Costi AI e Token: il rischio del chilo variabile per imprese e PA
- Il token è l'unità di misura per il pagamento dell'AI, ma non esiste uno standard universale.
- Fornitori definiscono, contano e fatturano i token senza verifiche indipendenti.
- Fabio Lalli propone l'introduzione di una telemetria verificabile per tutelare acquirenti.
- Il modello attuale crea un'asimmetria informativa critica per imprese e Pubblica Amministrazione.
Dieci categorie di misura e un unico buco nero
Immaginiamo di fermarci a una pompa di benzina. Quel distributore è sigillato, verificato periodicamente da un ufficio metrico. Se guardiamo un contatore elettrico, troviamo la marcatura CE e una specifica metrologia supplementare. Anche una semplice bilancia da banco, in un mercato o in un negozio, è sottoposta a controllo legale da parte di un organismo notificato indipendente.
Questi esempi non sono casuali. L'Europa disciplina questi strumenti attraverso la direttiva sugli strumenti di misura per un motivo preciso: garantire la lealtà delle transazioni commerciali e tutelare chi acquista. Il principio è millenario e oggi si applica a dieci categorie di strumenti. L'idea di fondo è che la correttezza di uno scambio economico non possa mai poggiare esclusivamente sulla parola di chi vende, poiché il venditore ha un interesse strutturale a far pendere il conteggio a proprio favore.
Tuttavia, nei bilanci di imprese e amministrazioni pubbliche, sta emergendo una voce di spesa massiccia che ignora completamente questi principi di trasparenza. Si parla del costo dell'intelligenza artificiale, misurato in token. A differenza della benzina o dell'elettricità, il token è un'unità di misura che nessuna autorità ha mai certificato. In questo scenario, il fornitore definisce il token, lo produce, lo conta e infine lo fattura. Chi paga, dall'imprenditore al dirigente della PA, non dispone di alcun modo indipendente per verificare se quel conteggio sia corretto.
L'arbitrarietà del Token
Il token non è un'unità di misura fissa, ma un concetto fluido. Per un'azienda che integra modelli di linguaggio, il token rappresenta il frammento di testo o di dato che l'AI elabora, ma la sua definizione varia drasticamente da un fornitore all'altro. Questa mancanza di uniformità trasforma il token in quello che Fabio Lalli definisce come un chilo variabile.
Analisi strategica: Per un imprenditore, l'assenza di uno standard significa che il confronto tra due offerte di diversi provider non può basarsi sul prezzo unitario del token. Se il fornitore A definisce un token come 4 caratteri e il fornitore B lo definisce come una parola intera, il prezzo per 1.000 token diventa un dato privo di valore comparativo. Questo crea un'opacità che rende quasi impossibile il calcolo del Total Cost of Ownership (TCO) di un progetto AI a lungo termine.
L'arbitrarietà non riguarda solo la definizione, ma anche il modo in cui questi frammenti vengono aggregati e conteggiati durante l'interazione tra utente e macchina. Senza una metrica condivisa, l'impresa si trova a navigare in un mercato dove l'unità di misura è proprietà intellettuale del venditore.
Perché il conteggio pende sempre verso chi vende
L'asimmetria informativa tra chi fornisce l'infrastruttura AI e chi la consuma è totale. Il processo di tokenizzazione avviene all'interno di sistemi proprietari, spesso in cloud, dove l'utente finale ha visibilità solo sul risultato finale della fatturazione.
Il rischio non è necessariamente la frode intenzionale, ma l'assenza di un contrappeso. Quando lo strumento di misura è gestito interamente dalla parte che trae profitto dal suo incremento, l'incentivo a ottimizzare il conteggio a favore del fornitore è intrinseco al modello di business. In altri settori, questo problema sarebbe risolto da un ente terzo che certifica la precisione dello strumento; nell'AI, l'unico ente certificatore è il fornitore stesso.
Questa dinamica sposta l'intero rischio operativo sull'acquirente. Le imprese pagano per un servizio basato su una metrica che non possono auditare. Se un aggiornamento del modello cambia il modo in cui i token vengono contati, i costi possono lievitare senza che l'utente possa accorgersene immediatamente o contestare la variazione con dati oggettivi.
Fabio Lalli e la battaglia per la telemetria
Fabio Lalli, CEO di ICONICO, ha sollevato una questione fondamentale per il procurement dell'innovazione: la necessità di una telemetria verificabile. Lalli sostiene che l'attuale modello di pagamento dell'AI sia fragile e poco trasparente, proprio perché manca di standard indipendenti.
La proposta di Lalli non è semplicemente chiedere più trasparenza, ma esigere strumenti di misura che siano slegati dal controllo esclusivo del fornitore. L'obiettivo è spostare il focus dal semplice conteggio dei token a unità legate ai risultati concreti. Invece di pagare per la quantità di frammenti di testo processati, le imprese dovrebbero poter monitorare l'efficacia e il costo reale in relazione all'output ottenuto.
Lalli evidenzia come, senza una telemetria che possa essere verificata da terzi, il controllo della spesa per l'AI rimanga un esercizio di fiducia cieca. Per un'azienda che scala l'uso dell'AI su migliaia di processi, questa mancanza di controllo può trasformarsi in un rischio finanziario significativo.
Il rischio della fiducia cieca nei fornitori
Affidarsi totalmente ai dati di consumo forniti dai grandi player tecnologici espone le imprese a una vulnerabilità strategica. Quando un'organizzazione integra l'AI nei suoi processi core, l'infrastruttura di calcolo diventa un asset critico. Se il costo di questo asset è regolato da una metrica opaca, l'impresa perde parte della sua sovranità decisionale.
Analisi di business: La fiducia cieca impedisce l'ottimizzazione dei costi. Senza dati granulari e indipendenti, un'azienda non può sapere se un prompt inefficiente stia bruciando token inutilmente o se il fornitore stia applicando una logica di conteggio penalizzante. Questo impedisce l'implementazione di strategie di FinOps (Financial Operations) applicate all'AI, rendendo il budget tecnologico imprevedibile.
Il pericolo maggiore risiede nella dipendenza (lock-in). Se un'impresa costruisce l'intera architettura dati basandosi sui token di un singolo fornitore, migrare verso un altro provider non significa solo cambiare software, ma ricalibrare l'intero modello di costo, poiché i token del nuovo fornitore avranno un valore e un peso differenti.
Standard di misura e trasparenza dei costi tra AI Act e PA italiana
Il contesto europeo, con l'introduzione dell'AI Act, pone l'accento sulla trasparenza e sulla gestione del rischio. Tuttavia, la questione della metrologia dei costi sembra essere rimasta in secondo piano rispetto a quella dell'etica e della sicurezza. Per la Pubblica Amministrazione italiana, che sta investendo massicciamente nella digitalizzazione, il problema è ancora più pressante.
La PA opera secondo principi di trasparenza e rendicontazione rigorosi. Pagare servizi basati su un chilo variabile come il token potrebbe scontrarsi con le norme del codice degli appalti e con la necessità di giustificare ogni spesa pubblica con metriche oggettive. Se un'amministrazione paga per milioni di token, deve poter dimostrare che quel numero sia corretto e proporzionato al servizio ricevuto.
Per approfondire come queste dinamiche influenzino l'industria 4.0, è possibile consultare l'analisi di Agenda Digitale, che esplora il legame tra procurement e costi dell'AI.
Il mercato italiano, composto prevalentemente da PMI, è particolarmente esposto. Queste aziende non hanno spesso i dipartimenti legali o tecnici necessari per negoziare clausole di trasparenza metrologica con i colossi del tech. La soluzione potrebbe risiedere in standard europei che impongano ai fornitori di AI di esporre i dati di consumo in formati aperti e verificabili, analogamente a quanto avviene per l'energia.
Per monitorare l'evoluzione di questo scenario, gli imprenditori dovrebbero osservare i seguenti indicatori verificabili:
- L'eventuale pubblicazione di standard ISO o CEN specifici per la misurazione del consumo di risorse nei Large Language Models (LLM).
- L'inserimento di clausole di audit metrologico nei bandi di gara della Pubblica Amministrazione per l'acquisto di servizi AI.
- L'emergere di software di terze parti certificati per il monitoraggio indipendente dei token (AI-metering).
In sintesi, per le imprese italiane e per l'UE, la sfida non è solo tecnologica ma normativa. Se l'AI deve diventare l'infrastruttura dell'economia moderna, non può essere gestita con strumenti di misura che appartengono solo al venditore. La trasparenza dei costi è la condizione necessaria per una reale sovranità digitale e per l'adozione sostenibile dell'intelligenza artificiale nei processi produttivi.
Domande frequenti
Cos'è esattamente un token nell'ambito dell'AI?
È l'unità di misura utilizzata dai fornitori di AI per conteggiare l'input e l'output di dati; tuttavia, non esiste uno standard unico e ogni fornitore lo definisce e lo conta diversamente.
Perché il token viene definito come un chilo variabile?
Perché, a differenza di un chilo reale o di un kilowattora, il valore e la quantità di un token cambiano a seconda del fornitore, rendendo impossibile il confronto oggettivo tra diverse offerte commerciali.
Qual è la soluzione proposta da Fabio Lalli per risolvere l'opacità dei costi?
Lalli propone l'introduzione di una telemetria verificabile e l'adozione di standard indipendenti, spostando il pagamento verso unità legate ai risultati concreti piuttosto che al semplice conteggio dei token.
Quali sono i rischi per la Pubblica Amministrazione italiana?
Il rischio principale è l'incapacità di rendicontare in modo trasparente e oggettivo la spesa pubblica, poiché il conteggio dei token è gestito interamente dal fornitore senza verifiche esterne.
Fonti: Agendadigitale ·
Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
