Microsoft scopre che l’IA può costare più degli stipendi umani
L’intelligenza artificiale viene spesso presentata come la soluzione definitiva per ridurre i costi aziendali e aumentare la produttività. Tuttavia, nuovi report interni di Microsoft mostrano uno scenario molto diverso: l’utilizzo massiccio di strumenti IA potrebbe diventare persino più costoso rispetto al mantenimento di dipendenti umani.
Secondo quanto riportato da The Verge, Microsoft avrebbe iniziato a revocare gran parte delle licenze dirette di Claude Code, spingendo gli sviluppatori verso l’utilizzo della CLI di GitHub Copilot. Una decisione sorprendente, soprattutto considerando che solo pochi mesi fa l’azienda aveva incentivato fortemente l’adozione dello strumento tra ingegneri, designer e project manager.
La crescita dell’IA ha fatto esplodere i costi
Il problema principale sarebbe legato all’aumento vertiginoso dell’utilizzo interno. La diffusione di Claude Code all’interno di Microsoft avrebbe superato rapidamente ogni previsione, generando costi operativi molto più elevati del previsto.
Paradossalmente, proprio il successo dello strumento avrebbe costretto Microsoft a fare marcia indietro. La riduzione delle licenze non coinvolge però l’accordo strategico Foundry, che comprende investimenti fino a 5 miliardi di dollari (pari circa a 4,6 miliardi di euro) in Anthropic e l’accesso ai modelli Claude tramite Azure.
L’intesa include inoltre l’impegno di Anthropic ad acquistare capacità computazionale Azure per circa 30 miliardi di dollari (pari circa a 27,6 miliardi di euro), evidenziando quanto il business dell’IA sia ormai strettamente legato alle infrastrutture cloud.
Anche Uber sta affrontando lo stesso problema
Microsoft non è l’unica azienda ad aver scoperto quanto l’intelligenza artificiale possa incidere sui bilanci. Anche Uber ha registrato un incremento inatteso delle spese legate agli strumenti IA dedicati alla programmazione.
Praveen Neppalli Naga, CTO di Uber, ha dichiarato che il budget previsto per tutto il 2026 destinato agli strumenti di codifica basati su IA è stato consumato in appena quattro mesi. Un dato che mette in discussione le previsioni più ottimistiche sul risparmio economico garantito dall’automazione intelligente.
Leggi anche:
Il vero problema sono i costi computazionali
Dietro questi aumenti si nasconde soprattutto il peso dell’infrastruttura necessaria per alimentare i modelli avanzati di intelligenza artificiale. Bryan Catanzaro, vicepresidente del deep learning applicato di Nvidia, ha spiegato che per il suo team il costo del calcolo supera ormai quello degli stipendi dei dipendenti.
Il sistema economico dell’IA si basa principalmente sui cosiddetti token, ovvero le unità di elaborazione utilizzate dai modelli linguistici. Anche se il prezzo dei singoli token dovrebbe diminuire nei prossimi anni, il consumo totale potrebbe aumentare in modo esponenziale.
Secondo una stima di Goldman Sachs, entro il 2030 l’adozione di agenti IA potrebbe moltiplicare per 24 il consumo globale di token, raggiungendo numeri impressionanti pari a circa 120 quadrilioni di token al mese.
Un recente rapporto Gartner prevede inoltre che i costi di inferenza per modelli da un trilione di parametri potrebbero diminuire del 90% entro il 2030 rispetto ai livelli del 2025. Tuttavia, questo calo non si tradurrà necessariamente in risparmi per le aziende, poiché i modelli più avanzati richiedono quantità enormemente superiori di elaborazione.
La corsa all’IA rischia di diventare insostenibile
All’interno delle grandi aziende tecnologiche si sta creando una forte pressione per aumentare continuamente l’utilizzo dell’intelligenza artificiale. In alcune società vengono persino utilizzate classifiche interne per misurare quali team sfruttano maggiormente gli strumenti IA.
In Amazon, ad esempio, si è diffuso il termine “toxenmaxx”, un invito implicito a massimizzare il consumo di token. Una strategia che rischia però di trasformarsi in un boomerang economico, soprattutto se i costi infrastrutturali continueranno a crescere più rapidamente dei benefici ottenuti.
Le recenti esperienze di Microsoft e Uber mostrano quindi un lato meno discusso dell’intelligenza artificiale: invece di ridurre le spese operative, l’adozione su larga scala potrebbe creare nuove voci di costo enormi, legate soprattutto alla potenza di calcolo necessaria per sostenere modelli sempre più sofisticati.
Ti potrebbe interessare:
Segui guruhitech su:
- Google News: bit.ly/gurugooglenews
- Telegram: t.me/guruhitech
- Facebook: facebook.com/guruhitechfb
- Instagram: instagram.com/guruhitech_official/
- X (Twitter): x.com/guruhitech1
- Bluesky: bsky.app/profile/guruhitech.bsky.social
- Rumble: rumble.com/user/guruhitech
- VKontakte: vk.com/guruhitech
- MeWe: mewe.com/i/guruhitech
- Skype: live:.cid.d4cf3836b772da8a
- WhatsApp: bit.ly/whatsappguruhitech
Esprimi il tuo parere!
Che ne pensi di questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.
Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].
Scopri di più da GuruHiTech
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.