Su scala aziendale, questo può tradursi in circa 150–250 dollari per sviluppatore al mese prima di qualsiasi ottimizzazione .

Queste cifre possono sembrare gestibili singolarmente. Ma su scala enterprise — migliaia di ingegneri che usano lo strumento ogni giorno — si accumulano rapidamente.

La sorpresa nel budget di Uber

Secondo diverse fonti, Uber ha vissuto esattamente questo problema dopo aver distribuito gli strumenti di IA a tutta la sua organizzazione di ingegneria.

Stando a quanto riferito, il CTO dell'azienda ha dichiarato che Uber ha esaurito l'intero budget IA previsto per il 2026 già ad aprile, a soli quattro mesi dall'inizio dell'anno .

Il motivo principale è stata l'adozione esplosiva degli strumenti di IA, in particolare Claude Code di Anthropic. Gli ingegneri hanno adottato gli strumenti molto più velocemente di quanto i team finanziari avessero modellato, costringendo la dirigenza a rivedere le proprie ipotesi di spesa .

L'episodio evidenzia una lezione più ampia: quando migliaia di ingegneri iniziano a usare sistemi di IA con tariffazione a consumo senza rigidi controlli d'uso, la spesa può crescere molto più velocemente del previsto.

La mossa di Microsoft: abbandonare Claude Code (almeno internamente)

Microsoft sembra stia adottando una strategia diversa.

Secondo quanto riportato, l'azienda sta cancellando la maggior parte delle licenze interne di Claude Code e spostando gli sviluppatori verso i propri strumenti GitHub Copilot CLI .

Il cambiamento arriva solo pochi mesi dopo che Microsoft aveva esteso l'accesso a Claude Code a migliaia di dipendenti, inclusi ingegneri e team di prodotto .

È importante sottolineare che questo non significa che Microsoft stia abbandonando l'IA per la programmazione. Suggerisce piuttosto che le aziende potrebbero preferire:

• strumenti perfettamente integrati nelle piattaforme di sviluppo esistenti
• strutture di costo più prevedibili
• un maggiore controllo interno su utilizzo e fatturazione

In altre parole, il dibattito non è tanto sull'utilità dell'IA per il codice, ma su quali strumenti abbiano senso economico su larga scala.

Il dibattito sulla produttività è ancora aperto

La questione dei costi sarebbe più facile da risolvere se i guadagni di produttività fossero universalmente chiari. Ma la ricerca finora è contrastante.

Uno studio clinico randomizzato del gruppo di ricerca METR ha esaminato sviluppatori open-source esperti che utilizzavano strumenti IA all'avanguardia. Lo studio ha rilevato che gli sviluppatori completavano le attività circa il 19% più lentamente quando l'assistenza IA era consentita, anche se credevano di lavorare più velocemente .

I ricercatori hanno suggerito che il sovraccarico di verifica e debug — controllare la correttezza del codice generato dall'IA — può annullare parte del tempo risparmiato durante la generazione del codice .

Altri studi e dati di settore mostrano ancora guadagni di produttività in determinate situazioni, specialmente per attività semplici o codice boilerplate. Ma i risultati variano a seconda del livello di esperienza dello sviluppatore e della complessità del progetto .

Perché la storia "l'IA rende il software più economico" è complicata

Tre fattori strutturali si scontrano:

1. Adozione esplosiva. Gli assistenti IA sono diventati rapidamente strumenti di routine per gli sviluppatori in molte organizzazioni .
2. Prezzi basati sull'utilizzo. La fatturazione a token significa che i costi crescono direttamente con l'attività, non con i posti .
3. Guadagni di produttività disomogenei. Alcuni sviluppatori vanno più veloci, ma altri passano più tempo a rivedere e correggere l'output dell'IA .

Quando queste forze si combinano, le aziende possono trovarsi di fronte a un paradosso: lo sviluppo sembra più veloce, ma il costo totale di produzione del software può aumentare.

Cosa stanno facendo le aziende ora

La tendenza attuale non sembra un passo indietro dall'IA, ma piuttosto una transizione dalla sperimentazione al governo dei costi.

Le risposte comuni che stanno emergendo nel settore includono:

• l'impostazione di limiti di spesa IA per team
• la restrizione all'uso dei modelli più costosi
• l'ottimizzazione dei prompt e delle dimensioni del contesto per ridurre il consumo di token
• il consolidamento degli strumenti su un'unica piattaforma

In breve, la prima ondata di adozione dell'IA per la programmazione in azienda ha dato priorità alla velocità e alla sperimentazione. La prossima ondata si concentrerà probabilmente sul controllo dei costi e sulla progettazione dei flussi di lavoro.

Gli assistenti IA si stanno ancora diffondendo rapidamente, ma le aziende stanno imparando che distribuirli a migliaia di sviluppatori non è solo una decisione tecnica. È anche una decisione finanziaria.

Su scala aziendale, questo può tradursi in circa 150–250 dollari per sviluppatore al mese prima di qualsiasi ottimizzazione .

Queste cifre possono sembrare gestibili singolarmente. Ma su scala enterprise — migliaia di ingegneri che usano lo strumento ogni giorno — si accumulano rapidamente.

La sorpresa nel budget di Uber

Secondo diverse fonti, Uber ha vissuto esattamente questo problema dopo aver distribuito gli strumenti di IA a tutta la sua organizzazione di ingegneria.

Stando a quanto riferito, il CTO dell'azienda ha dichiarato che Uber ha esaurito l'intero budget IA previsto per il 2026 già ad aprile, a soli quattro mesi dall'inizio dell'anno .

Il motivo principale è stata l'adozione esplosiva degli strumenti di IA, in particolare Claude Code di Anthropic. Gli ingegneri hanno adottato gli strumenti molto più velocemente di quanto i team finanziari avessero modellato, costringendo la dirigenza a rivedere le proprie ipotesi di spesa .

L'episodio evidenzia una lezione più ampia: quando migliaia di ingegneri iniziano a usare sistemi di IA con tariffazione a consumo senza rigidi controlli d'uso, la spesa può crescere molto più velocemente del previsto.

La mossa di Microsoft: abbandonare Claude Code (almeno internamente)

Microsoft sembra stia adottando una strategia diversa.

Secondo quanto riportato, l'azienda sta cancellando la maggior parte delle licenze interne di Claude Code e spostando gli sviluppatori verso i propri strumenti GitHub Copilot CLI .

Il cambiamento arriva solo pochi mesi dopo che Microsoft aveva esteso l'accesso a Claude Code a migliaia di dipendenti, inclusi ingegneri e team di prodotto .

È importante sottolineare che questo non significa che Microsoft stia abbandonando l'IA per la programmazione. Suggerisce piuttosto che le aziende potrebbero preferire:

• strumenti perfettamente integrati nelle piattaforme di sviluppo esistenti
• strutture di costo più prevedibili
• un maggiore controllo interno su utilizzo e fatturazione

In altre parole, il dibattito non è tanto sull'utilità dell'IA per il codice, ma su quali strumenti abbiano senso economico su larga scala.

Il dibattito sulla produttività è ancora aperto

La questione dei costi sarebbe più facile da risolvere se i guadagni di produttività fossero universalmente chiari. Ma la ricerca finora è contrastante.

Uno studio clinico randomizzato del gruppo di ricerca METR ha esaminato sviluppatori open-source esperti che utilizzavano strumenti IA all'avanguardia. Lo studio ha rilevato che gli sviluppatori completavano le attività circa il 19% più lentamente quando l'assistenza IA era consentita, anche se credevano di lavorare più velocemente .

I ricercatori hanno suggerito che il sovraccarico di verifica e debug — controllare la correttezza del codice generato dall'IA — può annullare parte del tempo risparmiato durante la generazione del codice .

Altri studi e dati di settore mostrano ancora guadagni di produttività in determinate situazioni, specialmente per attività semplici o codice boilerplate. Ma i risultati variano a seconda del livello di esperienza dello sviluppatore e della complessità del progetto .

Perché la storia "l'IA rende il software più economico" è complicata

Tre fattori strutturali si scontrano:

1. Adozione esplosiva. Gli assistenti IA sono diventati rapidamente strumenti di routine per gli sviluppatori in molte organizzazioni .
2. Prezzi basati sull'utilizzo. La fatturazione a token significa che i costi crescono direttamente con l'attività, non con i posti .
3. Guadagni di produttività disomogenei. Alcuni sviluppatori vanno più veloci, ma altri passano più tempo a rivedere e correggere l'output dell'IA .

Quando queste forze si combinano, le aziende possono trovarsi di fronte a un paradosso: lo sviluppo sembra più veloce, ma il costo totale di produzione del software può aumentare.

Cosa stanno facendo le aziende ora

La tendenza attuale non sembra un passo indietro dall'IA, ma piuttosto una transizione dalla sperimentazione al governo dei costi.

Le risposte comuni che stanno emergendo nel settore includono:

• l'impostazione di limiti di spesa IA per team
• la restrizione all'uso dei modelli più costosi
• l'ottimizzazione dei prompt e delle dimensioni del contesto per ridurre il consumo di token
• il consolidamento degli strumenti su un'unica piattaforma

In breve, la prima ondata di adozione dell'IA per la programmazione in azienda ha dato priorità alla velocità e alla sperimentazione. La prossima ondata si concentrerà probabilmente sul controllo dei costi e sulla progettazione dei flussi di lavoro.

Gli assistenti IA si stanno ancora diffondendo rapidamente, ma le aziende stanno imparando che distribuirli a migliaia di sviluppatori non è solo una decisione tecnica. È anche una decisione finanziaria.