La curva di costo non lineare dell'IA: perché il tuo budget è già sbagliato

L'avvertimento centrale di Comyn è che i costi dell'IA non sono più prevedibili. Nei primi giorni dell'IA aziendale, le query semplici costavano quasi nulla, ma quando le aziende spingono i modelli a eseguire compiti complessi di ragionamento multi-step — quello che Comyn chiama lavoro "agentico" — il consumo di token scala in modo non lineare .

"Nei primi giorni, vuoi che le persone inizino a usare gli strumenti – e non costavano molto [...] ora, con il modo in cui funzionano i modelli, la quantità di contesto che puoi inserire, i tuoi costi non scalano in modo lineare," ha spiegato Comyn . Questo crea quella che lui definisce una "sfida gestionale emergente chiave": CFO e CTO sono vincolati a cicli di budget annuali che non possono tenere conto di una variabilità dei costi per attività che può oscillare da 10 a 50 volte a seconda della complessità .

Questa dinamica non è astratta. La transizione di GitHub al billing basato sull'utilizzo per Copilot dal 1° giugno 2026 l'ha resa dolorosamente concreta. In precedenza, una tariffa di abbonamento fissa copriva tutte le richieste; ora, ogni token di input, output e contesto memorizzato nella cache viene misurato tramite i GitHub AI Credits, dove un credito equivale a $0,01 . Gli utenti più assidui che eseguono sessioni di codifica agentica stanno vedendo le loro fatture impennarsi immediatamente, con alcuni che riportano aumenti previsti da 10 a 50 volte . Una singola sessione agentica complessa contro un modello di alto livello può ora bruciare l'intera indennità di crediti mensili in una sola esecuzione .

'Lavoro spazzatura' definito: il costo nascosto dell'output IA senza valore

Il secondo grande avvertimento di Comyn è qualitativo. Ha usato la frase "lavoro spazzatura" per descrivere la proliferazione di testo, codice e analisi generati dall'IA che appaiono produttivi ma aggiungono un valore reale trascurabile . Questo output non solo non aiuta, ma crea attivamente costi nascosti: ogni pezzo di contenuto generato dall'IA che entra in un flusso di lavoro deve essere rivisto, verificato, modificato o scartato da dipendenti umani .

Questa è la controparte aziendale del fenomeno "AI slop" del web consumer: spam nei motori di ricerca, post sui social media formulai e filler generati automaticamente. In un contesto aziendale, il rischio è più alto. Il "lavoro spazzatura" può silenziosamente degradare i processi decisionali interni, la documentazione di conformità e persino i prodotti finali se supera controlli di qualità inadeguati . Più le aziende implementano l'IA in ogni funzione senza una validazione rigorosa, maggiore è la montagna di lavoro senza valore che devono pagare gli umani per ripulire.

La scommessa tecnologica da 2,4 miliardi di dollari australiani di CBA e l'equazione della forza lavoro

L'avvertimento di Comyn non è quello di un osservatore disinteressato. CBA investe circa 2,4 miliardi di dollari australiani all'anno in tecnologia, più di qualsiasi altra grande banca australiana di almeno 500 milioni di dollari . Questa spesa è inquadrata come una scommessa strategica sulla produttività guidata dall'IA, ma i commenti di Comyn riconoscono che questa stessa voce di budget è esposta alla stessa inflazione imprevedibile contro cui sta mettendo in guardia gli altri .

Allo stesso tempo, CBA sta dimostrando l'impatto sulla forza lavoro dei guadagni di produttività dell'IA in tempo reale. La banca ha tagliato circa 300 posti di lavoro all'inizio del 2026, oltre a 90 ruoli di supporto precedentemente sostituiti da un chatbot IA e altri 120 posti eliminati ad aprile . Comyn è stato esplicito: l'IA "porterà via posti di lavoro in tutte le aziende dell'economia" e le imprese devono aiutare il personale a prepararsi per quel futuro piuttosto che fingere il contrario .

Tuttavia, CBA ha anche stanziato 90 milioni di dollari australiani in tre anni per il suo Future Workforce Program, un'iniziativa di riqualificazione significativa per i suoi oltre 30.000 dipendenti . Il programma include una nuova piattaforma di carriera interna chiamata Grow Your Career, formazione incentrata sull'IA e mappatura delle competenze progettata per rendere trasparente la mobilità interna . Questa doppia posizione — tagliare posti di lavoro mentre si riqualifica — è un riflesso onesto della visione di Comyn secondo cui la disruption è già in atto e le aziende hanno bisogno di una strategia sia per i lavoratori che restano sia per quelli che se ne vanno .

Implicazioni strategiche per ogni azienda

La convergenza dell'avvertimento di Comyn, delle azioni della stessa CBA e del fattore scatenante immediato del cambio di fatturazione di GitHub Copilot indica tre imperativi strategici per qualsiasi organizzazione che gestisca l'IA in produzione:

1. Il budget deve diventare dinamico e misurato. L'era dei budget annuali fissi per l'IA è finita. I modelli di fatturazione basati sui token trasformano l'IA in un servizio a costo variabile, paragonabile al cloud computing. Le aziende hanno bisogno di monitoraggio dei costi in tempo reale, allocazione dei crediti per team, limiti di utilizzo e la capacità di adeguare i budget a metà ciclo — discipline che le aziende native del cloud hanno imparato un decennio fa ma che molte imprese tradizionali devono ancora adottare per l'IA .

2. Il controllo di qualità non è opzionale. Il "lavoro spazzatura" crea un collegamento diretto tra il fallimento della qualità e il superamento dei costi. Ogni output IA non verificato che entra in un flusso di lavoro richiede una revisione umana a valle. Le aziende devono imporre controlli di qualità, validazione con intervento umano e audit dell'output. Senza questi sistemi, la linea di costo salirà mentre la linea di valore rimarrà piatta .

3. La strategia della forza lavoro deve pianificare tagli e aggiornamento delle competenze simultanei. Il modello di CBA è istruttivo: l'IA riduce il personale in alcuni team mentre l'investimento nella riqualificazione crea nuovi percorsi di carriera per altri. Il programma da 90 milioni di dollari segnala che l'alternativa ai licenziamenti non è la protezione del posto di lavoro, ma la trasformazione del lavoro stesso — e che le aziende hanno la responsabilità di guidare la loro forza lavoro attraverso questa transizione .

Il messaggio centrale di Comyn è che l'IA aziendale è entrata in una fase nettamente più difficile. I guadagni facili sono stati raccolti; ciò che rimane è complesso, costoso e richiede una disciplina che la maggior parte delle organizzazioni non ha. Il conto per questa mancanza di disciplina sta ora arrivando sotto forma di costi dei token imprevedibili e di una montagna crescente di "lavoro spazzatura" che qualcuno deve ripulire .

La curva di costo non lineare dell'IA: perché il tuo budget è già sbagliato

L'avvertimento centrale di Comyn è che i costi dell'IA non sono più prevedibili. Nei primi giorni dell'IA aziendale, le query semplici costavano quasi nulla, ma quando le aziende spingono i modelli a eseguire compiti complessi di ragionamento multi-step — quello che Comyn chiama lavoro "agentico" — il consumo di token scala in modo non lineare .

"Nei primi giorni, vuoi che le persone inizino a usare gli strumenti – e non costavano molto [...] ora, con il modo in cui funzionano i modelli, la quantità di contesto che puoi inserire, i tuoi costi non scalano in modo lineare," ha spiegato Comyn . Questo crea quella che lui definisce una "sfida gestionale emergente chiave": CFO e CTO sono vincolati a cicli di budget annuali che non possono tenere conto di una variabilità dei costi per attività che può oscillare da 10 a 50 volte a seconda della complessità .

Questa dinamica non è astratta. La transizione di GitHub al billing basato sull'utilizzo per Copilot dal 1° giugno 2026 l'ha resa dolorosamente concreta. In precedenza, una tariffa di abbonamento fissa copriva tutte le richieste; ora, ogni token di input, output e contesto memorizzato nella cache viene misurato tramite i GitHub AI Credits, dove un credito equivale a $0,01 . Gli utenti più assidui che eseguono sessioni di codifica agentica stanno vedendo le loro fatture impennarsi immediatamente, con alcuni che riportano aumenti previsti da 10 a 50 volte . Una singola sessione agentica complessa contro un modello di alto livello può ora bruciare l'intera indennità di crediti mensili in una sola esecuzione .

'Lavoro spazzatura' definito: il costo nascosto dell'output IA senza valore

Il secondo grande avvertimento di Comyn è qualitativo. Ha usato la frase "lavoro spazzatura" per descrivere la proliferazione di testo, codice e analisi generati dall'IA che appaiono produttivi ma aggiungono un valore reale trascurabile . Questo output non solo non aiuta, ma crea attivamente costi nascosti: ogni pezzo di contenuto generato dall'IA che entra in un flusso di lavoro deve essere rivisto, verificato, modificato o scartato da dipendenti umani .

Questa è la controparte aziendale del fenomeno "AI slop" del web consumer: spam nei motori di ricerca, post sui social media formulai e filler generati automaticamente. In un contesto aziendale, il rischio è più alto. Il "lavoro spazzatura" può silenziosamente degradare i processi decisionali interni, la documentazione di conformità e persino i prodotti finali se supera controlli di qualità inadeguati . Più le aziende implementano l'IA in ogni funzione senza una validazione rigorosa, maggiore è la montagna di lavoro senza valore che devono pagare gli umani per ripulire.

La scommessa tecnologica da 2,4 miliardi di dollari australiani di CBA e l'equazione della forza lavoro

L'avvertimento di Comyn non è quello di un osservatore disinteressato. CBA investe circa 2,4 miliardi di dollari australiani all'anno in tecnologia, più di qualsiasi altra grande banca australiana di almeno 500 milioni di dollari . Questa spesa è inquadrata come una scommessa strategica sulla produttività guidata dall'IA, ma i commenti di Comyn riconoscono che questa stessa voce di budget è esposta alla stessa inflazione imprevedibile contro cui sta mettendo in guardia gli altri .

Allo stesso tempo, CBA sta dimostrando l'impatto sulla forza lavoro dei guadagni di produttività dell'IA in tempo reale. La banca ha tagliato circa 300 posti di lavoro all'inizio del 2026, oltre a 90 ruoli di supporto precedentemente sostituiti da un chatbot IA e altri 120 posti eliminati ad aprile . Comyn è stato esplicito: l'IA "porterà via posti di lavoro in tutte le aziende dell'economia" e le imprese devono aiutare il personale a prepararsi per quel futuro piuttosto che fingere il contrario .

Tuttavia, CBA ha anche stanziato 90 milioni di dollari australiani in tre anni per il suo Future Workforce Program, un'iniziativa di riqualificazione significativa per i suoi oltre 30.000 dipendenti . Il programma include una nuova piattaforma di carriera interna chiamata Grow Your Career, formazione incentrata sull'IA e mappatura delle competenze progettata per rendere trasparente la mobilità interna . Questa doppia posizione — tagliare posti di lavoro mentre si riqualifica — è un riflesso onesto della visione di Comyn secondo cui la disruption è già in atto e le aziende hanno bisogno di una strategia sia per i lavoratori che restano sia per quelli che se ne vanno .

Implicazioni strategiche per ogni azienda

La convergenza dell'avvertimento di Comyn, delle azioni della stessa CBA e del fattore scatenante immediato del cambio di fatturazione di GitHub Copilot indica tre imperativi strategici per qualsiasi organizzazione che gestisca l'IA in produzione:

1. Il budget deve diventare dinamico e misurato. L'era dei budget annuali fissi per l'IA è finita. I modelli di fatturazione basati sui token trasformano l'IA in un servizio a costo variabile, paragonabile al cloud computing. Le aziende hanno bisogno di monitoraggio dei costi in tempo reale, allocazione dei crediti per team, limiti di utilizzo e la capacità di adeguare i budget a metà ciclo — discipline che le aziende native del cloud hanno imparato un decennio fa ma che molte imprese tradizionali devono ancora adottare per l'IA .

2. Il controllo di qualità non è opzionale. Il "lavoro spazzatura" crea un collegamento diretto tra il fallimento della qualità e il superamento dei costi. Ogni output IA non verificato che entra in un flusso di lavoro richiede una revisione umana a valle. Le aziende devono imporre controlli di qualità, validazione con intervento umano e audit dell'output. Senza questi sistemi, la linea di costo salirà mentre la linea di valore rimarrà piatta .

3. La strategia della forza lavoro deve pianificare tagli e aggiornamento delle competenze simultanei. Il modello di CBA è istruttivo: l'IA riduce il personale in alcuni team mentre l'investimento nella riqualificazione crea nuovi percorsi di carriera per altri. Il programma da 90 milioni di dollari segnala che l'alternativa ai licenziamenti non è la protezione del posto di lavoro, ma la trasformazione del lavoro stesso — e che le aziende hanno la responsabilità di guidare la loro forza lavoro attraverso questa transizione .

Il messaggio centrale di Comyn è che l'IA aziendale è entrata in una fase nettamente più difficile. I guadagni facili sono stati raccolti; ciò che rimane è complesso, costoso e richiede una disciplina che la maggior parte delle organizzazioni non ha. Il conto per questa mancanza di disciplina sta ora arrivando sotto forma di costi dei token imprevedibili e di una montagna crescente di "lavoro spazzatura" che qualcuno deve ripulire .