L’AI doveva ridurre i costi. Ma ora costa più di un dipendente

Dal blog https://www.huffingtonpost.it

di  Adele Sarno 19/giugno 2026

Colossi come Amazon, Meta, Microsoft, Uber e Walmart stanno introducendo limiti e tetti di spesa per contenere il consumo di token, l’unità con cui si misura quanto si usa l’intelligenza artificiale e quindi quanto costa, e l’utilizzo degli agenti. Per la prima volta dall’inizio del boom dell’Ai, il vantaggio competitivo potrebbe dipendere non solo dalla qualità dei modelli, ma anche dal loro prezzo

A detta di molti, il 2026 doveva essere l’anno della consacrazione degli agenti AI: software capaci non solo di rispondere a domande, ma di leggere documenti, scrivere codici, eseguire verifiche e portare avanti compiti complessi in modo autonomo.

Ma mentre le aziende hanno iniziato ad adottarli su larga scala, è emerso un problema: il costo. Colossi come Amazon, Meta, Microsoft, Uber e Walmart, secondo il Financial Times, stanno introducendo limiti e tetti di spesa per contenere il consumo di token, l’unità di misura del “consumo” dell’intelligenza artificiale, degli agenti e quindi il costo complessivo.

Un cambiamento non da poco se si pensa che fino a pochi mesi fa, in molte aziende si era diffusa persino la pratica del “tokenmaxxing”: usare l’intelligenza artificiale il più possibile, consumando sempre più token. La logica era semplice: se l’AI aumenta la produttività, usarne di più non può che essere un vantaggio.

Cosa ha spinto le aziende a passare dal tokenmaxxing al tokenminning? Le bollette. Gli agenti richiedono enormi quantità di potenza di calcolo e stanno facendo crescere i costi molto più rapidamente del previsto. A questo si aggiunge che, come racconta il Financial Times, OpenAI, Anthropic e gli altri laboratori stanno progressivamente abbandonando modelli di business basati su abbonamenti prevedibili per spostarsi verso tariffe legate all’utilizzo effettivo.

In pratica ogni richiesta, ogni processo automatizzato e ogni agente consumano token e generano un costo. Per molte aziende, abituate a spese più stabili e prevedibili, è stato uno shock.

Scopri Il Trono di Silicio, la newsletter settimanale di Adele Sarno su chi guadagna potere nell’era del digitale. E chi lo perde. Per riceverla ogni lunedì puoi iscriverti qui.

Per anni il confronto era tra il costo di un lavoratore e quello di una licenza software. Oggi il confronto è diverso.

Molte aziende mantengono gli stessi dipendenti ma aggiungono decine o centinaia di agenti AI che lavorano in parallelo. Il risultato è una nuova voce di costo che in alcuni casi cresce più rapidamente degli stipendi. Bryan Catanzaro, responsabile della ricerca sul deep learning applicato di Nvidia, ha spiegato ad Axios che nel suo team il costo della potenza di calcolo ha ormai superato quello dei dipendenti.

Non significa che assumere persone sia diventato più conveniente dell’AI, ma che l’automazione non è un pasto gratis e che il rapporto costi-benefici è molto meno scontato di quanto si pensasse.

Meta ha comunicato ai dipendenti che introdurrà limiti all’utilizzo dell’AI dopo aver registrato una crescita “esponenziale” delle spese. Microsoft ha cancellato la maggior parte delle licenze Claude Code distribuite internamente. Uber ha dichiarato di aver esaurito l’intero budget AI previsto per il 2026 già entro aprile e ha imposto un tetto di 1.500 dollari al mese per alcuni strumenti, mentre Walmart ha limitato l’utilizzo dei propri agenti interni.

Amazon e Meta hanno inoltre eliminato le classifiche che premiavano il consumo di token. Per Andrew Macdonald, presidente e direttore operativo di Uber, sta diventando sempre più difficile dimostrare che il crescente consumo di token produca benefici proporzionati per il business.

E, come osserva Jeetu Patel, responsabile dei prodotti di Cisco, la sfida per molte aziende è trovare un equilibrio tra l’ambizione di distribuire un numero crescente di agenti AI e il costo della potenza di calcolo necessaria per farli funzionare.

Workato, azienda software con circa 1.300 dipendenti, racconta al Financial Times che l’utilizzo dell’AI è esploso con l’arrivo degli agenti. Quando però Anthropic ha modificato il sistema di tariffazione, la spesa è aumentata di sette volte in un solo giorno. “Abbiamo creato un mostro”, ha commentato Carter Busse, responsabile informatico dell’azienda. 

Lo stesso Sam Altman, ceo di OpenAi, ha ammesso che nel 2026 il costo dell’intelligenza artificiale è diventato un “problema enorme” per molti clienti, mentre l’anno precedente quasi nessuno se ne preoccupava. Secondo Costi Perricos, responsabile mondiale dell’AI generativa di Deloitte, i costi di elaborazione stanno entrando nelle discussioni dei direttori finanziari e dei consigli di amministrazione dopo anni in cui l’AI era considerata una risorsa economica o quasi gratuita. 

Come ha spiegato al Financial Times Patel per ogni essere umano potrebbero esserci 10, 100 o persino 1.000 agenti al lavoro contemporaneamente. Ognuno di questi consuma potenza di calcolo, genera costi e contribuisce a far crescere la spesa complessiva. Tutto questo non significa che l’Ai sia meno conveniente del lavoro umano, ma che l’automazione ha un costo e che il suo ritorno economico non può più essere dato per scontato. Basti pensare che secondo secondo una stima di Goldman Sachs, entro il 2030 gli agenti potrebbero provocare un aumento di 24 volte del consumo di token. 

Non tutti, però, interpretano questa frenata come un segnale negativo. Per alcuni rappresenta semplicemente la fine della fase più sperimentale dell’AI e l’inizio di una fase più pragmatica. Dopo anni in cui la priorità era usare più intelligenza artificiale possibile, le aziende stanno iniziando a chiedersi dove produca davvero valore.

La questione non è più quanti token consumare, ma quali risultati riescano a generare.

E potrebbe essere proprio questo il passaggio che segna la maturità economica dell’industria dell’AI. È una domanda che potrebbe avere conseguenze anche sulla competizione globale. Secondo il Financial Times, i modelli cinesi hanno superato quelli americani nel consumo di token e stanno guadagnando terreno grazie a prezzi più bassi.

Se il costo diventa un fattore decisivo, la corsa all’intelligenza artificiale potrebbe non essere vinta solo da chi costruisce i modelli migliori, ma da chi riesce a renderli economicamente più convenienti. In altre parole, dopo la corsa alla potenza potrebbe iniziare la corsa ai prezzi.