Durante un intervento al BlackRock U.S. Infrastructure Summit, Sam Altman ha delineato una visione del futuro dove l'intelligenza artificiale diventa una utility come elettricità o acqua, con le persone che la comprano "a consumo". Una dichiarazione che potrebbe sembrare uscita da un romanzo cyberpunk, ma che rappresenta invece l'evoluzione concreta del mercato dell'intelligenza artificiale.
Premesse
I modelli di pricing basati sui token sono già realtà consolidata: i clienti pagano per i servizi AI in base al numero di token processati. Ogni token rappresenta circa tre quarti di una parola in inglese e il pricing a token trasferisce la struttura dei costi variabili direttamente al cliente. I dati di spesa mostrano che i costi AI stanno crescendo di 13 volte nell'arco di un anno, mentre il costo medio per milione di token è sceso da circa 10 dollari a 2,50 dollari in un singolo anno.
Il settore sta già sperimentando una transizione verso modelli ibridi. Le nuove offerte enterprise addebitano per postazione con consumo di token fatturato a tariffe API aggiuntive, con Anthropic che ha iniziato per prima questa transizione. Gli acquirenti enterprise, specialmente CIO e CFO, vogliono allocare budget fissi per la tecnologia, e se i team non riescono a determinare un numero fisso, l'adozione può diminuire.
Evoluzioni possibili
Il modello utility potrebbe svilupparsi su tre livelli complementari. Sul piano tecnico, assistiamo al consolidamento di metriche standardizzate dove il costo per token determina se le aziende possono scalare l'AI profittevolmente, rappresentando l'unica metrica TCO che tiene conto direttamente di prestazioni hardware, ottimizzazione software e utilizzo reale.
Dal punto di vista commerciale, l'industria sta convergendo verso modelli ibridi dove un abbonamento base garantisce prevedibilità mentre i livelli di utilizzo catturano il valore aggiunto man mano che cresce il valore per il cliente. GitHub ha già annunciato il passaggio da abbonamenti flat a fatturazione basata sull'utilizzo dal giugno 2026, sostituendo le unità premium con crediti AI legati al consumo di token.
A livello infrastrutturale, emerge la necessità di regolamentazione. Mentre acqua ed elettricità sono servizi regolamentati, l'AI è attualmente gestita da aziende private che possono modificare prezzi e condizioni a discrezione, rendendo necessaria una regolamentazione rigorosa per evitare che un bene essenziale sia gestito esclusivamente secondo logiche di profitto.
Conseguenze operative
La trasformazione dell'intelligenza artificiale in utility comporta implicazioni sistemiche. Definendo l'intelligenza come "utility" emerge un riconoscimento tacito che dovrà essere sovvenzionata dal governo, come avviene per altre utility. I leader aziendali affrontano una nuova realtà economica definita dalle dinamiche volatili e non lineari del consumo AI basato sui token, dove i costi sono legati ai token piuttosto che ad abbonamenti o macchine virtuali.
Sul fronte aziendale, alcune aziende AI hanno scoperto che il 5% degli utenti top consuma il 75% dei costi computazionali totali pagando la stessa tariffa flat di tutti gli altri, rendendo il pricing basato sui token un modo per correggere questo disallineamento. Quando le aziende iniziano a misurare l'adozione AI per volume, i dipendenti ottimizzano per la metrica invece che per il risultato.
Segnali da monitorare
Diversi indicatori suggeriranno la direzione di questa trasformazione. L'evoluzione delle politiche di pricing delle principali piattaforme AI mostrerà se il settore converge verso standard utility-like oppure mantiene modelli proprietari differenziati.
La reazione del mercato enterprise ai nuovi modelli di fatturazione fornirà evidenze concrete sulla sostenibilità economica del sistema. Alcuni sviluppatori riportano già costi mensili passati da circa 67 euro ad aprile a circa 966 euro sotto i nuovi modelli, rimuovendo prevedibilità dai budget aziendali proprio quando sono sotto pressione.
Le iniziative regolatorie, specialmente in Europa e Stati Uniti, indicheranno se l'intelligenza artificiale verrà considerata infrastruttura critica soggetta a supervisione pubblica. Il dibattito su governance e controllo delle piattaforme AI si intensificherà man mano che la loro centralità economica aumenta, determinando se il futuro sarà caratterizzato da un oligopolio privato o da forme di controllo pubblico dell'infrastruttura cognitiva.