La scena si ripete in tutte le aziende che iniziano a prendere sul serio l'IA. Qualcuno del team scopre il deep research, lancia una domanda difficile — il panorama competitivo di un verticale, la regolamentazione in arrivo, chi sta comprando chi — e dieci minuti dopo ha un report di quindici pagine con le fonti. La reazione è giusta: è ottimo. La conclusione che si tira subito dopo quasi mai lo è: «allora non dobbiamo costruire niente».
La tesi in una frase: il confine fra il deep research del fornitore e un agente di ricerca proprio non è la difficoltà della domanda, è la sua ripetizione. Per una domanda che fai una volta, il pulsante vince sempre e di molto. Per una che farai ogni lunedì sulle stesse fonti, non è che il pulsante sia peggiore — è che non è costruito per quello, e si vede in quattro punti molto precisi che non hanno nulla a che fare con la qualità del testo.
Deep research di ChatGPT vs agente di ricerca proprio: cosa fa davvero ciascuno
Il deep research di ChatGPT, secondo la documentazione di OpenAI, pianifica, ricerca e sintetizza una domanda complessa in un report documentato. Può lavorare con il web pubblico, con file che carichi, con siti specifici che gli indichi e con applicazioni collegate che supportano la funzione. Propone un piano di ricerca che puoi rivedere prima dell'avvio, si può interrompere a metà per riorientarlo, e restituisce un report con citazioni e una sezione delle fonti usate. È, di gran lunga, il miglior rapporto risultato/sforzo sul mercato per una domanda una tantum.
Un agente di ricerca proprio fa un'altra cosa, anche se dentro si assomigliano. Non risponde a una domanda: sostiene un presidio. Ha un insieme di fonti che non va ridichiarato, una memoria che accumula ciò che ha già visto, un criterio scritto una volta su cosa è segnale e cosa è rumore, e un'uscita che va da qualche parte — una casella, una tabella, un canale — invece che in una conversazione. La differenza non è il modello. È la forma.
I quattro limiti che non sono di qualità, ma di forma
Tutti e quattro si leggono nella documentazione di OpenAI, senza doversi fidare di nessuno. Nessuno è un difetto: sono conseguenze del fatto che il deep research è progettato per un compito che inizia e finisce.
1. È in sola lettura per progetto
La documentazione lo dice senza ambiguità: il deep research usa le azioni di lettura delle app collegate e non usa azioni di scrittura come parte della ricerca. Ovvero: produce un report e lì il suo lavoro finisce. Nessuno sposta il risultato nella tabella, nel CRM o nel canale dove qualcuno lo avrebbe usato. Se metà del valore del tuo presidio sta nel far atterrare la scoperta da qualche parte, il pulsante ti lascia esattamente prima di quella metà.
2. Il risultato vive dentro una conversazione, e muore con essa
I risultati seguono la policy di conservazione della conversazione: se cancelli la chat spariscono anche i relativi output di deep research. Per una domanda una tantum è irrilevante. Per un presidio settimanale è tutto il problema, perché il valore del presidiare non sta nel report di questa settimana: sta nel poter dire «questo l'avevamo già visto a marzo e allora il numero era un altro». Una casella di conversazioni non è un corpus.
3. Le fonti si ridichiarano a ogni task
Puoi restringere la ricerca a domini specifici, dargli priorità sul web aperto e caricare file. È potente, ed è manuale: ogni nuovo task riparte da zero su quella configurazione. La prima volta è un lusso. La trentesima è lavoro amministrativo che qualcuno salterà un martedì di fretta, ed è il giorno in cui il presidio smette di essere confrontabile con se stesso.
4. La quota è pensata per l'uso una tantum
L'uso varia per piano, c'è un contatore visibile nel prodotto, e nei piani con assegnazione mensile fissa quel contatore si azzera ogni 30 giorni dalla data del primo utilizzo — non il primo del mese. È un'economia progettata per domande che arrivano quando arrivano. Un presidio ricorrente, moltiplicato per le persone che ne hanno bisogno, mangia quell'assegnazione in modo abbastanza prevedibile.
Nota cosa NON c'è in questa lista: niente sulla qualità del ragionamento, sulla copertura delle fonti o sulla scrittura. Su quello il deep research del fornitore è difficile da battere, e chi ti dice che il suo agente artigianale ragiona meglio probabilmente non li ha confrontati.
La domanda che decide, e si risponde in dieci secondi
Rifarai questa stessa domanda il mese prossimo, sulle stesse fonti, aspettandoti di poter confrontare la risposta con quella di oggi?
Se la risposta è no, chiudi questa scheda e usa il pulsante. Sul serio: la maggior parte delle domande di un'azienda è di questo tipo, e costruire per esse è il modo più caro per non imparare niente. Se la risposta è sì, allora quello che ti serve non è un report migliore. Ti servono fonti fissate, ciò che è stato visto conservato, un'uscita che atterra dove lavorano le persone, e nessuno che debba ricordarsi di lanciarlo.
| Segnale | Pulsante del fornitore | Agente proprio |
|---|---|---|
| Frequenza | Una volta, o quando capita | Cadenza fissa: settimanale, mensile |
| Fonti | Scelte per quella domanda | Un insieme stabile che non si ridichiara |
| Confrontabilità | Ogni report riparte da zero | Quello di oggi si confronta con marzo |
| Destinazione della scoperta | Una conversazione | Tabella, casella, canale, sistema |
| Chi lo lancia | Una persona che se ne ricorda | Un calendario |
| Chi risponde se fallisce | Nessuno: non è fallito, non è successo | Qualcuno con un nome |
Cosa vince il pulsante e non dovresti ricostruire
C'è una tentazione, appena si decide di costruire, di ricostruire tutto. È un errore caro. Tre cose del deep research del fornitore sono ottime e non conviene replicarle: il piano di ricerca modificabile prima dell'avvio, la tracciabilità delle citazioni nel report finale, e la possibilità di interrompere e riorientare a metà. Un agente proprio ben impostato non compete con quello: lo usa dove ha senso e si occupa del resto.
Detto altrimenti: la decisione non è «fornitore o in casa». È quale parte del lavoro è una domanda e quale è un processo. Alla domanda il fornitore risponde benissimo. Il processo — la cadenza, la memoria, la destinazione, il proprietario — è tuo, e non lo vende nessuno perché dipende dalle tue fonti e dal tuo organigramma.
Cosa può fare solo un agente proprio
Quattro cose, tutte noiose. Che è esattamente il motivo per cui nessuno le mostra in demo.
- Accumulare. Salvare ogni scoperta con la sua data e la sua fonte perché il sesto giro possa dire «questo è cambiato» invece di ripetere il contesto. Senza questo non c'è presidio, ci sono report sciolti.
- Atterrare. Scrivere il risultato dove qualcuno lo userà. E questo, appena esce dalla conversazione, smette di essere un problema di ricerca e diventa uno di permessi e identità: cosa può leggere e scrivere l'agente, con quale credenziale, e chi lo stacca se serve. Come impostarlo sta in collegare l'IA ai tuoi sistemi.
- Filtrare con criterio proprio. Cosa conta come segnale nel TUO mercato non lo sa un modello generico: si scrive una volta, si corregge con i primi falsi positivi e resta scritto. Quel criterio è l'asset, non il prompt.
- Avere un proprietario. Una persona che rivede l'output, corregge il criterio quando devia e decide quando ampliare il perimetro. Il disegno di quella supervisione sta in l'umano nel loop di un'automazione IA, e non è opzionale: un agente di ricerca senza revisore finisce per produrre una newsletter che nessuno apre.
L'errore di costruire troppo presto
La sequenza sana è controintuitiva: usa il pulsante finché non fa male. Lancia la domanda a mano per sei o sette settimane di fila. Scoprirai tre cose che non puoi sapere prima: quali fonti finisci sempre per usare, quale parte del report leggi davvero e quale salti, e cosa fai della scoperta quando ce l'hai. Quelle tre risposte sono la specifica dell'agente, e vengono gratis.
Costruire prima di averle è lo schema che produce agenti che funzionano e non servono: ricercano bene un tema che nessuno guarda, in un formato che nessuno legge, e a nessuno importa quando smettono di girare. I criteri generali su quando un agente merita di esistere in azienda stanno in agenti IA per le aziende; questa decisione è un caso particolare di quelli.
Come si decide in dieci minuti
- Scrivi la domanda che stai per automatizzare. Se non sta in una frase, non è ancora un presidio: è un tema.
- Conta quante volte l'hai già fatta. Meno di cinque: resta sul pulsante.
- Guarda se le fonti sono le stesse ogni volta. Se cambiano, resta sul pulsante — quello che hai è curiosità, non presidio.
- Chiediti che fine fa la scoperta. Se la risposta è «la legge una persona e decide», il pulsante basta. Se è «deve restare registrata e confrontata», lì comincia l'agente.
- Cerca il nome del proprietario. Se non c'è, non costruire: produrrai una newsletter orfana.
Quattro no e un sì: usa il pulsante. Cinque sì: quello che ti serve è un agente di ricerca che gira sulle tue fonti, non un report più lungo.
Noi montiamo la parte noiosa — la cadenza, la memoria, la destinazione e il proprietario — come dipendenti IA che lavorano sui tuoi sistemi. E quando la risposta onesta è che il pulsante ti basta, lo diciamo: è il consiglio più economico che diamo e quello che diamo più spesso.