L'intelligenza artificiale diventa un lusso: i costi nascosti della rivoluzione dei token

In quattro mesi, Uber ha bruciato l'intero budget annuale per l'intelligenza artificiale. L'azienda californiana aveva adottato Claude Code, uno strumento di programmazione basato sull'IA, con risultati apparentemente sorprendenti: il 95% degli ingegneri lo utilizza ogni mese, il 70% del codice è generato automaticamente. Ma il conto è stato salato: ogni sviluppatore costa tra 500 e 2.000 dollari al mese di chiamate API, con oscillazioni giornaliere del 10x. E, come ha ammesso l'amministratore delegato, «il denaro è stato speso, il codice è stato scritto, ma non sappiamo se l'esperienza utente sia migliorata». È l'epifania di un'intera stagione: l'IA, presentata come la grande livella dei costi del lavoro, si sta rivelando più cara dei lavoratori che avrebbe dovuto rimpiazzare. Il fenomeno ha un nome, "tokenmaxxing", la corsa ad accumulare token – le unità di elaborazione su cui si basano i prezzi – per scalare classifiche interne di produttività, senza una reale correlazione con i risultati.

La dinamica non è isolata. Secondo fonti americane e asiatiche, il costo dei token è esploso: Alphabet ha rivelato che già a maggio alcune grandi imprese avevano esaurito il budget IA dell'anno. Amazon ha disattivato una dashboard che monitorava l'uso dei token dopo che i dipendenti la usavano per competere invece che per lavorare. Microsoft ha ritirato le licenze di Claude Code da un'intera divisione, ripiegando sul più economico Copilot. Siamo alla fine dell'«intelligenza sovvenzionata», come l'ha definita l'incubatore Delphi Labs: gli investitori non sono più disposti a coprire i costi, e colossi come OpenAI e Anthropic puntano alla Borsa, il che spingerà i prezzi ancora più in alto. Il messaggio è chiaro: usate l'IA con giudizio, non per il gusto di farlo.

Che l'IA possa essere una leva di produttività è indubbio, ma i conti vanno fatti con attenzione. In Italia, il governatore della Banca d'Italia Fabio Panetta ha recentemente indicato nell'IA un possibile motore per rilanciare la produttività stagnante. E un'indagine di Cna rivela che il 35,6% delle piccole imprese artigiane utilizza già almeno uno strumento basato sull'IA, un balzo rispetto al 5% di appena un anno e mezzo fa. Tuttavia, il paradosso è globale: uno studio di Gartner su 350 aziende con ricavi superiori al miliardo di dollari mostra che l'80% ha tagliato il personale dopo aver adottato l'IA, ma il tasso di licenziamento non ha alcuna correlazione con il ritorno sull'investimento. «Licenziare libera budget, ma non crea valore», è la conclusione secca degli analisti americani. È il segno che l'adozione dell'IA è spesso più un segnale per gli investitori – il cosiddetto "AI washing" – che una reale strategia di efficienza.

La svolta è ormai alle porte. Dopo la sbornia iniziale, le aziende sono chiamate a un uso più sobrio e mirato della tecnologia. Se da un lato l'IA promette di trasformare i processi produttivi, dall'altro rischia di diventare una voce di costo ingestibile se non governata. In Europa, il dibattito si sposta dalla mera adozione alla regolamentazione e alla ricerca di un equilibrio tra innovazione e sostenibilità economica. Per le imprese italiane, l'occasione è duplice: sfruttare la rapidità di adozione mostrata dagli artigiani per creare un vantaggio competitivo, ma anche imparare dagli errori della Silicon Valley per non cadere nella trappola dei token. La nuova parola d'ordine è efficienza, non massimizzazione.