I prezzi dei modelli AI sono calati in circa tre anni quanto quelli dei personal computer in 15, secondo i dati Goldman Sachs evidenziati in una recente analisi della società di venture capital a16z. Il confronto suggerisce che il settore dell'AI sta comprimendo un'intera generazione di deflazione tecnologica in un singolo ciclo di prodotto, un ritmo di calo dei prezzi che poche aree del settore tecnologico hanno eguagliato.

I numeri dietro il crollo

L'analisi di a16z monitora i prezzi dei modelli linguistici di grandi dimensioni rispetto a un indice di base fissato a 100 a marzo 2023. Entro settembre 2026, l'indice era sceso a circa 5, un calo di circa il 95% in tre anni e mezzo. In altri termini, un servizio che all'inizio del periodo costava un dollaro oggi costa circa cinque centesimi.

Il parametro di riferimento utilizzato per il confronto è l'indice dei prezzi per la spesa di consumo personale (PCE) dei computer. Secondo l'analisi, i prezzi dei computer hanno impiegato circa 15 anni per scendere di un importo simile, un calo sviluppatosi durante l'ondata di investimenti nelle tecnologie dell'informazione e della comunicazione (ICT) iniziata negli anni '80. Quel periodo di riferimento è rilevante: copre l'arco temporale in cui il calcolo è passato da attrezzatura aziendale specializzata a strumenti diffusi negli uffici e nelle case.

L'analisi attribuisce la rapidità del calo dei prezzi dell'AI a tre forze: l'intensa concorrenza tra gli sviluppatori di modelli, la crescente efficienza dei modelli proprietari e l'arrivo di alternative open-source più economiche.

I prezzi dei token raccontano la stessa storia, ma a voce più alta

Un indicatore separato punta nella stessa direzione. Il Silicon Data LLM Token Expenditure Index misura quanto gli acquirenti spendono per milione di token. Ad agosto 2026, l'indice ha toccato un minimo storico di 0,97 dollari per milione di token, un calo del 29% rispetto a luglio. La lettura ha inoltre lasciato l'indice oltre il 50% al di sotto del picco di circa 2,05 dollari, registrato a maggio2026. Poiché l'indicatore traccia la spesa effettiva anziché le tariffe dichiarate, riflette ciò che gli acquirenti pagano realmente nella pratica.

Cosa significa un'AI più economica per le aziende che la costruiscono

Il rischio di sovracapacità ricade più pesantemente sui maggiori spendenti. Meta, Microsoft, Amazon e Alphabet si affrettano ad adattarsi mentre l'economia dell'AI cambia sotto i loro piedi.

L'avvertimento di Goldman si riduce a questo: se l'offerta di calcolo supera la domanda, i margini potrebbero essere sotto pressione. La sostenibilità di quegli investimenti infrastrutturali potrebbe porre questioni concrete a meno che la domanda non raggiunga l'offerta. Quel divario tra offerta e domanda è la variabile da osservare man mano che i piani di capacità si concretizzano e arrivano le rilevazioni mensili dei prezzi.

Per gli acquirenti di servizi AI, la tendenza è stata quasi interamente favorevole. Costi che a marzo 2023 sarebbero apparsi irrisoriamente bassi oggi sono la norma, e l'indice Silicon Data suggerisce che la discesa dei prezzi non si è ancora fermata.