I costi AI enterprise stanno per salire: la guida per i CFO italiani

Dal 2023 ad oggi, i costi per l'accesso ai modelli AI di frontiera sono crollati: GPT-4 costava decine di dollari per milione di token, oggi GPT-5.5 costa $30/1M token in output, ma con capacità incomparabilmente superiori. Sembra una storia di progresso tecnico che abbassa i prezzi, come spesso accade nel software.

Ma c'è un dettaglio che i CFO attenti stanno iniziando a considerare: una parte significativa di questa riduzione di prezzo non riflette efficienza reale — riflette sussidi da venture capital. E i sussidi hanno una data di scadenza.

Perché i prezzi attuali sono artificialmente bassi

OpenAI e Anthropic sono aziende con costi operativi enormi — infrastruttura compute, energia, personale di ricerca. Per anni, questi costi sono stati coperti da round di finanziamento miliardari, con l'obiettivo di acquisire utenti e quota di mercato prima di raggiungere la profittabilità.

Il modello è classico: brucia cassa, scala veloce, poi monetizza. Lo stesso playbook di Amazon negli anni '90 o Uber negli anni 2010. La differenza è che i costi dell'AI generativa sono strutturalmente più alti di quelli di un marketplace o di un'app di ride-sharing.

Ora, però, entrambi i principali lab AI si stanno preparando all'IPO:

• OpenAI ha depositato un S-1 confidenziale alla SEC per un'offerta pubblica prevista nel Q4 2026
• Anthropic ha depositato anch'essa un IPO confidenziale alla SEC il 1° giugno 2026, con una valutazione di $965 miliardi e un ARR annualizzato di $47 miliardi (+370% anno su anno)

Quando un'azienda va in borsa, i mercati chiedono una cosa: il percorso verso la profittabilità. I sussidi da VC devono trasformarsi in margini reali. L'era dei prezzi AI artificialmente bassi sta per finire.

I segnali di prezzo che già vediamo

La tendenza è già in atto, anche se graduale:

• Claude Fable 5 (lanciato il 9 giugno 2026): $10/1M token in input, $50/1M token in output
• GPT-5.5 (rilasciato ad aprile 2026): $15/1M in input, $30/1M in output
• Claude Opus 4.8: $15/1M in input, $75/1M in output (per i task più complessi)

In confronto, GPT-4 Turbo nel 2024 costava $10/1M in input e $30/1M in output — con prestazioni molto inferiori. Oggi i modelli frontier costano di più, non di meno, rispetto ai predecessori di generazione precedente.

L'efficienza compute è reale — i costi di addestramento stanno scendendo per unità di capacità — ma non si trasferisce necessariamente ai prezzi finali quando i provider devono mostrare profittabilità agli investitori pubblici.

La matrice del rischio costi AI per le PMI

Non tutti i casi d'uso AI sono ugualmente esposti allo shock di prezzo. La vulnerabilità dipende da due fattori: il volume di utilizzo e la dipendenza dai modelli di frontiera.

Alto rischio:

• Uso intensivo dei modelli più capaci (GPT-5.5, Fable 5) per task che non lo richiedono necessariamente
• Processi automatizzati con alti volumi di token (analisi documenti, generazione report)
• Nessuna ottimizzazione del routing — sempre lo stesso modello per tutto

Basso rischio:

• Routing intelligente che usa modelli frontier solo quando necessario
• Mix di modelli: frontier per task complessi, modelli più economici per task semplici
• Caching delle risposte per query ripetitive (CAG — Cache Augmented Generation)

Le strategie di ottimizzazione che funzionano oggi

1. Routing per complessità del task

Non tutti i task richiedono un modello da $50/1M token. La regola pratica: usa il modello più capace solo quando la differenza di qualità è misurabile nel risultato finale. Per email standard, risposte FAQ, classificazioni semplici, modelli da $1-3/1M token producono risultati equivalenti.

Il risparmio potenziale con un routing ottimizzato è del 60-70% sulla spesa totale in token, senza impatto misurabile sulla qualità degli output per il 70-80% dei task tipici.

2. Cache Augmented Generation (CAG)

Se hai una knowledge base stabile — prodotti, procedure, FAQ, policy aziendali — e il tuo sistema AI deve consultarla spesso, la Cache Augmented Generation (CAG) precalcola la KV Cache una volta sola. Le query successive usano la cache invece di rielaborare, con speedup di 10-40x e riduzione dei costi fino al 90% sulle query ripetitive.

I principali provider offrono già sconti fino al 90% sui token in prompt caching. È un'ottimizzazione tecnica, ma il risparmio è immediato e significativo.

3. Compressione del contesto

Ogni token conta. Sistemi che trasmettono l'intera conversazione o l'intero documento a ogni chiamata API possono ottimizzare massicciamente attraverso la compressione del contesto: riassunti invece di trascrizioni complete, extract rilevanti invece di full-text.

4. Monitoraggio granulare dei costi

Il primo passo è la visibilità. Molte PMI non sanno esattamente quanto spendono per tipo di task, team, o processo. Strumenti di monitoraggio per token usati, costo per tipo di query, e andamento mensile sono il prerequisito per qualsiasi ottimizzazione.

5. Valuta DeepSeek V4 per task non critici

DeepSeek V4, rilasciato ad aprile 2026, ha un pricing di $1.74/1M token in input vs $30 di GPT-5.5 (-94%). Con deployment locale per i dati più sensibili (attenzione al GDPR per dati europei su server cinesi), può coprire i task meno critici con un risparmio radicale. Non è adatto per tutto, ma per elaborazione di testi interni, classificazioni, estrazioni dati, è competitivo.

Come lo fa BlueSky Agent AI: ModelMatch e il routing intelligente

Il problema del costo AI è esattamente quello che ModelMatch è progettato per risolvere in modo automatico. Non chiede al team di decidere quale modello usare per ogni task — lo decide il sistema, in tempo reale, bilanciando qualità richiesta, latenza accettabile e costo per token.

Sui clienti BlueSky Agent AI, il routing intelligente di ModelMatch produce in media:

• -42% di costo medio per task rispetto all'uso del singolo modello frontier per tutto
• +18% di qualità misurata perché i task complessi vanno ai modelli migliori, senza sprecare budget frontier su task semplici

Quando i prezzi salgono, l'ottimizzazione automatica diventa ancora più preziosa — non perché il risparmio assoluto sia fisso, ma perché il delta tra "uso ottimizzato" e "uso non ottimizzato" cresce in proporzione all'aumento dei prezzi base.

Il budget AI 2026: cosa pianificare

Per i CFO che stanno costruendo il budget AI per la seconda metà del 2026 e il 2027, alcune indicazioni pratiche:

• Scenario base: prezzi stabili con aumenti del 10-20% entro fine 2026 per i modelli di frontiera
• Scenario conservativo: prezzi dei modelli frontier aumentano del 30-50% entro Q2 2027 dopo gli IPO
• Hedging: accordi annuali con i provider AI (se disponibili) possono bloccare i prezzi attuali per 12-24 mesi
• Diversificazione: mix di provider riduce l'esposizione agli aumenti di un singolo vendor

Non è necessario allarmarsi. È necessario pianificare. I prezzi AI erano destinati a normalizzarsi — verso il basso in alcuni segmenti (modelli commodity), verso l'alto in altri (modelli frontier con prestazioni leader). Chi ha strutturato il proprio stack AI per l'ottimizzazione sarà meno esposto.

Conclusione: ottimizzare oggi, prima dello shock

Il momento migliore per ottimizzare la spesa AI era sei mesi fa. Il secondo momento migliore è adesso.

Quando i prezzi salgono, le aziende che già hanno un routing intelligente, un monitoraggio granulare e un mix di provider possono assorbire l'aumento senza impatto operativo. Quelle che devono ottimizzare sotto pressione — con processi già in produzione da cambiare, team da riorganizzare, integrazioni da modificare — lo faranno con più frizione e più costi di transizione.

L'AI è passata da strumento sperimentale a infrastruttura operativa. Come ogni infrastruttura, merita un'analisi del costo totale di proprietà, non solo del prezzo di listino al momento dell'adozione.

Vuoi un'analisi del costo AI ottimizzato per la tua PMI? Parla con noi.