// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Il conto vero dell'AI è più alto della fattura, e nessuno lo sta tracciando per intero
La fattura per licenze e token copre solo il 30% del costo reale dell'AI in azienda: il resto si nasconde in voci che quasi nessuna impresa somma per intero. Lo sostiene Chris Cagnazzi, Chief Innovation Officer di Presidio, che ha adattato la piattaforma interna PRISM per seguire la spesa AI dall'inizio alla fine. Un'indagine che raccoglie le testimonianze di quattro responsabili IT e FinOps arriva alla stessa conclusione.
Il dato ribalta l'assunzione più comune nei consigli di amministrazione, quella per cui il costo dell'AI si legge sull'estratto conto del fornitore di modelli. Se la proporzione di Presidio regge anche solo in parte, un budget approvato per un milione di euro di licenze e token arriva a pesare oltre tre milioni una volta contate tutte le voci collaterali. Nessuno dei quattro dirigenti intervistati ha saputo indicare un numero preciso e definitivo, mentre le previsioni di spesa mondiali sull'AI per il 2026 continuano a salire senza una voce equivalente per i costi collaterali.
Orchestrazione, retrieval, osservabilità e guardrail pesano quanto le licenze, se non di più. Ci sono poi le ore di supervisione umana sui risultati, il tooling di governance e le rilavorazioni quando un output va rifatto da capo. Nessuna di queste voci compare nella fattura del vendor.
Il retrieval, cioè i sistemi che recuperano dati aziendali per alimentare i modelli, richiede infrastruttura dedicata e manutenzione costante. L'osservabilità e i guardrail, i controlli che impediscono a un modello di produrre output pericolosi o inutilizzabili, comportano licenze software separate e ore di ingegneria. Le rilavorazioni, infine, sono il costo più subdolo perché nascono da un errore già pagato una volta.
Ben Schein, Chief AI & Analytics Officer di Domo, la mette in termini diretti: non esiste un ledger unico capace di seguire la spesa AI attraverso i reparti. Il problema si aggrava quando si guarda ai prezzi dei modelli, dove il rapporto tra il più economico e il più caro può toccare 1 a 30. "Il differenziale di prezzo tra i diversi modelli è pazzesco", dice Schein.
L'assenza di un ledger unico pesa oltre la contabilità: marketing, prodotto e servizio clienti comprano accesso agli stessi modelli con contratti diversi e prezzi diversi, senza che nessuno in finance veda il quadro completo. Le aziende finiscono per duplicare la spesa, o peggio per scoprire lo spreco solo a bilancio chiuso.
Il paragone regge con qualunque acquisto enterprise mai fatto: nessuno compra un ERP guardando solo il prezzo della licenza. Con l'AI il conto arriva mese dopo mese, non tutto insieme, ed è più facile perderlo di vista.
Shane Cronin, Head of FinOps e ITAM di SHI, sintetizza il problema in una riga: calcolare il costo dei token è semplice, calcolare se quei costi producono ritorno non lo è affatto. Michael Moran, CTO e CIO di NQX, invita i responsabili IT a temperare le aspettative che l'AI riduca i costi di per sé. Resta una voce di spesa da presidiare come qualunque altra in bilancio.
Il motivo per cui il ROI resta difficile da dimostrare ha una spiegazione semplice: i benefici, quando ci sono, si misurano in ore risparmiate o qualità percepita, mentre i costi si misurano in euro. Confrontare le due cose richiede un lavoro di attribuzione che quasi nessuna azienda ha ancora strutturato. Moran suggerisce di trattare l'AI come una nuova linea di costo operativo, non come un progetto che si ripaga da solo entro un trimestre.
Il tema era già emerso in un pezzo precedente sui costi nascosti che complicano il business case dell'AI, con una forcella di sottostima tra il 40 e il 60% indicata dai CFO. Le quattro aziende intervistate aggiungono un dettaglio più scomodo: nessuna ha un sistema unico per sommare la spesa AI attraverso i reparti. Anche l'esplosione dei costi legata ai token, descritta altrove, resta solo una fetta del problema.