Microsoft Trasforma i Rivali dell’AI in Compagni di Squadra

Microsoft ha appena reso ufficiali i suoi frenemies.

Il recente aggiornamento di Copilot dell’azienda fa qualcosa che non mi aspettavo di vedere così presto: mette GPT di OpenAI e Claude di Anthropic nello stesso spazio di lavoro, collaborando sui tuoi compiti di ricerca. Non in competizione. In collaborazione.

Come qualcuno che costruisce bot per mestiere, questa mossa mi dice di più sulla direzione verso cui si sta dirigendo l’AI aziendale di quanto potrebbe mai fare una presentazione.

La Configurazione: Due Modelli, Un Workflow

Ecco cosa ha effettivamente lanciato Microsoft: Copilot Researcher ora include due nuove funzionalità chiamate Critique e Council. Il workflow è semplice: GPT redige la ricerca iniziale, poi Claude la rivede per accuratezza e completezza. Gli utenti possono anche scegliere quale modello gestisce specifici compiti di ricerca.

Pensa a questo come avere due sviluppatori senior in revisione del codice. Uno scrive in fretta, l’altro rileva i casi limite. Entrambi rendono il risultato finale migliore.

Microsoft ha persino lanciato Copilot Cowork, un agente aziendale costruito interamente sulla tecnologia di Anthropic. Questo è un segnale importante. Non stanno solo testando Claude: stanno lanciando funzionalità in produzione con esso.

Perché Questo È Importante per i Costruttori di Bot

Ho trascorso l’ultimo anno a costruire bot che instradano tra diversi LLM in base al tipo di compito. È disordinato. Gestisci molte chiavi API, affronti diversi formati di risposta e scrivi logica personalizzata per decidere quale modello ottiene quale lavoro.

Microsoft ha appena convalidato questo approccio a livello aziendale.

Il vero insight qui non è che esistono molti modelli—lo sapevamo. È che Microsoft sta scommettendo che il suo vantaggio competitivo non è il modello stesso. È il layer di dati, i punti di integrazione e la logica di orchestrazione che decide quando usare quale AI.

Per quelli di noi che costruiscono bot, questo è un piano. Smetti di cercare di scegliere il modello “migliore”. Inizia a pensare all’orchestrazione dei modelli come a una funzionalità fondamentale.

La Realtà Tecnica

Sii pratico su cosa significa questo nel codice. Quando costruisci un bot di ricerca oggi, probabilmente hai qualcosa del genere:

Una chiamata API a un modello. Semplice, ma limitato.

Il approccio di Microsoft suggerisce un modello diverso: redigere con un modello, convalidare con un altro e poi sintetizzare i risultati. Queste sono tre chiamate API e un po’ di logica intelligente nel mezzo.

È più lento? Sì. È più costoso? Probabilmente. È più accurato? Questa è la scommessa che sta facendo Microsoft.

Per i bot in produzione che gestiscono ricerche ad alto rischio—scoperta legale, revisione della letteratura medica, analisi finanziaria—questo compromesso ha senso. La velocità conta meno dell’accuratezza.

Cosa Non Sta Dicendo Microsoft

Ecco cosa trovo interessante: Microsoft ha un enorme investimento in OpenAI, eppure sta attivamente integrando il modello di un concorrente nel suo prodotto di punta. Non è una decisione casuale.

Ciò suggerisce alcune cose. Innanzitutto, hanno incontrato scenari reali in cui solo GPT non era sufficiente. In secondo luogo, sono preoccupati per la dipendenza dai modelli—non mettere tutte le uova in un solo paniere AI. Infine, stanno vedendo ciò che tutti noi stiamo vedendo: diversi modelli hanno diverse forze.

Claude tende ad essere più cauto e dettagliato. GPT tende ad essere più veloce e creativo. Perché scegliere quando puoi usare entrambi?

Il Messaggio per i Costruttori di Bot

Se stai costruendo agenti AI in questo momento, ecco cosa sto portando via da questo:

Smetti di ottimizzare per un singolo modello. Progetta la tua architettura per scambiare modelli in base ai requisiti del compito. Costruisci livelli di valutazione che possano catturare le allucinazioni e gli errori, indipendentemente da quale modello li abbia generati. Pensa all’orchestrazione dell’AI come a una funzionalità, non solo come a un’infrastruttura.

Microsoft non sta facendo questo perché sia elegante. Lo stanno facendo perché funziona meglio per i loro utenti. Questo è l’unico parametro che conta.

Quale Sviluppo si Aspetta

Stiamo passando da “quale AI dovrei usare?” a “come dovrei combinare le AI?”. Questo è un problema più interessante da risolvere.

Mi aspetto che ne vedremo di più—non solo da Microsoft, ma in tutto il settore. I sistemi multi-modello diventeranno uno standard per qualsiasi applicazione AI seria. Gli strumenti miglioreranno. I modelli si stabilizzeranno.

Per ora, Microsoft ci ha appena mostrato il manuale operativo. Due modelli concorrenti, un workflow, risultati migliori. A volte la soluzione migliore non è scegliere un vincitore—è far lavorare insieme i concorrenti.

Questa è una lezione che si applica a più di solo l’AI.

🕒 Published: April 4, 2026