OpenAI e Anthropic potrebbero aver trovato la chiave per trasformare l’intelligenza artificiale in un business vero, con ricavi solidi e ricorrenti. Non è una previsione ottimistica buttata lì, ma una tesi articolata che arriva da Simon Willison, sviluppatore e ricercatore molto seguito nel mondo AI open source, che ha messo insieme una serie di segnali nelle ultime settimane: investimenti aziendali in crescita improvvisa, politiche di pricing enterprise sempre più aggressive, assunzioni commerciali in espansione e consumi infrastrutturali ormai fuori scala. La sostanza, secondo Willison, è che le aziende hanno iniziato a pagare davvero per usare gli agenti AI. Non più progetti pilota o esperimenti da innovation lab, ma budget enterprise consistenti e ricorrenti.
Per qualche anno il settore dell’AI generativa ha vissuto una contraddizione piuttosto evidente. Da un lato milioni di utenti, hype continuo e valutazioni astronomiche. Dall’altro margini opachi e costi infrastrutturali enormi. Willison sostiene che aprile 2026 potrebbe rappresentare il punto di svolta in cui questa dinamica è finalmente cambiata.
L’AI fa breccia nelle aziende: i segnali concreti
Vale la pena ripensare al boom iniziale di ChatGPT nel 2023. All’epoca OpenAI raggiunse numeri impressionanti di utenti attivi, ma monetizzare quell’adozione su larga scala era tutt’altra storia. Pagare circa 18 euro al mese per un chatbot consumer non basta a sostenere infrastrutture da centinaia di miliardi. Oggi invece le AI lab stanno vendendo strumenti che consumano quantità enormi di token e che vengono usati quotidianamente da professionisti altamente pagati: sviluppatori software, ingegneri, analisti e knowledge worker.
Uno degli elementi più importanti evidenziati da Willison riguarda il cambiamento quasi silenzioso delle politiche commerciali di Anthropic e OpenAI. Fino a pochi mesi fa molte aziende pagavano abbonamenti enterprise relativamente prevedibili, spesso con consumo incluso entro determinate soglie. Nel corso del 2025, e soprattutto nella prima metà del 2026, la situazione è cambiata radicalmente.
Anthropic ha modificato il proprio piano enterprise a novembre 2025. Il vecchio modello prometteva un “utilizzo sufficiente per una tipica giornata lavorativa”; il nuovo schema combina invece costo per postazione e consumo API reale. In pratica le aziende non acquistano più semplicemente accessi utente: pagano direttamente i token generati dagli agenti. OpenAI ha seguito una direzione simile con Codex, il suo agente AI per lo sviluppo software. Il 2 aprile 2026 la società ha aggiornato il sistema tariffario, passando da un pricing per messaggio a uno basato sul consumo token effettivo, allineato alle API pubbliche. Il cambiamento è stato poi esteso anche ai clienti ChatGPT Enterprise, Edu, Health, Gov e Teachers il successivo 23 aprile.
La parte davvero interessante è che le aziende sembrano aver accettato questa trasformazione senza rivolte commerciali. Willison ci vede il product-market fit: i fornitori aumentano i prezzi, eliminano gli sconti impliciti e i clienti continuano comunque a usare i prodotti. Non solo. I modelli frontier più avanzati risultano anche più costosi: GPT-5.5, rilasciato il 23 aprile 2026, ha un costo API circa doppio rispetto a GPT-5.4. Claude Opus 4.7, presentato pochi giorni prima, aumenta il costo reale rispetto a Opus 4.6 di circa il 40%, considerando anche il nuovo tokenizer adottato da Anthropic. Le AI lab non stanno riducendo i prezzi per accelerare l’adozione. Stanno facendo esattamente l’opposto.
I coding agent e il vero motore economico
La tesi di Willison ruota soprattutto attorno ai coding agent e non ai chatbot generici. Un coding agent moderno lavora in modo persistente: legge repository Git completi, modifica decine di file, esegue test automatici, consulta documentazione, apre pull request e interagisce con shell Linux o container remoti. Ogni operazione produce traffico token enorme e, soprattutto, tende a generare valore economico diretto.
Willison porta anche il proprio caso personale. Utilizzando il tool ccusage ha stimato un consumo teorico di circa 1.100 euro in token Claude Code e 900 euro in token OpenAI Codex nell’arco di 30 giorni. Totale: oltre 2.000 euro di utilizzo reale a fronte di appena 185 euro spesi in abbonamenti Max e Pro. Se moltiplicato su team enterprise da centinaia o migliaia di persone, il volume economico cresce in modo esponenziale. Ed è proprio per questo che OpenAI e Anthropic hanno deciso di iniziare a monetizzare davvero gli utilizzi business dei loro strumenti.
I costi fuori controllo non significano fallimento
Una parte molto interessante dell’analisi riguarda il modo in cui i media stanno raccontando i costi crescenti dell’AI enterprise. Willison interpreta questi episodi in modo quasi opposto rispetto alla narrazione dominante. Il caso più discusso riguarda Uber. Alcuni report sostenevano che l’azienda avesse praticamente esaurito il budget AI annuale già nei primi mesi del 2026, soprattutto a causa dell’uso di Claude Code. Per molti osservatori sarebbe un segnale negativo, ma Willison la vede diversamente: se Claude Code è diventato davvero utile solo a novembre 2025, è perfettamente plausibile che i budget pianificati l’anno prima non potessero prevedere l’esplosione di utilizzo successiva.
Il COO di Uber, Andrew Macdonald, spiegava che circa il 25% dei commit di codice dell’ultimo trimestre derivava da Claude Code, ma che risultava ancora difficile misurare con precisione l’impatto finale sulla produzione di funzionalità utili. Uber non ha detto “l’AI non funziona”. Ha detto qualcosa di molto diverso: “la stiamo usando così tanto che i costi stanno crescendo più velocemente della nostra capacità di misurarne il ritorno sull’investimento”.
C’è poi un altro dettaglio spesso trascurato: le assunzioni. Willison ha analizzato centinaia di offerte di lavoro pubblicate da OpenAI e Anthropic. OpenAI pubblicava oltre 700 posizioni aperte, con circa un terzo legate ad attività enterprise: account executive, supporto commerciale, go-to-market. Anthropic mostrava una proporzione simile. È un passaggio importante perché suggerisce che le AI lab non si percepiscono più soltanto come aziende di ricerca. Stanno costruendo organizzazioni commerciali tradizionali, molto simili ai grandi vendor di software B2B.
Il fatto che le AI lab abbiano forse trovato il product-market fit non significa automaticamente che abbiano risolto il problema della redditività. Anthropic avrebbe siglato accordi per accedere alla capacità computazionale dei cluster xAI COLOSSUS e COLOSSUS II pagando circa 1,15 miliardi di euro al mese fino a maggio 2029. Una parte enorme di questa spesa riguarderebbe l’inferenza quotidiana, non soltanto il training dei modelli. Willison conclude osservando che la conferma definitiva arriverà soltanto con le future quotazioni in borsa di Anthropic e OpenAI: i documenti resi pubblici in occasione delle IPO potrebbero finalmente mostrare numeri verificabili su margini, ricavi enterprise, costi di inferenza e sostenibilità economica reale.
