L’entusiasmo delle imprese per l’intelligenza artificiale generativa ha incontrato un limite molto concreto: il conto da pagare. Dopo una prima fase in cui dirigenti e responsabili tecnologici hanno incoraggiato dipendenti e sviluppatori a usare il più possibile chatbot, assistenti alla programmazione e agenti autonomi, molte società hanno scoperto che il consumo poteva crescere più rapidamente dei benefici economici.Il problema riguarda soprattutto i token, le unità con cui viene misurato e spesso fatturato il lavoro dei modelli linguistici. Ogni richiesta inviata a un sistema di AI viene scomposta in token, così come la risposta prodotta dal modello. Nei sistemi più avanzati entrano nel calcolo anche il contesto accumulato, i documenti elaborati e, in alcuni casi, i passaggi interni di ragionamento.La diffusione dell’AI ha quindi aperto una nuova area di analisi economica, già definita “tokenomics”: lo studio di come la capacità di calcolo viene prodotta, acquistata, consumata e trasformata in risultati aziendali. Il punto non è più soltanto scegliere il modello più potente. Le imprese devono capire quale attività genera valore, quanto costa eseguirla e se sarebbe più conveniente affidarla a una persona, a un software tradizionale o a un modello meno sofisticato.Indice degli argomenti: