La maggior parte delle grandi organizzazioni prevede di aumentare l’uso di modelli di intelligenza artificiale open-weight per tenere i costi sotto controllo, secondo un nuovo rapporto del Capgemini Research Institute, che ha rilevato che quasi sei aziende su dieci hanno speso per l’intelligenza artificiale molto più di quanto avevano previsto o preventivato nell’ultimo anno.

Il rapporto, basato su un sondaggio del settembre 2026 condotto su 500 dirigenti senior in 10 paesi e 13 settori, ha rilevato che il 59% delle organizzazioni ha speso nell’intelligenza artificiale molto più del previsto. Tra le organizzazioni interessate, la spesa è stata in media superiore del 24% rispetto a quanto previsto e il 21% delle organizzazioni intervistate ha superato i budget per l’IA di oltre il 30%. La scoperta centrale dello studio – che la maggior parte delle grandi aziende prevede un maggiore utilizzo dell’IA a peso aperto per limitare le bollette, come riportato da Reuters – indica che le strategie aziendali di intelligenza artificiale stanno entrando in una fase di disciplina dei costi. I risultati rientrano nel contesto di una più ampia copertura del settore dell’intelligenza artificiale di aziende che ripensano il modo in cui acquistano e distribuiscono i modelli.

Dove vanno i soldi

Il rapporto evidenzia una lacuna persistente nel modo in cui le aziende stimano il costo totale dell’implementazione dell’IA. Oltre alle spese dirette come l’utilizzo del modello e dei token, le organizzazioni devono tenere conto dei costi indiretti che sono facili da sottovalutare: supervisione umana dei risultati dell’intelligenza artificiale, correzione degli errori generati dall’intelligenza artificiale e lavoro di governance.

La metà dei dirigenti intervistati ha affermato che la spesa per l’IA è stata approvata senza un’adeguata visibilità del suo costo totale, e solo il 56% ha affermato di essere fiducioso nella propria capacità di prevedere come cambierebbero i costi dell’IA con l’aumento dell’adozione. In altre parole, per la maggior parte delle aziende, i budget per l’intelligenza artificiale sono stati fissati prima che qualcuno comprendesse appieno i costi effettivi di gestione dell’intelligenza artificiale su larga scala.

"La sola disciplina dei costi non creerà un patrimonio di intelligenza artificiale redditizio, così come la creazione di valore senza controllo dei costi non sarà sostenibile", ha affermato Volker Darius, CEO di Capgemini Invent, in una dichiarazione che accompagna il rapporto. "Le organizzazioni devono misurare insieme costi, qualità e valore aziendale e utilizzare il modello più appropriato per ciascuna attività."

Dalle scommesse su un singolo fornitore alle strategie multi-modello

L’aumento della spesa sta spingendo le aziende a riconsiderare le loro strategie di intelligenza artificiale in modo strutturale. Più di tre dirigenti su cinque si aspettano che le proprie organizzazioni adottino una strategia multi-modello nei prossimi 12 mesi, selezionando diversi modelli di intelligenza artificiale in base a costi, prestazioni, velocità e requisiti aziendali.

Ciò segna un allontanamento dal modello degli ultimi due anni, in cui molte aziende si standardizzavano su uno o due fornitori di modelli di frontiera per qualsiasi cosa, dai chatbot all’elaborazione dei documenti. Un approccio multi-modello consente alle aziende di indirizzare attività semplici e ad alto volume verso modelli più economici, riservando al tempo stesso modelli di frontiera costosi per il lavoro che li richiede realmente.

Secondo il rapporto, quasi tre organizzazioni su cinque prevedono inoltre di espandere l’uso di modelli open-weight – modelli i cui parametri sono rilasciati pubblicamente e possono essere eseguiti sull’infrastruttura aziendale – e di modelli più piccoli e specializzati ottimizzati per compiti specifici.

Perché i modelli a peso aperto stanno avendo successo

Il segmento a peso aperto è cresciuto rapidamente come alternativa ai modelli proprietari solo API. Poiché i modelli open-weight possono essere ospitati autonomamente, le organizzazioni con carichi di lavoro costanti e prevedibili possono evitare la fatturazione per token e negoziare una curva di costo diversa, scambiando i costi dell'infrastruttura e delle operazioni con la prevedibilità. Le analisi del settore hanno stimato che i token dei modelli a peso aperto costano una frazione di quelli proprietari comparabili, sebbene l’economia totale dipenda dall’utilizzo e dalle capacità ingegneristiche interne.

I risultati di Capgemini suggeriscono che il calcolo si sta spostando ulteriormente verso modelli open-weight e di piccole dimensioni poiché la spesa per l’IA cresce più rapidamente del valore che crea in modo dimostrabile. La pressione sui costi, in questo contesto, non è un rifiuto dell’intelligenza artificiale – il 59% delle aziende ha speso troppo perché utilizzava più intelligenza artificiale del previsto, non meno – ma una richiesta di precisione su dove va a finire ogni dollaro del modello.

Cosa significa per il mercato dell'IA

Le implicazioni del rapporto vanno in diverse direzioni contemporaneamente. Per i fornitori di modelli proprietari, ciò segnala che gli acquirenti aziendali sono sempre più disposti a diversificare allontanandosi dalle API di frontiera a prezzo premium dove andrà bene un modello più piccolo o aperto. Per i fornitori di cloud e infrastrutture, le strategie multi-modello promettono carichi di lavoro più eterogenei e una maggiore domanda per gli strumenti di servizio che rendono economico il passaggio da un modello all’altro.

Per le imprese stesse, il messaggio è che la gestione dei costi dell’intelligenza artificiale sta diventando una disciplina a sé stante, più vicina alla pianificazione finanziaria che alla sperimentazione. La scoperta del rapporto che metà della spesa per l’intelligenza artificiale è stata approvata senza una visibilità completa dei costi suggerisce che molte organizzazioni avranno bisogno di misurazioni migliori prima di poter ottimizzare.

Il rapporto del Capgemini Research Institute si aggiunge a un numero crescente di dati provenienti da indagini secondo cui la prossima fase del mercato dell’intelligenza artificiale aziendale sarà definita non da chi adotterà l’intelligenza artificiale, ma da chi la implementerà in modo redditizio – e che il mix di modelli all’interno delle grandi organizzazioni sta per diventare molto più vario.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →