Un agente AI costa 300 dollari al giorno. Centomila dollari l’anno. E a volte rende al 10-20% di quello che farebbe un essere umano. È Chamath Palihapitiya, CEO di Social Capital, ad averlo detto ad alta voce in un podcast, scatenando un dibattito che nei boardroom di New York va avanti da settimane.
Tutto parte da un paradosso strutturale. Il prezzo per token è crollato, ma le bollette totali sono esplose. Secondo i dati circolati negli ambienti finanziari americani, il 73% delle aziende sfora il proprio budget AI. I budget medi sono saliti da 1,2 milioni a 7 milioni di dollari in due anni. Bryan Catanzaro, vicepresidente di Nvidia per il deep learning applicato, lo ha dichiarato senza giri di parole ad Axios: “per il mio team, il costo del compute supera di gran lunga il costo dei dipendenti.” Una frase che assume un peso specifico particolare considerando anche che Nvidia vende i chip su cui gira tutto questo.
La soglia di pareggio prevederebbe che un agente AI debba essere almeno due volte più produttivo di un umano per giustificare il costo, altrimenti la cassa brucia. Palihapitiya ha raccontato che nella sua organizzazione impone budget di token ai migliori sviluppatori, perché senza limiti la spesa diventa ingestibile. Il problema non è solo l’uso intensivo degli strumenti di coding come Claude Code o GitHub Copilot — è che questi agenti girano in modo continuo, spesso senza supervisione, su task ripetuti. Ogni sessione aperta, ogni loop di ragionamento, ogni chiamata agli strumenti: tutto costa.
Il contesto occupazionale rende il quadro più complicato. Nel 2026 circa 500.000 licenziamenti negli Stati Uniti sono stati attribuiti all’AI, nove volte rispetto all’anno precedente. Ma oltre l’80% delle stesse aziende ammette che l’AI non ha ancora prodotto guadagni di produttività misurabili. Un sondaggio della Duke University condotto in partnership con le Federal Reserve Banks di Atlanta e Richmond ha trovato “un ampio divario tra i guadagni di produttività percepiti e quelli reali.” I ricercatori attribuiscono il gap a un ritardo nella realizzazione dei ricavi. Nel frattempo, Sam Altman ha detto quello che molti pensano: l’AI washing esiste: le aziende addossano all’intelligenza artificiale tagli che avrebbero fatto comunque per ragioni di ristrutturazione, overhiring pandemico o disciplina di bilancio. Quindi si crea una narrativa più presentabile al mercato rispetto alla realtà dei conti.
I dati sull’occupazione tech confermano la complessità. Nel solo primo trimestre 2026, quasi 80.000 lavoratori tech hanno perso il posto. Di questi, il 47,9% secondo Nikkei Asia è attribuibile alla riduzione del bisogno di lavoro umano per via dell’AI. Ma analisi diverse danno cifre tra il 20% e il 48% — la forbice è larga perché le aziende hanno intensificato la narrativa AI man mano che il trimestre avanzava, non perché le cause sottostanti siano cambiate. Amazon ha tagliato 16.000 ruoli mentre AWS cresceva al 24%. Oracle ha eliminato 30.000 posizioni. Meta ha annunciato 8.000 tagli. Salesforce 4.000. La motivazione dichiarata è l’AI. Quella reale è spesso un mix di eccesso di personale, pressione sulle margini e necessità di finanziare infrastrutture da centinaia di miliardi.
Il momento di verità per i CFO arriverà quando le previsioni di produttività dovranno trasformarsi in numeri reali di bilancio. Cognizant stima che ci vorrà almeno un altro anno prima di vedere i veri effetti dell’AI sui flussi di lavoro aziendali. Se quella finestra si chiude senza che i ritorni si materializzino, molte aziende si troveranno con meno persone e conti AI fuori controllo: nemmeno una delle due cose che promettevano agli azionisti.
Meta potrebbe licenziare fino al 20% della sua forza lavoro per coprire i costi dell'AI
I crescenti costi infrastrutturali legati all'espansione dell'AI e alla ricerca…
