Il preventivo di sviluppo di un progetto AI di solito è chiaro. Quello che sorprende dopo il lancio è la bolletta mensile, che cresce con l'uso e a volte più in fretta. Su una piattaforma finanziaria consumer di cui ho seguito il backend, le pipeline ereditate facevano più chiamate al modello del necessario, mandavano contesto in eccesso e non avevano alcun tetto di spesa. Riscriverle ha ridotto i costi AI di circa l'80%, con le stesse funzionalità. Il modello è rimasto lo stesso.
Quali voci compongono il costo mensile di un sistema AI?
Le voci sono cinque e solo la prima dipende dal fornitore del modello. Le altre dipendono da come è costruito il sistema e da quanto lavoro umano resta intorno.
| Voce | Cosa paga | Cosa la fa salire | Come si controlla |
|---|---|---|---|
| Token del modello | Testo in ingresso e in uscita di ogni chiamata | Chiamate duplicate, documenti interi nel prompt, generazioni ripetute | Costo registrato per chiamata e per funzionalità, cache, tetti di spesa |
| Infrastruttura | Server, code di lavoro, database, storage | Picchi di volume, elaborazioni lente, ambienti sempre accesi | Code con worker che si aggiungono quando serve |
| Monitoraggio e log | Tracciamento di chiamate, errori, costi e qualità | Log di tutto il testo, conservazione lunga | Log mirati, nessun dato sensibile nei log |
| Revisione umana | Persone che controllano i casi dubbi | Pochi controlli automatici, schermate di revisione scomode | Controlli deterministici, revisione solo delle eccezioni |
| Manutenzione | Prompt, nuove versioni dei modelli, test di qualità | Nessun set di test, cambi di modello fatti a occhio | Prompt versionati e un set di valutazione fisso |
Quanto pesano i token del modello sulla bolletta?
I prezzi variano molto da un modello all'altro. Nel listino di Anthropic, Claude Haiku 5.5 costa 0,10 dollari per milione di token in ingresso e 0,50 in uscita, Claude Opus 5.5 costa 4 e 20 dollari: quaranta volte tanto (Anthropic, ottobre 2026). In tutti e due i casi il testo generato costa cinque volte quello letto, quindi le risposte lunghe pesano più dei prompt lunghi.
Il prezzo per token però dice poco su quanto spenderete al mese. Conta quante chiamate fa il sistema per ogni risultato e quanto testo manda ogni volta. Sulla piattaforma finanziaria ogni report sui titoli azionari è un documento di 13 slide con estrazione dei KPI, verifica delle fonti, controllo dell'output e traduzione in italiano. Il risparmio dell'80% è arrivato senza rinunciare a nessuno di questi passaggi: sono sparite le chiamate ridondanti e il contesto che il modello non usava. Il dettaglio è nel caso studio sulla riduzione dei costi AI.
Perché la bolletta AI cresce più in fretta dell'uso?
Un sistema AI nato come prototipo arriva in produzione con le abitudini del prototipo: la stessa domanda fatta due volte al modello, la cronologia intera della conversazione inviata a ogni messaggio, contenuti rigenerati ogni volta invece di essere salvati. Finché gli utenti sono dieci nessuno se ne accorge. Con mille utenti ogni spreco si moltiplica per mille, e i lavori automatici senza limiti possono girare tutta la notte per un bug.
Può succedere anche il contrario. Nell'assistente moda di Estyl, che cerca su un catalogo di oltre 2 milioni di prodotti, latenza e token per richiesta sono scesi mentre l'uso cresceva. Il recupero dei prodotti usa ricerca ibrida, filtri strutturati e re-ranking. Una pipeline che manda al modello solo i dati giusti costa meno per ogni richiesta, e la bolletta cresce più lentamente degli utenti.
Quanto costa l'infrastruttura intorno al modello?
Dipende soprattutto dal volume e da come arriva. Un assistente che risponde a qualche centinaio di domande al giorno sta su un servizio piccolo. Una pipeline documentale ad alto volume ha bisogno di code e di worker in parallelo. Quella che ho progettato per l'estrazione dei dati dai bilanci elabora oltre 2.500 documenti al giorno con 16 worker dietro Kafka, sull'OpenShift del cliente. Ogni documento è un messaggio indipendente in coda, quindi per reggere più volume si aggiungono worker e il costo segue il carico.
Dove gira il sistema conta quanto il volume. Nei progetti bancari il modello girava su Azure OpenAI nel cloud UE del cliente e la pipeline sulla sua piattaforma interna. Una parte dell'infrastruttura era già pagata, ma sicurezza, audit trail e conformità diventano lavoro che va messo a budget.
La revisione umana va messa nel costo mensile?
Sì, e spesso è la voce più grande. Un sistema che estrae dati senza controlli lascia il lavoro dov'era, perché qualcuno deve ricontrollare tutto. Nella pipeline sui bilanci ogni documento passa circa 30 controlli automatici, per esempio totali che devono quadrare. Quelli che li superano tutti vanno avanti senza nessuno, gli altri arrivano a un analista con il controllo fallito già indicato. Il lavoro manuale è sceso dell'84%.
Per stimare questa voce bisogna sapere quanti casi passano in automatico. Si misura su un campione di casi reali prima del lancio, e poi ogni mese in produzione.
Come si tiene sotto controllo la spesa AI ogni mese?
Seguo sempre lo stesso ordine. Prima misuro: registro il costo di ogni chiamata e di ogni funzionalità, e sulla piattaforma finanziaria ogni report generato salva il proprio costo. Poi tolgo chiamate ridondanti, contesto superfluo e generazioni ripetute. Poi metto in cache le risposte che non serve rigenerare. Poi fisso limiti nel codice: per le immagini AI degli articoli ci sono tetti di spesa giornalieri e per categoria, e un'immagine viene generata solo per gli articoli sopra una soglia di punteggio. Solo alla fine rivedo la scelta del modello.
Per i lavori che non devono rispondere in tempo reale, come report notturni o rielaborazioni di archivio, i fornitori fanno sconti. Su Anthropic la Batch API costa il 50% in meno su input e output, e il testo ripetuto letto dalla cache costa il 10% del prezzo di input normale, il 5% su Opus 5.5 e Sonnet 5.5 (Anthropic, ottobre 2026).
Quali errori fanno salire il costo mensile di un sistema AI?
Il più comune è guardare solo il prezzo per token e scegliere il modello in base a quello, quando la spesa dipende dal numero di chiamate e dalla quantità di testo inviato. Subito dopo viene il lancio senza tetti di spesa, con un lavoro automatico che in caso di bug può consumare in una notte il budget del mese. Poi il costo misurato solo sul totale della fattura: senza il costo per funzionalità non si sa cosa ottimizzare. Molti dimenticano la revisione umana nel budget e scoprono dopo il lancio che il personale ricontrolla tutto. L'ultimo è cambiare modello per risparmiare senza un set di test, e accorgersi del calo di qualità dai reclami dei clienti.
Volete sapere quanto vi costa davvero il vostro sistema AI?
Guardo dove finiscono i token e vi dico quali voci si possono ridurre senza togliere funzionalità.
ParliamoneSe la bolletta cresce più dell'uso, la pagina sul servizio di ottimizzazione dei costi LLM descrive come imposto l'analisi.



