Quanto costa l’intelligenza artificiale in azienda: voci di costo e ritorno
Licenze, integrazione, dati, formazione, manutenzione e controllo: le voci di costo reali dell’intelligenza artificiale in azienda e un metodo semplice e verificabile per stimarne il ritorno.

Il costo dell’intelligenza artificiale in azienda non coincide con il prezzo della licenza: comprende l’integrazione con i sistemi, la preparazione dei dati, la formazione, la manutenzione e il tempo di chi controlla i risultati. Una cifra valida per tutti non esiste, perché dipende dal processo e dai volumi. Esiste però un metodo semplice per stimarla: confrontare il costo complessivo con benefici misurati, prima e dopo, su un perimetro limitato.
Perché il prezzo della licenza inganna
Il canone mensile è la voce più visibile, non necessariamente la più pesante. Secondo l’Istat, tra le imprese italiane con almeno 10 addetti che nel 2025 hanno valutato l’intelligenza artificiale senza adottarla, il 43,0% indica tra gli ostacoli i costi elevati; ma ancora più spesso sono citate la mancanza di competenze (58,6%) e la scarsa disponibilità o qualità dei dati (45,2%), due problemi che per essere risolti richiedono a loro volta tempo e denaro.
Anche chi parte incontra sorprese. Nel luglio 2024 Gartner prevedeva che almeno il 30% dei progetti di IA generativa sarebbe stato abbandonato dopo la prova di fattibilità entro la fine del 2025, per dati di scarsa qualità, controlli sui rischi inadeguati, costi crescenti o valore poco chiaro. Sono, in buona parte, costi non messi in conto all’inizio.
Quali sono le voci di costo reali?
Licenze e consumo
I modelli di prezzo sono essenzialmente due. Il primo è l’abbonamento per utente: Microsoft, per esempio, vende Copilot come componente aggiuntivo che richiede un abbonamento Microsoft idoneo, mentre la chat con risultati dal web è inclusa negli abbonamenti idonei senza costi aggiuntivi. Il secondo è il consumo, tipico delle integrazioni via API: si paga per milione di token, con prezzi distinti per il testo in ingresso e per quello generato, e alcune funzioni, come le ricerche web nella piattaforma di Anthropic, sono fatturate a parte.
Due conseguenze pratiche. Le licenze assegnate a tutti costano anche per chi non le usa. Il consumo, invece, cresce con i volumi e con la lunghezza dei documenti, e può cambiare a parità di listino: Anthropic segnala che il tokenizer dei suoi modelli più recenti produce circa il 30% di token in più per lo stesso testo.
Integrazione
Collegare l’IA a gestionale, CRM, posta e archivi significa gestire accessi, permessi, formati e registri delle operazioni. Quando un processo attraversa più sistemi, è spesso la voce una tantum più rilevante.
Dati
Nessun sistema risponde meglio delle fonti che consulta. Listini in più versioni, procedure non aggiornate e anagrafiche incomplete vanno sistemati prima, e qualcuno deve mantenerli in ordine dopo. Per questo i dati sono un costo ricorrente, non un intervento da fare una volta sola.
Formazione
L’articolo 4 dell’AI Act si applica dal 2 febbraio 2025. Nella versione modificata dal Regolamento (UE) 2026/1744, in vigore dal 27 luglio 2026, fornitori e utilizzatori adottano misure volte a sostenere lo sviluppo dell’alfabetizzazione sull’IA del personale, tenendo conto di competenze, contesto d’uso e persone coinvolte. Il costo reale non è solo il corso, ma le ore delle persone e il periodo in cui lavorano più lentamente mentre imparano.
Manutenzione
I modelli invecchiano e vengono ritirati. Salvo ragioni di sicurezza o conformità, OpenAI dà un preavviso di almeno sei mesi prima di ritirare un modello in disponibilità generale; nell’agosto 2025 ha annunciato con un anno di anticipo la rimozione della sua Assistants API, fissata al 26 agosto 2026, e chi la usava nelle proprie integrazioni ha dovuto migrare alle nuove interfacce. Ogni cambio di modello o di interfaccia richiede di rifare le prove sui casi reali, perché le risposte possono cambiare.
Controllo
È la voce più sottovalutata: il tempo di chi rilegge, i registri da conservare, le verifiche richieste dalle norme. Il GDPR impone una valutazione d’impatto per i trattamenti che possono presentare un rischio elevato (articolo 35), e la legge 132/2025 prevede che il datore di lavoro informi i lavoratori dell’uso dell’IA nei casi indicati dall’articolo 1-bis del decreto legislativo 152/1997.
Il costo di un controllo mancato arriva dopo. Nel 2025 Deloitte ha restituito oltre 97.000 dollari australiani al ministero del Lavoro australiano, su un incarico da 440.000, per un rapporto, redatto anche con l’IA generativa, che conteneva riferimenti a studi inesistenti e una citazione inventata da una sentenza.
Come valutare il ritorno con un metodo semplice?
Non servono modelli finanziari complessi, ma cinque passaggi seguiti con disciplina.
- Delimitare un processo e misurare la situazione di partenza. Volumi mensili, tempo medio per pratica, errori, rilavorazioni, tempi di risposta. Senza questa base, qualsiasi risultato successivo è un’opinione.
- Sommare il costo complessivo su un orizzonte fissato, per esempio uno o due anni: da un lato i costi una tantum (integrazione, preparazione dei dati, formazione iniziale), dall’altro quelli ricorrenti (licenze o consumo, manutenzione, aggiornamento dei dati, controllo).
- Misurare i benefici durante una prova, non stimarli a voce. Le percezioni ingannano: in uno studio randomizzato pubblicato da METR nel luglio 2025, sviluppatori esperti che usavano strumenti di IA hanno impiegato il 19% di tempo in più, pur ritenendo al termine di essere stati più veloci del 20%. METR avverte che il risultato vale per quel contesto, ma la lezione è generale: servono i tempi registrati dai sistemi, non le impressioni.
- Tradurre in valore solo ciò che produce valore. Le ore liberate contano se vengono reimpiegate: più pratiche lavorate, meno straordinari, un’assunzione rinviata. Si aggiungono il costo degli errori evitati e, dove ha un effetto economico, la maggiore rapidità di risposta. Il tempo di revisione si sottrae.
- Fare i conti in chiaro. Il ritorno è la differenza tra benefici misurati e costi complessivi, divisa per i costi. Il tempo di recupero è il rapporto tra costi una tantum e beneficio netto mensile. Conviene calcolarli in tre scenari, prudente, atteso e favorevole, e fissare prima dell’avvio la soglia per proseguire o fermarsi.
Un esempio concreto: un’amministrazione che valuta l’IA per registrare le fatture passive ricava dal gestionale il tempo medio di registrazione e la quota di documenti corretti a posteriori, prima e durante la prova. Se il sistema propone e un addetto conferma, il beneficio netto è il tempo risparmiato meno quello speso a verificare le proposte. Per scegliere il processo da cui partire, si veda l’approfondimento su da dove cominciare con l’IA in una PMI.
Gli errori che falsano il calcolo
- Contare le ore risparmiate come euro risparmiati, anche quando nessuno le reimpiega.
- Dimenticare il tempo di controllo, che soprattutto all’inizio può essere consistente.
- Estendere a tutta l’azienda i risultati del reparto più adatto.
- Ignorare i costi che crescono con l’uso, come consumo, dati da aggiornare e migrazioni tra modelli.
In sintesi
- Il costo dell’IA comprende sei voci: licenze o consumo, integrazione, dati, formazione, manutenzione e controllo.
- Tra le imprese italiane che hanno valutato l’IA senza adottarla, il 58,6% cita la mancanza di competenze e il 43,0% i costi elevati.
- I prezzi a consumo cambiano con volumi, documenti e modelli; le licenze per tutti costano anche per chi non le usa.
- I modelli vengono ritirati con preavviso: ogni migrazione richiede nuove prove.
- Il ritorno si calcola su benefici misurati durante una prova, al netto del tempo di revisione, con soglie decise prima.
Domande frequenti
Quanto costa, in media, un progetto di intelligenza artificiale?
Non esiste una media affidabile da applicare a qualsiasi azienda: processo, volumi e sistemi da collegare cambiano il risultato in modo radicale. Una stima seria parte dalle sei voci di costo e dai dati dell’impresa.
Conviene acquistare licenze per tutti i dipendenti?
Di norma è più prudente partire da un gruppo con un processo misurabile, verificare l’uso effettivo e poi estendere.
In quanto tempo si recupera l’investimento?
Dipende dal processo. Si calcola dividendo i costi una tantum per il beneficio netto mensile misurato durante la prova, dopo aver sottratto costi ricorrenti e tempo di revisione.
Gli adempimenti normativi vanno inclusi nei costi?
Sì. Formazione del personale, eventuali valutazioni d’impatto e informazione ai lavoratori, quando dovuta, fanno parte del costo del progetto come le licenze.
Stimare in anticipo costi e benefici, e verificarli su una prova misurata prima di estendere, è il modo in cui impostiamo i progetti di intelligenza artificiale per le imprese: il calcolo del ritorno fa parte del progetto, non della presentazione.
Fonti
- Istat, Imprese e ICT – Anno 2025, 15 dicembre 2025
- Gartner, Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025, 29 luglio 2024
- Microsoft Learn, License options for Microsoft Copilot
- Anthropic, Pricing (documentazione della piattaforma)
- OpenAI, Deprecations (documentazione API)
- Regolamento (UE) 2024/1689 (AI Act), EUR-Lex
- Regolamento (UE) 2026/1744 (Omnibus digitale sull’IA), EUR-Lex
- Regolamento (UE) 2016/679 (GDPR), EUR-Lex
- Legge 23 settembre 2025, n. 132, Gazzetta Ufficiale n. 223 del 25 settembre 2025
- METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, 10 luglio 2025
- CFO Dive, Deloitte refunds over $60K for report with AI errors, Australian government says
ApprofondisciConsulenza sull’intelligenza artificialeCapire dove l’intelligenza artificiale fa risparmiare tempo e denaro, scegliere gli strumenti giusti e introdurli con regole chiare, senza fermare l’azienda.
Luca Bartolini
Consulente per le imprese su intelligenza artificiale, sicurezza informatica, criptovalute e marketing. Dirige Strategic, società di San Marino.
Il profilo


