ChatGPT che ti guida step by step, template per quick start, possibilità di iterare in conversazione – sembra molto più accessibile del solito “ecco un SDK, buona fortuna”.
