Aziende: meno token per l’AI, più controllo sui costi
Le aziende stanno iniziando a frenare l’uso dei token nei modelli generativi per riprendersi il controllo dei costi. La logica sta cambiando: prima si spingeva sul consumo, adesso si cerca di ottimizzare.
Per mesi, in molte realtà, l’ordine era usare il più possibile assistenti automatici, chatbot e strumenti per il coding. Ora l’aria è diversa: meno sprechi, controlli più stretti e molta più attenzione a quanto pesa in fattura ogni prompt , ogni risposta , ogni flusso automatizzato.
In certi casi, l’entusiasmo iniziale era arrivato perfino a trasformarsi in gare interne, con classifiche e incentivi per chi consumava di più.
Adesso, però, non basta più dire che l’AI è stata adottata. Le aziende più esposte stanno cominciando a misurare molto meglio l’impatto concreto di questi strumenti sui conti.
Perché le aziende stanno limitando i token dei modelli generativi
La ragione, alla fine, è piuttosto semplice: costano.
Secondo varie testimonianze raccolte nel settore, alcune delle aziende più esposte arrivano a spendere fino a 7.500 dollari al mese per dipendente in strumenti di questo tipo.
C’è poi un punto che pesa parecchio. I flussi agentici, cioè quelli in cui il software porta avanti catene di azioni più complesse, possono far triplicare la spesa totale anche se il prezzo del singolo token scende.
Quindi no, pagare meno ogni unità non vuol dire per forza spendere meno alla fine del mese.
E non è un problema che riguarda solo i grandi progetti centralizzati.
Microsoft avrebbe rilevato casi di ingegneri con consumi individuali compresi tra 500 e 2.000 dollari al mese soltanto in token su Claude Code di Anthropic.
È un dato che rende bene la misura del problema: quando l’uso dei singoli non viene governato, la bolletta aziendale può gonfiarsi in fretta.
I casi di AT&T, Meta, Uber, Walmart e Amazon
Le restrizioni, quindi, non sono più una possibilità teorica. Stanno già prendendo forma, e in modo molto concreto.
AT&T ha limitato l’accesso a GitHub Copilot per una parte dei dipendenti. Meta, secondo diverse ricostruzioni, starebbe stringendo la spesa su Anthropic e su altri strumenti simili.
Poi c’è Uber, un caso che aiuta a capire bene la scala del problema. L’azienda avrebbe esaurito entro aprile l’intero budget 2026 destinato al coding assistito e ora impone un tetto di 1.500 dollari al mese per dipendente, per ciascun tool.
Anche Walmart ha fissato un limite per il suo agente interno, mentre Amazon ha eliminato una classifica sull’utilizzo dopo che i dipendenti avevano iniziato a usare il sistema per scalare la graduatoria.
Ormai non basta più far vedere che questi strumenti vengono usati. Bisogna dimostrare che l’uso ha un senso e che non sta bruciando budget senza controllo.
Il ritorno sugli investimenti è sotto pressione
Questa stretta arriva mentre la spesa globale per questi strumenti dovrebbe toccare i 2.590 miliardi nel 2026.
Eppure il ritorno sugli investimenti è sotto pressione sempre più forte. Secondo Deloitte, solo il 28% dei responsabili finanziari globali interpellati dice di vedere un valore chiaro e misurabile negli investimenti fatti finora.
Da qui si sta aprendo anche un mercato nuovo: quello delle infrastrutture pensate per tenere a bada i costi.
Microsoft e Databricks hanno lanciato gateway per monitorare i consumi e imporre limiti di spesa.
Factory, startup sostenuta da Nvidia e valutata 1,5 miliardi di dollari, ha invece introdotto un router capace di instradare i compiti più semplici verso modelli meno costosi.
Le somiglianze con altri strumenti di ottimizzazione già visti nel software enterprise si notano subito. Qui, però, il problema brucia di più: evitare che attività ripetitive o di basso valore finiscano a pesare sui modelli più costosi.
Meno sprechi, più modelli alternativi
Questa attenzione nuova ai consumi sta accelerando anche un’altra tendenza: spostare i carichi meno complessi dai modelli di fascia alta a soluzioni più economiche o open source.
L’obiettivo è abbastanza chiaro: ridurre i costi senza rinunciare all’uso di questi strumenti e, di conseguenza, proteggere i guadagni di produttività senza continuare a far salire la spesa.
Satya Nadella, CEO di Microsoft, lo ha detto senza giri di parole: i modelli dovrebbero essere intercambiabili, non dominanti.
Siamo quindi lontani da una strategia costruita attorno a un solo fornitore. La direzione sembra un’altra, cioè distribuire i compiti in base al rapporto tra costi e risultati.
Non tutti, però, hanno intenzione di razionare allo stesso modo.
Il CEO di Box, Aaron Levie, ha detto che Box non ha mai incentivato il consumo fine a se stesso. Databricks, invece, sostiene di lasciare ancora ai propri ingegneri un budget illimitato.
È qui che oggi passa la linea di frattura del settore: tagliare i costi senza rovinare i guadagni di produttività.
