Per startup e PMI, la convenienza si misura includendo verifiche, correzioni e gestione dell’infrastruttura.
Un preventivo preparato in pochi istanti sembra un affare. Poi qualcuno deve correggere un codice prodotto, verificare la disponibilità e riscrivere una condizione commerciale. Con l’IA aperta, la domanda utile per un’impresa è quanto costa arrivare a un risultato che si possa davvero consegnare al cliente.
I modelli aperti rendono possibile scaricare i parametri appresi durante l’addestramento ed eseguirli nell’ambiente scelto, secondo le rispettive licenze. Questa libertà amplia le opzioni per chi costruisce un servizio o automatizza un’attività. Il risparmio, però, va cercato nell’intero percorso: preparazione dei dati, elaborazione, controlli e correzioni.
Il prezzo scende, il consumo può aumentare
Jeffrey Morgan, cofondatore e amministratore delegato di Ollama, racconta a Y Combinator che il consumo complessivo di token su Ollama Cloud è cresciuto di 150 volte dall’inizio dell’anno. Il dato compare nel passaggio sull’aumento dei consumi, tra 03:31 e 05:31. È un’osservazione relativa alla sua piattaforma, senza equivalenza automatica con produttività o ricavi.
I token sono le unità, spesso porzioni di parole, con cui un modello elabora il testo. Un agente, cioè un programma che usa l’IA per svolgere più passaggi e azionare strumenti, può consumarne molti mentre cerca informazioni, confronta risultati e riprova. Una richiesta apparentemente semplice può quindi attivare parecchio lavoro.
La conseguenza economica merita attenzione: se ogni elaborazione costa meno, diventa conveniente affidare al sistema attività prima escluse. La spesa complessiva può crescere insieme all’utilità del servizio. Per capire se conviene, bisogna collegare quel consumo a un risultato aziendale verificabile.
Quanto costa una pratica davvero chiusa?
Immaginiamo una piccola impresa italiana che distribuisce componenti e vuole accelerare i preventivi. Il modello legge la richiesta, cerca i prodotti nel catalogo e prepara una bozza. Se il commerciale deve ricontrollare ogni riga perché i codici sono inaffidabili, il prezzo basso dell’elaborazione racconta soltanto una parte della storia.
Un criterio utile è il costo per pratica completata correttamente. Si sommano elaborazione, infrastruttura, manutenzione e tempo umano di verifica e correzione; poi si divide per le pratiche concluse con la qualità richiesta. Anche il lavoro speso sui tentativi falliti deve restare nel conto.
La qualità va definita prima della prova: codici esatti, prezzi aggiornati, condizioni approvate e informazioni mancanti segnalate. Una risposta elegante che inventa la disponibilità di un pezzo non supera la verifica. Qui pesa l’esperienza del settore nella costruzione di una startup IA: chi conosce il mestiere sa quali errori rendono inutilizzabile un risultato.
Questo criterio evita anche di bocciare un modello più costoso che richiede meno interventi. La convenienza emerge dal confronto tra lavori equivalenti, con gli stessi documenti e gli stessi criteri di accettazione. Il prezzo di listino diventa una voce del calcolo.
Aperto e locale sono due scelte diverse
Un modello aperto può essere eseguito su una macchina aziendale oppure presso un fornitore esterno. Scegliere l’apertura del modello e scegliere chi gestisce l’infrastruttura sono decisioni distinte. Nelle indicazioni ufficiali di Ollama, per esempio, l’esecuzione locale è separata dai servizi remoti ed è prevista una modalità che disattiva le funzioni cloud.
Per una PMI, gestire una macchina significa considerare acquisto, consumi, aggiornamenti e assistenza. Bisogna inoltre chiedersi quanto verrà utilizzata e chi interverrà quando qualcosa si blocca. Anche le prospettive di risparmio legate al calcolo ottico vanno ricondotte a questa domanda concreta: quale costo arriva sul singolo lavoro completato?
Morgan indica il costo come problema immediato e il controllo come obiettivo delle imprese nel passaggio dedicato a costi e personalizzazione, da 02:13. Per chi compra, questo suggerisce di valutare anche quanto sia semplice cambiare ambiente di esecuzione. La possibilità teorica di spostare un modello serve poco se dati e collegamenti aziendali rendono il trasferimento troppo oneroso.
Assegnare ogni passaggio al modello adatto
Nel nostro esempio, riconoscere il tipo di richiesta e formulare una proposta commerciale sono compiti diversi. Si può sperimentare un modello economico per lo smistamento e riservare un sistema più capace ai casi complessi. Prezzi e disponibilità devono comunque arrivare dai sistemi aziendali aggiornati.
Questa distribuzione del lavoro richiede regole precise. Quando mancano dati, il sistema dovrebbe fermarsi e chiedere una verifica; quando incontra una condizione insolita, dovrebbe passare il caso a una persona. È il punto in cui gli agenti IA nei processi aziendali diventano una questione di organizzazione.
Aggiungere modelli introduce però nuovi passaggi da controllare. Un errore nello smistamento può mandare la richiesta al percorso sbagliato e annullare il risparmio previsto. La soluzione va mantenuta soltanto se il confronto sul lavoro completo dimostra un vantaggio, includendo il tempo necessario a gestirla.
La lezione per l’impresa: partire da un risultato misurabile
Per valutare l’IA aperta, scegli un’attività circoscritta e raccogli esempi rappresentativi, comprese le richieste incomplete e le eccezioni. Registra quanto lavoro richiede oggi, stabilisci quali errori sono inaccettabili e assegna alla prova un limite di spesa. Confronta poi le alternative sulle stesse richieste, annotando anche revisioni e tentativi da scartare.
Estendi l’impiego solo quando il costo per risultato accettato migliora e la qualità resta adeguata. Per una startup, questa misura aiuta a capire se ogni nuovo cliente porterà margine oppure altre ore di assistenza; per una PMI, rende visibile il tempo davvero liberato. La fattura dell’IA è facile da leggere. Il lavoro che resta alle persone va misurato con altrettanta cura.
Y Combinator, conversazione con Jeffrey Morgan di Ollama, 4 settembre 2026. Durata: circa 57 minuti.
Anche il lavoro speso sui tentativi falliti deve restare nel conto.
Il lavoro che resta alle persone va misurato con altrettanta cura.

Fonti
- Y Combinator: come i modelli aperti cambiano l’economia dell’IA — Conversazione con Jeffrey Morgan. Costi e controllo: 02:13–03:31. Consumo di token: 03:31–05:31; il dato sulla crescita di 150 volte è riportato da Morgan a 04:49.
- Trascrizione della conversazione di Y Combinator con Jeffrey Morgan — Trascrizione consultata per verificare i passaggi su costi, controllo e crescita del consumo di token.
- Ollama: domande frequenti sull’esecuzione locale e sui servizi remoti — Documentazione ufficiale sulla distinzione tra esecuzione locale e servizi cloud e sulla possibilità di disattivare le funzioni remote.
Innohub TV
Watch this content also on Innohub TV
We picked clips from Innohub TV that continue the same topic.