OpenAI e l’ingegneria fisica: GPT-6 Astra progetta un dispositivo hardware

Per anni l’intelligenza artificiale generativa ha cambiato soprattutto il lavoro di chi scrive codice, testi o analisi. Ora OpenAI prova a spostare il confine verso qualcosa di più concreto: oggetti che si toccano, schede elettroniche, scocche, disegni tecnici. Il 3 novembre 2026 l’azienda ha pubblicato Accelerating engineering for the physical world, un testo in cui racconta come i suoi modelli vengono usati per progettare prodotti fisici e invita ingegneri e aziende a collaborare alla ricerca.

Il passaggio più curioso riguarda un esperimento interno: due persone hanno usato GPT-6 Astra per ideare in meno di una settimana un dispositivo con cui parlare a Codex.

In questo articolo ti spiego cosa ha dichiarato OpenAI, quali numeri sono stati diffusi, dove stanno i limiti dichiarati e perché la notizia interessa chi lavora con l’hardware, con il design industriale o con la prototipazione.

Cosa ha annunciato OpenAI sull’ingegneria fisica

Il messaggio centrale del post è che i modelli di frontiera non servono più soltanto al software. OpenAI sostiene che gli stessi strumenti usati dagli sviluppatori, cioè ChatGPT e Codex, possano assistere gli ingegneri meccanici ed elettronici in compiti molto diversi tra loro: costruire modelli CAD, ricavare disegni tecnici di produzione, preparare simulazioni, rivedere un progetto prima che passi alla fase successiva.

Non si tratta quindi di un nuovo prodotto da scaricare, ma di una direzione di ricerca dichiarata. L’azienda mette in scena prima di tutto il proprio uso interno e poi apre la porta a chi vuole sperimentare insieme a lei, attraverso un modulo di candidatura per ingegneri e imprese.

Il dispositivo progettato in meno di una settimana

L’esempio scelto per raccontare la tesi è un piccolo progetto parallelo. Due membri del team hanno lavorato con GPT-6 Astra per definire un dispositivo pensato per dialogare con Codex. Secondo quanto riportato dalle fonti che hanno ripreso il post, il modello ha contribuito ai requisiti, alla scelta dei componenti, all’involucro, al disegno della scheda elettronica e al software di collegamento con Codex.

Il risultato non era un’immagine di fantasia. Un produttore su commessa ha realizzato un piccolo lotto di prototipi in meno di un mese, quindi si è passati dal file al pezzo fisico in tempi molto compressi rispetto a un normale ciclo di sviluppo hardware.

Ma il progetto non era pronto per la fabbrica.

I limiti ammessi dalla stessa azienda

OpenAI stessa precisa che sono servite diverse revisioni umane prima della produzione. Il modello, in particolare, non ha sempre tenuto conto dei vincoli del produttore, delle tolleranze e dei dettagli necessari per l’assemblaggio. È un’ammissione importante, perché ridimensiona la lettura più entusiasta: l’AI accelera la bozza, ma la distanza tra un disegno plausibile e un oggetto costruibile resta coperta da persone con esperienza di processo.

I numeri: BenchCAD 2.0 e l’uso interno

Il post contiene due numeri che meritano attenzione, e che vanno letti con prudenza. Il primo riguarda l’uso. OpenAI afferma che l’impiego di Codex e ChatGPT nei team hardware e infrastrutture, misurato in token, è cresciuto di ventitré volte da febbraio. È un indicatore di adozione, non di produttività: dice quanto si usa lo strumento, non quanto tempo o denaro faccia risparmiare.

Il secondo numero riguarda il benchmark BenchCAD 2.0. Si tratta di una prova che misura la capacità di ricostruire parti e assemblaggi 3D e di ricavare le connessioni di un circuito. Un modello interno non ancora rilasciato avrebbe ottenuto 0,875, mentre GPT-6 Astra si fermerebbe a 0,594 con il massimo livello di ragionamento.

Due considerazioni utili. La prima: il punteggio più alto appartiene a un modello che non puoi usare, quindi nessuno può verificarlo dall’esterno. La seconda: il benchmark valuta il risultato del disegno, non la sua producibilità né le prestazioni fisiche dell’oggetto finito. Un punteggio alto su carta non garantisce che la scheda funzioni o che l’involucro si stampi senza problemi.

Perché la distanza tra i due punteggi conta

Il divario tra il modello pubblico e quello interno racconta qualcosa sul ritmo del settore. In pochi mesi, secondo i dati dichiarati, la capacità di lavorare su geometrie e schemi elettrici sembra crescere in modo sensibile. Se il trend fosse confermato quando il nuovo modello arriverà al pubblico, gli strumenti di progettazione assistita potrebbero cambiare più in fretta di quanto i processi industriali riescano ad assorbire.

Perché questa notizia riguarda anche chi non progetta hardware

La progettazione fisica è più lenta e meno tollerante degli errori rispetto al software. Un bug si corregge con un aggiornamento, una scheda sbagliata si butta e si rifà, con costi e settimane di attesa. Per questo ogni riduzione credibile del ciclo di prototipazione ha un valore economico evidente, soprattutto per startup, piccole aziende e professionisti che non hanno un grande ufficio tecnico alle spalle.

C’è poi un effetto di contesto. OpenAI sta progressivamente portando i suoi modelli in settori verticali: nei giorni scorsi abbiamo raccontato GPT-6 Rosalind per biologia e farmaci, con accesso verificato, e la partnership con ADNOC e G42 per gli agenti nel settore energetico. L’ingegneria fisica si inserisce nella stessa linea: modelli generalisti che diventano specialisti grazie a dati, strumenti e partner.

Il filo comune è chiaro.

Cosa cambia per designer, makers e consulenti

Se lavori con prodotti fisici, anche solo come consulente o maker, ci sono tre ricadute pratiche da tenere d’occhio. La prima è la velocità della fase iniziale: requisiti, prima architettura e scelta dei componenti possono essere discussi con un assistente prima ancora di aprire un software CAD. La seconda è la traduzione tra formati, per esempio da un modello tridimensionale a un disegno bidimensionale pronto per la produzione, un compito ripetitivo che oggi assorbe molte ore. La terza è la revisione: avere un secondo paio d’occhi automatico su un progetto aiuta a individuare incongruenze prima di spedire i file al fornitore.

Resta ferma una regola: la responsabilità del progetto non si delega. Tolleranze, normative, sicurezza elettrica e materiali richiedono verifica umana e, nei casi regolati, certificazioni.

Il quadro: agenti, Codex e lavoro tecnico

Il dispositivo per parlare a Codex è anche un piccolo manifesto. Codex è l’agente di programmazione di OpenAI, e abbiamo visto di recente quanto l’azienda stia lavorando sull’infrastruttura che lo circonda, per esempio con Pando, il backend Git pensato per ridurre la latenza. Progettare un oggetto fisico per interagire con un agente chiude un cerchio: l’AI aiuta a costruire l’interfaccia con cui poi la useremo.

Per chi segue ChatGPT e il suo ecosistema, il segnale è che l’assistente generalista sta diventando una piattaforma di lavoro tecnico, con modelli diversi per compiti diversi e livelli di ragionamento regolabili. Il confine tra chat, agente e strumento di progetto si assottiglia.

Cosa non sappiamo ancora

Mancano dettagli su aspetti decisivi: quali software CAD e di simulazione vengano effettivamente collegati ai modelli, con quali dati di addestramento sui disegni tecnici, e con quali garanzie sulla proprietà intellettuale dei progetti caricati. Non è stata indicata una data per il rilascio del modello interno che ha ottenuto il punteggio più alto, e il programma di collaborazione è per ora una raccolta di candidature, non un prodotto con prezzi e funzioni definite.

Va ricordato inoltre che tutti i numeri citati sono dichiarati da OpenAI. Finché non emergeranno test indipendenti, vale la pena trattarli come indicazioni di direzione e non come misure definitive.

Conclusioni: come muoverti da subito

L’annuncio non dice che l’AI sia pronta a sostituire un ufficio tecnico, e anzi lo esclude con le proprie parole. Dice però che il tempo tra idea e prototipo può accorciarsi in modo concreto, a patto di mantenere ingegneri competenti nel ciclo di revisione. È un cambio di ritmo, non di responsabilità.

Se progetti o sviluppi prodotti, prova a introdurre l’assistente nelle fasi in cui il rischio è basso: stesura dei requisiti, confronto tra componenti, controllo di coerenza dei disegni, documentazione. Tieni traccia di dove l’AI ha migliorato davvero il lavoro e dove ha prodotto errori, così da costruire un criterio tuo e non basato sulle promesse dei benchmark.

E se vuoi essere tra i primi a sperimentare, controlla il modulo di candidatura sulla pagina ufficiale di OpenAI. Seguici per gli aggiornamenti: appena arriveranno test indipendenti o il rilascio del nuovo modello, ne parleremo qui.