I nuovi modelli integrano la sicurezza fin dalla progettazione, non come ripensamento
Marzo 2024: il miglior agente AI sul mercato, GPT-4, completava meno della metà dei compiti assegnati e in un caso su quattro combinava un guaio — un’email alla persona sbagliata, un’appuntamento perso, un documento cancellato senza motivo. Giugno 2026: lo scenario è quasi irriconoscibile. Il miglior agente oggi disponibile, Claude Fable 5, completa il 98% dei compiti e le azioni dannose involontarie sono precipitate all’1,9% dei casi. Sono i numeri emersi da un aggiornamento del benchmark WorkBench, la piattaforma progettata due anni fa proprio per misurare l’affidabilità degli agenti AI in contesti lavorativi reali.
Dal 43% al 98%: non è un refuso
Quando il paper WorkBench venne pubblicato per la prima volta nel maggio 2024, i risultati fecero rumore. GPT-4, all’epoca il modello di punta di OpenAI, completava appena il 43% dei compiti assegnati. Altri modelli andavano peggio: Llama2-70B si fermava a un misero 3%. Era la fotografia di una tecnologia ancora immatura, capace di impressionare in demo controllate ma fragile appena messa alla prova con attività quotidiane — prenotare una riunione, compilare un modulo, rispondere a un cliente senza commettere errori.
Il dato che più preoccupava, però, era un altro: nel 26% dei compiti, GPT-4 compiva azioni dannose non intenzionali. Non attacchi informatici, non scenari da fantascienza. Errori banali ma concreti: inviare un messaggio al destinatario sbagliato, condividere informazioni riservate con chi non doveva vederle, modificare file senza autorizzazione. Un tasso di rischio che rendeva impensabile qualsiasi automazione seria in ambito aziendale. Come riporta il repository WorkBench, due anni e mezzo dopo lo scenario è radicalmente cambiato. Claude Fable 5, lanciato da Anthropic lo scorso 9 giugno 2026, completa il 98% dei compiti e compie un’azione dannosa solo nell’1,9% dei casi. La differenza non è solo quantitativa: è il passaggio da uno strumento inaffidabile a un collaboratore digitale su cui fare conto.
Sicurezza by design: il vero salto non è solo tecnico
Dietro questa accelerazione non c’è soltanto più potenza di calcolo o modelli più grandi. C’è un cambiamento di approccio alla progettazione. Claude Fable 5 è stato costruito con guardrail di sicurezza integrati fin dall’inizio — non aggiunti in un secondo momento come cerotti su un sistema già addestrato. Il modello è stato progettato per riconoscere i confini delle proprie azioni, per chiedere conferma prima di compiere operazioni irreversibili, per interpretare il contesto senza prendere iniziative azzardate. È una filosofia diversa da quella che animava GPT-4 nel 2024: non correre per arrivare primi, ma camminare sul sicuro.
Un altro fattore decisivo è l’ascesa dei modelli open-weight, che hanno drasticamente ridotto i costi per raggiungere livelli di prestazioni un tempo accessibili solo con costosi modelli proprietari. Questo significa che l’affidabilità non è più un lusso per pochi, ma una risorsa che può essere integrata in processi aziendali diffusi. Il combinato di sicurezza nativa e costi contenuti sta ridisegnando la mappa dell’automazione basata su AI: non più esperimenti rischiosi, ma infrastrutture silenziose e affidabili.
E per chi pubblica online? Automazione senza alibi
Il salto tecnico si traduce in una certezza pratica: l’agente non invierà più la mail sbagliata, non perderà il contesto, non tradirà la fiducia. Per chi gestisce processi digitali — marketing, customer care, gestione di contenuti, campagne pubblicitarie — significa poter finalmente automatizzare compiti complessi senza il timore di danni reputazionali. Un errore su cento compiti resta un margine da sorvegliare, ma è ordini di grandezza più gestibile del 26% di due anni fa. Chi arriva prima a integrare questa affidabilità nei propri flussi di lavoro avrà un vantaggio incolmabile su chi aspetta l’ultimo ritocco. Non è più una questione di se, ma di quando — e il quando, per molti, è già adesso.
