Molte aziende vivono ancora la loro “luna di miele” con l’intelligenza artificiale, tuttavia anche queste imprese cominciano, se non a porsi i primi dubbi, a stemperare le aspettative. Se da un lato cresce la pressione manageriale affinché i dipendenti sfruttino al massimo gli strumenti di IA – un fenomeno noto come tokenmaxxing – dall’altro si fa strada la consapevolezza che questo approccio risulti sorprendentemente oneroso, soprattutto quando i risultati ottenuti sono difficili da valutare in termini di reale efficacia.
Uber è un caso emblematico di questa tendenza. Solo poche settimane fa, il direttore tecnologico Praveen Neppalli Naga ha ammesso a The Information [1] che l’uso intensivo dell’intelligenza artificiale, spinto dai vertici aziendali, ha portato a esaurire entro aprile il budget previsto per tutto il 2026. Secondo la società, non si tratta di un impiego sconsiderato: oggi circa il 70% del codice finale è generato tramite sistemi di GenAI e l’11% degli aggiornamenti viene scritto interamente da agenti di IA, senza alcun intervento umano.
Se prendiamo per buone le dichiarazioni dell’azienda, lo scenario appare privo di sprechi ma comunque oneroso. Il costo medio per ogni ingegnere che utilizza gli strumenti di IA varia tra i 150 e i 250 dollari, con punte che toccano i 2.000. La previsione di spesa per l’integrazione dell’intelligenza artificiale si è rivelata molto più ottimistica della realtà e Uber è ora costretta a rivedere radicalmente le proprie prospettive. Una lezione importante, ma assimilata in modo diverso da quanto ci si potrebbe aspettare.
«L’automazione è per noi un fattore esistenziale», ha dichiarato il direttore delle operazioni Andrew Macdonald in un’intervista a Rapid Response [2] andata in onda sabato scorso. La situazione del budget ha comunque acceso un vivace dibattito interno per valutare se il rapporto tra costi, benefici e sacrifici sia davvero proporzionato a un contesto in cui lo sfruttamento massivo degli strumenti di IA fatica a tradursi in un incremento tangibile dei risultati. «Non abbiamo ancora trovato quel punto di connessione», ha ammesso Macdonald, «è estremamente difficile tracciare una linea che colleghi le statistiche d’uso a un concetto come “ok, ora produciamo effettivamente il 25% di funzioni utili per il consumatore”». Nel frattempo, segnala Business Insider [3], la società ha rallentato le assunzioni al fine di compensare gli investimenti riguardanti l’IA.
Quello di Uber non è un caso isolato. All’inizio del mese anche Bryan Catanzaro, dirigente di NVIDIA, ha ammesso [4] che la strategia del tokenmaxxing ha portato il suo team a sostenere costi superiori a quelli del personale umano. E le prospettive non sono incoraggianti: la maggior parte delle aziende di intelligenza artificiale opera oggi in perdita, tuttavia le principali protagoniste della categoria stanno puntando a essere quotate in Borsa, circostanza che le obbliga a dover finalmente far quadrare i conti. Per comprendere lo sforzo richiesto da questo cambio di rotta, basta guardare a OperAI: secondo quanto ricostruito dal giornalista Ed Zitron [5], la società che ha reso popolari i chatbot starebbe lavorando con un margine negativo del 122%, perdendo 1,22 dollari per ogni dollaro fatturato.
Per far fronte al salasso, realtà come Anthropic hanno iniziato a ridurre i propri piani di abbonamento, limitando il numero di unità di testo – i cosiddetti token – disponibili per ciascun utente e spingendo verso un modello a consumo. Altre, come il sistema Kiro di Amazon, si appoggiano invece a un meccanismo basato su “crediti”, i quali non corrispondono ai token: una scelta che ha generato confusione tra gli utenti, molti dei quali lamentano difficoltà nel tenere traccia del rapporto tra comandi impartiti e costi effettivi da sostenere.
