La spinta dei costi
La gestione delle spese infrastrutturali legate all'intelligenza artificiale è indicata come la principale preoccupazione dei dirigenti delle grandi aziende a livello globale. Secondo uno studio di Capgemini riportato dalla fonte, quasi sei dirigenti su dieci prevedono di aumentare l'impiego di modelli di AI a peso aperto nel corso del prossimo anno. La motivazione addotta è principalmente economica: i costi legati all'adozione di queste tecnologie crescono in modo esponenziale e, secondo la fonte, superano i budget disponibili. Il dato si inserisce in una tendenza già osservata in precedenti sondaggi condotti nel corso del 2026.
Aperti contro proprietari: il nodo del modello di spesa
La differenza tra le due opzioni non riguarda solo le prestazioni ma anche la struttura dei costi. I modelli a peso aperto consentono alle organizzazioni di ospitare i modelli in autonomia, spostando la spesa verso un'infrastruttura più prevedibile invece di pagare per ogni singola interazione tramite API proprietarie. In questa lettura, il costo di licenza cala perché le chiamate a servizi esterni vengono sostituite da inferenza auto-ospitata. La fonte segnala il rischio opposto: le aziende potrebbero pagare più del necessario continuando a usare costose chiamate alle API proprietarie quando esistono alternative più economiche.
Sul piano tecnico, il divario di prestazioni tra modelli aperti e modelli proprietari di frontiera si sarebbe ridotto sensibilmente nel 2026, rendendo i primi adatti a una gamma più ampia di casi d'uso aziendali. La distinzione che emerge dal materiale è per compito: i modelli più piccoli o aperti gestirebbero in modo efficiente attività semplici e ad alto volume, mentre i modelli proprietari più grandi resterebbero preferibili per il ragionamento complesso e la codifica avanzata. La fonte cita inoltre vantaggi in termini di trasparenza e fiducia, senza dettagliarli ulteriormente.
La resistenza delle abitudini e i conti da rifare
Nonostante la pressione sui costi, l'adozione dei modelli aperti non è automatica. La fonte riporta che gli utenti scelgono ancora modelli chiusi nell'80% dei casi, per abitudini consolidate e per la percezione di una maggiore facilità d'uso. È su questo punto che si misura la distanza tra le intenzioni dichiarate dai dirigenti e il comportamento effettivo, un aspetto che il materiale non quantifica ulteriormente.
Il tema organizzativo è centrale: il budgeting per l'AI, secondo la fonte, non può più essere trattato come un progetto secondario e richiede un approccio strutturato, allineato agli obiettivi di business. Le aziende che adottano queste tecniche possono ridurre le spese dal 30% al 60%, un intervallo che la fonte non dettaglia in termini di perimetro o metodologia. Resta quindi da verificare come si distribuisca questo risparmio tra licenze, infrastruttura e personale, e quanto incida la revisione delle strategie di spesa attribuita ai grandi operatori tecnologici.
Il materiale non chiarisce inoltre la numerosità del campione dello studio Capgemini né le domande poste, elementi necessari per valutare la solidità del dato sui sei dirigenti su dieci. Anche il riferimento all'80% di utilizzo dei modelli chiusi non è accompagnato da indicazioni su fonte, periodo o base di calcolo. Il quadro che emerge è quello di una transizione motivata dai conti più che dalle prestazioni, ma i dati disponibili non consentono di stabilire quanto sia già avanzata.
