Una pompa di benzina è sigillata e verificata periodicamente da un ufficio metrico, un contatore elettrico porta la marcatura CE e quella metrologica supplementare, una bilancia da banco è sottoposta a controllo legale da un organismo notificato indipendente. Sono strumenti che l’Europa disciplina con la direttiva sugli strumenti di misura, e la ragione dichiarata è la lealtà delle transazioni commerciali insieme alla tutela di chi compra. È un principio antico, tradotto in diritto europeo su dieci categorie di strumenti: la correttezza dello scambio non può poggiare sulla parola di chi vende, perché chi vende ha un interesse strutturale a che il conteggio penda dalla sua parte.
Nei bilanci di imprese e amministrazioni sta crescendo una voce di spesa misurata da uno strumento che nessuna autorità ha mai certificato. Il token viene definito dal fornitore, prodotto dal fornitore, contato dal fornitore e fatturato dal fornitore, e chi paga non dispone di alcun modo indipendente per verificare che il numero in fattura corrisponda al lavoro ricevuto. Non serve ipotizzare malafede per considerarlo un problema di ordinamento, come non serviva ipotizzare la disonestà del fornaio per introdurre il bollo sulle bilance.
Indice degli argomenti
La misurazione dei token AI cambia a ogni rilascio
Il tokenizer, l’algoritmo che spezza un testo nelle unità che il modello elabora e che la fattura conteggia, è componente proprietaria di ciascun fornitore. Lo stesso paragrafo italiano vale un numero diverso di token a seconda del laboratorio che lo processa, e cambia anche fra versioni successive dello stesso laboratorio, perché il vocabolario del tokenizer viene riaddestrato insieme al modello. Quando un fornitore annuncia che il nuovo rilascio consuma il quindici per cento di token in meno a parità di compito, sta comunicando uno spostamento dell’unità di misura, non una riduzione di prezzo.
Chiunque abbia compilato una tabella comparativa dei listini si è appoggiato quindi a una grandezza che fra fornitori diversi non è confrontabile, e le tabelle che ho pubblicato anch’io negli ultimi mesi hanno questo limite alla base. Confrontare due listini per milione di token equivale a confrontare due prezzi al chilo dove ciascun venditore usa un chilo suo, con la differenza che nel caso del chilo esiste un campione depositato a cui riferirsi.
La seconda ambiguità sta dentro la parola stessa. Sotto il nome «token» viaggiano beni economicamente diversi: il token in ingresso, quello in uscita, quello recuperato dalla cache a una frazione del prezzo, quello consumato dal modello per ragionare prima di rispondere e mai mostrato al cliente. Hanno prezzi che differiscono fino a due ordini di grandezza, compaiono aggregati nella maggior parte delle interfacce di fatturazione, e la loro proporzione dipende da scelte architetturali che il fornitore può modificare senza preavviso.
Costi AI e lavoro deciso dal fornitore
Un’ora di calcolo dura un’ora, e un gigabyte occupa un gigabyte a prescindere da cosa ci si metta dentro. L’informatica aziendale ha costruito quarant’anni di contrattualistica su unità che stanno ferme mentre le si misura, ed è quella stabilità a rendere negoziabile un prezzo unitario, perché consente di stimare in anticipo quante unità serviranno.
Il consumo di un modello linguistico si comporta diversamente. Un modello di ragionamento decide autonomamente quanto elaborare prima di rispondere, un ciclo agentico decide autonomamente quanti passaggi compiere prima di fermarsi, e la stessa identica richiesta inviata due volte produce due fatture diverse. La variabile che determina la spesa sta dentro il prodotto del venditore e risponde a scelte del venditore. Alcuni modelli continuano a tentare un compito molto oltre il punto in cui è ragionevole insistere, bruciando token senza arrivare a nulla di utilizzabile, e quel fallimento viene fatturato esattamente come un successo.
Nessun fornitore ha un incentivo economico a misurare la propria parsimonia. Il ricavo cresce con la prolissità del prodotto, e chi compra non ha uno strumento per distinguere il lavoro necessario da quello superfluo, perché quello strumento coinciderebbe con una misura indipendente della qualità dell’output, che manca a monte di tutto il resto.
Tokenomics Foundation e lo standard privato dei token AI
Il vuoto lo ha visto per primo il mercato, e il tentativo più serio in circolazione porta la firma della Linux Foundation, che ha costituito la Tokenomics Foundation per definire standard aperti su costo, valore e ritorno della spesa in AI. Trenta organizzazioni fondatrici, fra cui Accenture, IBM, JPMorganChase, Oracle, SAP, ServiceNow, Broadcom, Lenovo e Nebius, un consiglio direttivo insediato, una roadmap che comprende la definizione condivisa di cosa siano token di input, output, ragionamento e cache, un modello di riferimento del costo pieno dell’AI e l’estensione della specifica aperta di fatturazione FOCUS alla telemetria dei token.
Nel comunicato di lancio la diagnosi arriva da chi vende strumenti di misurazione, e non è indulgente. Jay Litkey di Flexera osserva che la spesa tecnologica è sempre maturata attorno a unità stabili e prevedibili, una licenza, una postazione, un’ora di calcolo, mentre il prezzo a token non possiede quella stabilità né uno standard di fatturazione equivalente. Laurent Gil di Cast AI spinge oltre, ricordando che secondo le loro rilevazioni l’utilizzo delle GPU aziendali si ferma attorno al cinque per cento, quindi gran parte del costo di un token è hardware fermo, e conclude che il settore sta standardizzando il contatore in mezzo alla catena ignorandone i due capi. La roadmap stessa lo ammette, prevedendo di esprimere il costo di servizio per chiamata anziché per token, così che il numero corrisponda al lavoro effettivamente svolto.
I limiti del consorzio privato
Restano due questioni che nessun documento tecnico può risolvere da sé. Al tavolo che scriverà come si misura il costo e il valore dell’AI siedono insieme chi i token li vende e chi li compra, il che è normale nella prassi consortile ma diventa delicato quando lo standard determina quali costi saranno visibili in fattura e quindi contestabili. E fra i trenta fondatori non compare una sola amministrazione pubblica, né un’istituzione europea, in un ambito che l’Europa ha storicamente considerato materia di ordinamento e non di autoregolazione privata. Bill Lobig di IBM scrive che nessun singolo fornitore dovrebbe definire questi benchmark, e il principio va portato un gradino più su, dove un insieme di soli fornitori resta comunque una parte sola del contratto.
LCOAI e procurement AI nella pubblica amministrazione
Sul versante pubblico italiano una risposta esiste già, scritta. Le linee guida AgID sul procurement di sistemi di intelligenza artificiale, adottate in bozza con la determinazione 43 del 12 marzo 2026 e passate per una consultazione pubblica chiusa l’11 aprile, mettono per iscritto che il costo per token e il costo per chiamata API non bastano a valutare un acquisto.
Al loro posto il documento introduce il costo livellato dell’intelligenza artificiale, LCOAI, costruito sul modello del costo livellato dell’energia che da decenni permette di confrontare fonti con strutture economiche incomparabili. Investimenti iniziali e costi operativi dell’intero ciclo di vita al numeratore, output effettivamente prodotto al denominatore. Un’amministrazione che ragiona così ha già superato il punto in cui si trovano molti compratori privati, fermi al prezzo di listino.
Il denominatore, però, va misurato. Contare l’output effettivo di un sistema di AI significa disporre di dati di consumo disaggregati per tipologia di token, di una definizione stabile dell’unità di lavoro, e di un criterio verificabile per distinguere un’elaborazione riuscita da un tentativo fallito che ha comunque generato fattura. Nessun fornitore è oggi obbligato a esporre quei dati in un formato che consenta il confronto fra offerte, e senza confronto una metrica di costo per unità di output resta un principio scritto bene in un documento di indirizzo. Le stesse linee guida chiedono standard aperti, API documentate e diritto di audit come argine al vincolo di fornitore, e la telemetria della spesa appartiene esattamente a quella famiglia di richieste, con la differenza che qui l’oggetto dell’audit è la fattura.
La finestra per colmare la distanza fra la metrica e lo strumento è breve. Le linee guida attendono i pareri della Conferenza Unificata e del Garante prima della versione definitiva, mentre Consip ha annunciato un accordo quadro nazionale per soluzioni di intelligenza artificiale destinato a tutte le amministrazioni, insieme a nuovi modelli di gara con premialità sulle prestazioni in esecuzione. Un accordo quadro nazionale è il luogo dove un requisito di misurabilità diventa condizione di mercato per chiunque voglia vendere alla pubblica amministrazione italiana, ed è anche il luogo dove, se il requisito non entra, l’assenza si consolida per la durata del contratto.
Misurare i token AI prima di aggiudicare
Diverse condizioni sono già esigibili con gli strumenti contrattuali ordinari, senza attendere che lo standard maturi, e chi le scrive oggi si troverà allineato domani invece di dover rinegoziare.
Clausole per rendere verificabile la spesa
Sulla trasparenza del conteggio si può pretendere l’esposizione del consumo disaggregato per tipologia di token, la dichiarazione della versione del tokenizer in uso e la notifica preventiva quando cambia, con diritto di rinegoziazione se la variazione altera il costo a parità di lavoro svolto. Più a monte sta la scelta dell’unità, che va compiuta in sede di gara e non dopo l’aggiudicazione: la pratica evasa, il documento classificato correttamente, la richiesta risolta senza intervento umano sono unità di lavoro rendicontabili, e vincolare a una di esse la reportistica sposta il rischio di variabilità dove ha senso che stia, dal lato di chi progetta il sistema. Sul controllo servono tetti di spesa scritti nel contratto con un comportamento definito al superamento, un diritto di audit esteso ai dati di telemetria oltre che ai livelli di servizio, e la reversibilità del modello sottostante senza riscrittura del servizio.
Nessuna di queste condizioni richiede una norma nuova. Richiedono che chi scrive il capitolato consideri la misurabilità della spesa un requisito tecnico al pari della disponibilità del servizio, e che la stazione appaltante sia disposta a chiederlo prima dell’aggiudicazione, quando ha ancora potere negoziale.
Il presidio europeo sulle misure commerciali continua ad aggiornarsi. A marzo la direttiva sugli strumenti di misura è stata aggiornata per includere i sistemi di misura delle colonnine di ricarica dei veicoli elettrici e i distributori di gas compresso, con requisiti tecnologicamente neutri che riconoscono le soluzioni basate su cloud e la lettura a distanza. Davanti a una grandezza commerciale nuova, il legislatore europeo ha fatto quello che fa da sempre, e lo ha fatto in tempi ragionevoli. Sul kilowattora erogato a una colonnina esiste ora uno strumento certificato; sul token che alimenta il servizio pubblico digitale esiste la fattura di chi lo vende. Abbiamo scritto la disciplina del rischio dell’intelligenza artificiale prima di quasi tutti al mondo, e stiamo lasciando ad altri quella della sua misura, che è la parte con cui i bilanci fanno i conti tutti i mesi.
Partecipa alla community