Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

Per mesi la parola d’ordine nelle grandi aziende è stata usare l’intelligenza artificiale. Usarla molto, possibilmente sempre di più, in una specie di corsa alla produttività. Presunta. Ora che chatbot e agenti sono entrati nei processi quotidiani, però, la fase della sbornia sembra lasciare spazio a quella dei conti. Salati. E il caso di Accenture è forse il simbolo più efficace di questa inversione di rotta: alcuni dipendenti (o specifici team) arrivavano a spendere fra 500 e mille dollari al mese utilizzando Claude, l’IA di Anthropic. Dal primo ottobre scorso la grande sorella della consulenza sta invece usando la tagliola: finanzia centralmente soltanto 29 dollari al mese per persona. Anche se a ben analizzare, di fatto sono stati introdotto tetti specifici per team e ruoli, non esattamente una cifra fissa universale “di 29 dollari” per tutti che però è circolata come riferimento e ha fatto molto notizia. La sostanza non cambia: chi va oltre dovrà trovarsi un team che giustifichi le sue spese.
Non significa che oltre quella cifra Claude diventi necessariamente inaccessibile. Secondo un documento interno ottenuto da 404 Media, chi supera il budget deve però indicare uno specifico progetto o team a cui imputare la spesa aggiuntiva. L’accesso stesso viene poi riesaminato periodicamente sulla base del ruolo, delle esigenze aziendali e dell’utilizzo effettivo. Accenture ha spiegato alla testata che continua a investire nell’IA e a renderla disponibile ai propri dipendenti, con l’obiettivo di fornire lo strumento adatto al lavoro da svolgere. Però, come dire: anche meno. Perché costa.
Dal “tokenmaxxing” al conto da pagare
Il caso è interessante soprattutto perché Accenture è stata fra le società che hanno spinto di più l’acceleratore sull’adozione dell’intelligenza artificiale. E non è sola. Nei mesi scorsi nelle aziende tecnologiche si era diffusa perfino l’espressione “tokenmaxxing”: la tendenza a spingere al massimo il consumo di token, arrivando in alcune aziende a misurarlo attraverso classifiche interne e a considerarlo un indicatore dell’adozione dell’IA da parte dei dipendenti. Una metrica che poteva però produrre un effetto paradossale: incentivare l’uso dell’IA anche quando non era realmente necessario. Adesso si comincia a misurare.
Cos’è un token, come viene creato e come viene usato dai sistemi IA
Il meccanismo ha però mostrato presto i suoi limiti. Più le applicazioni diventano sofisticate, più i consumi possono crescere rapidamente. Vale soprattutto per gli agenti e per gli strumenti di programmazione, che per completare un singolo incarico possono effettuare molte chiamate ai modelli, analizzare grandi quantità di codice e appunto nel caso degli agenti reiterare autonomamente una serie di operazioni. La stessa Anthropic avverte i clienti Enterprise che Claude Code e altri strumenti avanzati possono consumare token a un ritmo sensibilmente superiore rispetto alla normale chat e mette a disposizione limiti di spesa per organizzazione, gruppo e singolo utente per aiutarli a rimanere in linea con le proprie prospettive di budget.
Il problema è ormai abbastanza rilevante da aver prodotto una disciplina quasi nuova, quella che McKinsey definisce “enterprise AI tokenomics”: capire quale modello utilizzare per ciascun compito, quanto far lavorare gli agenti e dove eliminare consumi che non producono un ritorno proporzionato alla spesa per i piani sottoscritti. Secondo una (piccola ma significativa) indagine condotta dall’istituto lo scorso maggio, passando dalla sperimentazione alla diffusione dell’IA su scala aziendale la spesa può quasi quadruplicare. Il 93% delle organizzazioni intervistate dichiarava di avere superato il proprio budget per l’intelligenza artificiale.
Amazon ha tolto le classifiche sull’uso dell’IA
La correzione di rotta era già diventata evidente per esempio in Amazon. L’azienda aveva fissato obiettivi di utilizzo degli strumenti di intelligenza artificiale per molti sviluppatori e monitorava i consumi pubblicando classifiche interne. Il sistema aveva però prodotto un incentivo perverso: secondo quanto ricostruito dal Financial Times, alcuni dipendenti avevano iniziato ad automatizzare anche attività del tutto superflue per le proprie mansioni pur di migliorare la propria posizione. Il colosso di Seattle ha quindi eliminato le classifiche, che in molti casi erano strumenti informali creati dagli stessi dipendenti, e il vicepresidente senior Dave Treadwell li ha invitati a non utilizzare l’IA soltanto per il gusto di utilizzarla.
Anche Microsoft ha cambiato registro. Da luglio scorso ogni divisione ha un “AI token budget target” e i dipendenti vedono la propria spesa per gli strumenti di IA utilizzati e il gruppo ha chiarito internamente che il “tokenmaxxing” non è l’obiettivo, pur continuando a definirsi un’azienda “AI-first”. Secondo Business Insider Paramount ha applicato limiti mensili al consumo di Claude per alcuni dipendenti del settore tecnologico, calibrandoli in base al ruolo e consentendo di chiedere token aggiuntivi se e quando necessario.
A giugno Uber ha introdotto un tetto di 1.500 dollari al mese per dipendente e per ciascuno strumento di coding agentico, come Claude Code o Cursor. La ragione dichiarata è molto concreta: l’azienda aveva esaurito in appena quattro mesi il budget per l’AI previsto per l’intero anno. Ogni dipendente dispone inoltre di un cruscotto per controllare i propri consumi e può chiedere un aumento del limite in casi specifici.
Perfino JPMorgan, che dispone di un budget tecnologico annuale vicino ai 20 miliardi di dollari, ha introdotto per alcuni ingegneri un tetto mensile di 2mila dollari per Claude. È una cifra incomparabilmente superiore ai 29 dollari finanziati centralmente da Accenture ma il principio, fatte le dovute proporzioni, è simile: rendere visibile e attribuibile una voce di costo che nella prima fase della corsa all’IA era stata spesso trattata come una risorsa da consumare liberamente. L’AI come commodity, insomma, le aziende non possono ancora permettersela al 100%.
Il paradosso: i token costano meno ma le aziende spendono di più
La frenata non significa necessariamente che l’IA stia diventando più costosa per ogni singola operazione. È vero semmai il contrario: la concorrenza fra fornitori e l’efficienza crescente dei modelli stanno facendo scendere il prezzo medio dei token. Il punto è che il volume di utilizzo aumenta molto più velocemente, soprattutto quando entrano in gioco gli agenti. Il risultato è dunque che il costo complessivo può comunque salire. Il Financial Times segnala proprio questa apparente contraddizione: prezzi unitari in calo e bollette in aumento per gli utilizzatori più intensivi.
Il nodo cruciale risiede proprio nella natura dei piani aziendali di strumenti come Claude Enterprise, che non si affidano a un canone fisso a postazione, ma prevedono spesso consumi legati all’effettivo volume di traffico e alle chiamate API. Utilizzando agenti autonomi o strumenti di sviluppo avanzati per intere giornate su enormi codici e software a cui lavorano, alcuni dipendenti arrivavano come detto a generare picchi di spesa sproporzionati rispetto alle stime iniziali, trasformando quella che doveva essere una comoda licenza flat in un conto salatissimo calcolato al singolo token.
È anche per questo che il passaggio “simbolico” dai mille ai 29 dollari di Accenture è più significativo della cifra in sé. Non racconta una rinuncia all’intelligenza artificiale. Racconta la transizione dalla fase in cui consumare token era quasi una dimostrazione di modernità aziendale, sull’onda della moda, a quella in cui ogni token deve cominciare a giustificare il proprio costo. Come ogni altro asset aziendale, d’altronde. E con gli agenti capaci di lavorare autonomamente per periodi sempre più lunghi, la domanda per le aziende non sarà più soltanto quanta IA utilizzano i dipendenti. Sarà soprattutto quanto valore produce ciascun dollaro o euro speso per farla lavorare.

SIMONE COSIMI