// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
L'inversione a U: prima spingevano l'AI, ora la razionano
Il "tokenmaxxing" — massimizzare il consumo di token come indicatore di adozione AI — ha avuto il suo apice tra la fine del 2024 e i primi mesi del 2026. Amazon aveva costruito una leaderboard interna che classificava i dipendenti per numero di token consumati, spingendo implicitamente all'uso intensivo degli strumenti AI. Accenture aveva alzato la posta ancora di più: chi non adottava l'AI rischiava di perdere le promozioni.
La logica era semplice: più token consumi, più usi l'AI, più sei produttivo. L'assunzione — che il consumo di token fosse un proxy affidabile di produttività — si è rivelata sbagliata. I token consumano, i costi crescono, i risultati misurabili non crescono di pari passo.
Amazon ha già cancellato la leaderboard. Il gesto è simbolico ma racconta un cambio di postura reale: il tokenmaxxing come metrica di successo è finito.
Il caso Accenture è il più documentato. 404 Media ha pubblicato un audio interno in cui Justice Kwak, responsabile della strategia AI agentica dell'azienda, si rivolge ai colleghi con una chiarezza insolita per una comunicazione interna: "Stiamo raggiungendo un punto di svolta in cui l'AI diventa materiale per la struttura dei costi."
La frase chiave è quella successiva: "La spesa è imprevedibile e i dirigenti — CFO, COO, CIO — chiedono se stiamo ottenendo valore." Non è un segnale di allarme estemporaneo: è l'ammissione che il modello di incentivazione aggressiva ha prodotto una bolletta che nessun dirigente sa giustificare.
Il paradosso è evidente. Pochi mesi prima, Accenture comunicava ai dipendenti che l'adozione AI era collegata alle promozioni. Ora il messaggio è opposto: razionare, misurare, giustificare. Il pendolo ha oscillato da "usate più AI possibile" a "dobbiamo capire se stiamo spendendo bene" senza passare per una fase intermedia di misurazione seria del valore. Dopo un crollo in borsa del 20% legato alle aspettative sull'AI, l'azienda deve dimostrare agli investitori che la trasformazione digitale genera profitti reali, non solo token consumati.
Kwak, nell'audio interno, identifica il problema con precisione chirurgica: i token vengono sprecati su compiti banali che i dipendenti non tecnici delegano all'AI senza nessuna valutazione del costo. L'esempio emblematico è la conversione di PDF in presentazioni PowerPoint.
È un compito che chiunque potrebbe fare in pochi minuti, che un agente AI esegue automaticamente, e che consuma token in proporzione alla lunghezza del documento. Scalato su migliaia di dipendenti, diventa un costo operativo significativo senza nessun ritorno misurabile sulla produttività. L'AI viene usata perché è disponibile, non perché sia la soluzione più efficiente.
Questo pattern è strutturale: quando lo strumento è incluso nel piano aziendale, il costo sparisce dalla visibilità individuale e si accumula nel budget centralizzato. Il consumo di token è già un problema enorme per molte organizzazioni, che non sanno quanti strumenti AI usano i dipendenti né quanto costano complessivamente. La proliferazione di tool AI ha reso il problema ancora più opaco: ci sono abbonamenti personali non approvati, tool non tracciati dall'IT, costi che non compaiono nei budget ufficiali.
Il caso Accenture non è isolato. Uber ha bruciato l'intero budget AI nei primi quattro mesi del 2026 e ha introdotto tetti mensili di spesa per strumento: 1.500 dollari per Cursor, 1.500 per Claude Code. Il budget era dimensionato per un anno intero.