Ieri è uscito il report The State of the AI Economy di Exponential View, e il numero che girerà ovunque è uno: i volumi di token crescono 14 volte all'anno.

Lo vedrai citato come la prova definitiva che la domanda di AI è reale, profonda, inarrestabile. Il report ci aggiunge un dato che sembra chiudere il discorso: ogni volta che il prezzo per token cala del 10%, il consumo sale del 12-18%.

I prezzi crollano, i volumi esplodono di più, il business cresce comunque. Domanda solida, no?

No. È la metrica sbagliata da guardare, ed è esattamente il tipo di dato che fa prendere decisioni sbagliate a chi adotta l'AI in azienda.

Facciamo un passo indietro: cos'è un token?

Quando usi un modello come ChatGPT o Claude, il sistema consuma pezzettini di testo - i token (più o meno: una parola e mezza l'uno).

Le aziende ti fanno pagare a token: tot consumati, tot pagati. È l'unità su cui scatta il contatore, come il kilowattora per la luce.

Quella reattività al prezzo - abbasso un po' e i consumi schizzano - in economia si chiama elasticità. E qui sta il punto che il report racconta come segno di salute, e che secondo me è l'opposto.

Quando reagisci così tanto al prezzo, di solito è perché stai guardando SOLO il prezzo.

Pensa a due modi di comprare benzina.

• Se sai quanti km fai con un litro, compri in base a dove devi andare: se il prezzo cala, non ti fai il triplo di strada.
• Se invece non hai idea del consumo e l'unico segnale che vedi è il cartello del distributore, e allora sì che riempi il serbatoio appena costa poco. Reagisci tanto al prezzo perché il prezzo è l'unica cosa che misuri.

L'economia dei token è il secondo caso: il contatore della spesa è precisissimo, ma né l'azienda né tu sapete dire quanto valore hanno prodotto quei token - quale lavoro è stato fatto bene, quale risultato è davvero arrivato.

Manca il pezzo che lega spesa a esito. In termini tecnici: manca l'attribuzione.

E qui il report si dà la zappa sui piedi da solo.

A un certo punto fa un paragone particolare: i token sarebbero il "momento pay-per-click" dell'AI.

Ricapitoliamo un attimo.

Fine anni '90: i banner pubblicitari si pagavano "a vista", senza sapere se servissero a qualcosa. Mercato gonfiato, poi giù con la bolla dot-com.

Poi arriva Google con il pagamento a click: paghi solo quando qualcuno clicca davvero, e segui la catena fino alla vendita. Quello ha creato un mercato pubblicitario sano e gigantesco - perché finalmente la spesa era agganciata al risultato. C'era l'attribuzione.

Ribaltiamo la frase: i token oggi non sono l'AdWords del 2002. Sono i banner del 1999 con un contatore più preciso. Hanno l'aspetto della maturità - la fattura al centesimo - ma gli manca proprio la cosa che rese sano il pay-per-click: il legame con l'esito.

Lo ammette lo stesso report: il token è una metrica di fatturazione, non un'unità di valore. La loro toppa - il "quality-adjusted output token" - resta un segnaposto, non una soluzione.

"Ma anche l'elettricità è crollata di prezzo e i consumi sono esplosi."

Vero, e il report ci si appoggia. La differenza è tutta qui: con l'elettricità sai cosa ottieni: una lampadina fa luce, il kilowattora è agganciato a un servizio chiaro.

L'elasticità del token, invece, vive proprio in assenza di quell'unità: è elasticità su un input - quanto consumi - non su un output misurato. Ed è questo che la rende fragile in un modo in cui l'elettricità non lo era: quando l'unità di valore non esiste, il volume diventa il fine.

Un mercato che ottimizza il consumo dell'input invece del risultato è esposto a un rischio che il report archivia troppo in fretta sotto la formula rassicurante "sta ripagando - per ora".

E non è solo una questione teorica. Il report stesso mostra i dati delle earnings call dell'S&P 500: il 33% delle aziende cita l'AI come driver di business, ma solo il 20% riesce a quantificare quell'impatto.

La maggioranza - il 67% - non ne parla ancora. E per quelli che ci provano, gli autori si fermano su un "TBD how large and meaningful these are for companies' bottom line". In breve: non lo sappiamo ancora.

Tre anni dopo il lancio di ChatGPT, le aziende parlano sempre di più di AI e misurano sempre poco cosa produce. Non è un ritardo tecnico, ma proprio il problema dell'attribuzione che manca: sai che la stai usando, non sai cosa ti sta dando.

Cosa c'entra con chi l'AI la mette in produzione?

Tutto.

Comprare token a tonnellate perché costano poco, senza saperli legare a un risultato, è delega cieca a livello di budget.

È la stessa logica del "lo adottiamo perché lo fanno tutti", spostata sulla bolletta.

Il punto non è tanto quanti token consumiamo - quello crescerà comunque, è garantito dal ribasso dei prezzi.

Il punto è cosa stiamo comprando davvero con quei token. E finché non sappiamo rispondere, il 14x non misura quanto l'AI vale, ma solo quanta fame abbiamo di usarla.

Giacomo Ciarlini - CIO - Datapizza

Simone Conversano - AI Transformation Specialist - Datapizza