Il costo di esecuzione dei modelli di intelligenza artificiale è diminuito bruscamente negli ultimi mesi, e Goldman Sachs ritiene che questo calo comporti rischi strutturali per i giganti tecnologici che stanno spendendo centinaia di miliardi di dollari per costruire le infrastrutture che li stanno alla base.

In un avviso di settembre 2026, il trading desk Delta One di Goldman Sachs ha segnalato rischi crescenti per gli hyperscaler — gli operatori delle vaste reti cloud e data center che sostengono i servizi AI — mentre il costo dei token di utilizzo dei modelli AI crolla più rapidamente di quanto possa crescere la domanda. I token sono l'unità di misura in base alla quale viene fatturato l'uso dei modelli, e il Silicon Data LLM Token Expenditure Index è sceso del 29% ad agosto 2026, toccando un minimo storico di 0,97 dollari per milione di token — oltre il 50% al di sotto del picco di maggio 2026 di circa 2,05 dollari.

La pressione sui prezzi supera la crescita della domanda

Rich Privorotsky, responsabile del desk Delta One di Goldman, ha indicato due forze convergenti che schiacciano i prezzi per token dell'inferenza cloud: il rapido miglioramento dei modelli proprietari, che riescono a ottenere di più con meno, e l'ondata crescente di alternative open source che sottocutano le offerte commerciali sul prezzo.

Goldman ha evidenziato uno scenario in cui i prezzi dei token scendono del 30% mentre l'utilizzo cresce solo del 10% — un divario che eroderebbe direttamente i ricavi degli investimenti in infrastrutture AI. Secondo il desk, i numeri di agosto suggeriscono che tale dinamica sia già in atto. Questo è il punto cruciale del perché l'avviso è rilevante: token più economici riducono i costi per le aziende e gli sviluppatori che utilizzano l'AI, ma per i fornitori che possiedono le infrastrutture, il calo dei prezzi unitari erode i ricavi necessari a giustificare enormi spese in conto capitale.

Le società coinvolte in questa stretta sono tra i nomi più importanti della tecnologia: Meta, Microsoft, Amazon e Alphabet. Tutte e quattro hanno impegnato programmi di spesa in conto capitale per infrastrutture AI che Goldman ha descritto come senza precedenti nella storia del settore tecnologico.

I modelli open source intensificano la guerra dei prezzi

I modelli che una volta richiedevano costose chiamate API ai laboratori di frontiera possono ora essere eseguiti localmente su istanze cloud più economiche utilizzando alternative open weight. Ogni miglioramento nelle capacità open source esercita una pressione al ribasso su quanto i fornitori commerciali possono addebitare.

Il Muse Spark 1.3 di Meta è stato recentemente lanciato, mentre l'Astra di OpenAI è all'orizzonte. Entrambi sono attesi per intensificare la guerra dei prezzi.

Il ritorno sul capitale investito degli hyperscaler è già sceso a un minimo storico, secondo l'analisi di Goldman. Il crollo dei prezzi dei token da 2,05 a 0,97 dollari in circa tre mesi è il tipo di movimento che impone una ricalcolazione strategica.

Se gli hyperscaler riusciranno a generare una crescita della domanda sufficiente a superare il calo dei prezzi potrebbe definire il prossimo capitolo del ciclo di investimento nell'AI, secondo il report. Le future letture dell'indice Silicon Data — che mostreranno se la crescita dell'utilizzo potrà colmare il divario lasciato dal calo dei prezzi — e gli effetti competitivi del appena lanciato Muse Spark 1.3 e dell'atteso Astra sono i marker da osservare nel breve termine.