Il 68% delle aziende Usa brucia i budget AI per via dell'uso sregolato degli agenti autonomi

Cos’è successo

Sette imprese su dieci affrontano costi superiori alle previsioni per i propri progetti di AI, delineando un paradosso finanziario dove il crollo dei prezzi delle singole operazioni non basta più a contenere la spesa finale delle aziende. Se da un lato le tariffe dei LLMs (modelli linguistici di grandi dimensioni) di fascia alta sono crollate dai 15 dollari per milione di token di novembre 2023 ai circa 17,5 centesimi di febbraio 2025, dall'altro le uscite complessive delle organizzazioni continuano a salire in modo incontrollato. Un'indagine condotta da WitnessAI su 300 dirigenti mostra infatti come il 68% delle aziende statunitensi abbia superato il budget stimato nell'ultimo anno, con un 33% che registra sforamenti continui e solo un misero 9% in grado di dimostrare un ritorno economico concreto su gran parte dei progetti avviati. Questo fenomeno si spiega con il fatto che le imprese stanno affidando all'AI compiti sempre più articolati attraverso gli agenti autonomi, i cui cicli di ragionamento continui e i vari passaggi automatici finiscono per consumare grandi quantità di dati e facendo così lievitare la spesa.

I dati mostrano che a complicare ulteriormente il quadro è la diffusione della cosiddetta "shadow AI" — l'uso non autorizzato di strumenti e applicazioni di AI da parte dei dipendenti, all'insaputa di IT e procurement. L'area IT e infrastrutture risulta la prima fonte di attività non tracciate, con il 47%, seguita da vendite e marketing: il reparto responsabile della sicurezza diventa così la principale causa di sforamento dei costi e ritardi nei progetti. A evidenziare le dimensioni del problema c'è il caso di Uber, che in soli 4 mesi (Aprile 2026) ha esaurito l'intero budget annuale per l'AI a causa del consumo sregolato di strumenti agentici per la generazione di codici, vedendosi in conseguenza costretta a imporre un tetto massimo di 1.500 dollari al mese per dipendente.

Perché conta

• La transizione dalle tradizionali licenze software a quota fissa verso la fatturazione basata sul consumo di token (il costo calcolato in base alle unità di dati elaborate dal modello per ogni singola richiesta) trasforma la spesa informatica in un costo variabile e difficile da prevedere nel tempo;
• La misurazione del ROI (il ritorno sull'investimento che misura il rendimento finanziario del capitale investito) risulta più complessa poiché i benefici si disperdono nei report di produttività dei singoli reparti, impedendo al 91% delle organizzazioni di dimostrare un ritorno economico diretto sul 75% dei progetti avviati;
• Le carenze nella governance interna e la ridotta capacità degli stessi sistemi di AI nel prevedere le risorse necessarie per un compito creano una sensibile scopertura nella gestione dei rischi finanziari aziendali.

Adesso

• Le organizzazioni supereranno la fase di sperimentazione (con rigorosi controlli) con il fine di implementare mirate strategie di "tokenomics", ossia la disciplina che analizza e ottimizza l'efficienza economica nell'uso dei token all'interno dei processi aziendali;
• I processi operativi verranno riorganizzati integrando gli "agenti AI" come risorse digitali affiancate al personale umano, lasciando alle macchine le attività ripetitive a basso costo e riservando ai dipendenti il controllo dei casi complessi e la progettazione dei sistemi;
• Le governance aziendali imporranno una selezione rigorosa dei modelli adoperati, limitando l'impiego di piattaforme più potenti e onerose esclusivamente ai contesti in cui il valore e la complessità dell'operazione ne giustifichino la spesa, mentre per semplici attività di routine verranno utilizzati modelli più economici, così da evitare inutili sprechi di budget.