Branden Jenkins era a cena quando un'occhiata al telefono ha cambiato la serata. Controllando la dashboard dell'utilizzo dell'AI, l'amministratore delegato ha scoperto che la sua sessione di coding del weekend gli era costata 1.000 dollari — addebitati automaticamente, in incrementi da 1.000 dollari, su una carta impostata con rinnovo automatico.

Jenkins guida Maxio, un'azienda di software sostenuta da private equity con sede ad Atlanta che punta a raggiungere 100 milioni di dollari di ricavi annui nei prossimi anni. Maxio vende software di fatturazione in abbonamento e di gestione dei ricavi ad altre aziende software B2B. Per sua stessa ammissione, si colloca anche ai vertici della classifica interna dell'azienda per la spesa in AI — una posizione insolita per un amministratore delegato. «Mille dollari non sono poi così tanti, direi, ma per un solo weekend sono parecchio fastidiosi», ha dichiarato a Fortune. Descrivendo il suo agente AI come «in piena attività», ha ricordato la sua reazione: «Wow, ci sono arrivato in fretta».

All'interno dell'azienda — e più in generale nel mondo aziendale americano — l'episodio è diventato una sorta di parabola su quanto rapidamente gli strumenti di AI «agentica» possano consumare denaro prima che qualcuno se ne accorga, finché non arriva il conto. Ma Jenkins ha detto che la fattura a sorpresa non è ciò che lo tiene sveglio la notte. Il problema più profondo è più complicato e più umano: l'«insicurezza» dei suoi stessi dipendenti rispetto al rischio di essere superati dalla tecnologia — e da lui.

Come un weekend è diventato una lezione da 1.000 dollari

Jenkins si definisce un amministratore delegato tecnico che costruisce da sé i propri agenti e automazioni. Può scrivere codice dal telefono usando Claude anche quando è lontano dalla scrivania — ed è così che si è ritrovato a fare debug e a iterare su un progetto durante una cena. Il portafoglio di token che aveva configurato per finanziare quelle sessioni era impostato per ricaricarsi automaticamente di 1.000 dollari ogni volta che si svuotava, alimentando silenziosamente la sua carta senza richiedere alcuna riflessione — finché non ha visto il totale.

«Io non ho limitatori come gran parte del mio staff, che raggiunge i limiti e deve chiedere approvazione», ha detto Jenkins, descrivendo il proprio budget interno illimitato sia come un vantaggio sia come una responsabilità. «Così ho iniziato a interessarmi e a chiedermi: 'Che aspetto ha questa cosa?'»

I fornitori di AI come Anthropic e OpenAI fatturano a token — le porzioni di testo che i modelli leggono e generano — quindi gli addebiti si accumulano riga per riga man mano che le conversazioni si allungano e i tentativi si sommano. Ciò che ha scoperto, ha detto, è che gran parte dello spreco dipende dalla scelta del modello e dalla deriva conversazionale fuori controllo — un sistema di AI che trascina l'utente lungo percorsi mai previsti. «Spesso sono gli errori dell'agente stesso a bruciare i tuoi soldi», ha detto Jenkins. «Ti ritrovi semplicemente a chiacchierare e [le cose] ti sfuggono di mano.»

Ripensando ai suoi dialoghi con i bot, ha detto: «È come se dicessi: 'Sì, sì, mi piace, ancora di quello, ancora di quello'. All'improvviso ti ritrovi chissà dove e ti dici: 'No, non lo voglio affatto'. Quindi parte di quei soldi è semplicemente sprecata perché ti ci ha portato.»

La sua esperienza riflette un pattern ormai ben documentato nel settore. Gartner ha stimato che i modelli di AI agentica possono richiedere tra 5 e 30 volte più token per attività rispetto a uno scambio standard con un chatbot, e un'indagine di WitnessAI ha rilevato che il 68% delle aziende statunitensi dichiara che almeno alcune delle proprie iniziative AI hanno sforato il budget nell'ultimo anno, e un terzo afferma che gli sforamenti avvengono «per lo più o sempre». George Sivulka, AD di Hebbia, lo ha espresso in modo memorabile quando ha scritto che usare gli agenti significa «aver appena assunto un milione di cattivi dipendenti».

Le conseguenze hanno persino acquisito un soprannome: «tokenmaxxing», termine di settore che indica la massimizzazione dell'uso dell'AI senza limiti. Uber avrebbe bruciato l'intero budget AI per il coding del 2026 in quattro mesi, e Amazon avrebbe speso 500 milioni di dollari in AI in un solo mese dopo aver esteso l'accesso senza limiti di utilizzo — il mese in cui il «tokenmaxxing» è morto. Il weekend da 1.000 dollari di Jenkins è un errore di arrotondamento al confronto, ma il punto, ha sottolineato, è che si tratta di denaro reale. «Non c'è un pulsante di rimborso. Non c'è un pulsante di contestazione in Claude», ha detto Jenkins, aggiungendo che forse dovrebbe esserci.

Trucchi del mestiere

Dopo l'episodio della cena, Jenkins ha cercato modi per ridurre il proprio consumo di token — in gran parte, a suo dire, imparati dai consigli di ottimizzazione dell'AI che circolano su TikTok piuttosto che dal proprio team di ingegneria. Ha iniziato a instradare le diverse attività verso modelli diversi in base alla complessità: modelli più leggeri come Haiku di Claude, il livello più piccolo ed economico di Anthropic, per i calcoli di base; modelli di fascia media come Sonnet per il coding di routine; e i modelli più costosi e con maggiori capacità di ragionamento riservati alla vera pianificazione strategica.

Ha anche adottato quelli che chiama orchestration layer — strumenti di terze parti, spesso distribuiti come repository GitHub gratuiti, progettati per comprimere l'output dell'AI e ridurre i token sprecati. Uno, che ha chiamato «Caveman mode», forza un assistente AI a rispondere in frasi brevi e dirette invece che con risposte lunghe ed elaborate, riducendo secondo le stime di Jenkins l'uso di token del 70%. Un'altra modalità da lui descritta, la «grunt mode», comprime le risposte a una o due parole: «È molto banale». Ha citato altri strumenti, tra cui «Superpowers» e «Ponytail», come parte dello stesso ecosistema sotterraneo di espedienti per risparmiare.

Il problema, ha detto Jenkins, è che nulla di tutto ciò è accessibile a un dipendente normale. «Sono cose da nerd», ha detto. «Dobbiamo davvero pretendere che i responsabili vendite, i responsabili servizi e i marketer scoprano queste cose?» È in quel divario — tra ciò che sanno i power user come lui e ciò a cui può accedere il resto della forza lavoro — che, a suo dire, inizia il vero rischio organizzativo.

Perché avverte che l'insicurezza, non i costi, è la minaccia più grande

Chiesto di classificare i problemi incontrati nell'introduzione dell'AI tra i suoi diverse centinaia di dipendenti, Jenkins non è partito dai costi. Ha indicato tre forze che dice di dover gestire attivamente: inefficienza, disuguaglianza e — quella a cui è tornato ripetutamente — insicurezza.

Jenkins ha detto di essere orgoglioso che tutti nella sua azienda stiano diventando builder grazie ai permessi di vibe-coding, ma il cambiamento è destabilizzante in un senso molto umano.

«[Lo sforo della spesa in token] non è davvero il problema, ma potrebbe facilmente diventare la scusa», ha detto Jenkins. Ha raccontato di aver costruito strumenti e automazioni all'interno dei dipartimenti del proprio team di leadership, senza che nessuno glielo chiedesse, semplicemente perché aveva imparato a farlo — e di aver visto la reazione farsi tesa. «Uno di loro è venuto da me e mi ha detto: 'Questa cosa mi ha messo in agitazione. Dovrei essere io a portarti queste cose. Devo recuperare. Mi sento così indietro'.»

La dinamica, ha detto, si è ripetuta attraverso più livelli di gestione: «Sto facendo il mio lavoro? Sto tenendo il passo? Questo sostituirà il mio lavoro? Sostituirà i membri del mio team?»

Ha anche indicato una versione della stessa ansia che si manifesta a livello dipartimentale, radicata nell'accesso disuguale agli strumenti. L'azienda aveva inizialmente distribuito ChatGPT a livello aziendale, poi ha iniziato a concedere in licenza il più costoso Claude a un gruppo più ristretto di circa 50 dipendenti concentrati in vendite e marketing — suscitando le reazioni dei team esclusi. «La gente diceva: aspetta un attimo, perché io non ho Claude? Perché loro sì e noi no?», ha raccontato. «Questa è una disuguaglianza.»

Jenkins sostiene che l'ansia sia in definitiva più corrosiva per la cultura aziendale di qualsiasi fattura fuori controllo, perché determina se i dipendenti si impegnano con gli strumenti — o li contrastano silenziosamente per paura.

Costruire un organigramma per umani e agenti

La risposta di Maxio, ha detto Jenkins, è stata strutturale. L'intero team di leadership esecutiva ha svolto un esercizio formale di organ design in cui ogni dirigente ha mappato il proprio dipartimento non solo in termini di persone che gli riferiscono, ma anche degli agenti AI che quelle persone gestiscono direttamente. Il risultato è un organigramma ibrido letterale — nomi umani e funzioni di agenti sovrapposti — che l'azienda tratta come un documento di gestione vivo.

Ha anche ampliato l'organizzazione DevOps dell'azienda specificamente per governare il numero crescente di strumenti interni costruiti dai dipendenti e codificati in modo informale — quello che lui e altri nel settore chiamano software «vibe-coded» — che sono diventati parti portanti del business nonostante fossero nati come progetti collaterali. «Non può dipendere solo da Tim che l'ha vibe-coded nel weekend», ha detto Jenkins, citando il rischio di continuità se il dipendente che ha costruito uno strumento interno critico se ne va o si ammala, insieme a questioni irrisolte su sicurezza e scalabilità. È una questione di governance che un numero crescente di aziende deve ora affrontare man mano che la costruzione assistita dall'AI si diffonde oltre i team di ingegneria.

La storia finanziaria più grande, secondo il suo racconto, non è l'occasionale sforo di token a quattro cifre ma un cambiamento nei calcoli lavorativi alla base dell'azienda. Il ricavo ricorrente annuo per dipendente è un parametro standard di efficienza operativa nel settore software, che misura quanti ricavi in abbonamento sostiene ogni lavoratore. Jenkins ha detto che il numero di dipendenti di Maxio ha smesso di crescere al ritmo dei ricavi come un tempo, aumentando il rapporto tra ricavo ricorrente annuo e dipendenti — una metrica che definisce il segnale più chiaro di ciò che l'AI sta realmente facendo alla sua struttura di costi, in contrapposizione alla bolletta dei token, più visibile ma comparativamente minore.

«Non sto sostenendo che vogliamo ridurre drasticamente il personale grazie all'AI, ma non dovremmo far crescere il personale allo stesso ritmo di prima», ha detto Jenkins. «È un grande cambiamento nel nostro business, ed è tutto attribuibile all'AI.» Ha anche riconosciuto che l'occasionale notifica di 1.000 dollari di token bruciati a cena è come una tassa che si paga — un agente AI collega ha semplicemente frainteso quale fosse il lavoro.

Jenkins ha detto di non vedere in tutto ciò un motivo per fare marcia indietro. «In questo momento c'è così tanto di buono che supera gran parte di questo», ha detto, sostenendo che i guadagni di efficienza derivanti dall'adozione dell'AI sono così grandi che gli sprechi occasionali, le deviazioni guidate dalle allucinazioni e persino le fatture a sorpresa a quattro cifre sono semplicemente il costo per arrivarci. Il suo responsabile dell'ingegneria, quando ha sentito per la prima volta i trucchi di Jenkins per risparmiare token, li ha liquidati, dicendogli che l'azienda «non è al livello in cui si spende più per l'AI che per le persone, perché esistono esempi del genere là fuori. Noi non siamo affatto vicini a quello». Jenkins ha detto di non essere in disaccordo — ma è convinto che quel giorno arriverà. «Probabilmente lo diventerà.»

Per questo articolo, i giornalisti di Fortune hanno utilizzato l'AI generativa come strumento di ricerca. Un editor ha verificato l'accuratezza delle informazioni prima della pubblicazione.

Questo articolo è stato originariamente pubblicato su Fortune.com.