Il calcolo sarà come il petrolio: il punto di vista di un CEO sulla strategia dei costi dell'IA

La maggior parte delle aziende gestisce i costi dell’IA nel modo sbagliato. Considerano la spesa per l’IA come un segno di progresso: più alta è la fattura, più l’azienda è “all’avanguardia nell’IA”. Christian Fielitz, CEO di Doodle, sostiene il contrario: il costo dell’IA è una decisione di investimento, non uno status symbol, e le aziende che avranno successo saranno quelle che decideranno con attenzione cosa gestire internamente, cosa esternalizzare e su cosa mantenere il controllo. La potenza di calcolo diventerà una merce di largo consumo — «la potenza di calcolo sarà come il petrolio» — ma questo non significa che la tua fattura diminuirà. Significa che la domanda strategica si sposta da «quanto possiamo spendere» a «cosa dovremmo possedere».

Questo articolo riassume il quadro concettuale di Fielitz sui costi dell'IA, tratto dalla sua intervista del giugno 2026 al Vlad Catcher Show.

Il problema dei campi di fragole: pensa a chi ti sta dando consigli sui costi

Prima di seguire i consigli di chiunque su quanto spendere per l'IA, dice Fielitz, guarda chi ci guadagna da quella risposta.

"È un po' come se avessi un campo di fragole e dicessi: 'Ehi, adoriamo le fragole, tutti dovrebbero mangiarne di più'. Ovviamente, se qualcuno ne mangia solo 10, non è proprio un grande fan. Dovresti mangiarne 20, 50, 500."

Quelli che insistono a gran voce sul fatto che più token equivalgano a più progresso sono molto spesso proprio quelli che vendono token. Questo non significa che abbiano torto, ma vale la pena sottolineare il loro interesse. “Basta comprare token, altrimenti stai sbagliando tutto” non è una strategia. È solo una frase da venditore travestita da strategia.

Il punto chiave: separa il segnale (l'IA offre un vero vantaggio competitivo) dalla strategia di vendita (dovresti sfruttarla il più possibile, il più velocemente possibile).

Perché l'informatica diventerà un bene di consumo — e perché questo non ti farà pagare meno

Fielitz è molto chiaro riguardo all'andamento a lungo termine del costo della potenza di calcolo:

"Il costo marginale scenderà. La potenza di calcolo sarà come il petrolio, o come l'energia che si ricava. Per me, è una delle cose che succederà di sicuro."

Fin qui sembra una buona notizia per chi compra. Ma c’è un problema. Il calo del costo della potenza di calcolo grezza non equivale a un calo del costo dell’utilizzo dell’IA — perché l’equilibrio economico a un livello superiore è completamente sbilanciato:

"Sappiamo che queste statistiche e le analisi relative agli attuali investimenti nelle infrastrutture non trovano riscontro negli investimenti nel livello applicativo, né nel valore che viene creato proprio attraverso quel livello."

In parole povere: si stanno investendo capitali enormi nelle infrastrutture per l’IA, ma il valore generato a livello di applicazioni non è ancora all’altezza. Quando questo divario si colmerà, tenderà a farlo con un aumento dei prezzi per chi usa il servizio. Ed è proprio questo il punto che ogni operatore dovrebbe tenere bene a mente.

La lezione di storia sui costi del cloud: un copione vecchio di cinque anni che si ripete

Abbiamo già visto questa storia, e anche di recente.

"Se ti limiti a affidare ciecamente tutto ai modelli di linguaggio di grandi dimensioni (LLM) e a esternalizzare le tue conoscenze e la tua creatività ad altri sistemi, finirai inavvertitamente per arrivare a un punto in cui il tuo fornitore aumenterà i costi — cosa che, tra l’altro, è già successa con le infrastrutture cloud, non so, cinque anni fa. All’improvviso ti ritrovi a dire: ‘Oh mio Dio!’. Questo ha portato agli ambienti multi-cloud, che a loro volta hanno fatto nascere la domanda: ‘Ehi, forse dovremmo tornare ad avere i nostri data center?’"

Il paragone con il cloud è il modello mentale più utile di tutta la discussione. La potenza di calcolo nel cloud, economica e abbondante, ha spinto le aziende a concentrare tutto nell’ecosistema di un unico fornitore. Poi i prezzi sono cambiati, il vincolo di dipendenza è diventato costoso e il pendolo è tornato a oscillare verso il multi-cloud e persino verso il ritorno ai data center di proprietà.

L'IA sta seguendo lo stesso percorso, solo un po' prima. Le aziende che oggi "puntano ciecamente tutto sui modelli di linguaggio di grandi dimensioni" stanno creando la stessa dipendenza che le aziende cloud-native hanno impiegato tutta la seconda metà degli anni 2010 a smaltire. La lezione non è evitare l'IA, ma evitare la dipendenza cieca.

Cosa gestire internamente e cosa esternalizzare: un quadro di riferimento basato sui punti di controllo

Allora, in pratica, come si usa questa cosa? La risposta di Fielitz ridefinisce il costo dell’IA come una questione di controllo, non di consumo:

"Avere il controllo sui costi dell'IA — sapere cosa puoi esternalizzare e cosa dovresti invece gestire internamente in modo mirato, come punto di controllo e come vantaggio competitivo — è un argomento molto importante. Ne parliamo continuamente."

Un modo pratico per applicare questo modello:

• Esternalizza i beni di base. Le funzionalità dei modelli generici, dove i costi di passaggio sono bassi e non si crea alcun vantaggio proprietario, possono essere affidate a fornitori esterni. Questo è il “petrolio”: compralo sul mercato.

• Tieni sotto stretto controllo i punti chiave. Tutto ciò che rappresenta un vero vantaggio competitivo, o che riguarda dati che non puoi permetterti di cedere a terzi, va tenuto sotto stretto controllo. Per Doodle, la sicurezza e la privacy lo rendono necessario: «Ci sono alcune cose che, anche se volessimo esternalizzarle, dobbiamo comunque tenere sotto stretto controllo».

• Trasforma il costo in investimento. Quando decidi consapevolmente di internalizzare una competenza, non stai solo assorbendo un costo: stai acquisendo un punto di controllo. "Trasformi il costo in un vero e proprio investimento e dici: ok, ne manterremo il controllo."

La chiave sta proprio nella parola “deliberatamente”. L’errore non sta nell’outsourcing o nell’insourcing, ma nel ricorrere a una delle due opzioni per abitudine, invece che per scelta.

Quando l'intelligenza artificiale costa più degli esseri umani che avrebbe dovuto liberare

C'è anche una trappola dei costi a breve termine che, nella foga del momento, è facile trascurare:

"Se lasci che la gente usi i modelli di linguaggio di grandi dimensioni (LLM) alla cieca — e non solo gli strumenti di IA — ti accorgi che i costi sono già più alti rispetto a quelli del lavoro umano."

Se non viene gestita, l’utilizzo dell’IA “per postazione” può tranquillamente superare il costo del lavoro umano che avrebbe dovuto potenziare. Non è un argomento contro l’IA; è un argomento a favore della sua monitoraggio. Se non riesci a capire quanto costa l’IA per ogni flusso di lavoro rispetto al valore che produce, non puoi gestirla — e «siamo orgogliosi della nostra fattura per l’IA» diventa una frase che ti costa cara.

Il paradosso alla fine del percorso: chi compra quando non c’è più nessuno?

Fielitz conclude la discussione sui costi con una domanda che ridefinisce l'intero dibattito sulla spesa per l'IA:

"Se tutto è IA e nelle aziende non ci sono più esseri umani, chi comprerà il tuo prodotto? Perché sono gli agenti che comprano dagli agenti… quindi non dimenticartelo."

È per metà uno scherzo e per metà la domanda più importante nella strategia aziendale sull’IA. Il valore dell’automazione totale dipende dall’esistenza di qualcuno a cui vendere. Un’economia in cui gli agenti fanno affari tra di loro, senza una domanda umana alla base, non è un mercato: è un circuito chiuso. Cosa significa per la strategia dei costi: punta a creare valore duraturo per le persone, non alla massima automazione. Il senso di liberare tempo non è eliminare le persone, ma permettere loro di fare il lavoro che solo le persone possono fare.

In conclusione

Fielitz sta attento a non esagerare con la propria sicurezza: «Non stiamo dicendo che troveremo la soluzione. Sto solo dicendo che ne stiamo discutendo attivamente e che stiamo cercando di approfondire la questione». È proprio questa umiltà il punto. La strategia sui costi dell’IA nel 2026 non è un’equazione già risolta — è una disciplina:

1. Consigli sugli sconti da chi vende il prodotto. (Il campo di fragole.)

2. Aspettati che la potenza di calcolo diventi un bene di consumo — ma aspettati comunque che i prezzi del tuo provider cambino. (Il divario tra infrastruttura e applicazioni.)

3. Ricordati del cloud. L’affidarsi ciecamente al cloud ha un costo; preparati fin da ora.

4. Scegli con attenzione i tuoi punti di controllo. Esternalizza ciò che è di routine, internalizza ciò che ti dà un vantaggio, trasforma i costi in investimenti.

5. Uso degli strumenti. L’IA non gestita può costare più delle persone che va ad affiancare.

6. Tieni le persone al corrente: sono anche i tuoi clienti.

Considera la spesa per l'IA come tratteresti qualsiasi investimento serio: con una strategia ben definita, un piano di controllo e una visione chiara del valore che ne deriverà.

Questo brano è tratto dall'intervista rilasciata da Christian Fielitz nel giugno 2026 al Vlad Catcher Show.