Fin dal 2023, numerose grandi imprese hanno visto crescere vertiginosamente i loro budget di investimento sull’intelligenza artificiale. L’obiettivo era chiaro: trasformare le operazioni aziendali e migliorare l’efficienza grazie agli strumenti basati sull’AI. Ora, una crescente pressione finanziaria sta spingendo aziende come Amazon, Walmart, Uber, Cisco e Meta a frenare in alcuni settori.

Costi crescenti e rendimenti incerti

Uno dei fattori principali che hanno portato a questa inversione di tendenza è l’aumento dei costi operativi legati al funzionamento e all’uso dell’AI. Con l’adoptione di modelli di intelligenza artificiale sempre più complessi, come ad esempio agenti autonomi, i centri di elaborazione dati richiedono risorse significative. Si stima che il costo relativo al utilizzo dei modelli come GPT-4 e Anthropic’s Claude possa variare tra 0.01 e 0.05 dollari per token, moltiplicando le spese in base al numero di interazioni. Questo implica che, per un’azienda come Amazon, con decine di migliaia di query al mese, il costo mensile potrebbe salire a cifre rilevanti, spesso con benefici non direttamente misurabili.

Controlli finanziari e modelli di consumo

Nel tentativo di gestire al meglio la crescita dei costi, molte aziende stanno introducendo policy interne per limitare l’utilizzo dell’intelligenza artificiale. Ad esempio:

Amazon ha ridotto l’accesso alle API AI per i team non direttamente interessati all’innovazione.

Walmart ha stabilito limiti giornalieri agli utilizzatori finali per evitare sprechi.

Uber ha introdotto meccanismi che richiedono l’approvazione di un manager prima di poter utilizzare modelli AI particolarmente onerosi.

Cisco ha sospeso alcune sperimentazioni in favore di soluzioni più consolidate per ragioni di controllo.

Meta ha concentrato le risorse sull’ottimizzazione dell’IA, piuttosto che sull'ampliamento a livello aziendale.

Riorganizzazioni interne per rendicontare meglio il costo

Per rendere il controllo dell’uso dell’intelligenza artificiale più operativo e trasparente, le aziende stanno adottando modelli di rendiconto finanziario basati sui singoli centri di costo. La chiave per molte imprese non è tanto interrompere l’uso dell’AI, bensì migliorarne il ROI.

Per esempio, Amazon ha messo in atto un modello in cui ogni dipartimento deve giustificare l’utilizzo dell’AI con metriche concrete. Questo permette di distinguere, tra modelli che aumentano veramente la produttività e quelli che rappresentano solo una finta innovazione.

Criteri concreti per adottare l’IA

Per evitare sprechi e massimizzare gli investimenti sull’AI, le aziende sono sempre più attente a stabilire criteri chiari per l’utilizzo di questi strumenti. Un esempio chiaro riguarda la categorizzazione dei casi d’uso:

Se un sistema di AI fornisce vantaggi misurabili entro i primi sei mesi, è autorizzato un accesso illimitato;

Se i benefici sono tangibili ma di lungo periodo, l’accesso è monitorato con budget specifici;

Se non si riesce a dimostrare un ritorno sull’investimento chiaramente tracciabile, il progetto è sospeso o eliminato;

I centri di innovazione sono tenuti a presentare rapporti chiari sui costi e benefici.

Questo tipo di controllo permette di evitare di spendere risorse in modo non necessario, mantenendo però una struttura agile per lo sviluppo di soluzioni avanzate.

Caso di studio: Cisco e l'ottimizzazione dell’AI

Cisco, ad esempio, ha ridotto il numero di centri di calcolo utilizzati per la realizzazione di modelli avanzati, concentrando le risorse su due centri chiave. Questo ha permesso di ridurre i costi di manutenzione e di ottenere una riduzione notevole dei tempi di elaborazione. Inoltre, l’azienda ha sviluppato strumenti interni che permettono di tracciare in tempo reale le spese sostenute in base al tipo di utilizzo.

Uno studio interno ha mostrato che questo tipo di ottimizzazione ha portato a una riduzione del 30% nei costi operativi legati all'AI, ma soprattutto a una maggior capacità di risposta nel caso di variazioni di budget interne.

Quali scenari si aprono per il futuro?

Sebbene la fase iniziale di sperimentazione con l’AI sia rallentata, l’attenzione alle tecnologie non si è affatto smorzata. Molti esperti ritengono che l’uso responsabile e misurato dell’intelligenza artificiale possa diventare un vantaggio strategico a lungo termine, a patto che venga sostenuto da chiare metriche e investimenti ben calcolati.

Un recente rapporto di McKinsey ha stimato che entro il 2028, le aziende che hanno adottato un piano articolato per il controllo e la misurazione dell’utilizzo dell’IA potranno ottenere benefici cumulativi fino al 15% in termini di efficienza operativa.