OpenAI acquisisce Ona per sviluppare agenti autonomi

OpenAI acquisisce Ona: Codex diventa un agente autonomo enterprise

Codex conta già 5 milioni di utenti settimanali — cifra cresciuta del 400% dall'inizio del 2026, quando si attestava intorno al milione — ma il suo vero limite non è la qualità dei modelli: è la mancanza di un ambiente dove gli agenti possano lavorare in modo persistente, sicuro e indipendente dal dispositivo dell'utente. L'acquisizione di Ona, startup tedesca già nota come Gitpod, punta a colmare esattamente questo gap, trasformando Codex da strumento di sviluppo a piattaforma di delega enterprise per task che durano ore o giorni.

Cosa fa Ona e perché OpenAI ne aveva bisogno

Ona è una startup fondata nel 2020 a Kiel, Germania, specializzata in ambienti cloud sicuri e riproducibili per lo sviluppo software. Oltre 2 milioni di sviluppatori hanno già lavorato nelle sue infrastrutture cloud. La sua tecnologia permette agli agenti di continuare a operare nel cloud dell'azienda cliente anche quando il laptop dell'utente è spento, con pieno controllo su accessi, credenziali e audit trail.

Il modello operativo post-acquisizione sarà così strutturato:

  • Gli agenti Codex girano nell'ambiente cloud dell'organizzazione cliente
  • OpenAI fornisce i modelli e l'orchestrazione
  • Il cliente mantiene controllo su dove girano gli agenti, a cosa accedono, come vengono registrate le attività e come il lavoro attraversa le fasi di revisione

Questo schema risponde alla principale obiezione delle grandi organizzazioni all'adozione di agenti AI in produzione: la governance dei dati e la conformità ai requisiti di sicurezza restano interne all'azienda.

La sfida con Claude Code di Anthropic

L'acquisizione ha un orientamento competitivo esplicito. Claude Code di Anthropic è attualmente considerato il riferimento per i task di coding a lungo termine, e OpenAI accelera per colmare il divario su questo fronte specifico.

OpenAI acquisisce Ona per sviluppare agenti autonomi
Computer su stand presso file di server in data center. Foto di Brett Sayles su Pexels

Johannes Landgraf, co-fondatore e CEO di Ona, ha dichiarato: "Gli agenti hanno bisogno di più della sola intelligenza; hanno bisogno di un posto di lavoro di cui fidarsi. Abbiamo costruito Ona per dare agli agenti ambienti cloud con il contesto, il controllo e la collaborazione che le enterprise richiedono."

Non è un'acquisizione isolata nell'ecosistema Codex: a marzo 2026 OpenAI aveva già incorporato Astral, la startup dietro gli strumenti Python uv e Ruff, portando nell'ecosistema Codex un layer di tooling ad alte prestazioni.

Cosa cambia per chi usa Codex in azienda

L'impatto pratico è diretto. Dopo la chiusura dell'operazione — soggetta alle consuete approvazioni regolamentari — Codex potrà ricevere un incarico complesso e portarlo avanti per ore o giorni senza che l'utente resti connesso. Task come l'esecuzione di test automatizzati, la risoluzione di issue, la modernizzazione di applicazioni legacy o la gestione di vulnerabilità diventano delegabili senza supervisione continua.

La crescita di Codex chiarisce la scala del progetto: un aumento del 400% dall'inizio del 2026 implica che il punto di partenza fosse circa 1 milione di utenti settimanali. Quintuplicare in meno di sei mesi segnala una domanda già consolidata; Ona serve a spostarla dal segmento sviluppatori individuali verso le organizzazioni enterprise, dove i 2 milioni di sviluppatori già serviti da Ona costituiscono una base tecnica diretta.

Thibault Sottiaux, Core Products Lead di OpenAI, ha spiegato che l'acquisizione renderà Codex "più facile da distribuire in modo sicuro nei flussi di lavoro di produzione per i clienti che operano con i più alti standard di fiducia e scala."

Quando i due team si integreranno, la qualità dei modelli cesserà di essere il solo parametro competitivo per Codex: l'infrastruttura sicura diventerà l'altro fronte della battaglia con Anthropic — e Ona è la risposta diretta a quel fronte.

Fonti

Francesco Leone
Francesco Leone

Francesco Leone è un esperto in Intelligenza Artificiale con una profonda conoscenza in Machine Learning e Deep Learning. Attraverso la sua esperienza, ha contribuito allo sviluppo di soluzioni innovative in ambito di elaborazione del linguaggio naturale e visione artificiale, mirando a trasformare il modo in cui interagiamo con la tecnologia. Attivo nel settore con pubblicazioni e progetti su https://ital-ia.it/, Francesco si dedica alla ricerca e all'applicazione di algoritmi avanzati per rendere i sistemi più intelligenti e accessibili.

Articoli: 553

Lascia una risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *