Il paradosso dell’AI: modelli più efficienti, costi fuori controllo

🤖 Cosa cambia

• I modelli più capaci riducono il costo della singola operazione, ma gli agenti moltiplicano chiamate, token e passaggi necessari per completare un’attività.
• Kimi K3 e Qwen3.8 comprimono il divario tecnologico con gli Stati Uniti attraverso modelli open-weight potenti e competitivi sul prezzo.
• La crescita della domanda di calcolo sostiene data center e semiconduttori, ma rende imprevedibili budget aziendali e valutazioni finanziarie.

L’economia dell’intelligenza artificiale sta entrando in una fase paradossale. I modelli diventano più efficienti, precisi e capaci di gestire attività complesse, ma le spese sostenute dalle aziende continuano ad aumentare. Il problema non dipende soltanto dal prezzo del singolo token: i sistemi agentici eseguono più passaggi, interrogano strumenti esterni, verificano i risultati e ripetono autonomamente le operazioni. Questa token amplification trasforma piccoli risparmi unitari in bollette imprevedibili. Intanto, modelli cinesi open-weight come Kimi K3 e Qwen3.8 riducono il divario con gli Stati Uniti, spingendo competizione, investimenti infrastrutturali e volatilità sui mercati.

L’efficienza tecnica moltiplica il consumo reale

Un modello più efficiente può elaborare una richiesta con meno energia o offrire prestazioni superiori allo stesso prezzo, ma questo vantaggio modifica il comportamento degli utenti. Quando le capacità aumentano, le aziende affidano all’AI processi più lunghi, collegano più fonti e introducono agenti capaci di pianificare, scrivere codice, controllare documenti e correggere autonomamente gli errori. Ogni attività genera quindi catene composte da numerose chiamate, contesti sempre più estesi e ripetute fasi di verifica. La token amplification nasce proprio da questo scarto tra il costo teorico della singola inferenza e quello del workflow completo. Un’operazione inizialmente valutata in pochi centesimi può crescere di decine o centinaia di volte quando l’agente entra in loop, richiama strumenti o conserva grandi quantità di contesto. L’introduzione degli Spend Caps di Google Cloud per controllare i costi AI mostra quanto la prevedibilità della spesa sia diventata una funzione essenziale delle piattaforme enterprise. L’efficienza del modello non elimina il problema: abbassa la barriera d’uso e incoraggia una domanda ancora maggiore.

Gli agenti rendono insufficiente il prezzo per token

Il prezzo per milione di token resta utile per confrontare i modelli, ma descrive solo una parte del costo complessivo. Un agente deve spesso leggere repository, documentazione e cronologie, produrre piani, eseguire strumenti, analizzare gli output e ripetere il ciclo fino al raggiungimento dell’obiettivo. Il consumo dipende quindi da lunghezza del contesto, numero di tentativi, chiamate ai tool, caching, latenza e capacità di interrompere i percorsi improduttivi. Aziende che avevano costruito i budget su semplici chatbot possono trovarsi davanti a incrementi anche cento volte superiori quando passano a processi autonomi multi-stadio. Le riduzioni di prezzo offerte da Amazon, DeepSeek o altri provider attenuano il costo unitario, ma non impediscono l’espansione dei carichi. Anche hardware più efficiente, come le piattaforme Nvidia Blackwell progettate per ridurre i costi di inferenza, può essere rapidamente assorbito da modelli più grandi, contesti più lunghi e un numero superiore di utenti. Il vero indicatore economico diventa così il costo per attività completata correttamente, non quello della singola chiamata API.

Kimi K3 restringe il divario con i modelli statunitensi

Kimi K3 di Moonshot AI porta questa pressione competitiva a un nuovo livello. Il modello open-weight da 2,8 trilioni di parametri integra capacità visive ed è orientato a coding di lungo periodo, ragionamento complesso e lavoro conoscitivo. Nei benchmark indicati supera diversi sistemi closed-source statunitensi e raggiunge risultati particolarmente elevati nello sviluppo front-end, riducendo a poche settimane il divario percepito tra i laboratori cinesi e quelli americani. La natura open-weight modifica anche il confronto economico: imprese e provider possono eseguire il modello senza corrispondere al produttore una tariffa ricorrente per ogni token, sostenendo direttamente costi di infrastruttura, manutenzione e ottimizzazione. La crescita di Moonshot, con ARR salito a 300 milioni di dollari e vendite giornaliere moltiplicate dopo il lancio, mostra che l’apertura dei pesi non impedisce la monetizzazione attraverso API, hosting e servizi gestiti. Il fenomeno si inserisce nella competizione già alimentata dai modelli cinesi capaci di avvicinare Claude attraverso distillazione e sviluppo accelerato, ma aggiunge una scala industriale e finanziaria più difficile da ignorare.

Qwen3.8 aumenta la pressione sui fornitori chiusi

L’arrivo di Qwen3.8 da 2,4 trilioni di parametri rafforza la strategia cinese basata sulla disponibilità dei pesi e sulla rapida diffusione attraverso comunità, cloud e strumenti per sviluppatori. Se modelli frontier possono essere scaricati, ottimizzati e ospitati da operatori indipendenti, i fornitori statunitensi che vendono accesso per token devono giustificare il prezzo attraverso qualità superiore, affidabilità, sicurezza e servizi integrati. L’apertura non equivale però a gratuità: eseguire sistemi di queste dimensioni richiede cluster costosi, competenze specialistiche e capacità di gestire aggiornamenti, inferenza distribuita e protezione dei dati. La concorrenza può quindi ridurre le tariffe API ma, contemporaneamente, spostare la spesa verso GPU, energia e data center. L’apertura dei pesi di DeepSeek V4 e l’espansione degli investimenti nei modelli frontier aveva già mostrato come la disponibilità di alternative potenti non riduca automaticamente la corsa infrastrutturale. La pressione aumenta anche sul piano geopolitico, perché la velocità cinese indebolisce l’idea di un vantaggio americano stabile e costringe Silicon Valley a sostenere investimenti sempre più elevati per conservare il primato.

Data center e mercati assorbono il costo del paradosso

Il paradosso emerge infine nei mercati finanziari. La crescita dei modelli open-weight può far temere una riduzione dei margini dei provider AI, ma la loro diffusione aumenta contemporaneamente la domanda di capacità computazionale. I miner di Bitcoin riconvertiti in operatori di data center dipendono ormai anche dai contratti per l’AI, mentre produttori di GPU, memorie e sistemi energetici diventano sensibili alle aspettative sugli investimenti delle Big Tech. Le oscillazioni del Bitcoin e il selloff dei semiconduttori descritti dopo i risultati di Kimi K3 e Qwen3.8 riflettono il timore che modelli più economici riducano la necessità di spese infrastrutturali, ma questa conclusione resta tutt’altro che automatica. La pressione su DRAM, chip Intel e nuovi data center AI indica che la domanda continua a trasferirsi lungo l’intera filiera. Le imprese devono quindi governare l’adozione con budget per workflow, limiti di consumo, routing tra modelli e misurazione del valore prodotto. Senza questa disciplina, ogni miglioramento tecnico rischia di diventare il presupposto per un utilizzo più ampio e per costi ancora maggiori.