la Repubblica, 31 maggio 2026
Corsa all’IA in azienda, ma dalle Big Tech scatta l’allarme costi
Non è tutta intelligenza artificiale ciò che luccica. Proprio mentre il governatore della Banca d’Italia Fabio Panetta invita le imprese ad accelerare sull’IA perché diventi una leva di crescita diffusa, dagli Usa arriva un primo controcanto: alcune aziende, anche tecnologiche, stanno razionando gli strumenti più costosi, spingendo verso modelli interni o più economici e chiedendosi se le bollette dell’IA spingano davvero la produttività. Non è una ritirata, né l’invito a chi è indietro a non muoversi, ma la scoperta che usare molto (e magari male) l’IA può diventare costosissimo.
La parola chiave, qui, è token: l’unità minima – che ha un costo e quindi viene fatta pagare – che un modello linguistico legge o produce. Può essere una parola, un pezzo di parola, un segno. Quando si fa una domanda a un chatbot, il sistema consuma token per leggere la richiesta e costruire la risposta. Se vengono allegati documenti, se il modello deve scrivere codice o fare molte verifiche, il consumo cresce.
E cresce ancora di più con la cosiddetta IA “agentica”: programmi che spezzano un compito in molti passaggi, utilizzano altri programmi, correggono, riprovano. È qui che la contabilità diventa un problema concreto. Una nota di JP Morgan sul tema ha scelto un titolo quasi sensazionalistico: «I costi dei token dell’intelligenza artificiale stanno mangiando vivi i profitti di Internet».
La formula è brutale, ma fotografa un problema vero: senza tagli ad altri costi operativi o un’accelerazione dei ricavi, avverte la nota, i margini di chi preme troppo l’acceleratore sull’Ia possono finire sotto pressione e il conto farsi salatissimo.
Negli Stati Uniti quel conto è già arrivato. Il Wall Street Journal racconta che grandi gruppi come Uber, Meta, Microsoft, Salesforce e DoorDash stanno cercando di razionare l’uso degli strumenti più costosi e di misurare se il consumo di Ia produca davvero risultati. Google, intanto, ha detto che oggi processa oltre 3,2 milioni di miliardi di token ogni mese, sette volte più di un anno prima.
C’è anche un neologismo per descrivere la deriva: “tokenmaxxing”, cioè l’esibizione dell’uso dell’IA attraverso il consumo di token, come se bruciarne di più fosse già prova di innovazione. Meta, il colosso che controlla Facebook, aveva ad esempio introdotto una classifica dei suoi dipendenti basata sull’utilizzo di token: corse per salire in graduatoria a botte di utilizzo dell’IA e rapida ritirata dell’azienda.
Anche il caso Uber è istruttivo. Secondo le ricostruzioni americane, la società ha bruciato in pochi mesi l’intero budget annuale per strumenti di IA agentica destinati anche alla programmazione. Il problema, quando si è fatto un primo bilancio, non è stata solo la spesa, ma la difficoltà di collegarla a un aumento verificabile di funzioni utili per clienti e autisti. Microsoft ha limitato l’accesso ad alcuni strumenti esterni di coding, indirizzando parte dei dipendenti verso soluzioni interne. Il sito Axios spiega che molte imprese stanno riducendo l’utilizzo di modelli costosi per compiti per cui non sono necessari.
Certo, la corsa all’IA non si fermerà per questo. Anzi, Goldman Sachs stima che il consumo di token legato agli agenti IA possa moltiplicarsi per 24 entro il 2030, fino a 120 milioni di miliardi di token al mese. Mentre il prezzo del singolo token cala, i volumi esplodono. E assieme a loro le bollette pagate dagli utilizzatori.
La lezione, dunque, non è che l’intelligenza artificiale non serva. È che non basta distribuire licenze e aspettare che la produttività si materializzi per innesco spontaneo. I dati di Bankitalia spiegano che nel 2025 solo il 16% delle imprese private dell’industria e dei servizi non finanziari con almeno dieci addetti ha utilizzato strumenti di IA, quattro punti meno della media europea.
Tra le aziende con almeno 20 addetti la quota è salita al 32% a inizio 2026, ma l’uso davvero estensivo resta fermo al 5%. E soprattutto – osserva ancora Bankitalia – tra le imprese che già usano l’IA il 70% non ha finora rilevato effetti sulla produttività. I benefici arrivano quando alla tecnologia si accompagnano competenze, infrastrutture digitali e riorganizzazione dei processi. E, come da lezione americana, con un occhio alla bolletta.