Cosa succede quando le aziende non possono più permettersi la propria IA?

Nei suoi primi anni, Uber offriva corse da una parte all’altra della città a un prezzo inferiore a quello di un taxi. Gli investitori coprivano la differenza finché l’azienda non ha avuto bisogno di guadagnare. I dati di Rakuten Intelligence hanno mostrato un aumento del 92% dei prezzi delle corse con app negli Stati Uniti tra il 2018 e il 2021 e, nel 2023, persino il CEO di Uber è rimasto sorpreso nello scoprire quanto costasse ormai una corsa di tre miglia a New York.

L’intelligenza artificiale si sta avvicinando a un momento analogo. Anthropic ha confermato a giugno di aver presentato in via riservata la documentazione per una quotazione in borsa negli Stati Uniti, e secondo quanto riferito OpenAI si starebbe preparando a fare altrettanto. Le società quotate devono rispondere agli azionisti ogni trimestre e questo livello di scrutinio tende a influire sui prezzi.

Questo solleva una domanda che molte aziende non si sono ancora poste: cosa succede se l’IA su cui si basano i loro prodotti diventa più costosa, più soggetta a restrizioni o entrambe le cose? La risposta dipende meno dalle decisioni dei laboratori di IA che da come ciascuna azienda ha costruito la propria attività attorno a essi, e c’è ancora tempo per prepararsi.

I costi dell’IA sono passati dal budget IT al modello di business

Le prime fatture per l’IA erano abbastanza contenute da rientrare nelle spese di sperimentazione. Oggi l’IA è integrata nei prodotti e nei flussi di lavoro, perciò il suo costo incide direttamente sui margini. I prezzi attuali riflettono un periodo di forti investimenti.

In un test condotto dalla società di ricerca SemiAnalysis, un piano Claude Max da 200 dollari al mese ha garantito un utilizzo del valore di circa 8.000 dollari al mese, calcolato alle tariffe API standard. Si tratta di condizioni generose per gli utenti, che mostrano quanto alcuni prezzi siano distanti dal costo effettivo del servizio.

Alcuni adeguamenti sono già iniziati. A metà del 2025, lo strumento di programmazione basato sull’IA Cursor ha sostituito il suo piano da 20 dollari al mese con un sistema di fatturazione a consumo, alle tariffe API, e Anthropic ha introdotto limiti settimanali di utilizzo per gli utenti più assidui di Claude Code. Lo sviluppatore Simon Willison ha ipotizzato che l’era dell’utilizzo dell’IA sovvenzionato dagli investitori possa essere al termine.

Gli analisti danno indicazioni simili. Le raccomandazioni di Gartner dell’agosto 2026 invitano i dirigenti a prepararsi a probabili aumenti dei prezzi dell’IA. Gli analisti dell’azienda hanno anche avvertito che le organizzazioni che non capiscono come crescono i costi dell’IA possono sottovalutarli del 500%-1.000%.

La diminuzione dei costi unitari aiuta, ma solo fino a un certo punto. Epoch AI mostra che il prezzo di un determinato livello di prestazioni dell’IA cala drasticamente ogni anno; tuttavia, i ricercatori del MIT hanno scoperto che i nuovi modelli di ragionamento richiedono molta più potenza di calcolo per arrivare alle risposte. La fattura cresce con l’utilizzo, e l’utilizzo continua ad aumentare.

Cosa potrebbero significare i laboratori di IA quotati in borsa per le startup che sviluppano le proprie attività basandosi su di essi

La quotazione impone disciplina. I laboratori di IA quotati in borsa dovranno mostrare agli investitori un percorso verso margini sostenibili e i prezzi sono una delle leve più dirette a loro disposizione. Questo potrebbe tradursi in prezzi di listino più alti, limiti di utilizzo più rigidi, funzionalità spostate nei piani premium o modelli più datati ritirati prima.

Anche le startup operano nello stesso mercato dei loro fornitori. I laboratori di IA offrono sempre più spesso applicazioni proprie, come ha fatto Anthropic con Claude Code, perciò è importante chiarire quale valore aggiunge un’azienda oltre al modello stesso.

C’è anche un aspetto positivo. Le società quotate divulgano più informazioni, offrendo ai clienti maggiore chiarezza sui prezzi dell’IA. La concorrenza tra fornitori, insieme ai rapidi miglioramenti dei modelli aperti, dovrebbe contenere i prezzi per chi è pronto a cambiare.

Come le aziende possono ridurre la propria dipendenza

Il rischio per l’azienda si riduce a due domande. Se i costi aumentassero, i clienti apprezzerebbero abbastanza il servizio da essere disposti a pagare di più? E i margini sarebbero sufficienti ad assorbire un aumento dei prezzi? Per ogni azienda che non conosce con certezza le risposte, ci sono cinque accorgimenti utili, nessuno dei quali richiede di ripartire da zero.

Conoscere il costo di ogni attività. Molti team conoscono la spesa mensile per l’IA, ma non quanto costa la singola azione di un cliente. Misurare il costo per attività permette di capire quali funzionalità, clienti o casi d’uso diventerebbero non redditizi se i prezzi aumentassero del 30%, del 50% o persino del 100%.

Usare l’IA dove offre il maggior valore. I modelli di grandi dimensioni sono particolarmente efficaci nel gestire situazioni ambigue, per esempio quando affrontano un problema per la prima volta. Per le attività ripetitive, spesso è più adatto il software tradizionale. Nei test del software, per esempio, l’IA può stabilire una volta come verificare il percorso seguito da un utente; poi il controllo viene eseguito migliaia di volte come normale codice, senza interrogare un modello.

Scegliere il modello più adatto al compito. Epoch AI ha rilevato che i migliori modelli aperti eseguibili su una singola scheda grafica per il mercato consumer sono indietro rispetto ai modelli di punta di circa un anno o meno. Per le attività di routine, un modello più piccolo o ospitato autonomamente può offrire risultati accettabili a una frazione del prezzo.

Mantenere la possibilità di cambiare fornitore. I prodotti costruiti attorno a funzionalità specifiche di un unico fornitore sono i più difficili da trasferire. Un semplice livello intermedio tra il prodotto e il modello, insieme a verifiche regolari delle alternative, trasforma un futuro aumento dei prezzi in uno strumento di negoziazione.

Far pagare in base ai risultati. Fatturare ai clienti i token significa trasferire direttamente su di loro ogni variazione dei prezzi dell’IA. Una tariffa fissa per risultato, come un’attività completata o una richiesta risolta, mantiene stabili i prezzi per i clienti e dà all’azienda margine per assorbire le variazioni dei propri costi. Lo stesso principio è utile anche al momento dell’acquisto: gli strumenti con prezzi basati sui risultati rendono più facile prevedere le spese future.

La sostenibilità dei costi è una scelta progettuale

Gli aumenti dei prezzi di Uber non hanno messo fine al ride-hailing. Hanno messo fine ai modelli di business basati sull’ipotesi che le corse sarebbero sempre state sovvenzionate. È probabile che l’IA segua un percorso simile. Man mano che i principali laboratori si affacciano sui mercati pubblici, il prezzo dell’IA si avvicinerà maggiormente al costo della sua erogazione e le aziende saranno giudicate in base alla capacità dei loro prodotti di continuare a funzionare a quel prezzo.

Le aziende meglio preparate ad affrontare questo cambiamento considerano l’IA una dipendenza da quantificare e gestire. Per le aziende che non hanno ancora iniziato, non è troppo tardi. Ognuno di questi passi può essere avviato in questo trimestre e ciascuno renderà più facile assorbire il successivo cambiamento di prezzo.