I costi nascosti dell’IA su larga scala

Il 1 giugno 2026, GitHub ha ritirato definitivamente le “premium requests” a tariffa fissa per Copilot e le ha sostituite con crediti AI basati sull’uso. Quando le prime fatture secondo il nuovo modello sono arrivate un mese dopo, alcuni utenti agentici hanno visto bollette per le quali non erano preparati: Un sviluppatore ha riferito che i costi mensili sono passati da $29 a $750 per i flussi di lavoro agentici più intensi.

È stato un esempio evidente di un cambiamento più ampio nel mercato degli strumenti AI nel corso del 2026 – e uno che potrebbe attendere le organizzazioni che ancora pagano una tariffa fissa oggi.

Le organizzazioni contano le ore che risparmiano. Molte di esse non contano ciò che una tariffa fissa mantiene invisibile: il consumo di contesto e i retry dopo un fallimento. Altri costi non compaiono mai sulla fattura del fornitore, inclusi il tempo speso a revisionare l’output e a mantenere i prompt. Quando la fatturazione passa al consumo reale, le organizzazioni senza disciplina dei costi rischiano una bolletta che li sorprende nello stesso modo in cui il nuovo modello di Copilot ha sorpreso alcuni utenti.

Il contesto che nessuno ha valutato

L’IA ovviamente ha bisogno di contesto; questo non è in dubbio. La questione è se il contesto inviato sia rilevante, o semplicemente comodamente disponibile. Inviare un documento intero è il modo più veloce per fornire informazioni a un modello. Non è automaticamente il più economico né il migliore.

Nel maggio 2026, il Digital Economy Lab di Stanford ha pubblicato un’analisi dei compiti di codifica agentica su otto modelli di frontiera e ha scoperto che questi compiti consumano fino a mille volte più token rispetto a una semplice chat di codice, con il fattore principale non rappresentato dall’output del modello ma dal contesto di input che reinvia continuamente. L’agente rilegge l’intera cronologia a ogni passo successivo. Lo stesso compito, eseguito più volte, ha mostrato una variazione nel consumo di token fino a trenta volte.

Nemmeno l’accuratezza scala linearmente con il volume di contesto: spesso raggiunge un picco a una quantità moderata e poi aggiunge solo costi senza aggiungere valore.

La cecità ai token, quindi, non riguarda il fatto che l’IA non abbia bisogno di contesto. Riguarda il fatto che, senza misurazione, nessuno si chiede se tutto quel contesto sia realmente necessario. Con una tariffa fissa, la questione è facile da ignorare. Con la fatturazione basata sul consumo, diventa parte del costo.

Quando paghi due volte per un fallimento

I flussi di lavoro agentici comportano un altro costo che quasi mai appare nei calcoli ROI. Immagina una catena semplificata di dieci passaggi, ognuno con una probabilità del 95% di funzionare correttamente da solo. Sembra sufficientemente affidabile, ma messi insieme, quella catena ha solo circa il 60% di probabilità di completare l’intera esecuzione senza alcun errore.

In un flusso di lavoro che invia nuovamente il contesto accumulato ad ogni chiamata, ogni fallimento e il retry che segue non ti costano solo il passo ripetuto: paghi di nuovo anche per tutto ciò che è stato inviato prima.

È un dolore comune che quasi tutti sperimentano quando costruiscono la loro prima pipeline agentica. L’ho vissuto in prima persona. All’inizio, con solo un paio di agenti, non importava molto. Ma con la crescita della pipeline, ogni esecuzione fallita diventava più costosa, e questo mi ha spinto a chiedermi quale contesto fosse necessario a ciascun agente e come memorizzarlo nella cache, invece di chiedermi solo se l’esecuzione fosse andata a buon fine.

La stessa analisi calcola che un agente a dieci passaggi con affidabilità del 95% per passaggio consuma circa il 40% in più di token nei retry rispetto a un sistema perfettamente affidabile. Questo è un costo che vedrai sulla fattura ma, probabilmente, non apparirà in nessun foglio di calcolo ROI.

Il controllo non è un bug. Appartiene al budget

Questo punto deve essere espresso con precisione, perché è facile sbagliare. Revisionare l’output dell’IA non è un guasto del sistema; è una parte legittima e prevista del lavoro con l’IA, così come la revisione del codice è una parte legittima del lavoro con gli sviluppatori. Il problema non è che l’output venga revisionato. Il problema è che questo lavoro quasi mai viene considerato nel calcolo di quanto l’IA abbia effettivamente risparmiato.

L’Institute Work AI di Glean ha intervistato 6.000 lavoratori e ha scoperto che l’automazione li fa risparmiare circa 11 ore alla settimana, ma quasi sei ore e mezza di quelle ore vanno in attività di manutenzione: fornire contesto ai sistemi IA, controllare il loro lavoro e correggere gli errori. Il risparmio netto, quindi, si avvicina a quattro ore e mezza – meno della metà della cifra iniziale. L’IA continua a far risparmiare tempo, solo non tanto quanto suggerisce il primo numero.

I prompt necessitano di manutenzione, non solo di un autore

I prompt si comportano oggi più come codice di produzione: un aggiornamento del modello, una modifica del contesto o una modifica apparentemente minore possono alterare le loro prestazioni. Senza versionamento e test, tali cambiamenti possono introdurre problemi silenziosamente. I test di regressione, standard per il codice, vengono ancora spesso omessi quando si tratta di verificare i prompt. Una modifica che sembra un piccolo edit di una singola frase può arrivare in produzione e ridurre l’accuratezza senza che nessuno se ne accorga finché il problema non si accumula in qualcosa di visibile.

Costruire un adeguato framework di valutazione – includendo un set di test e test di regressione automatizzati per ogni modifica – è un lavoro aggiuntivo che quasi mai appare nel calcolo “l’IA fa risparmiare tempo”.

Token più economici, bollette più alte

GitHub Copilot non è stata un’eccezione. Un’indagine citata da CFO Dive ha rilevato che quasi sette aziende su dieci negli Stati Uniti hanno segnalato almeno parziali superamenti del budget AI nell’ultimo anno, per lo più prima di un passaggio completo alla fatturazione basata sul consumo, non dopo.

Bain & Company, nella sua analisi di giugno sull’economia dei token, aggiunge un paradosso che descrive al meglio l’intera situazione: il prezzo per token è diminuito della metà nell’anno, mentre il consumo nello stesso periodo è cresciuto di 4.5 volte.

Il modello è diventato più economico, ma la bolletta rimane ostinatamente alta. Le aziende sono passate a modelli più recenti, hanno assegnato agli agenti compiti più complessi e hanno trovato più flussi di lavoro per loro. Un token più economico non significava una spesa inferiore; significava che c’erano più motivi per consumarne uno.

Come Prepararsi Prima Che Arrivi la Fattura

Il quadro che ne deriva non riguarda l’uso minore dell’IA. Riguarda la conoscenza dei costi dell’IA prima di decidere di scalarla ulteriormente.

1. Ottieni prima visibilità

Fino a quando non avrai il consumo suddiviso per team, flusso di lavoro, applicazione e compito completato, ogni espansione è una scommessa cieca. Quella visibilità non è nemmeno gratuita: per i flussi di lavoro agentici in particolare, tracciare ogni passo, registrare cosa è successo e perché, e monitorare i loop incontrollati richiede tempo di ingegneria e strumenti propri. Inserisci questo nel budget come parte del costo di gestione dell’IA, non come un ripensamento aggiuntivo.

2. Ricalcola il ROI su base netta

Sottrai il tempo speso per revisione, correzioni e manutenzione dei prompt dalle ore risparmiate segnalate. Se il risparmio di tempo è lo scopo del caso d’uso e il risultato netto è negativo o non verificabile, non è pronto per la scalata. Quando il beneficio previsto è invece qualità, capacità, riduzione del rischio o ricavo, misura direttamente quel risultato.

3. Applica disciplina dei costi, ma non in modo uniforme

Un limite di spesa rigido ha senso dove il fallimento è poco costoso: strumenti interni, agenti sperimentali, ambienti di sviluppo. Per funzionalità critiche a contatto con il cliente – ad esempio un assistente per il servizio clienti – un limite rigido non è praticabile, perché crea il rischio di un’interruzione. In questi casi, servono fallback a più livelli verso un modello più economico e avvisi di preallarme, non uno spegnimento a zero.

4. Considera i prompt e le valutazioni come asset ingegneristici

Versionali, testali e revisiona le modifiche prima del deployment, nello stesso modo in cui gestiresti il codice di produzione.

Affronta i rinnovi con i tuoi dati

Il prezzo dei fornitori è difficile da valutare senza i propri dati di utilizzo. Prima di un rinnovo o di un cambio modello, calcola quanto costerebbero i tuoi flussi di lavoro attuali secondo i termini proposti. L’obiettivo non è solo negoziare un prezzo più basso. È capire come quel prezzo si comporterà al tuo reale livello di consumo, invece di scoprirlo dalla fattura.

Tre cose che puoi fare questa settimana: verifica se puoi suddividere il consumo di IA per team e flusso di lavoro; scegli un caso d’uso e metti il tempo speso per la revisione accanto alle ore segnalate come risparmiate; e scopri dove un limite di spesa rigido potrebbe creare un’interruzione invece di controllare un costo.

I costi dell’IA possono essere gestiti. Solo non quando li scopri per la prima volta dalla fattura.