Il costo insostenibile dell’oro bianco: perché l’accesso all’IA sta diventando un privilegio per pochi ricercatori

13/06/2026 ECONOMIA Preferisci Informazione.News su Google

Redazione Economia   -   James Zou, professore di Biomedical Data Science a Stanford, ha speso “ben più di centomila dollari” in abbonamenti per l’intelligenza artificiale nell’ultimo anno, una cifra che, come lui stesso sottolinea, è paragonabile al costo annuale di un ricercatore post-dottorato. Eppure, nonostante il salasso, il ricercatore non ha dubbi: ne vale la pena. Siamo, a suo dire, all’alba di una nuova età dell’oro della scienza, un’epoca in cui le macchine abilitano scoperte prima inimmaginabili.

Ma questa corsa all’oro, proprio come quella del XIX secolo, rischia di avere un costo proibitivo per chi resta a guardare, o peggio, per chi non può permettersi il piccone.

La bolla dei 200 dollari: quanto costa davvero un abbonamento “illimitato”?

L’illusione della democratizzazione, alimentata nei mesi successivi al lancio di ChatGPT, si scontra ora con la dura legge dei numeri. I giganti della Silicon Valley hanno inizialmente pompato capitali per creare dipendenza, bruciando i soldi degli investitori per conquistare quote di mercato con prezzi artificialmente bassi. Ma il conto, prima o poi, arriva sempre. Secondo un’indagine della società di ricerca SemiAnalysis, il divario tra il costo del canone mensile e il consumo reale è abissale.

Sfruttando al massimo il piano Claude Max 20x di Anthropic, che costa 200 dollari al mese, un utente professionista consumerebbe risorse equivalenti a circa 8.000 dollari in token. Per ChatGPT Pro 20x, lo stesso canone da 200 dollari può generare un consumo massimo di circa 14.000 dollari. Praticamente, per i cosiddetti “heavy user”, i laboratori di IA stanno regalando servizi per decine di migliaia di dollari, una strategia insostenibile che spiega le recenti perdite miliardarie del settore.

La scienza in vendita: quando la ricerca passa in cassa continua

Se per il cittadino comune l’aumento dei costi potrebbe tradursi in un semplice rincaro dell’abbonamento, per il mondo della ricerca il problema assume contorni drammatici. Non stiamo parlando di scrivere due righe di posta elettronica, ma di analisi genomiche, simulazioni molecolari e validazione di ipotesi. Aziende come Anthropic e OpenAI hanno già iniziato a indirizzare i modelli più avanzati, pensati proprio per la ricerca biomedica, verso canoni di accesso sempre più selettivi.

Il rischio, concreto, è che la nuova “età dell’oro” sia accessibile solo a pochi atenei riccamente finanziati o a colossi farmaceutici come Sanofi o AstraZeneca, lasciando indietro le piccole realtà e i paesi con minori risorse. La sovranità tecnologica, quindi, passa anche attraverso la capacità di sostenere questi costi: attualmente, solo una minima parte delle imprese ha avviato progetti strutturati di IA, bloccata proprio dalla complessità e dai costi nascosti.

Cinesi, open source e l’illusione dell’alternativa low cost

Di fronte a questa impennata dei prezzi, molti occhi si sono girati verso est, verso i modelli cinesi o le soluzioni open source, considerate erroneamente un’ancora di salvezza eterna. Ma anche questa è un’illusione. I modelli open source, seppur validi, richiedono infrastrutture hardware (quelle costosissime) per essere addestrati e mantenuti, senza contare la necessità di ingegneri specializzati. Quelli cinesi, pur essendo competitivi, operano in un ecosistema di dati isolato e con regole di accesso che potrebbero cambiare da un giorno all’altro per ragioni geopolitiche.

La verità, scomoda, è che l’era dell’IA a basso costo per tutti è già finita. Quello che abbiamo vissuto fino a ieri non era un progresso sostenibile, ma una fase promozionale. Le aziende non possono regalare token all’infinito, perché i costi energetici delle data center – destinati a raddoppiare entro il 2030 – e la scarsità di chip specializzati impongono una selezione naturale degli utenti.