Per anni l’intelligenza artificiale è stata raccontata come la grande leva per ridurre i costi del lavoro. Automatizzare, scalare senza assumere, produrre di più con meno persone; questa è stata la promessa che ha accompagnato l’adozione massiccia dell’AI soprattutto nelle imprese. Ma nel 2026 questa narrazione ha cominciato ad incrinarsi. Sempre più aziende stanno infatti scoprendo che l’intelligenza artificiale, soprattutto quando passa dalla sperimentazione alla produzione, non è affatto economica e in alcuni casi costa più del lavoro umano che dovrebbe sostituire.

Un recente articolo di Axios lo mostra con esempi difficili da ignorare. Il responsabile tecnologico di Uber ha ad esempio ammesso di aver già bruciato l’intero budget AI annuale a causa dei soli costi dei token. Uber ha infatti speso l’intero budget destinato all’Intelligenza Artificiale per il 2026 in appena quattro mesi, a causa dell’adozione massiccia di strumenti di coding come Claude Code e Cursor, diventati rapidamente centrali nel lavoro quotidiano degli ingegneri. L’uso è cresciuto così velocemente che i costi API (Application Programming Interface, cioè le spese che un’azienda paga in base all’uso di servizi IA esterni) sono arrivati a oscillare tra 500 e 2.000 dollari al mese per sviluppatore, rendendo l’IA estremamente produttiva ma anche sorprendentemente costosa. Oggi il 95% degli ingegneri Uber utilizza strumenti che aiutano l’automatizzazione di alcuni processi e circa il 70% del codice prodotto è ormai assistito dall’Intelligenza Artificiale, segno di una dipendenza ormai strutturale. Lo stesso CEO di Swan AI (piattaforma di intelligenza artificiale agentica pensata per automatizzare e coordinare attività come marketing e vendite) ha trasformato in un manifesto pubblico la sua costosa fattura di Anthropic, sostenendo che la sua azienda sta crescendo grazie all’Intelligenza Artificiale e non solo al personale. Amos Bar-Joseph ha infatti condiviso con orgoglio una fattura mensile da 113 mila dollari di costi AI per un team di sole quattro persone, spiegando che quella spesa non è uno spreco ma il cuore stesso del modello di business.

In Swan AI, i costi dei token sostituiscono intere funzioni aziendali tradizionali: marketing, vendite, supporto, engineering e perfino legale, permettendo di puntare a 10 milioni di dollari di fatturato annuo con meno di dieci dipendenti, senza SDR né budget pubblicitari. Questa filosofia si riflette anche nel prodotto: un agente di coding pensato per i professionisti del go-to-market, non per sviluppatori, che consente ai clienti di costruire autonomamente i propri flussi di lavoro. Con oltre 800 aziende iscritte in 40 giorni, il messaggio chiave è che in un business veramente “agentic” i costi dell’AI crescono rapidamente; quanto rapidamente invece crescano la scalabilità e la leva sull’intelligenza in modo da ridurre la portata delle prossime fatture è tutto ancora da valutare.

Questi casi non sono però eccezioni isolate, ma potrebbero essere segnali di un cambiamento sempre più strutturale soprattutto alla luce dei dati che riguardano la spesa in IA. Secondo Gartner, infatti, la spesa IT globale raggiungerà nel 2026 i 6,31 trilioni di dollari, con una crescita annua del 13,5%, dovuta in gran parte a investimenti in intelligenza artificiale, cloud e infrastrutture di calcolo.

Sembrerebbe dunque che l’IA non stia davvero, per il momento, sostituendo i costi, ma li stia spostando… dagli stipendi ai data center e dalle risorse umane ai contratti con i grandi modelli (!). Di fronte a questa dinamica, anche il dibattito sta iniziando a cambiare tono. Non si tratta più di chiedersi se l’IA sia potente o innovativa, ma se sia appunto davvero economicamente sostenibile. Come riportato da Axios, Brad Owens di Asymbl, ha sintetizzato questa fase di interrogativi costanti sull’IA raccontando che la domanda che oggi arriva nei consigli di amministrazione è più strategica che mai: qual è il vero valore di un lavoratore, umano o digitale? In un contesto in cui i principali AI lab aumentano i prezzi e il costo del calcolo continua a crescere, la presunta superiorità economica dell’intelligenza artificiale non può più essere data per scontata e va finalmente analizzata con numeri che iniziano ad essere sempre più disponibili.

Come crescono i costi

A mettere chiaramente nero su bianco questa intuizione è stato anche l’analista Charles‑Henry Monchau, che in un post su Linkedin ha provato a smontare in modo molto diretto l’idea, ormai diffusissima, che l’intelligenza artificiale sia automaticamente più economica delle persone. Il punto di partenza dell’autore è che guardare solo il prezzo dei token è fuorviante. Sulla carta, una chiamata a un modello IA può costare anche solo un centesimo, ma nella realtà aziendale quel centesimo diventano anche 40-70 centesimi quando si aggiunge tutto ciò che serve per far funzionare davvero l’AI, cioè l’orchestrazione di più modelli, agenti che si passano il lavoro, infrastruttura cloud, controlli di qualità, sistemi di monitoraggio e gestione degli errori. Insomma, è come dire che il modello è solo il motore, ma l’auto completa costa molto di più. Monchau poi entra nel tema della produttività, spiegando un altro equivoco comune. Molti sviluppatori sentono infatti di lavorare più in fretta con l’AI e in molti stimano addirittura un +20% di velocità, ma i dati dell’MIT e di Gartner raccontano un’altra storia: nei flussi di lavoro reali, l’output risulta in media più lento del 19% (!).

Com’è possibile? Questo succede perché bisogna correggere errori, riscrivere prompt, verificare risultati e gestire casi limite. Tutto questo tempo “di contorno” non sembra lavoro, ma lo è, e alla fine pesa sui costi e per un team di 10 ingegneri, questi attriti nascosti potrebbero arrivare a valere circa 270 mila dollari l’anno. Un altro punto chiave del suo ragionamento che vale la pena riportare è la complessità dei sistemi agentici. Quando l’AI non è più un semplice chatbot ma una rete di agenti che decidono, chiamano altri modelli e iterano continuamente, i costi non crescono in linea retta ma possono moltiplicarsi anche di quattro volte mese dopo mese. È per questo che non è per forza un’esagerazione affermare che solo il 23% dei lavori oggi esposti all’AI conviene davvero automatizzarli dal punto di vista economico. E andando avanti nel tempo, cioè entro il 2030, alcuni servizi di customer service basati su AI potrebbero costare più degli stessi operatori umani offshore.

Questa potenziale riduzione dell’opportunità economica dell’IA non segnala però un fallimento della tecnologia ma una dinamica storica ricorrente sintetizzabile nella cosiddetta J‑curve dell’adozione tecnologica. Secondo tale dinamica all’inizio i costi salgono, l’efficienza non arriva subito e il lavoro umano non viene rimpiazzato come previsto. È successo con gli sportelli automatici, che hanno impiegato decenni a ridurre davvero il numero di cassieri, ed è successo con i fogli di calcolo, che invece di eliminare i contabili hanno finito per moltiplicarli. Se dunque l’AI rimane uno strumento potentissimo, essa non è una scorciatoia economica immediata e confondere potenziale tecnologico con risparmio reale è uno degli errori più costosi che oggi le aziende possano fare.

L'articolo Ma l’IA è davvero meno costosa del lavoro umano? proviene da InsideOver.

Nella corsa all’intelligenza artificiale gli Stati Uniti rivendicano di avere le migliori tecnologie, i maggiori capitali, le aziende più dinamiche (a partire da Nvidia) e il capitale umano qualificato, ma c’è un fronte su cui il confronto con la Cina è pesantemente penalizzante per Washington: quello della rete elettrica e della generazione dell’immensa capacità di energia necessaria a alimentare i data center e l’aumento della potenza di calcolo.

L’energia che serve a far correre l’Ia

Per fare un esempio, come analizzato dall’analista di strategie energetiche Mark Nelson, il progetto Stargate da 500 miliardi di dollari richiederà, per i suoi 5 siti volti a alimentare la capacità di calcolo di OpenAI negli Usa, un’energia paragonabile al consumo di 25 milioni di cittadini americani, praticamente come se d’un tratto la popolazione statunitense salisse del 7%.

“Negli Stati Uniti”, nota Quartz, ” i limiti energetici sono diventati il principale ostacolo allo sviluppo dell’intelligenza artificiale, con i tassi di sfitto dei data center che hanno raggiunto il minimo storico del 2,3%”, in un contesto in cui “l’impennata della domanda ha creato uno squilibrio senza precedenti tra ciò di cui le aziende hanno bisogno e ciò che la rete può offrire”, mentre una rete vecchia e non adatta a gestire la potenza di carico vede i costi del nuovo transito ricadere anche sulle bollette dei cittadini comuni, che pagano l’extra-traffico dettato dall’Ia. Su questo fronte, la Cina può vantare una combo invidiabile: più generazione, una rete rinnovata da investimenti recenti e margini di riempimento dell’offerta ancora accettabili.

La corsa energetica della Cina

Al 2024, la Cina produceva oltre 30.800 TWh annui di energia, il triplo degli Usa secondi, e rispetto al passato ha ridotto dal 50 al 30% la dipendenza del carbone. Escludendo il nucleare, la Cina ha immesso in rete oltre 9.000 TWh di energia rinnovabile, per la metà da idroelettrico, risultando la prima produttrice al mondo, doppiando gli Usa e coprendo da sola un terzo dell’offerta mondiale. Questo ha offerto spazio per diversificare le fonti e potenziare la rete.

“Nel 2024, la Cina era responsabile di quasi il 65% delle costruzioni di energia rinnovabile a livello mondiale, installando così tanti pannelli solari e turbine eoliche da far diminuire per la prima volta le emissioni di CO2 del Paese, nonostante una domanda di energia record”, nota Futurism, mentre il South China Morning Post segnala che nel 2025 saranno installati impianti rinnovabili per una potenza pari a ben 500 GW aggiuntivi.

Tutte queste tecnologie possono consentire alla Cina di programmare attivamente la sua rivoluzione dell’Ia potendo scegliere, complice la disponibilità di vasti spazi a ridotta densità di popolazione ma capaci di accedere facilmente a fonti idriche, dove posizionare i data center e come integrarli in una rete che, anche secondo gli esperti americani, è resiliente e robusta. Rui Ma, analista di Tech Buzz China e tra le commentatrici di dinamiche tecnologiche più attente tra le figure basate negli Usa, ha parlato di un “problema risolto” riferendosi alla generazione energetica per l’Ia in Cina.

“Gli investimenti del governo cinese nell’energia sostenibile – dall’idroelettrico avanzato al nucleare di nuova generazione – significano che, rispetto a molti altri mercati, l’approvvigionamento elettrico è sicuro ed economico”, ha scritto Ma su X.

La sfida energetica

Mentre Washington sta iniziando a valutare l’ipotesi dell’esternalizzazione di parte degli obiettivi di piani come Stargate creando una catena di data center tra gli Usa e diversi Paesi alleati, come Arabia Saudita e Emirati Arabi Uniti che mirano alla combo Ia-nucleare, la Cina tira dritta. E dovrà piuttosto gestire un altro problema: come ovviare, nota Tom’s Hardware, al fatto che  “molti data center cinesi siano inattivi o sottoutilizzati” in una fase in cui “Pechino sta sviluppando una rete per  creare un mercato che venda capacità in eccesso , ma deve ancora affrontare delle sfide, soprattutto legate alla latenza e ai diversi ecosistemi tecnologici esistenti”.

Problemi operativi, non di approvvigionamento, che presuppongono una sicurezza delle forniture. Non è poco. Sarà una sfida vitale per il settore negli anni a venire. La partita dell’Ia si vince tanto con le tecnologie quanto sul fronte delle reti. Senza cui non c’è energia, non c’è potenza di calcolo e, a conti fatti, non c’è Ia.

Le grandi partite economiche e tecnologiche plasmano il mondo di oggi. Su InsideOver le commentiamo con attenzione e curiosità. Per contribuire a sostenere una testata che vuole leggere il mondo di domani mentre è in elaborazione, abbonati e sostieni il nostro lavoro.

L'articolo Nella corsa all’Ia la Cina stacca gli Usa sul fronte dell’energia proviene da InsideOver.