La novità "imprevista" dell'AI: costa soldi. E non pochi.

Alla fine è successo, perché doveva succedere, e onestamente diversi segnali lo avevano già anticipato: la gente si è accorta, conti alla mano, che l'intelligenza artificiale costa. Non che la cosa fosse un segreto, peraltro: se gestire lo sviluppo, l'addestramento e l'inferenza dei vari possibili modelli di AI non richiedesse enormi somme di denaro, i grandi nomi dell'AI (Nvidia esclusa) non starebbero perdendo miliardi di dollari ogni trimestre. Tanto che diverse analisi dettagliate di testate finanziariamente molto più preparate della nostra hanno già ampiamente spiegato che i piani di investimento e gli obiettivi di ricavi presentati da molti nomi noti dell'IT non stanno razionalmente in piedi. È proprio una questione di semplice aritmetica.

Premesso questo, come sempre non ci si rende conto della portata dei grandi fenomeni se non quando c'è qualche bolletta che inizia a salire, ed ecco perché il fantasma dei costi dell'AI si è materializzato davvero, per molti, solo ora che - come peraltro anticipato ufficialmente settimane fa - GitHub non ha passato il costo del suo Copilot dal classico modello flat a uno a consumo.

Sviluppatori e aziende hanno scoperto così che usare un copilot non costa più qualche decina o al massimo centinaio di dollari al mese ma, nelle proiezioni, potenzialmente anche diverse migliaia. E questo ovviamente cambia le prospettive. Bruciare token a profusione per far vedere che l'azienda usa intensamente l'AI - c'è un termine oggi di moda per questo, è "tokenmaxxing" - è bello e fa effetto se costa poco, non ha senso se in pochi giorni ti fa sforare il tuo budget aziendale per l'AI.

Fonte: Redazione

Intendiamoci, questa dinamica era ampiamente prevista e la colpa - se ne vogliamo affibbiare una a qualcuno - non è dell'AI ma di chi non ha saputo gestirla. Le dinamiche messe in moto dagli AI provider sono chiare, se si considera che finanziariamente l'AI ha senso solo come prodotto di massa: la si presenta a costo zero, o quasi zero per gli utenti più premium, per raggiungere un alto numero di utenti e fare un qualche fatturato, poi il prezzo aumenta quando costi di esercizio e ricavi devono cominciare ad essere vagamente paragonabili (e per l'AI non lo sono ancora, nemmeno lontanamente).

C'è un termine di moda anche per questo, ed è "enshittification", ma vale essenzialmente per i servizi digitali consumer. Nel mondo aziendale più che un termine colorito dovrebbe diventare di moda una esortazione: se non avete ancora definito una vera strategia per l'AI, ora è il caso di farlo. Come qualsiasi altra tecnologia, l'intelligenza artificiale non si usa a caso ma in funzione di obiettivi e ritorni specifici e ragionevolmente ben calcolati.

Per le aziende che non si sentono ancora in grado di gestire questo approccio: non siete di certo sole. Fior di analisti, tecnologici e non, stanno evidenziando che moltissime aziende statunitensi - che fanno da cavia, essendo più avanti nell'adozione dell'AI - stanno tornando sui loro passi rispetto alla corsa iniziale verso l'AI dappertutto e stanno ridefinendo le strade da seguire. Ancora una volta, qui non è questione di validità o meno delle tecnologie. È questione di metodo e di approccio strategico, che è cosa molto più complessa.

Insomma, è il solito tema dell'innovazione tecnologica diciamo di frontiera: nonostante tutto quello che si dice e si scrive, l'innovazione raramente è uno sprint, molto più spesso è una corsa quantomeno di mezzofondo. Chi parte forte all'inizio acquisisce un vantaggio, certamente, ma questo vantaggio ha anche il costo di stare facendo sostanzialmente da cavia per gli altri.