In sintesi: Tax AI di OpenAI e Thrive Holdings ha ridotto da 180 a 15 ore la preparazione fiscale, con il 97% di accuratezza su 7.000 dichiarazioni.
Centottanta ore di lavoro ridotte a quindici in una sola stagione fiscale: non è una promessa di marketing, è il risultato documentato che una commercialista americana ha ottenuto usando Tax AI, il sistema sviluppato da OpenAI e Thrive Holdings per la rete contabile Crete Professionals Alliance. Con il tempo liberato, ha chiamato ogni cliente per spiegare la dichiarazione uno a uno — un lusso che prima non poteva permettersi — e ne ha acquisiti di nuovi. Non è la storia dell’automazione che elimina posti di lavoro: è la storia di un sistema che impara dai propri errori mentre il professionista lavora.
Oggi OpenAI e Thrive Holdings hanno pubblicato i dettagli tecnici di Tax AI, sviluppato per Crete Professionals Alliance, rete di oltre 30 studi di contabilità negli Stati Uniti. Il post è firmato da ingegneri di entrambe le aziende e descrive non solo cosa fa il prodotto, ma come si auto-migliora nel tempo usando Codex — il modello di OpenAI specializzato nella scrittura e modifica di codice.
Da 180 ore a 15: cosa fa davvero Tax AI
Durante il programma pilota, Tax AI ha elaborato 7.000 dichiarazioni fiscali su oltre 30 studi, raggiungendo un’accuratezza fino al 97%, riducendo il tempo di preparazione di circa un terzo e aumentando il numero di pratiche gestibili di circa il 50%. I moduli trattati erano principalmente i 1040 e 1041 — le dichiarazioni individuali e per eredità e trust, le più comuni nel lavoro quotidiano di un commercialista americano.
La parte difficile, scrivono gli autori, non era leggere un W-2 o un 1099 — i moduli fiscali standard. Era gestire i K-1 disordinati (i prospetti delle società di persone, notoriamente caotici), gli schedari per gli immobili in affitto, le note a mano, i fogli di calcolo, i file dell’anno precedente e i valori che devono corrispondere tra documenti diversi. Un campo fiscale errato può avere cinque origini diverse: estrazione sbagliata, mappatura debole, flusso di lavoro non supportato, riporto dall’anno precedente, o una scelta discrezionale del professionista. Il sistema deve distinguerle tutte. Per le proprietà in affitto — uno dei sottodomini più complessi — il team ha impiegato circa sei settimane e una supervisione ingegneristica sostanziale per raggiungere il 90% di precisione e copertura.
Il loop che si aggiusta da solo: l’architettura a tre strati
Il cuore del sistema è un’architettura a tre strati che separa nettamente ciò che Codex può modificare da ciò che non può toccare. Da un lato c’è un worktree scrivibile — uno spazio di lavoro isolato — che contiene il codice del prodotto, le valutazioni e i test di regressione, cioè i controlli automatici che verificano che le correzioni non rompano ciò che già funzionava. Dall’altro c’è un contesto in sola lettura: la traccia completa di produzione, i documenti originali, la previsione del sistema e la dichiarazione finale approvata dal professionista.
Quando un commercialista corregge un campo, il sistema non registra solo il valore corretto: registra l’intera catena — quale documento sorgente, quale campo estratto, quale citazione, come era stato mappato nel motore fiscale, cosa ha cambiato il professionista e perché. Questa traccia diventa un compito di ingegneria delimitato e testabile. Codex lo analizza, propone una modifica al codice, la verifica contro i test di regressione e, se passa, la integra. Il loop è automatizzato: non aspetta che un ingegnere abbia tempo di guardarlo. Il risultato pratico è che man mano che la stagione fiscale avanzava verso le dichiarazioni più complesse, la quota di pratiche che raggiungevano soglie di accuratezza del 75%, del 90% e del completamento totale continuava a crescere. Il sistema migliorava mentre era in produzione.
La struttura societaria che nessuno racconta
OpenAI ha acquisito una quota azionaria in Thrive Holdings nel dicembre 2025, e i suoi ingegneri hanno lavorato fianco a fianco con quelli di Thrive per sei mesi. Fin qui, niente di insolito per una partnership tech. Il dettaglio che va controcorrente è un altro: la proprietà intellettuale resta a Thrive Holdings, non a OpenAI. Nel mondo delle partnership con i grandi fornitori di modelli AI — dove chi fornisce il modello mantiene solitamente diritti significativi su ciò che viene costruito sopra — è un accordo che rompe le regole del settore.
Joshua Kushner, fondatore di Thrive Capital e Thrive Holdings, descrive la strategia come “dall’interno verso l’esterno”: non vendere tecnologia AI a un’azienda esistente, ma acquisire le aziende, portarci dentro i team di ingegneria e costruire dall’interno. Thrive Holdings possiede Crete Professionals Alliance (contabilità) e Shield Technology Partners (servizi IT), per un totale di oltre 1.000 dipendenti e più di un miliardo di dollari in finanziamenti complessivi.
È qui che sorge la domanda che alcuni investitori si stanno già ponendo: quanto di questo successo dipende dal fatto che OpenAI ha letteralmente mandato i suoi ingegneri dentro l’azienda? Quando il fornitore del modello è anche azionista dell’azienda che lo usa, misurare le performance reali diventa complicato. È trazione di mercato, o è un prodotto che funziona solo perché ha OpenAI integrata nel team?
Il blueprint che punta oltre le tasse: un modello replicabile
Tax AI non è un prodotto isolato: è descritto esplicitamente come un modello replicabile. I team stanno già usando la stessa architettura a tre parti per costruire workflow in altri domini: contabilità generale, revisione contabile, automazione dell’helpdesk IT. L’idea è che qualunque settore con professionisti che correggono output di sistema in modo ripetuto — e con dati di produzione accessibili dall’interno — possa diventare un candidato per lo stesso loop.
Nel mercato non mancano i concorrenti. Column Tax sta sviluppando un approccio diverso con il suo agente Iris: invece di costruire un sistema che si auto-migliora tramite codice, usa esperti fiscali umani come operatori che guidano e correggono l’agente in tempo reale. Due filosofie opposte sulla stessa scommessa: che la preparazione fiscale sia un dominio abbastanza strutturato da poter essere automatizzato in modo affidabile. Come mostra l’AI Index 2026, la corsa all’automazione dei domini professionali strutturati è una delle tendenze più accelerate dell’intero settore.
OpenAI ha bisogno di dimostrare che i suoi modelli valgono i numeri con cui viene valutata — circa 500 miliardi di dollari, con impegni infrastrutturali che arrivano a 1,4 trilioni di dollari fino al 2033. Tax AI è uno dei casi concreti che può mostrare agli investitori. La domanda è se il modello “ingegneri embedded dentro le aziende acquisite” sia scalabile, o se funzioni solo quando il fornitore del modello è disposto a fare qualcosa che normalmente non fa: mettere la propria gente dentro casa d’altri, rinunciare alla proprietà intellettuale e scommettere che il valore stia altrove.
Perche’ e’ importante
Tax AI dimostra che i modelli AI possono migliorarsi autonomamente in produzione, senza intervento umano continuo — un salto qualitativo rispetto ai sistemi che richiedono aggiornamenti manuali. La struttura societaria inedita, con la proprietà intellettuale che resta all’azienda cliente e non al fornitore del modello, potrebbe ridefinire come le grandi piattaforme AI stringono accordi con i settori professionali. Se il modello si rivela scalabile, interi comparti come legale, medico e finanziario diventano il prossimo terreno di trasformazione.
