Agente AI che usa il computer: come scegliere e quanto costa

Un agente AI che usa il computer ha senso quando un'attività necessaria non dispone di un'API utilizzabile, cioè di un'interfaccia diretta per il software, e il risultato si può verificare. Microsoft Copilot Studio addebita 5 o 15 Copilot Credits per passaggio del modello, ma il budget deve comprendere anche supervisione, nuovi tentativi e computer su cui viene eseguito il lavoro. La documentazione di Microsoft sul computer use definisce questa unità di fatturazione.

Un portale fornitori che consente di esportare i dati solo premendo un pulsante è un candidato plausibile. Un vecchio ERP, il gestionale che contiene ordini e scorte, potrebbe richiedere il controllo del desktop. Per un modulo della pubblica amministrazione serve invece un confine molto più rigoroso: preparare i dati e inviare una dichiarazione sono attività diverse, anche quando i rispettivi pulsanti sono uno accanto all'altro.

Il criterio d'acquisto: scegliere la soluzione che riesce a completare il lavoro con i permessi più limitati. Un modello capace di fare clic ovunque sullo schermo non ha bisogno di poter fare tutto ciò che consente l'account.

Che cosa fa un agente AI che usa il computer?

Un agente AI di questo tipo trasforma un'interfaccia visibile in un ciclo operativo: osserva lo schermo, sceglie un'azione, fa clic o digita, controlla la schermata aggiornata e prosegue. Il modello decide; l'esecutore, cioè il software che ne esegue i comandi, fornisce mouse e tastiera. La guida attuale di OpenAI descrive sia azioni strutturate sul computer sia codice che interagisce con l'interfaccia. Computer use di OpenAI

Questa distinzione chiarisce il lavoro necessario per l'implementazione. Acquistare l'accesso a un modello non significa necessariamente avere anche un browser in esecuzione, un account autenticato, un sistema di pianificazione o una procedura di ripristino. Questi elementi devono arrivare dal prodotto che integra il modello oppure dall'applicazione che si sviluppa.

Per un report settimanale di un fornitore, l'agente potrebbe riconoscere il menu dei report, selezionare il periodo richiesto e trovare il comando Esporta anche dopo una modifica al layout della pagina. Resta comunque da verificare che abbia scelto l'account del fornitore e il periodo corretti. La presenza di un file scaricato dimostra che il download è avvenuto, non che il report sia quello giusto.

In quale parte del flusso servono gli agenti AI?

Il controllo visivo va usato per la parte del flusso che richiede di interpretare una schermata. Una volta ottenuto il report come file, un normale programma può controllarne le colonne, leggerne le date e spostarlo in una destinazione autorizzata. Continuare a far lavorare l'agente sullo schermo per questi passaggi aggiunge decisioni, senza necessariamente aggiungere valore.

Va distinta anche l'operatività limitata al browser dal controllo dell'intero desktop. Un browser può accedere a un portale web; non per questo può accedere a un ERP disponibile soltanto come applicazione nativa Windows. Prima di confrontare i marchi dei modelli, occorre stabilire in quale ambiente si svolge il lavoro.

Che cosa è cambiato per chi deve scegliere?

Oggi la scelta è tra strumenti per sviluppatori, assistenti utilizzabili in abbonamento e una piattaforma di automazione con un proprio criterio di fatturazione. Controlli di sicurezza e costi non sono intercambiabili.

Verificato sulla documentazione online dei produttori il 13 ottobre 2026. L'articolo si basa sull'esame della documentazione e sull'analisi dei costi, non su una prova con accesso autenticato a un portale né su un benchmark.

Il cambiamento di denominazione più rilevante riguarda OpenAI: la pagina di assistenza dedicata all'agente ChatGPT indica ora che il prodotto non è più disponibile e rimanda a ChatGPT Work e al browser cloud. Più in basso restano informazioni precedenti sui piani e sui limiti dei messaggi. Quei vecchi limiti non sono una base su cui calcolare il budget di una nuova implementazione. Stato dell'agente ChatGPT

Occorre confrontare ambiente, unità fatturata, modalità di approvazione e responsabilità sul flusso quando si blocca. I token misurano l'input e l'output del modello, comprese le schermate codificate; non contano le azioni completate. La classifica dei modelli è una questione distinta: l'articolo sui modelli multimodali per gli agenti che usano il computer approfondisce questi compromessi.

Computer use di OpenAI: meglio l'API o ChatGPT Work?

Il computer use della Responses API di OpenAI è la strada per chi sviluppa e vuole controllare l'ambiente di esecuzione. L'esempio attuale basato su azioni strutturate usa GPT-6.1 Sol. Per GPT-6 Astra, OpenAI raccomanda anche un'integrazione basata sull'esecuzione di codice: il codice generato interagisce con l'interfaccia attraverso il runtime del cliente. Sono scelte di integrazione, non piani di abbonamento diversi. Guida attuale all'API

Costi: OpenAI presenta il listino dei modelli come «Prezzi per 1M di token». Le tariffe Standard di GPT-6.1 Sol per contesti brevi sono $2 per l'input e $10 per l'output per milione di token, con tariffe separate per l'input in cache e la scrittura in cache. Sono costi del modello, non il prezzo di un'attività completata su un portale. Il listino attuale non prevede una voce separata per i clic sul computer; la voce da $2.50 ogni mille chiamate a uno strumento riguarda la ricerca nei file. Prezzi dell'API OpenAI

Sicurezza: OpenAI indica agli sviluppatori di isolare il browser o la macchina virtuale, limitare siti e azioni, trattare i contenuti a schermo come non attendibili e richiedere conferma per le azioni con conseguenze rilevanti. Una macchina virtuale è un computer separato realizzato via software; la sua utilità dipende dagli account, dai file e dalle reti che vi si rendono accessibili. Questi vincoli vanno applicati nell'esecutore, insieme alle istruzioni impartite al modello. Indicazioni su esecuzione e consenso

L'alternativa ospitata: la Agents API di OpenAI fornisce un browser e richiede l'approvazione per ogni nuova origine web, il confine di indirizzo con cui viene identificato un sito. La documentazione chiarisce una distinzione essenziale: approvare l'accesso al sito non impone la conferma delle singole azioni. Se un'azione deve essere tecnicamente impossibile senza approvazione, occorre limitare le risorse raggiungibili dal browser oppure usare un runtime sotto il proprio controllo. Documentazione del browser ospitato

La Agents API fattura l'utilizzo del modello alle tariffe API, gli strumenti alle rispettive tariffe standard e gli ambienti sandbox ospitati alle tariffe dei container. Una stima basata soltanto sul modello non si può trasferire a questa soluzione senza aggiungere i costi dell'ambiente e degli strumenti utilizzati. Criteri di fatturazione della Agents API

ChatGPT Work: la soluzione attuale per chi non sviluppa

Il browser cloud di ChatGPT Work è il prodotto OpenAI attualmente pertinente per delegare le attività supportate sui siti web. Usa un computer separato nel cloud, anziché la sessione già aperta nel browser dell'utente. L'accesso dipende dai piani a pagamento supportati, dall'area geografica e dai permessi dello spazio di lavoro. Documentazione del browser cloud

Costi: per i piani personali idonei, OpenAI dichiara che viene consumata prima la quota inclusa; l'utilizzo supportato che la supera può attingere a crediti acquistati. Work può condividere quella quota con altre funzioni basate su agenti. Nei piani Business ed Enterprise, la fatturazione di Work a crediti si basa sui token, con tariffe che dipendono dal modello e dall'accordo. Nessuna delle due regole fornisce un prezzo universale in dollari per ogni download. Regole di utilizzo dei piani personali, tariffario dei crediti per le aziende

Sicurezza: per impostazione predefinita il browser cloud chiede l'accesso ai nuovi siti, offre impostazioni per consentirli o bloccarli ed è progettato per richiedere conferma prima di azioni con conseguenze rilevanti. L'autenticazione passa da un modulo sicuro; i gestori dei siti possono comunque bloccare l'accesso automatizzato. Il fatto che un portale fornitori funzioni nel proprio browser non dimostra che funzionerà anche in questo browser cloud. Controlli del browser cloud

Questa soluzione si presta a un flusso guidato da un operatore, con un risultato verificabile. Un'integrazione API è invece indicata quando servono punti di arresto imposti dall'applicazione, log strutturati o una procedura di ripristino sotto la responsabilità dell'azienda.

Anthropic: strumento computer use o Claude in Chrome?

Lo strumento computer use di Anthropic permette a Claude di osservare lo schermo e inviare comandi, mentre l'applicazione del cliente esegue le chiamate. L'attuale insieme di strumenti lato client può restituire più azioni in un turno e supporta, tra gli altri modelli, Claude Sonnet 5.5. Al momento non è disponibile all'interno di Claude Managed Agents. È una distinzione importante per chi presumeva che un prodotto gestito fornisse anche il desktop. Documentazione del computer use di Anthropic

Costi: secondo Anthropic, il computer use segue le tariffe standard per l'uso degli strumenti. L'attuale insieme di strumenti predefinito aggiunge circa 4,500 token di input; schermate e risultati degli strumenti consumano ulteriore input. Il prezzo base di Claude Sonnet 5.5 è $2 per l'input e $10 per l'output per milione di token. Le osservazioni ripetute dello schermo e la cronologia della conversazione spiegano perché un'attività costa più di quanto faccia pensare la sola istruzione iniziale. Costi degli strumenti, prezzi dei modelli

Sicurezza: Anthropic analizza i risultati degli strumenti, come le schermate, per individuare possibili prompt injection: istruzioni inserite nei contenuti della pagina per deviare il comportamento dell'agente. Quando ne rileva una, orienta Claude a verificare se l'istruzione provenga dall'utente. Anthropic continua comunque a richiedere isolamento rispetto a dati e azioni sensibili, oltre al consenso dell'utente. Il classificatore è una protezione aggiuntiva, non sostituisce i limiti dei permessi. Chi sviluppa deve limitare i siti raggiungibili dall'ambiente di esecuzione. Sicurezza del computer use

Per le attività limitate alle pagine web, Anthropic rimanda al suo distinto strumento browser use, che può lavorare sia sulla struttura della pagina sia sulle schermate. L'assenza di un'API nel portale, da sola, non giustifica la creazione di un intero ambiente desktop. Strumento browser use

La nostra analisi dei costi del computer use con più azioni per turno spiega l'economia del raggruppamento delle azioni. Il limite pratico è semplice: un gruppo di azioni non deve superare il punto in cui una persona deve esaminare lo stato e approvare il passaggio successivo.

Claude in Chrome: quota condivisa e permessi del browser

Claude in Chrome è l'estensione di Anthropic che affianca l'utente nella lettura dei siti, nei clic e nella navigazione. È disponibile con i piani Pro, Max, Team ed Enterprise. Il pannello laterale di Chrome è in beta e l'esperienza Cowork varia in base al rilascio e alle impostazioni dell'amministratore. Configurazione di Claude in Chrome

Costi: Anthropic afferma che l'uso di Chrome «rientra negli stessi limiti del piano» di Claude o Claude Code. Le interazioni nel browser consumano più quota delle normali chat; la modalità Automatically approve ne usa una parte aggiuntiva per i controlli di sicurezza. Non è indicata una tariffa fissa per ogni report scaricato. Limiti di utilizzo di Chrome

Sicurezza: nella modalità Manually approve vanno esaminati gli accessi e le azioni previsti. La guida ai permessi mantiene il controllo sui download anche quando un sito dispone di un'autorizzazione continuativa e richiede il permesso per informazioni sensibili e autorizzazioni. Tra le azioni vietate figurano acquisti, creazione di account, eliminazione definitiva e download non attendibili. Le organizzazioni possono applicare elenchi di siti consentiti e bloccati. Le modalità funzionano in modo diverso: non bisogna presumere che quella senza supervisione mantenga tutti i punti di controllo manuali. Permessi di Chrome

L'accesso dell'estensione al browser è utile, ma rende raggiungibili anche i dati delle sessioni autenticate. Anthropic raccomanda un profilo separato e sconsiglia l'uso su pagine con dati sensibili o soggetti a regolamentazione. Se il portale fornitori contiene informazioni aziendali riservate o dati personali, bisogna chiarire l'idoneità dello strumento prima di sceglierlo. Indicazioni per usare Chrome in sicurezza

Microsoft Copilot Studio: operazioni su Windows, costi per passaggio

Il computer use di Microsoft Copilot Studio è un candidato naturale quando il lavoro passa dalle applicazioni desktop Windows ai siti web. Controlla un computer configurato attraverso un agente che usa l'orchestrazione generativa, il sistema che seleziona e coordina gli strumenti. Computer use di Microsoft

Costi: l'unità usata da Microsoft è il passaggio del modello: 5 Copilot Credits con un modello standard o 15 con un modello premium. Un passaggio può comprendere più clic o altre azioni elementari. Contare i pulsanti della procedura, quindi, non permette di prevedere la spesa. Licenze del computer use

Sicurezza: occorre attivare il controllo degli accessi per limitare siti e applicazioni; per impostazione predefinita l'accesso non è limitato. Microsoft dichiara che questa funzione blocca le interazioni al di fuori dell'elenco, ma non impedisce l'apertura di quei siti. Serve un computer dedicato e isolato, e va verificata l'identità usata dalla connessione. Controlli degli accessi

La funzione di supervisione umana può chiedere chiarimenti, ma Microsoft specifica che queste richieste sono probabilistiche: non garantiscono un arresto di sicurezza né l'applicazione delle regole personalizzate. Per approvare un acquisto serve quindi un vincolo nel flusso applicato separatamente. Una frase che ordina al modello di chiedere il permesso non basta. Limiti della supervisione umana

Per il CTO di un'impresa di medie dimensioni, il vantaggio è lavorare nell'infrastruttura Windows e di automazione già esistente. Nel budget vanno inclusi amministrazione delle macchine, permessi e gestione delle eccezioni, oltre ai crediti. Per il fondatore di un'azienda che deve soltanto ottenere un report dal browser, questa infrastruttura potrebbe essere eccessiva rispetto al compito.

Le altre opzioni per sviluppatori: Google e Amazon

Google Gemini Computer Use

Google Gemini Computer Use supporta ambienti browser, mobile e desktop attraverso un esecutore da implementare. La guida attuale di Google raccomanda Gemini 3.8 Flash. Gemini Computer Use

Costi: Google descrive Computer Use come «fatturato come normali token secondo le tariffe del modello». Le tariffe Standard a pagamento di Gemini 3.8 Flash sono $0.75 per l'input e $3.75 per l'output, inclusi i token di ragionamento, per milione di token fino al 31 dicembre 2026. La pagina indica $1.50 e $7.50 dal 1 gennaio 2027. La funzione Computer Use non è disponibile nel piano gratuito. Prezzi di Gemini

Sicurezza: il client deve rispettare le richieste di conferma e i blocchi delle azioni. Google raccomanda un ambiente sandbox e liste di navigazione consentita e bloccata; il rilevamento delle prompt injection basato sulle schermate è facoltativo e disattivato per impostazione predefinita. Questi controlli vanno attivati consapevolmente, senza presumere che la sola dichiarazione dello strumento li renda operativi. Controlli di sicurezza di Gemini

È un'altra opzione per chi sviluppa, non un addetto operativo pronto all'uso. La tariffa interessante dei token non comprende l'hosting del browser né il processo di revisione.

Amazon Nova Act

Amazon Nova Act combina azioni nel browser descritte in linguaggio naturale e orchestrazione dei flussi in Python. È un'opzione da valutare quando lo sviluppatore vuole affiancare al lavoro dell'agente nel browser una logica di programma esplicita. Panoramica di Nova Act

Costi: AWS indica «$4.75 per ora di attività di un agente». Si misura il tempo trascorso mentre l'agente lavora; se più agenti operano in parallelo, ciascuno genera consumo. L'attesa di una persona viene esclusa quando si implementa il meccanismo human-in-the-loop previsto. Il costo dell'attività si calcola moltiplicando le ore di attività degli agenti per $4.75, prima di aggiungere gli eventuali costi infrastrutturali separati. Prezzi di Nova Act

Sicurezza: l'SDK supporta restrizioni sugli URL tramite controlli sullo stato e blocca l'accesso ai file locali e il loro caricamento, salvo autorizzazione dei percorsi. L'approvazione umana è una funzione da implementare con l'SDK, non un servizio gestito di revisione. Anche l'ambiente browser circostante deve restare limitato: una regola sugli URL non autorizza, da sola, un'attività. Sicurezza dell'SDK, implementazione human-in-the-loop

Quanto costa completare un'attività?

Non esiste un prezzo universale attendibile per il download da un portale. I produttori misurano token, passaggi, tempo di attività oppure consumo condiviso dell'abbonamento. Per formulare un prezzo per attività occorrono il flusso reale e una definizione concordata di ciò che significa completarlo.

Per un esempio trasparente, prendiamo le quantità di 50,000 token di input e 15,000 token di output dall'esempio di fatturazione pubblicato da Anthropic. Non è una misurazione del computer use: sono semplicemente quantità documentate su cui fare i conti. Supponiamo input ordinario non in cache, nessuna scrittura in cache e nessuno strumento o costo di hosting aggiuntivo. Fonte delle quantità di token usate nell'esempio

Questi calcoli sono nostri e si basano sulle tariffe citate di OpenAI, Anthropic e Google. Quantità uguali di token non dimostrano pari impegno richiesto per il compito, velocità o affidabilità. Bisogna usare il totale dei token conteggiati nell'intera esecuzione, comprese cronologia e schermate fatturate, anziché contare le parole del prompt iniziale.

Microsoft fornisce un esempio diverso: un flusso per il foglio presenze che richiede quattro passaggi del modello consuma 20 crediti standard o 60 premium. Al prezzo documentato a consumo di $0.01 per credito, diventano $0.20 o $0.60 per i passaggi di computer use. È l'esempio di Microsoft relativo a un foglio presenze, non una previsione secondo cui il proprio portale richiederà quattro passaggi. Esempio dei passaggi, prezzo dei crediti

Un assistente in abbonamento richiede un calcolo diverso. Il costo monetario marginale può rientrare nella quota residua, pur consumando capacità necessaria per altro lavoro. Dividere il prezzo dell'abbonamento per un limite di messaggi pubblicizzato confonderebbe inoltre una richiesta con un report ottenuto e verificato con successo.

Calcolare il costo del risultato accettato

La formula operativa da usare è questa:

Costo per report accettato = (tutti gli addebiti delle esecuzioni + quota dei costi dell'ambiente di esecuzione + costi di revisione e ripristino da parte delle persone) ÷ report accettati.

Nel numeratore vanno incluse anche le esecuzioni fallite. Un report si accetta soltanto dopo aver verificato che account, periodo, contenuto del file e destinazione rispettino i requisiti. Altrimenti, un costo basso per tentativo di download premia il comportamento sbagliato.

Per un'attività settimanale, il confronto sul lavoro umano è altrettanto concreto: tempo di gestione manuale meno tempo dedicato ad approvazione, verifica e ripristino. Il tempo effettivamente risparmiato va moltiplicato per il proprio costo orario del lavoro, comprensivo degli oneri, e dal risultato vanno sottratti i costi dell'automazione. Se il risparmio non copre manutenzione e configurazione entro il periodo di rientro scelto, conviene mantenere il processo manuale o usare un'automazione più semplice.

Qui non si ipotizzano costi orari del lavoro, percentuali di successo o tempi di completamento. Sono misure che deve fornire l'azienda; il prezzo dei token di un produttore non può determinarle.

Quando convengono un'API, un server MCP o l'automazione del browser?

Una via diretta è preferibile ogni volta che può eseguire esattamente l'operazione richiesta. Un'API, cioè un'interfaccia che il software può chiamare senza navigare tra schermate, è di solito il primo posto dove cercare. Prima di commissionare un agente visivo, bisogna chiedere al fornitore se esistono endpoint per i report, esportazioni pianificate o modalità supportate di consegna dei file.

Un server MCP usa il Model Context Protocol per esporre strumenti e dati a un'applicazione AI attraverso un'interfaccia comune. Può collegarsi a un'API oppure controllare un browser. MCP, quindi, non è automaticamente un'alternativa al computer use: è lo strumento sottostante a determinare come viene eseguito il lavoro. Architettura MCP

Uno strumento MCP dedicato al compito è preferibile quando espone direttamente l'operazione consentita, per esempio il recupero di un report autorizzato. Può offrire al modello uno spazio d'azione più limitato di un'intera schermata. Non può però creare una funzione di esportazione che il fornitore non ha mai reso disponibile.

Uno script per il browser, mantenuto nel tempo, è preferibile quando si ripetono gli stessi controlli stabili e le stesse verifiche. Lo script può selezionare il periodo e attendere il download senza chiedere al modello di reinterpretare ogni passaggio. Richiede comunque manutenzione e controlli; il vantaggio è rendere esplicito un comportamento già noto.

Un agente con strumenti per il browser è indicato quando il percorso richiede capacità di valutazione, ma la pagina espone una struttura utile. Playwright MCP di Microsoft usa snapshot di accessibilità, una rappresentazione strutturata dei controlli della pagina, senza richiedere l'interpretazione di schermate. I manutentori precisano inoltre che non costituisce una barriera di sicurezza. La nostra guida alla configurazione e ai limiti di Playwright MCP spiega i compromessi pratici. Repository ufficiale di Playwright MCP

Il controllo visivo del computer serve quando l'attività dipende da un'applicazione nativa, da un'interfaccia visiva priva di una struttura utile o da una navigazione che non si riesce ragionevolmente a esprimere con gli strumenti diretti disponibili. Va limitato a quel tratto del flusso, per poi riaffidare il file al normale software.

Esempio pratico: scaricare il report settimanale di un fornitore

Il punto di partenza più sicuro e utile è un flusso di recupero dei dati con risultato verificato e rilascio affidato a una persona. Quello che segue è un progetto esemplificativo per un portale fornitori, non il resoconto di una prova con accesso autenticato. Si presuppone che il portale consenta il flusso, che i dati siano adatti al prodotto scelto e che l'account possa esportare il report.

L'obiettivo è preciso: recuperare il report settimanale concordato sulle consegne, relativo all'account fornitore autorizzato e a un periodo di rendicontazione concluso, salvarlo in una cartella temporanea di verifica e lasciare invariati i dati aziendali.

1. 1

   Approvare il perimetro e gli accessi

   L'operatore identifica l'indirizzo esatto del portale, l'account, il periodo di riferimento, il tipo di report e la destinazione temporanea. L'account dovrebbe disporre soltanto degli accessi necessari a questo lavoro. Una persona approva il perimetro prima della prima esecuzione. Un nuovo account fornitore o una nuova destinazione richiedono un nuovo esame: non vanno dedotti dal testo della pagina.

2. 2

   Autenticarsi con la procedura prevista dal prodotto

   Quando necessario, la persona completa l'accesso o l'autenticazione a più fattori. In ChatGPT Work si usa il flusso di accesso sicuro, senza inserire le credenziali in chat. In un'implementazione API, la gestione delle credenziali resta fuori dal prompt del modello. Se il portale presenta un CAPTCHA, una destinazione di accesso inattesa o un blocco degli accessi, il flusso si ferma e passa all'operatore: non è un ostacolo che l'agente sia autorizzato ad aggirare.

3. 3

   Navigare e predisporre la selezione del report

   L'agente apre la sezione Report, seleziona il report e il periodo autorizzati e acquisisce lo stato della selezione. Deve fermarsi se il periodo è ambiguo, l'account è diverso o il report atteso manca. Il modello può leggere l'etichetta di un pulsante, ma non deve interpretare come nuova istruzione un banner che gli chiede di caricare dati altrove.

4. 4

   Ottenere l'approvazione prima del download

   All'operatore vengono mostrati account, nome del report, intervallo di date, origine e destinazione. Il flusso resta in pausa fino all'approvazione. Nel flusso manuale di Claude in Chrome, questo passaggio è coerente con il permesso di download documentato. In un'implementazione personalizzata deve diventare un punto di controllo imposto dall'applicazione. La sola supervisione probabilistica di Copilot Studio non garantisce questa pausa.

5. 5

   Scaricare nella cartella temporanea e verificare il file

   L'agente avvia il download approvato. Si controlla che il file sia arrivato e abbia il formato previsto, poi si esaminano l'account e il periodo di riferimento al suo interno. Se l'esportazione ha uno schema noto, un normale programma verifica la presenza delle colonne richieste. Un report vuoto può essere legittimo: non bisogna inventare righe mancanti per superare un controllo.

6. 6

   Approvare il rilascio e registrare l'esito

   Una persona esamina l'esito delle verifiche prima che il file venga spostato nella cartella usata dall'azienda. Questo punto di approvazione del rilascio fa parte del flusso che proponiamo, non implica che sia fornito da ogni produttore. Vanno registrati il file accettato, l'origine, il periodo, gli interventi, i consumi misurati e gli eventuali tentativi falliti. Un report non corrispondente resta nella cartella temporanea in attesa di revisione.

Le modalità di accesso e download descritte seguono la documentazione pertinente del browser cloud di OpenAI e dei permessi di Anthropic. Gli ulteriori controlli su perimetro, validazione e rilascio appartengono al flusso che abbiamo progettato.

La pianificazione settimanale deve avviare la procedura, non concedere nuovi permessi per modificarne il perimetro. Va progettata in modo che una sessione scaduta, un report cambiato, un file mancante o una richiesta di approvazione possano attendere una persona, senza sostituire di nascosto il compito con un altro.

Per un modulo della pubblica amministrazione, conviene fermarsi prima: la preparazione può essere separata dall'invio. Nel caso di un ERP, se possibile il primo compito va limitato al recupero dei dati. Un flusso capace di registrare rettifiche delle scorte o inviare dichiarazioni richiede un sistema di autorizzazione diverso da quello di un download.

Quali promesse vanno ridimensionate?

«Non serve un'API» descrive il modo di accedere, non l'affidabilità. Il percorso attraverso lo schermo richiede comunque autenticazione, automazione consentita, un'interfaccia utilizzabile e un modo per riconoscere il risultato corretto. Un agente può ritrovare un pulsante spostato e, nello stesso tempo, non accorgersi che il portale ha azzerato il filtro delle date.

«Chiede quando serve» offre meno garanzie di un'approvazione obbligatoria. L'API ospitata di OpenAI distingue il permesso di accesso al sito dalla conferma delle azioni; Microsoft dichiara che le richieste di supervisione umana non sono garantite. Per chi acquista, la conseguenza è concreta: bisogna chiedere a chi implementa il sistema di mostrare dove viene impedita un'azione vietata, non soltanto dove il prompt dice di evitarla.

«Un'attività costa pochi centesimi» può escludere la parte più costosa. Un nuovo tentativo che richiede a qualcuno di aprire l'esecuzione, capirne lo stato e ripristinarla consuma lavoro umano anche quando il costo del modello è basso. Il confronto utile riguarda un risultato accettato con un impegno di revisione noto.

«Funziona con qualsiasi applicazione» non è un criterio di collaudo. Una dimostrazione su un modulo di esempio non prova la compatibilità con l'accesso, il selettore dei report o l'esportazione dei file del proprio fornitore. Servono riscontri sul flusso che si intende acquistare, da tenere distinti dai benchmark dei produttori.

Chi dovrebbe iniziare ora e chi dovrebbe aspettare?

Operatori: partire da un'attività autorizzata di recupero dei dati, di cui si sappia già verificare il risultato. Un operatore deve restare responsabile delle eccezioni. Se svolgere il lavoro a mano richiede meno impegno che supervisionare l'automazione, le ragioni per adottarla sono deboli.

Sviluppatori: partire dall'integrazione con il perimetro più ristretto e aggiungere il controllo dello schermo solo dove serve. Assumersi la responsabilità delle condizioni di arresto, dei log, delle verifiche e della procedura di ripristino. Il modello è un componente; ciò che si consegna è un flusso mantenuto nel tempo.

Fondatori e responsabili degli acquisti: richiedere un preventivo che distingua configurazione, software ricorrente, esecuzione e revisione. Chiarire che cosa succede quando il portale cambia e chi paga il ripristino. Meglio aspettare se il flusso proposto può apportare modifiche rilevanti ma il suo unico meccanismo di approvazione è un'istruzione in linguaggio naturale.

Team già serviti da un'API o da un'esportazione affidabile: potrebbe non esserci nulla da cambiare. Sostituire un'integrazione affidabile con ulteriori passaggi sullo schermo non porta, di per sé, alcun vantaggio operativo.

Le domande di chi deve usarlo ogni giorno

Può usare il nostro portale fornitori anche se non ha un'API?

È possibile, se il prodotto scelto riesce a raggiungere e usare quel portale, il sito consente il flusso e il risultato del compito è verificabile. L'assenza di un'API indica che serve un'altra via di accesso; non dimostra la compatibilità con il browser né autorizza l'automazione.

Può lavorare ogni settimana senza chiedermi di accedere di nuovo?

Dipende dalla persistenza della sessione e dalle regole di autenticazione del portale. Il flusso pianificato deve fermarsi quando servono autenticazione o approvazione. Il fatto che un prodotto possa pianificare un'attività non giustifica la promessa di completarla senza supervisione.

Qual è il miglior agente AI per un vecchio ERP Windows?

Il punto di partenza è l'ambiente necessario. Copilot Studio supporta computer Windows configurati; un'integrazione di computer use controllata dallo sviluppatore può fornire un proprio ambiente desktop. Un assistente limitato al browser è adatto soltanto se il flusso dell'ERP è disponibile nel browser supportato. Poi si confrontano permessi, responsabilità del ripristino e costo del risultato accettato.

L'agente può inviare un modulo alla pubblica amministrazione dopo averlo compilato?

Il permesso di preparare un modulo non implica quello di inviarlo. Una persona deve verificare i dati esatti e la dichiarazione; vanno rispettate le restrizioni del prodotto scelto e va previsto un punto esplicito di autorizzazione all'invio. Se non è possibile far rispettare quel vincolo, l'invio deve essere completato dalla persona.

Da fare lunedì: mettere per iscritto l'account fornitore, il periodo di riferimento, la destinazione consentita, i controlli di accettazione e il responsabile dell'approvazione per il download settimanale. Prima di definire un'implementazione supervisionata che usi lo schermo, chiedere al responsabile del flusso di verificare se esiste un'esportazione o un'integrazione supportata.

Per altre indicazioni pratiche sull'adozione dell'AI, iscriviti alla newsletter.