L'ironia, nel dettaglio

Microsoft è il principale investitore di OpenAI e il rivenditore esclusivo dei suoi modelli tramite Azure, ma internamente ha scoperto che i suoi ingegneri usavano modelli costosissimi per compiti banali, generando costi che nemmeno il suo stesso team finanziario poteva tollerare . Il vicepresidente esecutivo Jay Parikh ha inviato una mail affermando che "il tokenmaxxing non è ciò per cui ci stiamo ottimizzando" e ha annunciato che, a partire da luglio 2026, ogni divisione avrà un obiettivo di budget per i token AI .

Il 'tokenmaxxing' era diventato un comportamento gamificato. Gli ingegneri gareggiavano a chi consumava più token, l'equivalente AI di trattare la potenza di calcolo come i punti del fantacalcio . Questa pratica gonfiava i consumi senza un valore di business misurabile, mentre le aziende scoprivano che "buttare l'AI su tutto" faceva salire i costi senza un corrispondente aumento della produttività .

Lo stesso Satya Nadella è dovuto intervenire, dicendo ai dipendenti di smetterla di usare i modelli AI più potenti per ogni attività e di abbinare il modello al problema . L'azienda ha impostato come modello predefinito il più economico GPT-5.6 e ha revocato le licenze di Claude Code alla maggior parte dei dipendenti per fermare l'emorragia .

Il cambiamento epocale nel misurare il successo dell'AI

Il settore sta passando dalla quantità di token come metrica di vanità alla misurazione dei risultati concreti (outcome) per valutare il ritorno dell'AI.

Classifiche sui token in pensione. Amazon e Meta hanno entrambe ritirato le classifiche interne sul consumo di token AI dopo che i dipendenti le avevano 'giocate' . Il CTO di Meta, Andrew Bosworth, ha avvertito i dipendenti: "Non tutto ciò che è movimento è progresso, e il solo uso di token non è una misura di impatto di alcun tipo" .

Sostituire i token con metriche di distribuzione. Amazon ha sostituito il suo sistema "KiroRank" con le "normalised deployments" — contando il codice assistito dall'AI che arriva effettivamente in produzione .

Limiti per ingegnere e modelli a livelli. Meta sta valutando l'introduzione di tetti massimi di token AI per singolo ingegnere . Le aziende si stanno orientando verso "diritti a livello di modello" che associano il modello (più economico) giusto al ruolo giusto, e impostano soglie di spesa con alert .

Governance del budget contro massimizzazione dell'uso. Atlassian ha imposto un tetto alla spesa dopo che la sua fattura mensile per l'AI è passata da circa 5 milioni di dollari a oltre 15 milioni . Citi ha revocato temporaneamente l'accesso ai modelli Claude e ChatGPT più recenti per gli sviluppatori, dopo che erano diventati "il principale motore dell'elevato consumo enterprise" di crediti AI condivisi . Anthropic ha rilasciato strumenti enterprise per il controllo della spesa in risposta al fatto che il 78% delle aziende segnala fatture AI a sorpresa .

La lezione fondamentale: i token non sono posti (seats) — a differenza del SaaS tradizionale, l'AI generativa scala i costi con ogni prompt, ripetizione e ciclo di agenti . Il settore sta ora trattando l'AI non come un elisir di produttività illimitata, ma come una risorsa governata che richiede la stessa disciplina finanziaria di qualsiasi altro input critico, misurando il successo in base a codice distribuito, ticket risolti o impatto sui ricavi, non sul consumo grezzo di token.

L'ironia, nel dettaglio

Microsoft è il principale investitore di OpenAI e il rivenditore esclusivo dei suoi modelli tramite Azure, ma internamente ha scoperto che i suoi ingegneri usavano modelli costosissimi per compiti banali, generando costi che nemmeno il suo stesso team finanziario poteva tollerare . Il vicepresidente esecutivo Jay Parikh ha inviato una mail affermando che "il tokenmaxxing non è ciò per cui ci stiamo ottimizzando" e ha annunciato che, a partire da luglio 2026, ogni divisione avrà un obiettivo di budget per i token AI .

Il 'tokenmaxxing' era diventato un comportamento gamificato. Gli ingegneri gareggiavano a chi consumava più token, l'equivalente AI di trattare la potenza di calcolo come i punti del fantacalcio . Questa pratica gonfiava i consumi senza un valore di business misurabile, mentre le aziende scoprivano che "buttare l'AI su tutto" faceva salire i costi senza un corrispondente aumento della produttività .

Lo stesso Satya Nadella è dovuto intervenire, dicendo ai dipendenti di smetterla di usare i modelli AI più potenti per ogni attività e di abbinare il modello al problema . L'azienda ha impostato come modello predefinito il più economico GPT-5.6 e ha revocato le licenze di Claude Code alla maggior parte dei dipendenti per fermare l'emorragia .

Il cambiamento epocale nel misurare il successo dell'AI

Il settore sta passando dalla quantità di token come metrica di vanità alla misurazione dei risultati concreti (outcome) per valutare il ritorno dell'AI.

Classifiche sui token in pensione. Amazon e Meta hanno entrambe ritirato le classifiche interne sul consumo di token AI dopo che i dipendenti le avevano 'giocate' . Il CTO di Meta, Andrew Bosworth, ha avvertito i dipendenti: "Non tutto ciò che è movimento è progresso, e il solo uso di token non è una misura di impatto di alcun tipo" .

Sostituire i token con metriche di distribuzione. Amazon ha sostituito il suo sistema "KiroRank" con le "normalised deployments" — contando il codice assistito dall'AI che arriva effettivamente in produzione .

Limiti per ingegnere e modelli a livelli. Meta sta valutando l'introduzione di tetti massimi di token AI per singolo ingegnere . Le aziende si stanno orientando verso "diritti a livello di modello" che associano il modello (più economico) giusto al ruolo giusto, e impostano soglie di spesa con alert .

Governance del budget contro massimizzazione dell'uso. Atlassian ha imposto un tetto alla spesa dopo che la sua fattura mensile per l'AI è passata da circa 5 milioni di dollari a oltre 15 milioni . Citi ha revocato temporaneamente l'accesso ai modelli Claude e ChatGPT più recenti per gli sviluppatori, dopo che erano diventati "il principale motore dell'elevato consumo enterprise" di crediti AI condivisi . Anthropic ha rilasciato strumenti enterprise per il controllo della spesa in risposta al fatto che il 78% delle aziende segnala fatture AI a sorpresa .

La lezione fondamentale: i token non sono posti (seats) — a differenza del SaaS tradizionale, l'AI generativa scala i costi con ogni prompt, ripetizione e ciclo di agenti . Il settore sta ora trattando l'AI non come un elisir di produttività illimitata, ma come una risorsa governata che richiede la stessa disciplina finanziaria di qualsiasi altro input critico, misurando il successo in base a codice distribuito, ticket risolti o impatto sui ricavi, non sul consumo grezzo di token.