
(Immagine illustrativa: Magnifica)
Negli ultimi due anni, l'intelligenza artificiale (IA) è stata vista da molte aziende come una soluzione rapida ai problemi di produttività. Dalla programmazione al servizio clienti, dalla redazione di report all'analisi dei dati e all'elaborazione delle email, l'IA si è affermata con la promessa di maggiore velocità, costi inferiori e minore dipendenza dal lavoro umano. Tuttavia, entro la metà del 2026, la domanda che si porrà in molti consigli di amministrazione non sarà più "Dovremmo usare l'IA?", bensì "Quanto denaro sta spendendo l'IA e sta davvero generando un valore commisurato?".
Questo cambiamento non significa che l'IA sia obsoleta. Al contrario, l'IA rimane una tecnologia strategica, soprattutto nella programmazione, nel servizio clienti, nella finanza e nelle operazioni interne. Tuttavia, dopo un periodo di rapida implementazione dettato dal timore di rimanere indietro, molte aziende stanno iniziando a rendersi conto di una realtà meno affascinante: l'IA non è gratuita, né è necessariamente più economica degli esseri umani se utilizzata in modo errato. Quando uno strumento viene messo a disposizione di migliaia di dipendenti, ogni comando, ogni testo, ogni analisi di documenti o ogni inserimento di codice può diventare un costo misurato in token, un'unità di misura della quantità di dati che il modello di IA deve elaborare.
A fine maggio, il Wall Street Journal ha riportato che alcune aziende americane stanno iniziando a "razionare" le spese per l'intelligenza artificiale, a causa del rapido aumento dei costi di calcolo e dei token. L'articolo citava il caso di Uber, sottolineando come l'azienda abbia esaurito il budget per l'IA previsto per il 2026 in soli quattro mesi, il che l'ha spinta a riconsiderare le modalità di allocazione delle proprie risorse in questo ambito. Si tratta di un segnale significativo: l'IA non è più solo un esperimento tecnologico, ma è diventata una voce di spesa finanziaria che richiede controllo, proprio come il cloud computing, il personale o i costi operativi.
Uber è un esempio significativo perché l'azienda non è contraria all'intelligenza artificiale. Il problema di Uber risiede nel fatto che i costi stanno aumentando troppo rapidamente, mentre i benefici concreti per il business non sono facilmente dimostrabili. The Verge cita Andrew Macdonald, Presidente e Direttore Operativo di Uber, il quale afferma che investire di più in strumenti come Claude Code non si traduce direttamente in un maggior numero di funzionalità utili per i clienti. In altre parole, il team di ingegneri può utilizzare maggiormente l'IA, ma la dirigenza deve comunque rispondere alla domanda fondamentale: gli utenti finali ottengono un prodotto migliore in cambio del denaro speso?

In questa foto esemplificativa scattata a Bruxelles, in Belgio, il 9 agosto 2025, il logo di Uber è visualizzato sullo schermo di un telefono. (Foto: NurPhoto/Reuters)
Claude Code, lo strumento di supporto alla programmazione di Anthropic, è diventato il fulcro di questo dibattito. È importante chiarire per evitare malintesi: Anthropic offre ancora piani di abbonamento mensili per utenti e aziende. Tuttavia, quando utilizzato su larga scala o tramite un'interfaccia di programmazione delle applicazioni (API), i costi possono essere calcolati in base ai token, ai modelli di utilizzo e alle funzionalità aggiuntive. La pagina ufficiale dei prezzi di Anthropic mostra che i modelli API di Claude sono prezzati in base alla quantità di token in ingresso e in uscita; la documentazione dell'azienda precisa inoltre che alcune modifiche alla codifica dei dati possono comportare un maggiore utilizzo di token per lo stesso testo. Pertanto, il problema non è "l'esaurimento dei piani mensili", bensì la difficoltà che le aziende incontrano nel prevedere i costi quando i dipendenti utilizzano continuamente l'IA per attività complesse.
La differenza tra l'intelligenza artificiale e il software tradizionale risiede nel modo in cui vengono sostenuti i costi. Con i software per ufficio, le aziende in genere pagano una tariffa mensile per account. Con molti strumenti di intelligenza artificiale, soprattutto quelli per la programmazione e l'automazione a più fasi, i costi possono aumentare in base alla lunghezza del documento, al volume delle query, ai cicli di revisione, al numero di modelli richiamati e ai dati di output. Un dipendente che utilizza l'IA per riassumere le email potrebbe avere un costo molto basso. Ma un team di ingegneri che si avvale dell'IA per leggere il codice sorgente, suggerire correzioni, riscrivere più versioni ed eseguire processi automatizzati può generare costi significativi nel breve termine.
Dal punto di vista gestionale, si tratta di un problema ben noto: una buona tecnologia non è necessariamente un buon investimento se la sua efficacia non è misurabile. Un'azienda potrebbe pensare che la produttività sia aumentata perché i dipendenti lavorano più velocemente, ma se il numero di ore risparmiate, gli errori ridotti, i ricavi aumentati o l'esperienza del cliente migliorata, i costi dell'IA diventeranno presto difficili da giustificare. Pertanto, le aziende leader stanno passando da una mentalità del tipo "usala il più possibile" a una del tipo "usala dove è giusto, per le persone giuste e entro certi limiti".

In questa illustrazione del 6 febbraio 2026, il logo di Claude AI è visualizzato sullo schermo di un telefono. (Foto: NurPhoto/Reuters)
Oltre al costo degli strumenti, anche la narrazione della sostituzione delle risorse umane con l'intelligenza artificiale è oggetto di revisione. Il 21 maggio, Forbes ha citato dati che mostrano come il 29% delle aziende che in precedenza avevano ridotto il personale a causa dell'IA abbiano poi riassunto coloro che avevano lasciato tali posizioni. Questi dati vanno interpretati con cautela, ma mettono in luce una realtà: sostituire gli esseri umani con l'IA non è semplice come tagliare una voce di spesa dal libro paga. In molti lavori, soprattutto nel servizio clienti, nelle vendite, nella creazione di contenuti, nella gestione operativa o nella gestione di situazioni delicate, gli esseri umani ricoprono ancora ruoli che l'IA non è ancora in grado di ricoprire completamente.
L'intelligenza artificiale può rispondere rapidamente, ma la velocità non è sinonimo di precisione. L'IA può redigere bozze, ma queste devono comunque essere revisionate da professionisti. L'IA può riassumere i dati, ma i manager devono comunque comprenderne il contesto per prendere decisioni. Se le aziende riducono il personale troppo presto, potrebbero pagarne il prezzo con un calo della qualità del servizio, clienti insoddisfatti, processi interni più caotici e, in definitiva, la necessità di riassumere e riqualificare il personale. In tal caso, i "risparmi grazie all'IA" si rivelerebbero risparmi illusori.
Un aspetto da considerare con obiettività è che l'intelligenza artificiale non è l'unica causa dei licenziamenti nelle aziende. Alcuni dirigenti potrebbero citare l'IA per giustificare le ristrutturazioni, mentre le vere ragioni potrebbero includere pressioni sui profitti, tassi di interesse, azionisti, concorrenza o strategie di riduzione dei costi. Il 1° giugno, Business Insider ha citato Torsten Slok, capo economista di Apollo Global Management, il quale ha affermato che non vi sono prove evidenti di perdite di posti di lavoro indotte dall'IA nei dati complessivi sull'occupazione. Ciò suggerisce un quadro più complesso rispetto allo slogan "L'IA ruba il lavoro agli umani".
Per le aziende vietnamite, gli insegnamenti tratti dalle multinazionali sono molto utili. Molte aziende nazionali potrebbero non aver investito milioni di dollari nell'intelligenza artificiale, ma possono comunque facilmente cadere nella trappola di acquistare molteplici strumenti, aprire diversi account e provare diverse piattaforme senza un processo di controllo. Se ogni reparto sceglie il proprio strumento di intelligenza artificiale, ogni team utilizza il proprio modello e ogni dipendente inserisce autonomamente i dati aziendali in piattaforme esterne, i rischi non riguardano solo i costi, ma anche la sicurezza, la qualità dei risultati e la responsabilità legale.

(Immagine illustrativa: Magnifica)
Prima di implementare l'IA, le aziende dovrebbero porsi cinque semplici domande. Innanzitutto, quale problema specifico risolverà l'IA? In secondo luogo, qual è il costo mensile massimo? In terzo luogo, chi avrà accesso all'IA e per quale tipo di dati? In quarto luogo, chi esaminerà i risultati generati dall'IA? In quinto luogo, quali metriche utilizzerà l'azienda per misurare l'efficacia dopo tre mesi? Se a queste cinque domande non è stata data risposta, un'implementazione su larga scala dell'IA potrebbe rivelarsi una decisione affrettata.
Un approccio più sicuro consiste nello scegliere inizialmente aree meno rischiose da testare. L'intelligenza artificiale può essere d'aiuto nella sintesi di documenti interni, nella classificazione delle richieste dei clienti, nel suggerimento di contenuti per le email, nell'individuazione di errori nel codice di programmazione, nella creazione di bozze di report o nell'assistenza ai dipendenti nella ricerca di informazioni. Tuttavia, in ambiti che riguardano la finanza, gli aspetti legali, le risorse umane, i dati dei clienti o le dichiarazioni pubbliche, la revisione finale deve rimanere di competenza umana. Le aziende non dovrebbero utilizzare l'intelligenza artificiale come un "sostituto del dipendente", bensì come un "assistente per velocizzare i processi", con limiti ben definiti.
Un altro principio fondamentale è che la gestione del budget per l'IA dovrebbe essere simile alla gestione dei costi del cloud computing. Devono essere previsti limiti basati su gruppi, avvisi in caso di superamento dei limiti, report mensili sull'utilizzo e valutazioni delle prestazioni per reparto. Per la programmazione, le aziende devono sapere quanto tempo gli strumenti di IA possono ridurre per la correzione dei bug, quanti giorni possono essere accorciati nello sviluppo del prodotto o quanti parametri operativi possono essere migliorati. Per il servizio clienti, è necessario misurare i tempi di risposta, i livelli di soddisfazione, il tasso di reclami e il numero di casi inoltrati al personale umano.
Dopo il boom iniziale, il mercato dell'IA sta entrando in una fase di maggiore maturità. Gli strumenti che non si dimostrano efficaci verranno gradualmente abbandonati. La spesa incontrollata sarà limitata. Le aspettative di una completa sostituzione dell'uomo lasceranno il posto a un approccio più pragmatico: gli esseri umani svolgeranno compiti che richiedono capacità di giudizio, mentre l'IA supporterà le attività ripetitive, ad alta intensità di dati o che richiedono elevata velocità.
Pertanto, l'affermazione "L'IA viene abbandonata perché è troppo costosa" non dovrebbe essere interpretata come un fallimento dell'IA. Piuttosto, ciò che viene abbandonato è l'illusione che il semplice acquisto di strumenti di IA renda automaticamente le aziende più economiche, veloci e intelligenti.
L'intelligenza artificiale rimarrà nelle aziende, ma sotto un controllo più attento da parte dei settori finanziario, tecnologico, legale e degli utenti finali. In questo contesto, l'azienda vincente non sarà quella che utilizza maggiormente l'IA, ma quella che saprà utilizzarla correttamente, al giusto costo e con la dovuta responsabilità.
Fonte: https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm










