Uber estende l'agente ChatGPT Work a 30.000 dipendenti dopo un pilota su 1.000

Uber ha messo ChatGPT Work, l'agente di OpenAI pensato per i compiti complessi in più passaggi, a disposizione di tutti i suoi 30.000 dipendenti nel mondo. Prima lo aveva provato con un pilota su 1.000 persone. Uber non ha ancora comunicato risultati di produttività. Il caso conta lo stesso: è uno dei primi esempi pubblici di agente AI per il lavoro d'ufficio portato a un'intera grande azienda, e mostra un metodo che chi guida IT e trasformazione può confrontare con il proprio.

Cos'è ChatGPT Work

Un chatbot classico risponde a una domanda. Un agente riceve un obiettivo, lo scompone in passaggi e li esegue, spesso usando altri strumenti. ChatGPT Work funziona dentro ChatGPT Enterprise, la versione aziendale del servizio. OpenAI ha iniziato a distribuirlo il 9 luglio e lo presenta come uno strumento per lavori più complessi di una normale richiesta in chat.

Secondo OpenAI, l'agente può agire sulle app e sui file dell'utente. Se serve, lavora a un progetto per ore. E consegna materiale finito: fogli di calcolo, presentazioni, documenti, applicazioni web. Il punto, quindi, non è aiutare a scrivere più in fretta. È affidare all'agente un pezzo intero di lavoro e ricevere un risultato da rivedere.

Per chi gestisce l'infrastruttura questo cambia il problema. Uno strumento che legge e modifica file, e si muove tra applicazioni diverse, richiede di decidere con cura a cosa può accedere e con quali permessi.

Dal pilota a tutta l'azienda

La sequenza è semplice: 1.000 persone nel pilota, poi 30.000. Il gruppo di prova valeva circa il 3% dell'organico. Abbastanza da raccogliere usi reali in funzioni diverse, non così tanto da rendere ingestibili supporto e controllo.

Uber non ha reso pubblici durata del pilota, criteri di selezione dei partecipanti o indicatori usati per decidere l'estensione. Si sa solo che, dopo la prova, l'azienda ha scelto di aprire lo strumento a tutti. Il Chief Technology Officer Praveen Neppalli Naga ha spiegato l'obiettivo così: dare «a tutti gli strumenti per innovare, risolvere problemi» e contribuire al futuro dell'azienda. È una scelta di accesso universale, non riservata a qualche reparto.

I casi d'uso scelti per partire

Uber indica cinque usi per i dipendenti:

• ricerca di informazioni;
• preparazione di briefing per le riunioni;
• creazione di presentazioni;
• analisi di dati;
• completamento di flussi di lavoro tra più applicazioni.

Sono attività trasversali: le fa un analista finanziario come un responsabile operativo o una persona del marketing. Nessuna richiede di integrare l'agente nei sistemi centrali dell'azienda o di toccare processi regolati. E il risultato si controlla facilmente: chi riceve un briefing o una presentazione capisce subito se è utilizzabile.

L'ultimo caso, i flussi tra applicazioni, è il più impegnativo per l'IT. Qui l'agente smette di produrre testi e comincia a fare azioni sui sistemi. È anche dove il valore potenziale è più alto e dove governance e tracciabilità contano di più.

Due strumenti per due popolazioni

Uber non ha cambiato gli strumenti degli sviluppatori. I team di ingegneria del software continueranno a usare Codex, il prodotto di OpenAI dedicato alla programmazione. ChatGPT Work è destinato al resto dell'organizzazione.

La distinzione è utile. Chi scrive codice ha bisogno di strumenti legati a repository, test e cicli di rilascio. Chi prepara analisi e documenti ha bisogno di un agente che si muova tra email, file e applicazioni d'ufficio. Mettere tutti sullo stesso prodotto semplifica i contratti, ma rischia di scontentare entrambi.

Un rapporto che va oltre l'ufficio

Il rapporto tra Uber e OpenAI non comincia qui. A maggio Uber aveva presentato un assistente AI per gli autisti, basato su OpenAI, che traduce i dati del mercato in tempo reale in consigli su dove posizionarsi. OpenAI alimenta anche una funzione per i passeggeri con interfaccia vocale, che permette di prenotare una corsa parlando in modo naturale.

L'agente interno si aggiunge quindi a usi già rivolti ai clienti. Per un'azienda, concentrare su un solo fornitore sia i prodotti sia il lavoro interno ha vantaggi: competenze accumulate, integrazioni già pronte, più peso nelle trattative. Ma aumenta anche la dipendenza da quel fornitore.

C'è poi il punto di vista di OpenAI. Secondo Bloomberg, il business aziendale sta trainando la crescita dei ricavi annualizzati della società. Questi sono attesi ad almeno 70 miliardi di dollari entro fine anno, contro i 50 miliardi di fine settembre. Contratti da decine di migliaia di utenti come quello con Uber sono il cuore di questa strategia. Il presidente di OpenAI Greg Brockman ha parlato di team che possono collegare gli strumenti che usano ogni giorno e affrontare lavori più complessi.

Quello che ancora non si sa

L'annuncio lascia aperte domande importanti. Uber non ha diffuso dati su tempo risparmiato, qualità dei risultati o tassi di adozione durante il pilota. Non ha detto quali applicazioni interne siano collegate all'agente né come vengano gestiti permessi e controlli. Senza questi elementi il caso dice molto sul metodo e poco sui risultati. Chi lo usa come riferimento dovrebbe tenerne conto.

Cosa può imparare un manager

• Dimensionate il pilota per imparare, non per dimostrare. Un gruppo intorno al 3% dell'organico, come nel caso Uber, basta a vedere usi reali in funzioni diverse senza sovraccaricare supporto e sicurezza.
• Partite da compiti trasversali e facili da verificare. Ricerche, briefing, presentazioni e analisi producono risultati che l'utente valuta subito, e così si riduce il rischio degli errori non visti.
• Separate gli strumenti per tipo di utente. Uber tiene Codex per gli sviluppatori e ChatGPT Work per gli altri: chiedetevi se un unico prodotto serve davvero tutte le vostre popolazioni.
• Preparate la governance prima dei flussi tra applicazioni. Un agente che agisce su file e app richiede regole chiare su accessi, permessi e tracciabilità delle azioni.
• Definite le metriche prima dell'estensione. Uber non ha comunicato risultati di produttività: se volete giustificare l'investimento davanti al vertice, stabilite fin dal pilota cosa misurare.