DeepSeek ha ridotto i prezzi del 75%. I costi dell'IA continuano a salire.

Punti chiave

• DeepSeek ha ridotto il prezzo del suo modello di linguaggio di grandi dimensioni V4-Pro del 75% a metà 2025, ma molti clienti aziendali affermano che le loro fatture di IA continuano a salire.
• Una singola richiesta dell'utente gestita da un agente di IA, un software che esegue attività multi-step in modo autonomo, può attivare 35.000 o più unità di testo fatturabili, chiamate token, dove un chatbot di base attiverebbe poche centinaia.
• Una query aziendale realistica su un modello leader costa tra $0,10 e $0,40; a un milione di query al mese, si tratta di una voce a sei cifre prima di qualsiasi altra spesa.
• Diversi fornitori di software aziendale stanno segnalando privatamente margini lordi negativi sui loro utenti di IA più pesanti, il che significa che quei clienti costano più di quanto pagano.
• OpenAI ha recentemente offerto a ogni startup dell'acceleratore Y Combinator 2 milioni di dollari in crediti API gratuiti, un segno di quanto sia costoso costruire un prodotto nativo di IA da zero.

DeepSeek, il laboratorio di IA cinese, ha ridotto il costo del suo modello V4-Pro del 75% all'inizio di quest'anno. Per le aziende che costruiscono prodotti di IA, avrebbe dovuto sembrare un aumento di stipendio. Per molti, non ha praticamente cambiato nulla.

La ragione risiede in come i moderni sistemi di IA sono effettivamente costruiti.

Un chatbot di base è semplice: una domanda dall'utente, una risposta dal modello. Un agente di IA è diverso. È un software che scompone una singola richiesta dell'utente in molti step più piccoli, pianificando cosa fare, cercando informazioni, utilizzando strumenti, verificando il proprio lavoro, quindi scrivendo una risposta finale. L'utente vede una risposta. Il fornitore paga per ogni step intermedio.

Il divario tra ciò che l'utente vede e ciò che il fornitore paga è ora chiamato il problema 100x. Una query che costa pochi centesimi su un chatbot può costare dollari su un sistema agente, a volte molto di più.

Ecco un esempio concreto. Un utente digita: "Cosa ha chiesto il nostro miglior cliente la scorsa settimana?" Domanda semplice. Ma un agente tipico tocca sette operazioni fatturabili separate per rispondere: leggere il messaggio dell'utente, caricare le sue istruzioni e l'elenco degli strumenti, recuperare i record pertinenti, scegliere quale strumento utilizzare, eseguire quello strumento, riassumere i risultati e decidere se porre un follow-up. Insieme, questi step fatturano approssimativamente 35.000 token. I token sono piccoli pezzi di testo, solitamente pochi caratteri ciascuno, che i modelli di IA contano e addebitano.

Ai prezzi attuali su un modello di frontiera, quella singola query costa da $0,10 a $0,40. Su un milione di query al mese, un target tipico per qualsiasi funzione di software aziendale, la fattura arriva a sei cifre.

Perché questo importa ai clienti di software ordinari?

Importa perché il modello di prezzo standard per il software aziendale crolla sotto questa pressione. La maggior parte del software di IA oggi si vende su base per posto, al mese, il che significa che un'azienda paga una tariffa fissa per ogni dipendente che utilizza lo strumento. Questo funziona bene se i costi per utente rimangono prevedibili. L'amplificazione dei token distrugge la previsione.

Un utente power che esegue 50-100 attività di agente al giorno su un piano da $40 al mese può costare al fornitore più in elaborazione di IA di quanto il piano raccoglie in entrate. Il fornitore perde denaro sui suoi migliori clienti. Questo è il paradosso che, come VentureBeat ha riferito questa settimana, sta ora comparendo nei conti delle aziende reali.

Il prodotto Agentforce di Salesforce è l'esempio più pubblico. Si è aperto un divario tra ciò che il marketing mostra e ciò che viene effettivamente consegnato ai clienti. Quel tipo di divario appare quando una funzione è tecnicamente possibile ma troppo costosa da fornire al prezzo che l'abbonamento implica.

Nvidia VP Bryan Catanzaro l'ha espresso chiaramente: "Per il mio team, il costo del calcolo è di gran lunga superiore ai costi dei dipendenti."

Le soluzioni esistono. I fornitori possono indirizzare le query economiche verso modelli più piccoli e meno costosi e risparmiare circa il 60% sulle fatture di inferenza. Possono memorizzare nella cache, il che significa riutilizzare, istruzioni ripetute in modo che il modello non le rilegga da capo ad ogni chiamata. Possono ridurre le informazioni passate al modello a ogni step. Nessuno di questi sono esotici. Tutti richiedono di trattare il costo dell'IA come una priorità di ingegneria principale, non un'afterthought.

Per gli utenti di software aziendale, il segnale pratico è questo: se una funzione di IA per la quale la tua azienda paga sembra meno capace di quanto il demo prometteva, la pressione dei prezzi è una spiegazione plausibile. Chiedi al tuo fornitore come misurano l'utilizzo dell'agente e se un uso intenso attiva addebiti aggiuntivi. Quelli onesti avranno una risposta pronta.