La questione è già risolta. I foundation model stanno diventando infrastruttura, prezzata come l'elettricità — e entro il 2028, l'ultimo CFO aziendale che dibatte sui costi dei token AI sembrerà il direttore finanziario che cercava di itemizzare la larghezza di banda email nel 2003.
Per chi vuole approfondire, Grace Certified offre un framework di igiene AI quotidiana.
Perché il consenso adotta la cornice sbagliata
Il settore osserva i benchmark dei modelli — punteggi MMLU, valutazioni del ragionamento, timeline AGI. Gli investitori osservano l'acquisto di GPU e i cicli di addestramento. I buyer aziendali osservano i framework di governance e i calendari di implementazione responsabile dell'AI. Tutti osservano il segnale secondario. La variabile primaria è la curva dei costi, e questa ha già emesso il suo verdetto: Benedict Evans ha documentato il 9 luglio 2026 che i token hanno completato la transizione da "una funzionalità che attivi con cautela" a "infrastruttura che lasci sempre attiva". Il mercato tratta questa transizione come una questione aperta degna di dibattito. La curva ha risposto nel 2023. Ogni mese di discussione la curva avanza ulteriormente rispetto ai partecipanti al dibattito.
La curva dei costi
La traiettoria è inequivocabile. Fine 2022: l'inferenza di classe GPT-4 costava 20 dollari per milione di token di input. Marzo 2023: le API GPT-4 sono lanciate a 30 dollari/M di input, 60 dollari/M di output. Novembre 2023: GPT-4 Turbo taglia il prezzo di output a 30 dollari/M — una riduzione del 50% in otto mesi. Maggio 2024: GPT-4o porta l'output a 15 dollari/M, un calo totale dell'83% in quattordici mesi dal lancio. Luglio 2024: GPT-4o mini raggiunge 0,60 dollari/M di output. Nel 2025, DeepSeek V3 — un modello MoE da 671 miliardi di parametri che attiva appena 37 miliardi di parametri per token — ha prezzato la propria API a 1,10 dollari/M di output, il 90% al di sotto delle tariffe comparabili di OpenAI e Anthropic. A metà 2026, la capacità equivalente a GPT-4 costa 0,40 dollari/M: un crollo confermato di 1.000× in 3,5 anni, documentato da GPUnex su dati primari del mercato di inferenza. La soglia sotto 0,01 dollari/M arriverà entro il 2028.
Secondo l'analisi di AGORÀ Intelligence su sei fonti primarie, cinque forze strutturali guidano questa curva in parallelo: l'efficienza dell'hardware GPU migliora di 2–3× per generazione con il passaggio Hopper-Blackwell che offre oltre 25× di incremento nel throughput; l'ottimizzazione del software tramite continuous batching e PagedAttention aggiunge altri 2–3×; l'architettura mixture-of-experts riduce il compute attivo di 3–5× per chiamata di inferenza; la quantizzazione offre un'ulteriore riduzione di 2–4×; la pressione competitiva dei modelli open-weight come Llama e DeepSeek mantiene stabilmente il pricing API al di sopra del costo marginale. Queste forze si compongono, e i guadagni da quantizzazione si rinnovano ad ogni generazione hardware.
Cinque vettori di efficienza indipendenti che si compongono simultaneamente producono una curva che accelera oltre ogni plateau. L'aspettativa di consenso di "stabilizzazione a maturità del mercato" confonde la normalizzazione dei margini con la dinamica del floor dei costi. Il floor dei costi avanza verso il basso ogni trimestre indipendentemente dall'intensità competitiva al vertice. La stabilizzazione arriva a quasi zero, con il valore catturato interamente dai livelli applicativi — lo stesso esito strutturale che ha caratterizzato lo storage cloud, i dati mobili e i certificati SSL. La curva dei costi dice infrastruttura. Questa è una transizione di regime.
L'evento cliff
Il cliff è la soglia sotto 0,01 dollari/M — il punto in cui l'inferenza AI scende al di sotto del costo di misurarla nell'economia unitaria aziendale. Il solare ha attraversato la soglia equivalente intorno al 2015, quando il LCOE utility-scale è sceso sotto 0,10 dollari/kWh e ha innescato un decennio di installazioni su scala di rete che il settore elettrico aveva dichiarato economicamente impossibili nel 2010. Gli SSD l'hanno attraversata nel 2012, quando il costo per gigabyte per le letture è sceso al di sotto dei dischi rotanti e il mercato enterprise dello storage si è riorganizzato in 36 mesi — i vendor che avevano costruito la propria offerta sull'economia dei dischi fissi erano già obsoleti prima di poter cambiare rotta. Le fotocamere degli smartphone l'hanno attraversata intorno al 2013, quando il costo dei sensori ha raggiunto la qualità dell'hardware dedicato e il settore delle fotocamere ha perso il 90% del volume unitario in quattro anni. Lo schema è coerente: l'attraversamento della soglia innesca un'adozione che accelera ulteriormente il calo dei costi, creando un ciclo auto-rinforzante. L'inferenza AI attraversa la propria soglia equivalente nel 2027–2028, quando la domanda aziendale si sposta in modo permanente da "possiamo giustificare l'integrazione dell'AI in questo processo?" a "perché gestiremmo qualsiasi processo in assenza di analisi AI?"
Tre settori che appariranno diversi entro il 2028
- Sanità e operazioni cliniche: A 0,40 dollari/M, la documentazione clinica AI è una funzionalità premium che richiede approvazione di budget separata e revisione di governance. A 0,01 dollari/M, ogni interazione con il paziente — nota clinica, codice diagnostico, autorizzazione preventiva, flag di triage — riceve elaborazione AI automatica a un costo inferiore a 0,001 dollari per incontro. La voce "modulo AI" scompare dai listini SaaS sanitario; l'inferenza diventa una capacità predefinita integrata, tanto ambientale quanto l'infrastruttura delle cartelle cliniche elettroniche che la sorregge. Le aziende che si muovono per prime acquisiscono un vantaggio strutturale nell'economia unitaria che i concorrenti impiegheranno 18–24 mesi a replicare.
- Servizi professionali e legali: La revisione dei contratti, l'elaborazione della discovery e il monitoraggio della conformità — attualmente fatturati a 300–500 dollari/ora — diventano disponibili a frazioni di centesimo per migliaia di parole analizzate. Le imprese legali e di consulenza di fascia media acquisiscono parità analitica con i più grandi studi. Il modello delle ore fatturabili subisce una compressione strutturale dal floor dei costi, indipendentemente dai dibattiti sull'intelligenza dei modelli: le imprese competono su giudizio, relazioni e specializzazione di dominio, con l'inferenza AI come input commodity condiviso prezzato come la fotocopiatrice nel 1995 — presente ovunque, discusso da nessuno.
- Pipeline di sviluppo software: La generazione di codice a 0,40 dollari/M è uno strumento deliberato per sviluppatori, attivato per workflow specifici. A 0,01 dollari/M, ogni build, ogni pull request, ogni pipeline di deployment, ogni alert di monitoraggio include analisi AI ambientale — continua, automatica, a costo marginale zero su scala. La misurazione della qualità del software diventa genuinamente continua piuttosto che puntuale. Le pipeline CI/CD assorbono l'inferenza AI come hanno assorbito il testing automatizzato negli anni 2010: completamente, in modo invisibile, come assunzione predefinita di ogni organizzazione engineering con più di dieci ingegneri.
Entro il quarto trimestre 2027, almeno due dei cinque maggiori vendor di software enterprise per fatturato includeranno l'inferenza AI come capacità predefinita integrata nel pricing base della piattaforma — zero SKU AI separato, zero fatturazione per token, zero dibattito di governance sui costi di utilizzo. La voce "pricing AI" scompare dai budget aziendali con la stessa rapidità con cui la voce "accesso internet" è scomparsa dalle allocazioni di costo per utente nelle grandi organizzazioni entro il 2010: completamente, e più in fretta di quanto chiunque abbia inserito nelle proprie roadmap.
Kill signal: Qualsiasi provider di foundation model che raggiunga margini lordi sostenuti superiori al 40% — al netto dell'ammortamento dell'addestramento — per due trimestri consecutivi comunicati entro la fine del 2027. Questo esito segnalerebbe potere di prezzo strutturale e contraddirebbe la traiettoria commodity. Monitorare le comunicazioni sui margini di Anthropic e OpenAI in depositi S-1, report trimestrali e lettere agli investitori. Margini sostenuti elevati significano che il fossato è reale; la tesi sull'infrastruttura decade.