▾ G11 Media: | ChannelCity | ImpresaCity | SecurityOpenLab | Italian Channel Awards | Italian Project Awards | Italian Security Awards | ...

Il vero costo dell'intelligenza artificiale

Perché alle imprese non basta contare i token

Trasformazione Digitale

L'intelligenza artificiale sta trasformando rapidamente il modo in cui le aziende lavorano e organizzano le proprie attività. Nel corso del 2026, la sua adozione ha conosciuto un'accelerazione significativa, alimentando aspettative elevate in termini di produttività, efficienza e automazione. Mentre cresce la sperimentazione, resta aperta una domanda: quanto costa davvero l'intelligenza artificiale e come possiamo misurarne il ritorno economico?

Il potenziale di questa tecnologia è indiscutibile, ma siamo ancora in una fase in cui i business case non sono del tutto consolidati e le possibilità di automatizzare attività e velocizzare operazioni non si traducono in risparmi quantificabili nell'immediato. Non si tratta di frenare gli investimenti, ma di valutarne il costo complessivo, oltre quello relativo a licenze e token consumati. Quando si valuta un progetto di intelligenza artificiale, l'attenzione tende spesso a concentrarsi sulle componenti più immediate della spesa: licenze e consumi dei modelli. Si tratta però soltanto di una parte del Total Cost of Ownership.

Un primo elemento in più da considerare, spesso sottovalutato, riguarda la qualità e l'organizzazione dei dati aziendali. L'AI può elaborare informazioni anche non perfettamente strutturate e dati frammentati, ma anagrafiche incoerenti e sistemi non integrati possono comprometterne i risultati, aumentando i consumi e le attività di verifica. Pensiamo, ad esempio, all'automazione delle riconciliazioni bancarie. Un agente AI potrebbe contribuire a svolgere questa attività con maggiore rapidità, ma per ottenere risultati affidabili servono dati coerenti, anagrafiche corrette e sistemi gestionali integrati. Preparare queste condizioni richiede investimenti che devono essere considerati fin dall'inizio.

Un secondo aspetto riguarda la governance. Introdurre agenti AI nei processi aziendali significa stabilire quali informazioni possono utilizzare, quali operazioni sono autorizzati a svolgere e come verificarne il comportamento. Tracciabilità, auditabilità e controllo degli accessi diventano quindi requisiti fondamentali, soprattutto quando l'intelligenza artificiale interviene su attività sensibili o su dati soggetti a specifici vincoli di riservatezza e conformità. Non è sufficiente conoscere il risultato: occorre poter ricostruire i dati utilizzati e i passaggi eseguiti, garantendo che ogni agente rispetti i permessi di accesso dell'utente che lo utilizza. In questa direzione si inserisce anche la proposta di Archiva Group, orientata a una governance integrata degli agenti AI, anche quando operano su sistemi informativi diversi.

Accanto alla tecnologia e alla governance, esiste un'ulteriore componente del costo complessivo, ossia la formazione. Introdurre nuovi strumenti non è sufficiente: le persone devono essere formate a interagire correttamente con gli agenti, dalla formulazione delle richieste alla gestione di dati sensibili. L'alfabetizzazione relativa all'intelligenza artificiale rappresenta una componente essenziale di qualsiasi strategia di adozione.

Il ritorno economico, inoltre, non può essere misurato esclusivamente in termini di riduzione del personale. Dall'amministrazione allo sviluppo software, l'AI sta soprattutto trasformando il lavoro, accelerando alcune attività e creando le condizioni affinché le persone possano concentrarsi su compiti a maggiore valore aggiunto. Questi sono benefici importanti, ma non sempre immediatamente quantificabili. Valutare il ritorno dell'investimento significa quindi considerare anche il tempo risparmiato, la qualità dei risultati e la riduzione degli errori, verificandone l'impatto effettivo.

Infine, molte applicazioni aziendali sono tradizionalmente associate a licenze relativamente prevedibili, mentre l'utilizzo dell'intelligenza artificiale introduce componenti di costo sempre più legate ai consumi effettivi e quindi ad una maggiore responsabilità da parte degli utilizzatori. Più si utilizza l'AI, più possono crescere i costi. Diventa quindi necessario definire con precisione i casi d'uso e monitorare il rapporto tra consumi e benefici. La progressiva maturazione dell'AI porterà le aziende a passare da una fase prevalentemente sperimentale, nella quale si moltiplicano strumenti e applicazioni, a una gestione più strutturata degli investimenti. Non si tratterà necessariamente di spendere meno, ma di comprendere meglio dove e perché investire.

Jacopo Fasolo è Chief Financial Officer di Archiva Group

Tag correlati

Esplora altri articoli su questi argomenti

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato

Notizie correlate

Iscriviti alla nostra newsletter

Soluzioni B2B per il Mercato delle Imprese e per la Pubblica Amministrazione

Iscriviti alla newsletter

www.impresacity.it - 8.3.36 - 4.6.4 - X0