Dal tokenmaxxing al tokenminimizing: le big tech scoprono che l'IA costa troppo

L'ossessione per il tokenmaxxing sembra essersi esaurita. Un anno fa le grandi aziende tech organizzavano classifiche interne per premiare i dipendenti in base ai token AI consumati; oggi AT&T, Meta, Uber, Walmart e Amazon impongono limiti di spesa, e il termine che descrive la svolta è diventato il suo opposto: tokenminimizing.

Il cambio di rotta ha cause concrete. Le aziende più aggressive sulla spesa AI spendono ora 7.500 dollari per dipendente al mese; i tool agentici, che richiamano il modello in cicli ripetuti, hanno triplicato le fatture enterprise anche mentre il costo per singolo token collassava, con la conseguenza che il risparmio sui prezzi unitari è stato interamente assorbito dal volume.

I casi aziendali

Uber ha esaurito l'intero budget AI annuale 2026 entro aprile e ora applica un tetto di 1.500 dollari al mese per tool ai dipendenti. Meta ha invertito direzione in modo netto: dopo mesi in cui i team competevano a chi consumava di più, sta riducendo la spesa su Anthropic e altri tool AI interni. AT&T ha limitato l'accesso di parte dei dipendenti a GitHub Copilot. Walmart ha introdotto un'allocazione fissa di token per Code Puppy, il suo agent interno, dove prima il consumo era illimitato.

Amazon ha eliminato la propria classifica interna sull'uso dell'AI dopo che i dipendenti l'avevano manipolata: per scalare posizioni, inviavano task artificiali al modello, gonfiando i contatori senza produrre valore reale e portando i costi di calcolo alle stelle. Microsoft ha trovato una dinamica analoga su scala individuale: alcuni ingegneri spendevano tra 500 e 2.000 dollari al mese solo in token Claude Code.

Come le aziende controllano i costi

Per ridurre le fatture senza tagliare l'accesso, le aziende sta adottando tre approcci. La prima leva è la rotazione verso modelli economici: per i task più semplici si abbandonano i modelli frontier a favore di alternative open-source o a costo ridotto. La seconda è il controllo centralizzato della spesa: Microsoft e Databricks hanno lanciato strumenti gateway per monitorare e limitare in tempo reale i consumi AI del personale. La terza è il routing automatico dei task: Factory, finanziata da Nvidia e valutata 1,5 miliardi di dollari, ha appena lanciato un model router che indirizza i task a minore complessità verso i modelli più economici.

Satya Nadella ha inquadrato il rischio di concentrazione in un recente saggio: "L'ultima cosa che vogliamo è un mondo in cui ogni azienda di ogni settore ceda valore a pochi modelli che divorano tutto ciò che vedono." I limiti alla spesa controllano i costi, ma rischiano di frenare anche i guadagni di produttività che avevano giustificato l'investimento.