Quanto costa davvero integrare l'AI in azienda (spoiler: meno di quanto pensi)

Ogni volta che parliamo con un imprenditore italiano di intelligenza artificiale, succede la stessa cosa. Ci guarda, fa un mezzo sorriso e dice: "Sì, bellissimo, ma noi non siamo mica Google."

Ed ha ragione. Ma il punto è un altro.

Il costo di cui tutti parlano — quei milioni di dollari che leggete sui giornali — è il costo per addestrare un modello come GPT-4 da zero. Parliamo di cluster con migliaia di GPU, mesi di calcolo, team di ricercatori pagati come calciatori di Serie A. Quello non vi riguarda. Non riguarda noi. Non riguarda nessuna PMI italiana.

Quello che riguarda voi è usare quei modelli. Ed è una cosa completamente diversa.

I costi reali, quelli che nessuno vi dice chiaramente

Parliamoci chiaro. Un progetto AI per una PMI si compone di tre voci principali: le API, lo sviluppo e l'infrastruttura. Vediamole senza fronzoli.

Le API costano poco. Davvero poco. Una chiamata a GPT-4o tramite le API di OpenAI costa circa $2,50 per milione di token in input e $10 per milione in output. Tradotto in italiano corrente: classificare un documento di una pagina vi costa frazioni di centesimo. Anche processando migliaia di documenti al mese, raramente si superano i 50-80 euro mensili di API. Se usate modelli più leggeri come GPT-4o mini, dimezzate ancora. Ci siamo trovati progetti dove il costo API mensile era inferiore al caffè della macchinetta.

Lo sviluppo è la voce grossa. Qui le cose cambiano. Un progetto di integrazione AI — fatto bene, non il prototipo che funziona solo sulla scrivania dello sviluppatore — richiede tra le 15 e le 40 giornate di lavoro. A tariffe di mercato per consulenza IT specializzata in Italia, parliamo di un range tra 8.000 e 25.000 euro per un primo progetto. Dipende dalla complessità, dall'integrazione con i sistemi esistenti, da quanti legacy avete che nessuno osa toccare da dieci anni.

L'infrastruttura è quasi trascurabile. Se vi appoggiate alle API cloud — e per il 90% dei casi è la scelta giusta — non vi serve hardware dedicato. Un server applicativo su AWS o Azure per gestire l'orchestrazione costa tra i 30 e i 100 euro al mese. Fine.

Un esempio concreto: classificazione documenti

La scorsa estate abbiamo lavorato con un'azienda manifatturiera toscana, circa 80 dipendenti. Ricevevano centinaia di documenti al mese — ordini, DDT, fatture, richieste di preventivo — via email, PEC, portale fornitori. Una persona dedicava circa il 60% del suo tempo a smistare e classificare tutto manualmente.

Ecco i numeri reali del progetto:

• Sviluppo del sistema di classificazione e integrazione con il gestionale: 22 giornate, 14.500 euro
• Costo API mensile (circa 2.000 documenti/mese): 35-45 euro
• Infrastruttura cloud: 60 euro/mese
• Preparazione del dataset iniziale e test: 3.200 euro

Totale primo anno: circa 19.000 euro. Dal secondo anno in poi, meno di 1.500 euro l'anno di costi operativi. La persona che smistava documenti adesso si occupa di controllo qualità e gestione fornitori. Non è stata licenziata — è stata liberata da un lavoro che odiava.

I costi nascosti (quelli che ti fregano)

Ecco il punto. I numeri qui sopra non raccontano tutta la storia.

La preparazione dei dati è sempre più lunga del previsto. Sempre. Quei documenti "tutti uguali" che il cliente vi descrive? Non lo sono mai. Ci sono eccezioni, formati diversi, PDF scannerizzati male, allegati dentro allegati. Mettete in conto un 20-30% in più sul budget di sviluppo solo per questo.

Poi c'è il change management, che in Italia è una bestia particolare. Le persone non si fidano dell'AI. Hanno paura che gli porti via il lavoro. E hanno tutto il diritto di essere scettiche, perché la metà degli articoli che leggono online sono spazzatura sensazionalista. Formare il team, spiegare cosa fa il sistema e cosa no, raccogliere feedback, iterare: servono tempo e pazienza. Non è un costo che mettete in fattura, ma è reale.

Quando l'AI non ha senso

Questo nessuno ve lo dice, perché nessuno ha interesse a dirvelo.

Se gestite 30 documenti al mese, non vi serve l'AI. Vi serve un foglio Excel e un'ora di concentrazione il venerdì pomeriggio. Se il vostro processo funziona bene, è stabile e il personale è contento, non rompete qualcosa che funziona per inseguire una moda.

L'AI ha senso quando c'è volume, variabilità e un collo di bottiglia umano che non scala. Altrimenti state spendendo soldi per risolvere un problema che non avete.

Il nostro approccio: partire piccoli

Con le PMI italiane abbiamo imparato una cosa: il budget IT medio è quello che è. Parliamo di aziende dove spesso non c'è nemmeno un CTO, dove l'IT è "quello bravo con i computer" in amministrazione.

Per questo consigliamo sempre di partire con un progetto pilota circoscritto. Una singola attività, un singolo processo. Budget contenuto, 5.000-10.000 euro, tempi brevi, risultati misurabili entro 4-6 settimane. Se funziona, si scala. Se non funziona, avete perso meno di quanto spendete in toner in un anno.

Il problema non è mai la tecnologia. Il problema è capire dove ha senso metterla. E quello richiede esperienza, onestà e la capacità di dire a un cliente: "Guarda, in questo caso non ti serve."