Microsoft introduce l'intelligenza multi-modello in Researcher e Copilot Cowork

I nuovi aggiornamenti di Microsoft 365 Copilot integrano modelli di OpenAI e Anthropic per la deep research. Researcher con Critique supera il benchmark DRACO…

Contenuto

Microsoft introduce l'intelligenza multi-modello in Researcher e Copilot Cowork

Scopri anche

Microsoft introduce l'intelligenza multi-modello in Researcher e Copilot Cowork

Microsoft 365 Copilot adotta l'approccio multi-modello con Researcher e Copilot Cowork

In questo articolo:

Microsoft ha annunciato aggiornamenti a Researcher, l'agente di deep research di Microsoft 365 Copilot, che traducono l'approccio multi-modello direttamente negli scenari di lavoro aziendali. Invece di affidarsi a un singolo modello, Researcher ora utilizza più modelli che lavorano insieme, ognuno con un ruolo distinto nel flusso di lavoro. Parallelamente, Copilot Cowork è disponibile attraverso il programma Frontier, abilitando attività complesse e processi multi-step all'interno dell'ecosistema Microsoft 365.

L'architettura multi-modello: Critique e Council

⬆ Torna su

La novità centrale riguarda l'introduzione di due funzionalità, Critique e Council, che formalizzano il concetto di "multi-model intelligence" nel prodotto enterprise. Con Critique, Microsoft divide il lavoro in due fasi distinte: un modello pianifica il task, recupera le informazioni e prepara una prima bozza; un secondo modello interviene come revisore esperto per rafforzare struttura, completezza, affidabilità delle fonti e rigore delle citazioni. I modelli coinvolti provengono dai Frontier labs, inclusi Anthropic e OpenAI.

La logica sottostante riprende i processi di revisione accademica e professionale: non si chiede a un solo modello di fare tutto, ma si assegna a uno il compito di scrivere e a un altro quello di criticare. L'obiettivo dichiarato è ridurre le allucinazioni affidando la generazione e la verifica a due intelligenze distinte, introducendo una forma di ridondanza critica che aumenta l'affidabilità complessiva del sistema.

Council adotta un approccio complementare. In questa modalità, Researcher esegue in parallelo un modello di Anthropic e uno di OpenAI, ciascuno dei quali produce un report completo e autonomo. Un ulteriore modello giudice sintetizza i risultati, evidenziando dove i due sistemi convergono, dove divergono e quali contributi originali porta ciascuno. Microsoft descrive Council come un modo per avere "più ricercatori a portata di mano": non una sola risposta finale, ma una comparazione strutturata di prospettive, pesi interpretativi e fonti.

I risultati nel benchmark DRACO

⬆ Torna su

Microsoft accompagna l'annuncio con dati quantitativi. Nel benchmark DRACO, acronimo di Deep Research Accuracy, Completeness, and Objectivity, Researcher con Critique ottiene un punteggio aggregato di 57,4, contro 50,4 del miglior sistema riportato nel paper di riferimento, cioè Perplexity Deep Research. Il miglioramento dichiarato è del 13,88%.

Il benchmark DRACO, pubblicato su arXiv nel febbraio 2026, è costruito su 100 task complessi di deep research distribuiti in 10 domini e valuta gli output su quattro dimensioni: accuratezza fattuale, ampiezza e profondità dell'analisi, qualità della presentazione e qualità delle citazioni. Nel confronto interno con la versione single-model di Researcher, Microsoft segnala miglioramenti statisticamente significativi su accuratezza fattuale, ampiezza e profondità dell'analisi, qualità della presentazione e qualità delle citazioni.

Copilot Cowork: dall'assistente conversazionale all'agente operativo

⬆ Torna su

Copilot Cowork, annunciato il 9 marzo 2026 nella Wave 3 di Microsoft 365 Copilot, rappresenta un cambiamento nella concezione dell'assistente AI per il lavoro. Il sistema non si limita a rispondere a prompt o generare testo, ma prende in carico un obiettivo, lo trasforma in un piano d'azione, lo esegue attraverso file, email, riunioni e applicazioni Microsoft 365, lasciando l'utente nel ciclo con checkpoint e possibilità di correzione.

Jared Spataro, Chief Marketing Officer per la divisione AI at Work di Microsoft, ha descritto il funzionamento in un blog post: l'utente descrive l'obiettivo e il sistema costruisce autonomamente un piano prima di eseguirlo. Un esempio concreto è la revisione mensile del budget aziendale, un'attività che richiede di passare tra Excel, Outlook, Teams e SharePoint, raccogliere dati, coordinare colleghi e assemblare un report. Copilot Cowork si fa carico dell'intera sequenza, agendo da orchestratore del flusso di lavoro.

Gli utenti possono monitorare in tempo reale l'avanzamento del processo e intervenire per correggere la direzione qualora si discosti dall'obiettivo. Si tratta di una supervisione attiva che riconosce i limiti attuali dell'automazione senza rinunciare ai suoi vantaggi. Copilot Cowork può gestire sia task singoli sia workflow ripetibili.

Work IQ: il contesto organizzativo come vantaggio competitivo

⬆ Torna su

Un elemento centrale dell'architettura è Work IQ, lo strato di intelligenza che personalizza Copilot sulla base del contesto reale dell'organizzazione e dell'utente. Questo componente utilizza segnali, relazioni e pattern di lavoro che arrivano dal mondo Microsoft 365.

La premessa è che un agente non diventa utile solo perché ha un modello potente; diventa utile quando capisce il lavoro e il contesto in cui si trova. Capire il lavoro significa sapere quali file sono rilevanti, quali conversazioni pesano, quali vincoli sono impliciti. La distinzione tra avere accesso ai dati e comprendere il contesto organizzativo riduce la distanza tra intelligenza generica e applicazione concreta.

Barton Warner, Senior Vice President of Enterprise Technology di Capital Group Companies, una delle prime realtà ad aver adottato la tecnologia, ha sottolineato che non si tratta di generare contenuti o produrre risposte, ma di collegare passaggi, coordinare attività e portarle a termine attraverso i flussi di lavoro quotidiani.

Integrazione di GPT e Claude: il vantaggio multi-modello

⬆ Torna su

Microsoft presenta questa architettura come "multi-model advantage", ovvero la capacità di portare nel tenant aziendale il meglio di modelli e laboratori diversi. Copilot Cowork nasce lavorando con Anthropic e porta in Microsoft 365 la tecnologia dietro Claude. L'integrazione dei modelli GPT di OpenAI e Claude di Anthropic all'interno dello stesso flusso di lavoro emerge con maggiore chiarezza nel potenziamento dell'agente Researcher.

Il meccanismo è reversibile: Claude può generare e GPT può revisionare. La funzione "model council" permette agli utenti di confrontare i risultati prodotti dai due modelli. Microsoft vuole trasformare la varietà dei modelli in una caratteristica del prodotto enterprise, segnaland che il futuro dell'AI aziendale non sarà monomodello, ma si baserà sull'orchestrazione di sistemi multi-modello.

Agent 365: governance e controllo degli agenti

⬆ Torna su

L'evoluzione verso agenti più autonomi richiede un piano di controllo adeguato. Agent 365 è il control plane pensato per osservare, governare e mettere in sicurezza gli agenti in azienda. Include registro degli agenti, controllo degli accessi, dashboard, telemetria, misurazione delle performance, interoperabilità e sicurezza.

Copilot eredita permessi, etichette di sensibilità e protezione, regole di retention. I dati non vengono usati per addestrare i modelli né per fare re-training. Tuttavia, proprio perché il perimetro si allarga, la disciplina architetturale diventa più rilevante: se si delega lavoro a un sistema che può muoversi tra email, file, appuntamenti, documenti e applicazioni, i temi veri diventano identità, permessi, policy, auditabilità, confini del dato, controllo delle estensioni e qualità dell'osservabilità.

Agent 365 ha disponibilità generale indicata per il 1° maggio 2026, mentre Copilot Cowork è disponibile nel programma Frontier da fine marzo 2026.

Disponibilità e prossimo passo

⬆ Torna su

Le funzionalità descritte sono disponibili nel Frontier program, il canale con cui Microsoft distribuisce in anteprima le capacità più avanzate del suo Copilot. I risultati ottenuti da Researcher con Critique nel benchmark DRACO rappresentano una prima dimostrazione del passaggio verso sistemi multi-modello nell'AI aziendale, con benefici misurabili in accuratezza, completezza e oggettività della deep research.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

L'architettura multi-modello introdotta con Critique e Council segnala un cambio strutturale nell'approccio enterprise: la ridondanza tra modelli diversi diventa uno strumento per aumentare l'affidabilità. Le aziende potrebbero dover riconsiderare i processi di validazione interni, mentre il ruolo degli operatori si sposta verso supervisione e correzione piuttosto che generazione diretta.

  • Scenario 1: Researcher con Critique trova adozione nei dipartimenti che gestiscono analisi complesse, dove la riduzione delle allucinazioni giustifica i costi computazionali aggiuntivi.
  • Scenario 2: Copilot Cowork si diffonde lentamente, con resistenze nelle organizzazioni che richiedono auditabilità rigorosa sui processi automatizzati.
  • Scenario 3: La concorrenza accelera verso architetture simili, rendendo il multi-modello uno standard implicito per la deep research aziendale.

Cosa monitorare

⬆ Torna su
  • Tempi di uscita dal programma Frontier e feedback reali degli early adopter enterprise.
  • Adozione effettiva di Agent 365 come strumento di governance dopo maggio 2026.
  • Confronti indipendenti tra approcci mono-modello e multi-modello in contesti produttivi.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • microsoft
  • llm
  • openai
  • anthropic

Link utili

Apri l'articolo su DeafNews