Se la tua PMI opera in Svizzera o nello Spazio economico europeo, oggi non puoi ancora attivare OpenAI Dots su un piano Pro. Il limite geografico è quasi un vantaggio: concede tempo per progettare permessi, approvazioni e metriche prima che un agente sempre attivo entri davvero nei processi aziendali.

Dots non è una chat da interrogare quando serve. OpenAI lo descrive come un agente persistente, dotato di un computer cloud, memoria, attività programmate e connessioni alle applicazioni. Può continuare un lavoro tra una conversazione e l’altra, osservare le fonti autorizzate e proporre attività senza attendere un nuovo prompt. È proprio questa continuità a renderlo interessante per una PMI e, nello stesso tempo, più delicato di un normale chatbot.

La domanda utile non è quindi «quanto è intelligente?», ma «quale responsabilità circoscritta può assumere senza aumentare il rischio operativo?». Questa guida propone un pilota di quattro settimane, applicabile a Dots quando disponibile oppure a un altro agente persistente con capacità equivalenti.

Che cosa cambia con un agente persistente

Un assistente tradizionale riceve una richiesta, produce una risposta e si ferma. Un agente persistente mantiene invece un obiettivo nel tempo. Può controllare una casella condivisa, seguire una scadenza, raccogliere documenti, aprire attività in strumenti diversi e tornare dall’utente quando manca una decisione.

OpenAI ha presentato Dots il 29 settembre 2026. Il prodotto usa GPT-6 Astra, dispone di un proprio computer cloud e può collegarsi a migliaia di applicazioni tramite plugin. L’accesso al computer locale è opzionale e parte disattivato. Le attività in corso, programmate e concluse restano visibili nel profilo dell’agente, che può essere messo in pausa.

Queste caratteristiche spostano il problema dal prompt alla governance. Un errore in una risposta può essere corretto. Un errore eseguito ogni mattina su posta, CRM o file condivisi può invece propagarsi prima che qualcuno lo noti. La persistenza moltiplica sia il valore sia il raggio dell’errore.

La mia regola pratica è semplice: un agente sempre attivo non deve partire da un processo importante. Deve partire da un processo frequente, reversibile e già abbastanza chiaro da poter essere misurato.

Scegli un caso d’uso con tre confini

Per un primo pilota eviterei pagamenti, cancellazioni, modifiche ai dati anagrafici e messaggi inviati a clienti senza revisione. Sono azioni dove un singolo errore ha un costo elevato o difficilmente reversibile. Meglio scegliere un’attività preparatoria, per esempio:

  • raccogliere ogni mattina richieste e scadenze da fonti autorizzate;
  • preparare una bozza di report settimanale da dati già disponibili;
  • classificare ticket e proporre la priorità, senza chiuderli;
  • controllare un calendario di rinnovi e generare una lista di anomalie;
  • predisporre bozze di contenuti o risposte, lasciando l’invio a una persona.

Il caso scelto deve avere tre confini scritti. Il primo è l’input: quali cartelle, caselle, calendari o record può leggere. Il secondo è l’output: che cosa deve consegnare e in quale formato. Il terzo è il divieto: che cosa non deve mai fare, anche se sembra una scorciatoia ragionevole.

Un obiettivo come «aiutami con l’amministrazione» non è verificabile. Un obiettivo come «ogni giorno alle 08:30 prepara l’elenco delle fatture in scadenza entro sette giorni, segnala i dati mancanti e salva una bozza; non inviare messaggi e non modificare il gestionale» definisce invece un risultato controllabile.

Costruisci una matrice dei permessi

I plugin condividono le autorizzazioni con Dots, ChatGPT Work e Codex. Questo significa che una connessione già presente può diventare disponibile all’agente nel perimetro concesso. Non basta quindi verificare che l’integrazione funzioni: bisogna controllare account, ambito e azioni autorizzate.

Per ogni sistema collegato, crea una matrice con quattro livelli:

  1. Lettura: l’agente consulta solo le fonti necessarie al caso d’uso.
  2. Bozza: può preparare un documento, un ticket o un messaggio, ma non inviarlo.
  3. Scrittura reversibile: può aggiornare campi o creare record che un operatore può annullare.
  4. Azione irreversibile o esterna: invii, acquisti, cancellazioni e pubblicazioni richiedono consegna alla persona.

Il pilota dovrebbe partire dai primi due livelli. OpenAI permette di definire regole personalizzate con comportamenti come eseguire senza chiedere, agire se pre-approvato, chiedere conferma oppure passare l’azione all’utente. La scelta prudente non è chiedere conferma su tutto: troppe finestre producono assuefazione. Serve invece una conferma nei passaggi che cambiano stato o coinvolgono persone esterne.

Anche le credenziali meritano un confine separato. Un agente non dovrebbe ricevere una chiave amministrativa quando basta un account dedicato con permessi minimi. Lo stesso principio è descritto nella guida Chiavi API: limita i danni degli agenti: identità separata, budget limitato e possibilità di revoca riducono l’impatto di un errore.

Separa ricerca proattiva ed esecuzione

Dots può svolgere ricerca proattiva sulle fonti connesse e salvare note private. Secondo la documentazione OpenAI, questa ricerca non può inviare messaggi, modificare contenuti tramite plugin o controllare direttamente browser e computer. Un’azione successiva passa comunque dalle regole e dai controlli previsti.

Questa separazione è un buon modello anche per altri agenti. Il primo stadio osserva e prepara. Il secondo propone un’azione con destinatario, dati coinvolti ed effetto previsto. Il terzo esegue solo se la politica lo consente. Il log deve conservare almeno input usati, decisione proposta, approvazione ricevuta ed esito.

Un esempio concreto è la gestione dei ticket. L’agente può leggere i nuovi messaggi, classificare urgenza e tema, collegare la documentazione e preparare una bozza. Non deve però chiudere il ticket o promettere una data al cliente. Queste due azioni impegnano l’azienda e restano al responsabile.

Il principio vale anche su WordPress. Un agente può controllare aggiornamenti, vulnerabilità note e differenze tra staging e produzione. Non dovrebbe aggiornare automaticamente un plugin critico sul sito live senza backup verificato, test e possibilità di rollback.

Tratta memoria e dati come un registro

Un agente persistente usa memoria e informazioni provenienti dalle applicazioni connesse per mantenere il contesto. Disconnettere un’app non elimina automaticamente ciò che l’agente ha già ricavato. Nella documentazione attuale di Dots, per eliminare il contesto dell’agente è necessario eliminarlo o reimpostarlo; file, thread Codex e conversazioni ChatGPT creati altrove restano separati e seguono i rispettivi controlli.

Prima del pilota, scrivi quindi quali categorie di dati sono ammesse. Dati pubblici, procedure interne e calendari operativi possono rientrare nel perimetro. Credenziali, dati sanitari, documenti legali riservati e archivi completi dei clienti richiedono invece una valutazione specifica, non una spunta frettolosa durante l’onboarding.

Il tipo di piano conta. OpenAI dichiara che i dati dei prodotti Business ed Enterprise non vengono usati per addestrare i modelli per impostazione predefinita. Nei workspace personali Free, Plus o Pro la condivisione per il miglioramento dei modelli può essere attiva e va controllata in Data Controls. Questa distinzione non sostituisce gli obblighi aziendali su minimizzazione, conservazione e accessi.

Per una PMI, il registro può stare in una pagina condivisa e contenere: proprietario del processo, fonti connesse, scopo, categorie di dati, azioni consentite, azioni vietate, durata del pilota, responsabile delle approvazioni e procedura di revoca. Se queste informazioni non stanno in una pagina, il perimetro è probabilmente troppo largo.

Misura quattro settimane, non le impressioni

La sensazione che l’agente «faccia risparmiare tempo» non basta. Prima di attivarlo, misura una settimana del processo manuale. Poi confronta quattro indicatori:

  • tempo netto risparmiato: minuti manuali evitati meno minuti di revisione e correzione;
  • tasso di accettazione: risultati approvati senza modifiche sostanziali;
  • errori sfuggiti: problemi rilevati dopo l’approvazione o l’esecuzione;
  • interventi richiesti: blocchi, richieste di accesso e decisioni che interrompono il flusso.

Aggiungerei un quinto dato: quante volte l’agente ha proposto un’attività utile prima che qualcuno la chiedesse. È la metrica che distingue davvero un agente persistente da una chat ben configurata. Va però pesata con i falsi allarmi: dieci notifiche per ottenere un suggerimento valido non sono proattività, sono rumore.

Per calcolare il valore economico puoi riusare il metodo descritto in ROI dell’AI: misura un workflow: stabilisci una baseline, conta il costo della supervisione e misura il risultato sul flusso completo, non solo sul passaggio accelerato.

Un piano operativo in quattro settimane

Settimana 1: sola lettura

Collega una fonte non critica e limita l’agente alla raccolta. Confronta ogni risultato con il processo manuale. Registra dati mancanti, interpretazioni errate e richieste di permesso. Nessuna azione cambia sistemi esterni.

Settimana 2: bozze revisionate

Aggiungi un output concreto: report, risposta, ticket o checklist. Una persona approva, modifica o respinge ogni bozza. Le correzioni diventano istruzioni esplicite, non preferenze affidate alla memoria implicita.

Settimana 3: una scrittura reversibile

Autorizza una sola azione annullabile, per esempio creare un ticket con etichetta «da verificare». Imposta un limite quantitativo e un alert oltre soglia. Mantieni invii esterni e cancellazioni fuori dal perimetro.

Settimana 4: verifica e decisione

Rivedi log, permessi e metriche. Revoca le connessioni inutili. Decidi se estendere, correggere o chiudere il pilota. L’estensione deve riguardare un solo asse alla volta: più fonti, più frequenza oppure una nuova azione. Cambiare tutto insieme rende impossibile capire quale scelta ha prodotto il risultato.

La disponibilità non è il via libera

Al 27 ottobre 2026, Dots è in distribuzione graduale. Il piano Pro è disponibile agli adulti nei mercati ammessi, con esclusione iniziale di Spazio economico europeo, Svizzera e Regno Unito. Business Premium dipende dall’idoneità del workspace; Enterprise, Edu e Healthcare richiedono l’attivazione dell’amministratore e partono disabilitati.

Quando il prodotto arriverà nel tuo account, la tentazione sarà collegare subito posta, calendario, documenti e computer. È l’ordine sbagliato. Prima definisci una responsabilità, poi concedi il minimo accesso che serve per provarla. Solo dopo misuri se il risultato giustifica un perimetro più ampio.

La differenza tra un agente utile e un rischio permanente non sta nel nome del modello. Sta nella qualità del processo che gli consegni: input limitati, output verificabili, gate sulle azioni esterne e una persona chiaramente responsabile.

Fonti