Vai al contenuto
Consulenza e servizi IT per aziende, professionisti e PA Assistenza clienti 0833 571648 Apri un ticket →

Microsoft-Decision-1: Nei test l'AI è 35 volte più veloce di GPT-6 Sol

GIORGIO D AMORE 5 min di lettura

L’evoluzione dell’Intelligenza Artificiale non riguarda soltanto la capacità di scrivere testi, creare immagini o rispondere a domande complesse.

 

Una parte crescente del settore si concentra su sistemi progettati per valutare alternative e indirizzare automaticamente le operazioni di un software. In questo contesto si inserisce Microsoft-Decision-1, il nuovo modello presentato da Microsoft per gestire decisioni strutturate con tempi di risposta ridotti.
L’obiettivo è offrire agli sviluppatori uno strumento specializzato, utilizzabile all’interno di applicazioni, servizi aziendali e agenti AI. La proposta si distingue dagli assistenti tradizionali perché non punta a produrre contenuti articolati, ma a restituire valutazioni utilizzabili direttamente da altri sistemi.

 

Come funziona il nuovo modello di Microsoft

Microsoft-Decision-1 è stato progettato per affrontare compiti nei quali le risposte possibili sono già definite. Può, per esempio, classificare una richiesta di assistenza, stabilire quale strumento debba elaborare un comando oppure verificare se una risposta generata da un altro modello rispetti criteri prestabiliti. Il risultato viene restituito in forma strutturata, così da permettere al software che lo integra di scegliere l’azione successiva senza dover interpretare una lunga spiegazione testuale.
Alla base del sistema c’è Qwen3.5-9B, un modello sviluppato da Alibaba che Microsoft ha ulteriormente addestrato per ottenere valutazioni rapide. L’architettura supporta domande con risposte sì o no, opzioni multiple, valutazioni numeriche e verifiche basate su rubriche. Per ciascuna alternativa può assegnare una probabilità, fornendo un’indicazione utile per distinguere le situazioni chiare da quelle che richiedono ulteriori controlli.
Secondo i test pubblicati dall’azienda, Decision-1 ha ottenuto i migliori risultati di accuratezza in una valutazione che comprendeva 36 benchmark e quasi 150.000 domande. Microsoft dichiara inoltre una latenza mediana circa 35 volte inferiore rispetto a GPT-6 Sol. Questi dati provengono dalle valutazioni dell’azienda e non costituiscono una garanzia di prestazioni identiche in ogni applicazione: carico di lavoro, configurazione e complessità delle richieste possono influenzare i risultati.

 

Costi, disponibilità e limiti da conoscere

Il modello è disponibile attraverso Microsoft Foundry, la piattaforma che consente di integrare modelli AI nelle applicazioni. Il prezzo dichiarato per gli input è di 0,042 dollari per milione di token, mentre i token generati in uscita non vengono fatturati. Questa struttura può risultare interessante per servizi che devono classificare grandi volumi di richieste, purché la qualità delle decisioni soddisfi le esigenze del progetto.
Le applicazioni potenziali comprendono il filtraggio dei contenuti, l’assegnazione delle segnalazioni ai reparti competenti, il controllo delle risposte prodotte da altri sistemi e la selezione delle operazioni da eseguire negli agenti automatizzati. In questi scenari, un modello specializzato può affiancare un sistema generativo, evitando di utilizzare una soluzione più complessa per ogni singolo passaggio.
Esistono però limiti importanti. Decision-1 non è pensato per conversazioni aperte, traduzioni o produzione di testi originali, e non dovrebbe essere impiegato come unico decisore in ambiti delicati che riguardano le persone. Gli sviluppatori devono definire controlli adeguati e prevedere verifiche umane quando le conseguenze di un errore sono rilevanti.

 

Gli agenti AI per la programmazione generano più codice ma non nuovo software

Gli agenti AI generano più codice, ma la revisione umana assorbe i guadagni e mette in discussione l'efficienza dello sviluppo software.
 
È il punto centrale di una ricerca condotta da Fiona Chen e James Stratton, ricercatori di Harvard, che ha esaminato dati reali sulle attività dei team di sviluppo. I risultati, riportati da Ars Technica, suggeriscono che il vantaggio ottenuto durante la scrittura può ridursi quando il codice deve essere controllato, corretto e integrato. Per valutare l’impatto degli agenti AI, quindi, non basta contare ciò che viene generato: occorre considerare l’intero percorso che porta una modifica fino al prodotto.

Più codice non equivale a più software

Per costruire l’analisi, i ricercatori hanno utilizzato dati aggregati sulle attività ingegneristiche raccolti da Jellyfish, insieme alle informazioni sulle segnalazioni e sulle modifiche gestite dai team. Hanno confrontato le pratiche aziendali prima e dopo l’introduzione di assistenti e agenti di programmazione, distinguendo gli strumenti che suggeriscono completamenti da quelli capaci di produrre e inviare codice in autonomia.
L’adozione degli agenti è associata a un aumento del volume di lavoro registrato: crescono le righe scritte, i commit e le richieste di modifica. Tuttavia, la quantità di funzionalità completate, misurata attraverso gli elementi di lavoro tracciati nei sistemi di gestione dei progetti, non mostra un miglioramento statisticamente significativo. Il divario mette in luce una distinzione essenziale per le aziende: l’attività tecnica visibile non coincide automaticamente con il valore consegnato agli utenti.
Il passaggio decisivo è la revisione del codice. Le modifiche proposte dagli agenti devono essere valutate per verificarne correttezza, coerenza con l’architettura e compatibilità con il resto del prodotto. Quando arrivano più contributi da controllare, i revisori possono trovarsi a gestire un carico più pesante e un flusso di lavoro meno lineare. La ricerca registra tempi di revisione più lunghi e un incremento delle richieste di correzione e dei commenti lasciati sui contributi. Il tempo guadagnato nella generazione, dunque, può essere assorbito nelle fasi successive.

Come valutare davvero l’efficienza degli agenti AI

Il quadro non dimostra che gli strumenti siano inutili, né permette di concludere che provochino automaticamente una riduzione dell’occupazione.
Gli autori non individuano cambiamenti significativi nel numero complessivo di lavoratori riconducibili alla loro introduzione. Inoltre, l’uso degli strumenti di revisione basati su AI resta limitato rispetto al lavoro svolto dalle persone: l’automazione della scrittura, da sola, non elimina la necessità di giudizio tecnico e responsabilità.
Per le organizzazioni, la lezione è soprattutto gestionale. Introdurre agenti senza ripensare le modalità di controllo rischia di spostare il collo di bottiglia anziché rimuoverlo. Servono criteri chiari per decidere quali attività delegare, verifiche proporzionate al rischio e metriche che misurino la qualità del risultato, non soltanto il volume prodotto. Anche la formazione dei team conta: capire dove gli strumenti funzionano bene e dove richiedono supervisione permette di inserirli nei processi con aspettative realistiche.
Resta una cautela importante: la ricerca osserva pratiche aziendali in un periodo di rapida evoluzione degli strumenti, perciò i risultati descrivono un contesto concreto e non una legge valida per ogni progetto. Le prestazioni possono cambiare con l’esperienza dei gruppi, la natura del software e l’organizzazione delle pratiche di verifica. La vera maturità digitale si misurerà quindi nella capacità di trasformare l’automazione in affidabilità, manutenzione sostenibile e valore percepibile, senza confondere la velocità di produzione con il progresso.

Ti serve una mano su questo tema?

I nostri tecnici possono verificare la tua situazione e proporti la soluzione più adatta.