OpenAI abbandona l'accesso a Deep Research agli utenti Plus, infiammando le guerre tra agenti AI con DeepSeek e Claude
Credito: VentureBeat realizzato con Midjourney
Iscriviti alle nostre newsletter giornaliere e settimanali per gli ultimi aggiornamenti e contenuti esclusivi sulla copertura AI leader del settore. Scopri di più
OpenAI ha annunciato oggi che sta distribuendo la sua potente funzionalità Deep Research a tutti gli utenti di ChatGPT Plus , Team , Education ed Enterprise , ampliando significativamente l'accesso a quello che molti esperti considerano l'agente di intelligenza artificiale più trasformativo dell'azienda dai tempi del ChatGPT originale.
"Deep Research è ora disponibile per tutti gli utenti di ChatGPT Plus, Team, Edu ed Enterprise", ha annunciato l'azienda sul suo account X ufficiale . Secondo l'annuncio, questi utenti riceveranno inizialmente 10 query di ricerca approfondita al mese, mentre gli abbonati al livello Pro avranno accesso a 120 query al mese.
Deep Research , basato su una versione specializzata del prossimo modello o3 di OpenAI, rappresenta un cambiamento significativo nel modo in cui l'IA può assistere in attività di ricerca complesse. A differenza dei chatbot tradizionali che forniscono risposte immediate, Deep Research esamina in modo indipendente centinaia di fonti online, analizza testo, immagini e PDF e sintetizza report completi paragonabili a quelli prodotti da analisti professionisti.
La ricerca approfondita è ora disponibile per tutti gli utenti di ChatGPT Plus, Team, Edu ed Enterprise.
— OpenAI (@OpenAI) 25 febbraio 2025
La tempistica dell'espansione di OpenAI non è affatto casuale. Il panorama dell'IA generativa si è trasformato radicalmente nelle ultime settimane, con la cinese DeepSeek che si è imposta come un disruptor inaspettato. Con l'open-sourcing del loro modello DeepSeek-R1 con una licenza MIT , hanno fondamentalmente sfidato il modello di business chiuso e basato su abbonamento che ha definito lo sviluppo dell'IA occidentale.
Ciò che rende questa competizione particolarmente interessante sono le filosofie divergenti in gioco. Mentre OpenAI continua a proteggere le sue capacità più potenti dietro livelli di abbonamento sempre più complessi, DeepSeek ha optato per un approccio radicalmente diverso: regalare la tecnologia e lasciare che mille applicazioni fioriscano.
L'azienda cinese di intelligenza artificiale Deepseek ha recentemente fatto scalpore quando ha annunciato R1, un modello di ragionamento open source che, a suo dire, ha raggiunto prestazioni paragonabili a o1 di OpenAI, a una frazione del costo.
Ma per coloro che seguono da vicino gli sviluppi dell'intelligenza artificiale, Deepseek e R1 non sono nati da... pic.twitter.com/FUahYP0HHz
Questa strategia riecheggia le epoche precedenti di adozione della tecnologia, in cui le piattaforme aperte alla fine creavano più valore dei sistemi chiusi. Il predominio di Linux nell'infrastruttura server offre un parallelo storico avvincente. Per i decisori aziendali, la questione diventa se investire in soluzioni proprietarie che potrebbero offrire vantaggi competitivi immediati o abbracciare alternative aperte che potrebbero promuovere un'innovazione più ampia in tutta la loro organizzazione.
La recente integrazione di DeepSeek-R1 da parte di Perplexity nel suo strumento di ricerca, a una frazione del prezzo di OpenAI, dimostra quanto rapidamente questo approccio aperto possa produrre prodotti concorrenti. Nel frattempo, Claude 3.7 Sonnet di Anthropic ha intrapreso un'altra strada, concentrandosi sulla trasparenza nel suo processo di ragionamento con "pensiero esteso visibile".
L'r1 di deepseek è un modello impressionante, soprattutto se si considera il rapporto qualità-prezzo.
ovviamente forniremo modelli molto migliori ed è davvero stimolante avere un nuovo concorrente! pubblicheremo alcune novità.
— Sam Altman (@sama) 28 gennaio 2025
Il risultato è un mercato frammentato in cui ogni attore principale offre ora un approccio distintivo alla ricerca basata sull'intelligenza artificiale. Per le aziende, ciò significa una scelta più ampia, ma anche una maggiore complessità nel determinare quale piattaforma si allinei meglio alle loro esigenze e ai loro valori specifici.
Quando Sam Altman scrive che Deep Research " probabilmente vale 1.000 $ al mese per alcuni utenti ", sta rivelando più di una semplice elasticità del prezzo: sta riconoscendo la straordinaria disparità di valore che esiste tra i potenziali utenti. Questa ammissione colpisce il cuore dell'attuale atto di bilanciamento strategico di OpenAI.
L'azienda si trova ad affrontare una tensione fondamentale: mantenere l'esclusività premium che finanzia il suo sviluppo e al contempo adempiere alla sua missione di garantire che "l'intelligenza artificiale generale avvantaggi tutta l'umanità". L'annuncio di oggi rappresenta un passo cauto verso una maggiore accessibilità senza compromettere il suo modello di fatturato.
Penso che inizialmente offriremo 10 utilizzi al mese per ChatGPT Plus e 2 al mese nel livello gratuito, con l'intento di aumentarli nel tempo.
probabilmente vale 1000 $ al mese per alcuni utenti, ma non vedo l'ora di vedere cosa ne faranno tutti! https://t.co/YBICvzodPF
— Sam Altman (@sama) 12 febbraio 2025
Limitando gli utenti del livello gratuito a sole due query al mese, OpenAI offre essenzialmente un teaser, sufficiente a dimostrare le capacità della tecnologia senza cannibalizzare le sue offerte premium. Questo approccio segue il classico playbook "freemium" che ha definito gran parte dell'economia digitale, ma con vincoli insolitamente rigidi che riflettono le sostanziali risorse di elaborazione richieste per ogni query Deep Research.
L'assegnazione di 10 query mensili per gli utenti Plus ($ 20/mese) rispetto a 120 per gli utenti Pro ($ 200/mese) crea una chiara demarcazione che preserva la proposta di valore premium. Questa strategia di distribuzione a livelli suggerisce che OpenAI riconosce che la democratizzazione dell'accesso alle funzionalità AI avanzate richiede più di un semplice abbassamento delle barriere di prezzo: richiede un ripensamento fondamentale del modo in cui queste funzionalità vengono confezionate e fornite.
La cifra principale, il 26,6% di accuratezza su " L'ultimo esame dell'umanità ", racconta solo una parte della storia. Questo parametro di riferimento, progettato per essere straordinariamente impegnativo anche per gli esperti umani, rappresenta un salto quantico rispetto alle precedenti capacità dell'intelligenza artificiale. Per contestualizzare, raggiungere anche solo il 10% in questo test sarebbe stato considerato notevole solo un anno fa.
Ciò che è più significativo non è solo la performance grezza, ma la natura del test stesso, che richiede la sintesi di informazioni su domini disparati e l'applicazione di un ragionamento sfumato che va ben oltre il pattern matching. L'approccio di Deep Research combina diverse innovazioni tecnologiche: pianificazione multi-fase, recupero adattivo delle informazioni e, forse più cruciale, una forma di autocorrezione computazionale che consente di riconoscere e rimediare ai propri limiti durante il processo di ricerca.
Tuttavia, queste capacità presentano notevoli punti ciechi. Il sistema rimane vulnerabile a ciò che potrebbe essere definito " pregiudizio del consenso ", una tendenza a privilegiare punti di vista ampiamente accettati, trascurando potenzialmente prospettive contrarie che sfidano il pensiero consolidato. Questo pregiudizio potrebbe essere particolarmente problematico in ambiti in cui l'innovazione spesso emerge dalla sfida alla saggezza convenzionale.
Inoltre, la dipendenza del sistema dai contenuti web esistenti implica che eredita i pregiudizi e le limitazioni del suo materiale di origine. In campi in rapida evoluzione o specialità di nicchia con documentazione online limitata, Deep Research potrebbe avere difficoltà a fornire analisi veramente esaustive. E senza accesso a database proprietari o riviste accademiche in abbonamento, le sue intuizioni su determinati domini specializzati potrebbero rimanere superficiali nonostante le sue sofisticate capacità di ragionamento.
Per i leader C-suite, Deep Research presenta un paradosso: uno strumento abbastanza potente da ridefinire i ruoli in tutta l'organizzazione, ma ancora troppo limitato per essere implementato senza un'attenta supervisione umana. I guadagni immediati in termini di produttività sono innegabili: compiti che un tempo richiedevano giorni di tempo di analisi ora possono essere completati in pochi minuti. Ma questa efficienza comporta implicazioni strategiche complesse.
Le organizzazioni che integrano Deep Research in modo efficace dovranno probabilmente reimmaginare completamente i loro flussi di lavoro informativi. Invece di sostituire semplicemente gli analisti junior, la tecnologia potrebbe creare nuovi ruoli ibridi in cui l'esperienza umana si concentra sulla formulazione di domande, sulla valutazione delle fonti e sulla valutazione critica delle intuizioni generate dall'IA. Le implementazioni di maggior successo probabilmente considereranno Deep Research non come un sostituto del giudizio umano, ma come un amplificatore delle capacità umane.
Ricerca approfondita per gli utenti di ChatGPT Plus!
una delle mie cose preferite che abbiamo mai spedito.
— Sam Altman (@sama) 25 febbraio 2025
La struttura dei prezzi crea le sue considerazioni strategiche. A $ 200 al mese per gli utenti Pro con 120 query, ogni query costa effettivamente circa $ 1,67, una spesa irrisoria rispetto ai costi del lavoro umano. Tuttavia, il volume limitato crea una scarsità artificiale che costringe le organizzazioni a stabilire le priorità per quali domande meritano davvero le capacità di Deep Research. Questo vincolo può ironicamente portare a un'applicazione più ponderata della tecnologia rispetto a quanto incoraggerebbe un modello puramente illimitato.
Le implicazioni a lungo termine sono più profonde. Man mano che le capacità di ricerca che un tempo erano riservate alle organizzazioni d'élite diventano ampiamente accessibili, il vantaggio competitivo deriverà sempre più non dall'accesso alle informazioni, ma dal modo in cui le organizzazioni formulano le domande e integrano le intuizioni generate dall'IA nei loro processi decisionali. Il valore strategico si sposta dalla conoscenza alla comprensione, dalla raccolta di informazioni alla generazione di intuizioni.
Per i leader tecnici, il messaggio è chiaro: la rivoluzione della ricerca sull'intelligenza artificiale non è più in arrivo, è già qui. La questione non è se adattarsi, ma quanto velocemente le organizzazioni possono sviluppare i processi, le competenze e la mentalità culturale necessari per prosperare in un panorama in cui la ricerca approfondita è stata fondamentalmente democratizzata.
Se vuoi impressionare il tuo capo, VB Daily ha quello che fa per te. Ti diamo informazioni privilegiate su cosa stanno facendo le aziende con l'intelligenza artificiale generativa, dai cambiamenti normativi alle implementazioni pratiche, così puoi condividere approfondimenti per il massimo ROI.
Leggi la nostra Informativa sulla Privacy
Grazie per esserti iscritto. Scopri altre newsletter VB qui .
Si è verificato un errore.
venturebeat
