Le grandi aziende tech stanno imponendo limiti di spesa sull'uso dell'intelligenza artificiale, dopo aver scoperto che i workflow basati su agenti AI generano costi molto più alti del previsto. A differenza delle semplici query, gli agenti operano in loop, richiamano strumenti, accumulano contesto e consumano fino a trenta volte più token, trasformando l'AI da costo fisso a variabile imprevedibile. Uber ha esaurito il budget annuale entro aprile 2026 e ora applica un tetto mensile di 1.500 dollari per dipendente. Microsoft ha cancellato le licenze interne di Claude Code e sta migrando forzatamente a GitHub Copilot CLI per avere controllo diretto sui costi.

Il problema non è tecnologico, ma organizzativo: le aziende hanno adottato strumenti AI con logiche da abbonamento SaaS, ma si trovano a gestire dinamiche da cloud computing, dove l'uso intensivo di un singolo sviluppatore può generare volumi enormi di token. Senza sistemi di attribuzione dei costi per progetto o team, diventa impossibile dimostrare il ritorno sugli investimenti. Forrester stima che il 25% della spesa AI prevista per il 2026 slitterà al 2027 a causa di costi fuori controllo e ROI non dimostrato.

La risposta è una governance finanziaria simile al modello FinOps del cloud: limiti per utente, alert di spesa, reporting centralizzato e attribuzione dei costi. Tuttavia, il vero passo successivo non è solo limitare la spesa, ma collegarla a output misurabili. Il tetto è un primo passo, ma senza una valutazione del valore prodotto, rimane solo un freno, non una strategia. Le aziende che stanno introducendo questi controlli non stanno rallentando l'adozione dell'AI, ma ne stanno consolidando la maturità per una crescita sostenibile.