Dopo anni passati a promuovere l'intelligenza artificiale nelle proprie organizzazioni, i Chief Information Officer e altri leader tecnologici del C-suite stanno ora stringendo le redini mentre le spese aumentano e i ritorni rimangono incerti. La frenata segna un cambiamento significativo rispetto alla fase di adozione — caratterizzata da hackathon, ampio accesso agli strumenti e sperimentazione — verso una fase operativa più disciplinata, simile a come le aziende hanno alla fine applicato la governance dei costi al cloud computing dopo un periodo iniziale di espansione incontrollata.

In Samsara, il Chief Information Officer Stephen Franchetti ha adottato con entusiasmo un'ampia suite di strumenti di AI per i 4.100 dipendenti dell'azienda tecnologica. Ha autorizzato Claude di Anthropic, Gemini di Google, ChatGPT di OpenAI e l'agente di programmazione AI Cursor, costruendo anche un sistema interno che monitora le spese AI su base giornaliera. La necessità di un monitoraggio così granulare sottolinea come il prezzo basato sull'utilizzo e guidato dai token — ancora relativamente nuovo nel software aziendale — differisca fondamentalmente dal modello di abbonamento per postazione a cui la maggior parte delle aziende è abituata a fare budget. Recentemente, tuttavia, Samsara ha imposto limiti di utilizzo per alcuni dipendenti non tecnici, mentre gruppi come la ricerca e lo sviluppo — che si affidano all'AI per programmazione intensiva e analisi dei dati — mantengono una maggiore libertà di sperimentare.

"Ci è voluto un po' per trovare i limiti giusti, per assicurarci che tutti fossero ben serviti," afferma Franchetti. "Ma questo mette le persone nella posizione in cui hanno una sorta di controllo e possono fare scelte sui modelli che utilizzano."

Il cambiamento riflette una tendenza più ampia in tutta l'America aziendale. La spesa globale in AI è proiettata a raggiungere 2.500 miliardi di dollari quest'anno, con un aumento del 44% rispetto ai livelli dell'anno precedente. Dopo anni passati a promuovere l'adozione dell'AI attraverso corsi di formazione, hackathon e ampio accesso dei dipendenti a strumenti di programmazione, agenti e assistenti chat, alcuni leader tecnologici stanno ora limitando la frequenza con cui questi strumenti possono essere utilizzati. stanno anche riaddestrando il personale a lavorare con modelli di AI più piccoli ed economici, in grado di gestire molte mansioni lavorative di routine.

Diverse aziende hanno riferito che i loro budget AI 2026 hanno già superato le proiezioni iniziali senza produrre un corrispondente valore aziendale. Gli iperscalatori AI hanno prestato attenzione alle lamentele, rispondendo con modelli più economici e tagli dei prezzi. Le dinamiche competitive tra i principali fornitori di modelli — OpenAI, Anthropic, Google e altri — si sono intensificate man mano che i clienti aziendali segnalano che l'efficienza dei costi, non solo la capacità, determinerà quali piattaforme vinceranno contratti a lungo termine.

"Il 2026 è l'anno in cui tutti scoprono che l'AI è in realtà davvero difficile," afferma Will Sommer, esperto di modellistica quantitativa e previsione economica presso la società di ricerca Gartner. "Non è un pranzo gratis. Richiede molta riflessione e impegno per essere fatta bene." Sommer avverte che le aziende possono facilmente spendere migliaia di dollari per dipendente in strumenti AI il cui output è essenzialmente inutile e non migliora la produttività.

A giugno, Gartner ha pubblicato un report pessimista che avvertiva che i costi della programmazione AI avrebbero superato lo stipendio medio di uno sviluppatore entro il 2028, guidati dall'aumento del consumo di token e dal passaggio a modelli di prezzo basati sul consumo. La proiezione evidenzia una tensione al centro dell'adozione dell'AI aziendale: gli strumenti più strettamente integrati nei flussi di lavoro degli sviluppatori — agenti di programmazione che leggono, scrivono e correggono il codice — sono anche tra le applicazioni più intensive in termini di token, rendendoli un fattore primario di sforamento dei costi.

In Docusign, la società di software per firme elettroniche, il Chief Technology Officer Sagnik Nandy afferma che l'organizzazione ha preso molto sul serio la sfida dei costi. "Abbiamo preso la cosa molto sul serio, sia nel caso d'uso interno, e stiamo diffondendo queste conoscenze anche all'esterno," dice. A livello interno, Nandy rileva che ogni ingegnere ha adottato strumenti AI e che il 75% del codice che sviluppano è avviato dall'AI.

Tuttavia, Nandy ha scoperto rapidamente che gli agenti di programmazione AI erano progettati per accedere all'intera base di codice di Docusign per ottenere il contesto prima di eseguire un'attività. "Sono molti token, perché si sta cercando di leggere tutto," afferma. Nandy ha riconfigurato gli agenti di programmazione in modo che l'impostazione predefinita estragga solo il contesto rilevante per l'attività specifica su cui sta lavorando uno sviluppatore, riducendo l'utilizzo di token di quasi il 50%. L'ottimizzazione illustra come i team di ingegneria stiano imparando che l'architettura dei prompt e la gestione del contesto — non solo la selezione del modello — possono influire drasticamente sull'economia unitaria della distribuzione dell'AI.

Jim Dausch, chief digital and technology officer di Yum Brands — l'operatore di KFC e Taco Bell — afferma che l'utilizzo di token AI non è ancora "un numero significativo, ma la traiettoria era quella che stavamo monitorando." All'inizio di quest'anno, ha notato che sia l'utilizzo di token AI che le spese stavano aumentando all'interno della società di ristorazione.

Dausch sostiene che la grande maggioranza delle mansioni assegnate agli strumenti AI — forse fino al 95% — può essere gestita da modelli più basilari e meno costosi. Yum ha da allora promosso ulteriore formazione sulla selezione dei modelli AI e ha consigliato ai leader aziendali di gestire la spesa digitale con lo stesso rigore che applicano ai budget del personale dei dipartimenti. "Stiamo cercando di democratizzare dove risiedono i costi e come vengono gestiti, in modo che non sia solo una voce di spesa IT," afferma Dausch.

In Cigna Group, il gigante sanitario ha gettato le reti in largo accasandosi con più fornitori di iperscalatori AI, consentendo ai dipendenti di utilizzare modelli linguistici di piccole dimensioni o versioni precedenti e meno costose per mansioni che non richiedono significative capacità di ragionamento. "Il modo in cui si fanno davvero aumentare i costi è usare i modelli più costosi senza alcuna protezione," afferma Katya Andresen, chief data, digital e AI officer di Cigna. Cigna ha autorizzato più di 70 modelli AI diversi per uso interno. Sebbene Andresen riconosca che l'utilizzo di calcolo e token AI è aumentato, la spesa totale non sta crescendo allo stesso ritmo grazie a questo approccio multimodale. La strategia riflette una visione più matura degli strumenti AI come portafoglio a livelli — abbinando capacità e costo del modello alla complessità di ogni attività piuttosto che ricorrere automaticamente all'opzione più potente.

Shay Artzi, CTO della società di intermediazione immobiliare Compass, afferma che i suoi investimenti in AI hanno preso di mira tre gruppi: gli ingegneri, lo strumento AI Assistant dell'azienda che automatizza le mansioni per i professionisti immobiliari e la forza lavoro aziendale più ampia. Gli ingegneri sono stati i primi a usare l'AI in modo estensivo, ma Artzi afferma di essere stato cauto fin dall'inizio sulla spesa per i token e di non aver mai imposto che tutto il codice fosse scritto con l'assistenza dell'AI.

Compass ha testato diversi strumenti di programmazione AI prima di stabilire partnership con due leader del settore, Anthropic e Google, con determinati vincoli finanziari in vigore. "Abbiamo anche stabilito budget per ogni ingegnere, in modo che siano consapevoli di come stanno spendendo," afferma Artzi.

Di John Kell. Questo articolo è stato originariamente pubblicato su Fortune.com.