Cosa mostra davvero il nuovo modello di OpenAI quando deve costruire qualcosa, non solo rispondere a una domanda
Un video può raccontare un salto tecnologico meglio di cento comunicati stampa. È quello che succede guardando la prova pratica di GPT-6 Astra, il nuovo modello generativo di OpenAI messo alla prova dal divulgatore Vincenzo Cosenza in oltre mezz’ora di test dal vivo pubblicato sul suo canale. Non si tratta di promesse su un benchmark, ma di compiti reali: una presentazione pronta in pochi minuti, una dashboard di marketing costruita da zero, un sito 3D navigabile, un diagramma che racconta una storia di dati.
Cos’è GPT-6 Astra e perché cambia le aspettative sull’IA
Dietro il nome in codice c’è un modello che OpenAI presenta come un progresso sensibile rispetto alla generazione precedente di ChatGPT, soprattutto su tre fronti: scrittura di codice, compiti lunghi e articolati su più fasi, e capacità di analisi. Non è un dettaglio da addetti ai lavori: significa che un singolo prompt può ora innescare un lavoro che prima richiedeva ore di supervisione umana, passo dopo passo.
Nel video, Cosenza apre proprio con l’analisi dei benchmark e delle nuove capacità, prima di passare alla parte più interessante per chi gestisce un’azienda: cosa succede quando al modello non si chiede una risposta, ma un risultato finito.
Dalla pagina bianca al lavoro finito: comunicazione e marketing in automatico
Una presentazione pronta in pochi minuti
Il primo banco di prova, intorno al minuto quattro del video, riguarda chi lavora ogni giorno con slide e documenti: una presentazione PowerPoint completa, generata da un’istruzione in linguaggio naturale, senza passare da template prestabiliti o lunghe sessioni di editing. La differenza rispetto ai tentativi precedenti di altri modelli non è tanto nella novità dell’idea, quanto nella coerenza del risultato: struttura, contenuti e impaginazione arrivano insieme, in un solo passaggio.
Un dataset di marketing diventa dashboard interattiva
Il test più rilevante per chi lavora nel marketing arriva quando a GPT-6 Astra viene affidato un dataset reale: il modello lo analizza e costruisce una dashboard interattiva, pensata per essere consultata e non solo guardata. È lo stesso terreno su cui si gioca gran parte della battaglia quotidiana di chi gestisce campagne pubblicitarie, dove capire davvero cosa raccontano i numeri è complicato dalle discrepanze tra le diverse fonti di dati e i modelli di attribuzione. Uno strumento che normalizza e visualizza i dati in autonomia non elimina il problema, ma lo rende più gestibile anche per chi non ha un analista dedicato in squadra.
Quando il codice diventa racconto: atlanti 3D e mondi impossibili
Un atlante interattivo per la saga di Dune
Più avanti il test si sposta sul terreno della programmazione pura. Al modello viene chiesto di sviluppare un atlante interattivo in 3D dedicato alla saga di Dune: un esempio di quello che in gergo si chiama “vibe coding”, cioè scrivere codice partendo da una descrizione informale di ciò che si vuole ottenere, lasciando al modello il compito di tradurla in struttura, logica e interfaccia funzionante.
Un mondo impossibile che si naviga dal browser
Il passaggio successivo, attorno al minuto diciassette, porta il modello a costruire un sito con un mondo 3D navigabile ispirato alle illusioni geometriche di Escher: scale che non portano da nessuna parte, prospettive impossibili, eppure tutto renderizzato e funzionante in un ambiente web navigabile in tempo reale. È la dimostrazione più visiva di cosa significhi, in pratica, la capacità di gestire compiti lunghi e a più fasi di cui parlano i benchmark.
Dati che raccontano storie: dal diagramma di Sankey alla visualizzazione avanzata
Il video dedica un passaggio specifico al data journalism: partendo da un insieme di dati, il modello costruisce un diagramma di Sankey, lo strumento visivo che mostra come un flusso — di denaro, di persone, di energia — si distribuisce e si trasforma passando da una categoria all’altra. Subito dopo arriva un’ulteriore visualizzazione avanzata, a conferma che il modello non produce un grafico qualunque, ma scegli il formato più adatto a raccontare quello specifico insieme di numeri.
Per chi lavora con i dati tutti i giorni, questo è forse il punto più pratico del test: il tempo che separa “ho un file con i numeri” da “ho un grafico che comunica qualcosa a chi deve decidere” si riduce drasticamente, senza passare da un software di business intelligence dedicato.
L’agente che naviga da solo: perché l’autonomia è il vero salto
La parte più significativa del test, forse, non è nemmeno quella più spettacolare. Verso la fine del video, attorno al minuto ventisei, Cosenza lascia che GPT-6 Astra usi il browser in totale autonomia: il modello naviga online e, senza istruzioni passo dopo passo, arriva a suonare un pianoforte virtuale. È un esempio quasi giocoso, ma mostra una capacità che pesa sul mondo del lavoro: un agente che decide da solo quali pagine aprire, quali pulsanti cliccare, quali sotto-obiettivi perseguire per arrivare al risultato richiesto.
Per un’azienda, un agente autonomo capace di eseguire compiti su più fasi senza supervisione continua significa meno tempo passato a coordinare attività ripetitive — le stesse che spesso si accumulano nella burocrazia interna che frena la crescita delle aziende. Ma significa anche affidare a un software l’accesso a strumenti, account e dati sensibili, e qui la domanda sulla sicurezza diventa centrale: come si governa un agente che agisce da solo, senza trasformare la semplicità d’uso in un rischio? Chi segue il dibattito sulla sicurezza degli strumenti IA pensati per le piccole e medie imprese sa che semplicità e controllo devono crescere insieme, non uno a scapito dell’altro.
Cosa può imparare una PMI italiana da GPT-6 Astra
Guardare un modello come GPT-6 Astra costruire da solo una dashboard o un sito 3D non significa che ogni azienda debba correre a sostituire i propri processi dall’oggi al domani. Significa piuttosto che il costo di sperimentare è crollato: un piccolo team può ora testare un’idea, un’analisi o un prototipo che prima avrebbe richiesto settimane e un budget dedicato. Questo vale anche per chi guarda a mercati oltre i confini nazionali: le PMI che valutano una strategia di diversificazione geografica possono usare questi strumenti per testare rapidamente contenuti, analisi di mercato e prototipi prima di investire risorse vere in un nuovo paese.
Resta però un punto che la storia dell’innovazione insegna da sempre: la tecnologia che arriva prima non è automaticamente quella che vince la fiducia del mercato. Come racconta la storia di come la dinamite trasformò la reputazione del suo stesso inventore, anche le aziende che adottano l’IA generativa più in fretta dovranno dimostrare, fatto dopo fatto, di saperla usare con responsabilità, non solo con velocità.
Il punto più concreto per chi guida un’azienda è questo: GPT-6 Astra sposta l’asticella da “l’IA risponde bene” a “l’IA porta a termine un lavoro”, e questo cambia il tipo di domande che vale la pena farsi. Non più solo “cosa posso chiedere a un chatbot”, ma “quale processo della mia azienda posso affidare, con supervisione, a un agente che lavora in autonomia”. È una domanda che conviene iniziare a farsi ora, con un progetto pilota piccolo e controllato, prima che la concorrenza lo faccia per prima.
GPT-6 Astra sposta l’asticella da “l’IA risponde bene” a “l’IA porta a termine un lavoro”.
Come si governa un agente che agisce da solo, senza trasformare la semplicità d’uso in un rischio?

Fonti
- GPT-6 Astra: il salto di ChatGPT — test di Vincenzo Cosenza — Prova pratica dal vivo del modello: benchmark, PowerPoint, dashboard, coding 3D, data journalism e uso autonomo del browser
Innohub TV
Watch this content also on Innohub TV
We picked clips from Innohub TV that continue the same topic.