Quando si parla di intelligenza artificiale nei processi aziendali, si pensa spesso a testi, email e risposte automatiche. Ma non ogni attività richiede di generare una risposta: a volte serve soltanto capire a quale categoria appartiene una richiesta e decidere il passaggio successivo.
È l’idea alla base di Decisions API, presentata da OpenAI il 22 ottobre 2026: un’interfaccia pensata per valutazioni circoscritte, in cui si pone una domanda e si riceve una decisione strutturata. È uno strumento per sviluppatori e aziende che costruiscono applicazioni, non una funzione pronta da attivare per tutti gli utenti di ChatGPT.
Che cosa fa una API di decisione
Immaginiamo un modulo di contatto che riceve richieste diverse: informazioni su un servizio, assistenza tecnica, fatturazione o una possibile urgenza. Un modello generativo tradizionale potrebbe formulare una risposta. Un flusso di classificazione, invece, può limitarsi a scegliere un’etichetta, assegnare un punteggio o segnalare che una richiesta va controllata.
Decisions API è progettata per ricevere domande delimitate e restituire risultati strutturati, per esempio un esito sì/no, una scelta tra opzioni o un punteggio. Può gestire input testuali, immagini e formati strutturati. OpenAI indica anche richieste in batch fino a 400 domande; capacità, disponibilità delle funzioni e condizioni economiche vanno comunque verificate nella documentazione aggiornata prima di progettare un’integrazione.
Un esempio: smistare i ticket di assistenza
Il sistema può ricevere il testo di un ticket e rispondere a una domanda definita in anticipo: “A quale coda va assegnata questa richiesta?”. Le opzioni possono essere, per esempio, commerciale, supporto tecnico, amministrazione o revisione umana. Un secondo controllo può stabilire se il messaggio contiene dati sensibili o se richiede attenzione prioritaria.
Il risultato non deve necessariamente diventare una risposta visibile al cliente. Può aggiornare un campo nel CRM, assegnare il ticket a un gruppo o lasciarlo in coda per un operatore. Questo riduce il rischio di automatizzare una conversazione che richiederebbe contesto o una valutazione personale.
Perché separare la decisione dalla risposta
La distinzione è utile quando il compito è ripetitivo e le categorie sono chiare, ma il testo finale deve restare sotto il controllo di una persona o di un altro processo. Per esempio, un sistema può instradare una richiesta e lasciare all’operatore la scelta di cosa rispondere.
Non significa che ogni classificazione sia automaticamente corretta. Anche un output strutturato può sbagliare, soprattutto se le categorie si sovrappongono, i messaggi sono incompleti o i casi reali differiscono dagli esempi usati nei test. Prima di attivare un flusso, conviene confrontare le decisioni del modello con un insieme rappresentativo di richieste già classificate da persone.
Come introdurla con controllo
- Definire poche categorie operative: descriverle con esempi e indicare come gestire i casi ambigui.
- Stabilire una soglia di revisione: quando il risultato è incerto o fuori dalle casistiche previste, inoltrarlo a una persona.
- Misurare gli errori per categoria: un dato medio può nascondere problemi su richieste urgenti o sensibili.
- Conservare un percorso manuale: gli operatori devono poter correggere la classificazione e segnalare gli errori.
- Valutare dati e costi: verificare quali informazioni vengono inviate, le opzioni di trattamento disponibili e il costo sul volume previsto.
OpenAI descrive Decisions API come più veloce rispetto all’uso di GPT-6 Luna attraverso Responses API e indica opzioni di elaborazione regionale negli Stati Uniti e nell’Unione Europea per i casi idonei. Sono caratteristiche dichiarate dal fornitore: non sostituiscono una prova sul proprio flusso, né una verifica dei requisiti contrattuali e normativi applicabili.
È sempre meglio delle regole tradizionali?
No. Se bastano condizioni semplici e stabili — per esempio inoltrare un modulo in base a un menu selezionato — regole deterministiche possono essere più facili da controllare e mantenere. Un modello può essere utile quando il significato dipende dal testo libero o da combinazioni di segnali difficili da codificare.
La scelta va fatta caso per caso: si può iniziare con le regole, misurare dove non bastano e sperimentare l’AI soltanto su quel passaggio. Per una panoramica su come inserire l’AI nei processi senza perdere supervisione, leggi anche il nostro approfondimento sull’automazione con controllo umano.
Da dove partire
Decisions API rende più accessibile un approccio in cui l’AI prende decisioni limitate invece di produrre subito contenuti. Il valore concreto dipende però dalla qualità delle categorie, dai dati disponibili, dalla gestione delle eccezioni e dalla possibilità di misurare gli errori nel tempo.
Prima di scegliere uno strumento, mappa il processo e individua quali passaggi sono davvero ripetitivi. Se vuoi valutare dove l’automazione può aiutare la tua attività, puoi partire dalla consulenza e strategia digitale di Digital Noa.
