perché i token IA a basso costo potrebbero presto rovinare la classe media

Open source invece della trappola del cloud: come salvare la tua strategia di intelligenza artificiale dall’esplosione dei prezzi

L’architettura batte l’hype: la scomoda verità sul futuro dei prezzi dell’IA

L’attuale clamore mediatico intorno all’intelligenza artificiale oscura una scomoda verità economica: i prezzi estremamente bassi per l’accesso all’IA offerti da provider come OpenAI o Anthropic sono una pura illusione. Sovvenzionati da miliardi di dollari di investimenti, questi giganti della tecnologia stanno attualmente attirando soprattutto le piccole e medie imprese (PMI) in una pericolosa dipendenza. Ma cosa succederà quando gli investitori richiederanno un ritorno sull’investimento e i costi di questi token, apparentemente economici, esploderanno improvvisamente? Chiunque adatti ciecamente la propria architettura IT alle interfacce di un singolo provider rischia ora un brusco risveglio e un massiccio aumento dei costi nel prossimo futuro. Questo articolo svela perché l’attuale livello dei prezzi dell’IA è insostenibile, come funziona il sottovalutato “effetto lock-in” e perché un’architettura ibrida intelligente con modelli open source è l’unica strada percorribile per le aziende per rimanere competitive e agili nel lungo termine.

Correlato a questo:

Perché i token più economici della storia sono in realtà i più costosi e perché quasi tutte le aziende di medie dimensioni ne pagano il conto entro due anni

Ci sono momenti nella storia economica in cui un intero mercato scambia un’illusione per realtà. Il boom dei personal computer dei primi anni ’90 è stato uno di questi, il contesto di tassi di interesse a zero dopo il 2010 un altro, e la bolla delle dot-com a cavallo del millennio lo è stata certamente. Il boom dell’intelligenza artificiale generativa tra il 2023 e il 2026 appartiene senza dubbio alla stessa categoria. Solo che questa volta, l’illusione non è un prezzo azionario gonfiato, ma qualcosa di molto più comune: il prezzo per token. Milioni di piccole cifre insignificanti sulle fatture dei fornitori di servizi cloud suggeriscono alle PMI europee che una richiesta di modello linguistico altamente complesso costi decimi di centesimo, che questi costi rimarranno stabili e che su di essi si possano costruire interi modelli di business. I numeri concreti raccontano una storia diversa, e la raccontano in modo inequivocabile.

Nel corso dell’anno fiscale 2025, OpenAI ha generato un fatturato di circa 13,07 miliardi di dollari, triplicando i 3,7 miliardi di dollari dell’anno precedente. Allo stesso tempo, i costi e le spese totali sono saliti a circa 34 miliardi di dollari. Ciò ha comportato una perdita operativa di 20,92 miliardi di dollari e una perdita netta GAAP di 38,53 miliardi di dollari, quest’ultima gonfiata da un effetto contabile una tantum di circa 41,55 miliardi di dollari derivante dalla conversione della società in una Public Benefit Corporation. Al netto di questo effetto una tantum, il consumo di cassa operativo è stato di circa 8 miliardi di dollari. In altre parole, per ogni dollaro guadagnato, la società ne ha spesi tra 1,60 e 1,69. La situazione è notevolmente simile per Anthropic. La società ha realizzato un fatturato di circa nove miliardi di dollari statunitensi durante l’anno, ma ha bruciato 5,2 miliardi di dollari di liquidità e prevede un ulteriore deficit di 25 miliardi nel 2026, con un obiettivo di fatturato di 30 miliardi. Le previsioni fino al 2028 stimano una perdita cumulativa di circa 74 miliardi per OpenAI, con il punto di pareggio ufficialmente posticipato al periodo 2029-2030.

Queste cifre non sono espressione di audacia imprenditoriale o di una particolare visione tecnologica. Rappresentano il fondamento economico su cui si basa l’attuale prezzo delle API. Il prezzo che un cliente finale paga per un milione di token di emissione su GPT-5.4 o Claude Sonnet non riflette i costi marginali effettivi dell’inferenza, né tantomeno i costi proporzionali di formazione, personale e infrastrutture. Riflette invece la disponibilità degli investitori a sovvenzionare ogni singola richiesta API a livello globale, confidando che il potere di mercato e il potere di determinazione dei prezzi trasformeranno in futuro le perdite odierne in profitti. Per l’utente di Ulm, Monaco o Dortmund che attualmente collega il proprio software di contabilità, CRM o pipeline di contenuti all’API di uno di questi fornitori, ciò significa qualcosa di molto concreto: il suo modello di business si basa su un livello di prezzo economicamente insostenibile dal punto di vista dei fornitori. Si fonda su capitale preso in prestito, e il capitale preso in prestito, prima o poi, esige un ritorno.

Correlato a questo:

L’economia della dipendenza artificiale

Nell’economia comportamentale, esiste un meccanismo spesso definito nei manuali come “prezzi di penetrazione” o “prezzi predatori”. Nella pratica dell’economia delle piattaforme digitali, questo processo è semplicemente noto come la logica della dipendenza strategica: offrire l’accesso iniziale gratuitamente o a un prezzo significativamente inferiore al costo, garantire una profonda integrazione infrastrutturale con il cliente e quindi adeguare il prezzo. Questa strategia è antica quanto il commercio organizzato; funziona per le licenze software, l’archiviazione cloud, i sistemi operativi e i servizi B2B. Funziona particolarmente bene quando si verificano due condizioni: i costi di passaggio aumentano con la durata dell’utilizzo e il fornitore può successivamente posizionarsi tra il cliente e una fonte alternativa. Entrambe le condizioni si verificano per l’intelligenza artificiale generativa, ed entrambe sono ancora sorprendentemente raramente discusse nei consigli di amministrazione delle PMI tedesche.

L’attuale guerra dei prezzi delle API non fa che rafforzare questa illusione. Tra l’inizio del 2025 e la metà del 2026, i prezzi per l’accesso ai modelli linguistici dei principali fornitori sono diminuiti del 60-80%. GPT-4o ha ridotto il suo prezzo di input da cinque dollari a 2,50 dollari per milione di token, mentre o3 ha visto il suo input scendere da dieci a due dollari e il suo output da 40 a otto dollari per milione di token in dodici mesi. DeepSeek V4, con un input di 28 centesimi, ora ha un prezzo inferiore a quello dell’intero mercato occidentale, Gemini 2.5 Flash è a 30 centesimi e GPT-5.4 mini a 40 centesimi. Queste cifre sono positive per il flusso di cassa a breve termine degli utenti, ma sono economicamente insostenibili. Nessun fornitore può ridurre ulteriormente i prezzi in modo sostenibile con una perdita operativa di questa entità. L’unica domanda è quando gli investitori si aspetteranno un ritorno sull’investimento e di quanto aumenterà il prezzo in seguito. Le tendenze storiche osservate in mercati di piattaforme simili suggeriscono che gli aggiustamenti non sono lineari, ma avvengono piuttosto a balzi una volta terminata la fase di consolidamento. Uber e Lyft hanno aumentato le loro tariffe dal 30 al 60% in pochi trimestri dopo le loro IPO, Netflix ha raddoppiato i suoi pacchetti base in pochi anni e Amazon Web Services ha ripetutamente ridotto gli sconti inizialmente aggressivi per le istanze riservate e diminuito le quote gratuite.

Ciò che rende questa discussione particolarmente rilevante per gli utenti europei è il fatto che il prezzo del token rappresenta solo la punta dell’iceberg. I veri costi dell’integrazione dell’IA risiedono nell’architettura, nella connettività dei dati, nelle librerie di prompt, nelle suite di valutazione e nella penetrazione dei processi. Un’agenzia di marketing di medie dimensioni che oggi sposta l’intera produzione di contenuti, i flussi di lavoro di traduzione e la comunicazione con i clienti sugli endpoint di completamento automatico delle chat di un fornitore sta costruendo una struttura che va ben oltre le semplici chiamate API. Ogni prompt di sistema finemente calibrato è un investimento, ogni definizione di chiamata di funzione è un investimento, ogni dipendente formato che ha interiorizzato le caratteristiche specifiche di un modello è un investimento. Questi investimenti non possono essere ammortizzati se il fornitore dovesse raddoppiare o triplicare i prezzi. Fanno parte di una soglia di passaggio calcolata dal fornitore e che influenza il suo successivo potere di determinazione dei prezzi.

L’anatomia di una dipendenza

Per comprendere perché i costi di transizione nei sistemi di intelligenza artificiale siano così elevati rispetto ad altri settori software comparabili, è necessario considerare quanto profondamente i modelli moderni siano integrati nella logica applicativa. Un classico progetto di migrazione di database può essere trasferito in modo relativamente agevole da un fornitore all’altro utilizzando SQL standard, poiché il linguaggio di interrogazione è standardizzato. Questa standardizzazione non esiste per i modelli linguistici. Sebbene l’interfaccia di completamento automatico delle chat di OpenAI sia diventata di fatto uno standard di settore e venga replicata dalla maggior parte dei concorrenti, la logica applicativa effettiva non risiede nell’interfaccia, bensì nel comportamento del modello. Un prompt di sistema che fornisce in modo impeccabile la struttura, il tono e il livello di dettaglio desiderati in GPT-5.4 può portare a sottili deviazioni in Claude Sonnet, deviazioni che, in un flusso di lavoro di marketing B2B produttivo, possono fare la differenza tra una bozza utilizzabile e una successiva riscrittura di mezz’ora. Queste idiosincrasie dei modelli sono difficili da quantificare, ma sono reali e rappresentano il nucleo stesso del vendor lock-in.

Inoltre, esistono configurazioni specifiche dei servizi ausiliari. Chiunque utilizzi la funzione di ricerca file, l’API di assistenza, l’archiviazione vettoriale integrata o le definizioni degli strumenti integrati di un determinato fornitore per la propria applicazione, ha esternalizzato una parte significativa della propria architettura applicativa. In questo caso, il passaggio a un altro fornitore non significa semplicemente sostituire un singolo URL API, ma piuttosto riprogrammare diversi componenti fondamentali. Questo è ancora più critico per i clienti che ottimizzano i propri sistemi: le versioni del modello ottimizzate rimangono di proprietà del fornitore e i costi di formazione investiti vengono persi con il passaggio a un altro fornitore. L’unica risorsa trasferibile è il dataset di addestramento stesso, a condizione che sia completamente documentato all’interno dell’azienda, cosa che sorprendentemente spesso non accade nella pratica. Un’analisi approfondita del proprio livello di vendor lock-in dovrebbe quindi comprendere cinque livelli: il modello stesso, il livello di prompt, il livello di embedding e vettori, il livello di definizione degli strumenti e delle funzioni e, infine, il livello di orchestrazione con i relativi framework degli agenti e catene di fallback. Solo chi sa quale fornitore utilizza a ciascuno di questi livelli, quanto costerebbe un eventuale cambio e quale strategia di mitigazione ha già implementato può seriamente parlare di una decisione aziendale consapevole. Qualsiasi altra scelta rappresenta un vincolo involontario e, quindi, un debito tecnico in senso strettamente aziendale.

Una regola pratica empirica emersa da progetti di migrazione che hanno richiesto un’ampia consulenza è la seguente: se i costi di migrazione per cambiare fornitore entro trenta giorni sono sconosciuti o superano un milione di euro, allora si ha un problema di lock-in. Questa cifra è ovviamente un’approssimazione, ma ha il vantaggio di innescare una discussione aziendale che altrimenti tenderebbe a impantanarsi in dettagli tecnici. Perché la questione cruciale non è se un cambio sia tecnicamente possibile, ma se rimanga economicamente sostenibile nel caso in cui il fornitore attuale aumenti i prezzi.

Il divario tra la logica dell’investitore e la logica del cliente

Per valutare le dinamiche dei prezzi future, è opportuno spostare l’attenzione dagli utenti agli investitori. OpenAI ha una capitalizzazione di mercato di circa 852 miliardi di dollari, sta pianificando un’IPO con una valutazione che potrebbe raggiungere i 1.000 miliardi di dollari e ha versato a Microsoft circa 17,2 miliardi di dollari solo nel 2025. Questa somma rappresenta il 50,5% dei costi totali e supera il fatturato annuo. Chiunque rifletta sul significato di questi dati comprende l’urgenza della situazione. L’azienda non è finanziariamente autosufficiente, ma dipende da un flusso continuo di nuovi capitali. Diversi analisti stimano che le perdite cumulative fino al previsto punto di pareggio, previsto per il 2029 o il 2030, ammonteranno a 115 miliardi di dollari, una cifra che supera l’intera capitalizzazione di mercato di alcune società europee quotate nel DAX. Gli investitori che forniscono queste somme non lo fanno per motivi filantropici. Si aspettano che, al termine della fase di perdite, si delinei una struttura di mercato in cui i fornitori sopravvissuti possano esercitare un potere di determinazione dei prezzi. Questo potere di determinazione dei prezzi rappresenta precisamente l’obiettivo di investimento effettivo.

Anthropic presenta un’interessante variante di questo schema. L’azienda prevede di ridurre il suo rapporto perdite/ricavi dall’attuale livello di circa il 70% al 9% entro il 2027, mentre OpenAI dovrebbe rimanere al 57% nello stesso periodo. La ragione di questa differenza risiede meno in una migliore qualità del prodotto e più in un profilo di clientela strategicamente diverso. Anthropic si concentra maggiormente sui clienti aziendali, ha nel suo portfolio l’utilizzo di chatbot per i consumatori, che è relativamente meno costoso, e può quindi stabilizzare i suoi margini lordi più rapidamente. Per l’azienda europea di medie dimensioni, questo rappresenta una differenziazione sottile ma importante: non tutti i fornitori aumenteranno i prezzi simultaneamente o nella stessa misura. I tempi e l’entità degli adeguamenti dei prezzi dipenderanno dalla pressione degli investitori e dalla rispettiva struttura della clientela. Ma la direzione è la stessa per tutti, ed è al rialzo, non al ribasso.

Un altro punto merita attenzione. L’economista Ed Zitron e altri analisti hanno evidenziato come una parte significativa del cosiddetto “blocco dei costi di calcolo” di OpenAI derivi da transazioni circolari che coinvolgono Microsoft e Nvidia. Il capitale fluisce da Nvidia alle startup di intelligenza artificiale, queste startup lo versano ai fornitori di servizi cloud, i fornitori di servizi cloud acquistano chip da Nvidia e i ricavi vengono registrati in ciascuna di queste fasi. Non si tratta di una critica morale, bensì della descrizione di una rete che riduce la resilienza del mercato agli shock esterni. Se Nvidia non riuscirà a mantenere i suoi tassi di crescita, le startup di intelligenza artificiale perderanno un flusso di capitali cruciale e il prezzo agevolato delle API diventerà ancora più insostenibile.

Cosa significa davvero open source

A questo punto, il dibattito viene spesso relegato in un angolo ideologico che non rende giustizia all’argomento. Chi sostiene i modelli aperti viene rapidamente associato a un romantico attivismo antiaziendale, il che mina la sostanza economica della tesi. In realtà, il mercato dei modelli per linguaggi aperti è cambiato così radicalmente negli ultimi diciotto mesi che la discussione non è più tra modelli commerciali all’avanguardia e imitatori amatoriali, ma tra due opzioni pressoché equivalenti con profili di costi operativi molto diversi.

Nello specifico: GLM-5.1 raggiunge un punteggio del 58,4% sull’impegnativo SWE-Bench Pro, superando sia GPT-5.4 (57,7%) che Claude Opus 4.6 (57,3%). Qwen 3.6-35B-A3B, un modello Mixture-of-Experts con 35 miliardi di parametri totali e solo tre miliardi di parametri attivamente abilitati per token, raggiunge il 73,4% su SWE-Bench Verified e può essere eseguito su due schede RTX 5060 Ti a 21,7 token al secondo. Mistral Large 3, con 675 miliardi di parametri MoE, raggiunge il 92% delle prestazioni di GPT-5.2 a circa il 15% del costo. Gemma 3 27B, il modello open-source di Google, ha superato sia un modello da 405 miliardi di parametri di Meta che un modello da 685 miliardi di parametri di DeepSeek nelle valutazioni di Chatbot Arena, nonostante funzioni su una singola GPU. Questi dati non sono report di nicchia della comunità open-source, bensì il risultato di benchmark indipendenti che vengono sempre più utilizzati come base per il processo decisionale in ambito aziendale.

Le implicazioni economiche sono notevoli. Secondo i calcoli standard del settore, un’implementazione aziendale di Qwen 3.5 32B su un Apple M4 Max comporta costi di elettricità pari a circa due centesimi per milione di token. Ammortizzato su tre anni di utilizzo dell’hardware, ciò equivale a circa otto centesimi per milione di token. Per confronto, GPT-40 costa 2,50 dollari in input e 10 dollari in output per milione di token, mentre Claude Sonnet costa 3 dollari in input e 15 dollari in output. La differenza di costo è quindi da duecento a trecento volte maggiore. Anche considerando realisticamente i costi operativi per manutenzione, ridondanza, alimentazione e personale, rimane un vantaggio in termini di costi di uno o due ordini di grandezza per volumi di utilizzo medi. Il punto di pareggio tra un’istanza Qwen-27B self-hosted su un server H100 e l’utilizzo dell’API OpenAI è di circa 4,5 miliardi di token al mese. Può sembrare un numero elevato, ma molte aziende di marketing B2B di medie dimensioni con soluzioni complete di localizzazione dei contenuti, flussi di lavoro di traduzione e interazioni automatizzate con i clienti raggiungono questo volume entro dodici-diciotto mesi. Chi supera questa soglia e continua a utilizzare lo stesso fornitore di servizi cloud, finisce per sovvenzionarne le perdite con i propri profitti operativi.

Parte dell’integrità di un’analisi di questo tipo consiste nel riconoscere anche i limiti del modello. L’hosting in locale comporta costi operativi, richiede personale specializzato, hardware robusto e non è sempre la scelta migliore, soprattutto per le piccole imprese con picchi di carico altamente fluttuanti. L’implementazione di GLM 5.1 su otto schede H100 costa approssimativamente dai 25.000 ai 35.000 dollari al mese, mentre una configurazione Gemma 4-31B su un A100 costa tra i 2.500 e i 3.500 dollari. Queste cifre non sono irrilevanti, ma in primo luogo, vengono rapidamente recuperate con un utilizzo appropriato e, in secondo luogo, sono prevedibili. La prevedibilità è il vero valore economico di una soluzione on-premise perché stabilizza i calcoli dei costi ed elimina quindi i rischi di prezzo derivanti da futuri prezzi delle API. Per un’azienda che offre ai clienti prezzi fissi per periodi contrattuali di dodici o ventiquattro mesi, i costi prevedibili possono essere più preziosi di qualsiasi vantaggio economico calcolato.