Aggiungi Scenari Economici come Fonte preferita su Google

L’illusione di un’intelligenza artificiale accessibile ed economica sta mandando in tilt i conti economici delle imprese in un modo che non era . Il costo unitario per elaborare i dati è letteralmente crollato ben del 40, ma la spesa complessiva delle grandi aziende per i modelli linguistici è aumentata del 50% in un solo mese.

Non si tratta di un errore di calcolo. Si tratta di un effetto economico che potrebbe mandare il settore alle stelle, o, se le cose vanno male, farlo implodere verticalmente.

I dati recenti mostrano una dinamica apparentemente contraddittoria tra tariffe unitarie e spesa aggregata.

Il caso di Uber è emblematico: l’adozione massiccia di assistenti di programmazione avanzati ha bruciato l’intero budget annuale destinato all’IA in appena quattro mesi. Il management è dovuto correre ai ripari imponendo un tetto massimo di spesa di 1.500 dollari mensili per dipendente. Il successo, nel caso specifico, è stato tale da bruciare il budget.

Nel 1865 l’economista William Stanley Jevons osservò che motori a vapore più efficienti non riducevano il consumo di carbone, ma lo moltiplicavano perché ne rendevano conveniente l’uso ovunque. Aveva osservato un effetto economico destinato a ripetersi per molte innovazioni industriali che oggi viene chiamato Paradosso di Jevons.

Oggi accade esattamente lo stesso con i token digitali legati alla AI, a fronte del calo del loro prezzo. .

• Più convenienza, più impiego: quando il prezzo scende, l’IA viene inserita in ogni procedura, dall’assistenza clienti alla stesura di contratti e codici.
• Il passaggio agli agenti autonomi: a differenza di una semplice chat, un agente software esegue ricerche, scrive codice, fa test e dialoga con altri agenti. Secondo Gartner, questo flusso consuma da 5 a 30 volte più dati rispetto a una conversazione tradizionale. Questo aumenterà la necessità di capaictà di calcolo.
• Moltiplicazione del contesto (RAG): una domanda di poche parole attiva ricerche documentali interne che caricano migliaia di token invisibili all’utente finale.
• Ansia da competizione: le aziende temono di perdere quote di mercato e scelgono sempre i modelli più potenti e voraci di risorse, azzerando ogni risparmio.

Questa dinamica crea profonde asimmetrie nel mercato fra i vari protagonisti di questa crescita:

• I produttori di hardware e infrastrutture. Chi vende server, microprocessori grafici ed energia registra profitti record. La domanda aggregata di potenza di calcolo cresce molto più velocemente di quanto scendano i listini unitari.
• Gli sviluppatori di modelli. Le società che addestrano i grandi algoritmi subiscono una compressione dei margini. La concorrenza spinge i prezzi verso il basso, mentre i costi per l’infrastruttura restano elevatissimi. La ricerca frenetica dell’efficienza e dell’economicità comprime i loro margini, pur, comunque, allargandone il mercato. I token diventano commodity, un bene dal basso valore individuale.

L’interrogativo cruciale riguarda la tenuta dell’intero sistema. Come evidenziato dagli analisti di Apollo Global Management, se il costo dei token continuerà a scendere verso lo zero senza generare un ritorno economico misurabile per chi compra servizi cloud, gli investimenti infrastrutturali da centinaia di miliardi rischiano di non ripagarsi mai. A quel punto, il mercato potrebbe trovarsi di fronte a una brusca correzione dell’offerta, corretta, ovviamente, da una serie di fallimenti. Quando la concorrenza diventa dura e i margini cadono, allora solo i migliori sopravvivono.