Microsoft porta il suo multi-modello fuori dai laboratori e dentro il lavoro quotidiano. Con i nuovi aggiornamenti di Researcher, l’agente di deep research di Microsoft 365 Copilot, l’idea non è più affidarsi a un solo grande modello, ma far collaborare modelli diversi con ruoli distinti: uno produce, un altro critica, altri ancora mettono a confronto approcci e risultati. È un passaggio importante perché traduce in prodotto una tesi che da mesi circola nell’AI: per i compiti complessi non basta un modello potente, serve un sistema. E Microsoft ora prova a dimostrarlo con due novità precise — Critique e Council — e con un’estensione di Copilot Cowork nel programma Frontier, cioè la corsia in cui l’azienda rende disponibili in anteprima le capacità più avanzate del suo Copilot. Secondo Microsoft, i risultati si vedono anche nei benchmark: Researcher con Critique ottiene un punteggio superiore del 13,8% nel benchmark DRACO rispetto al miglior sistema riportato nel paper di riferimento, e migliora in modo significativo rispetto alla versione single-model di Researcher. Ma vediamo in cinque punti quello che sappiamo finora.
New in M365 Copilot: Council.
You can run multiple models on the same prompt at the same time, so you can see where they align and diverge, and understand what each adds. pic.twitter.com/2p7O14OLFp
— Satya Nadella (@satyanadella) March 30, 2026
Microsoft scommette sul “multi-model intelligence”
Nel post dedicato a Researcher, Microsoft presenta esplicitamente questa architettura come “multi-model intelligence”, mentre nel post su Copilot Cowork viene ribadito che Microsoft 365 Copilot è costruito su un “multi-model advantage”, cioè sulla capacità di portare nel tenant aziendale il meglio di modelli e laboratori diversi. Significa che Microsoft vuole trasformare la varietà dei modelli in una caratteristica del prodotto enterprise.
Critique separa generazione e valutazione
La novità più rilevante è Critique. Qui Microsoft divide il lavoro in due fasi: 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. Microsoft spiega che i modelli coinvolti arrivano dai Frontier labs, inclusi Anthropic e OpenAI. L’idea è non chiedere a un solo modello di fare tutto, ma assegnare a uno il compito di scrivere e a un altro quello di criticare. È una logica molto vicina ai processi di revisione accademica e professionale, che infatti Microsoft richiama esplicitamente.
Council mette i modelli uno accanto all’altro
Se Critique punta alla revisione, Council punta al confronto. In questo caso Researcher esegue in parallelo un modello di Anthropic e uno di OpenAI, ciascuno dei quali produce un report completo e autonomo. Poi 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. È un passaggio interessante perché trasforma la differenza fra modelli da problema da nascondere a informazione utile da mostrare all’utente.
I benchmark servono a dare sostanza al racconto
Microsoft accompagna l’annuncio con numeri precisi. 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, cioè Perplexity Deep Research, con un miglioramento dichiarato del 13,88%. Nel confronto interno con il Researcher single-model, Microsoft segnala miglioramenti statisticamente significativi su accuratezza fattuale, ampiezza e profondità dell’analisi, qualità della presentazione e qualità delle citazioni. Il benchmark DRACO, pubblicato su arXiv nel febbraio 2026, è costruito su 100 task complessi di deep research in 10 domini e valuta gli output su quattro dimensioni: accuratezza, breadth/depth, presentazione e citazioni. Detto altrimenti: Microsoft prova a sostenere con una misura esterna l’idea che la cooperazione tra modelli renda la ricerca migliore.
Cowork allarga il discorso: dall’analisi all’azione
L’altro tassello è Copilot Cowork, ora disponibile attraverso il programma Frontier. Qui Microsoft sposta il focus dalla ricerca alla capacità di eseguire lavori lunghi e multi-step dentro Microsoft 365. Cowork, spiega l’azienda, permette di descrivere un risultato desiderato, lasciare che il sistema costruisca un piano, ragioni su file e strumenti e porti avanti il lavoro mostrando lo stato di avanzamento e lasciando spazio all’intervento dell’utente. Con competenze derivate da Claude e da Microsoft, Cowork può gestire sia task singoli sia workflow ripetibili, come una revisione mensile del budget. Messo insieme con Researcher, il quadro diventa più ampio: il multi-modello non serve solo a scrivere report migliori, ma a costruire agenti capaci di ragionare, confrontarsi e poi agire nei flussi di lavoro aziendali.
Per approfondire.
