Le Big Tech puntano al "tokenmaxxing": di cosa si tratta?

123RF

• La Silicon Valley promuove il tokenmaxxing, delegando lavoro agli agenti AI e misurando produttività dal volume di dati elaborati.
• La pratica genera consumi computazionali enormi e costi economici significativi, come centinaia di miliardi di token al mese.
• Esperti mettono in dubbio sostenibilità ed efficacia, evidenziando impatti ambientali e l'assenza di evidenza di reale valore.

La nuova tendenza della Silicon Valley spinge i dipendenti a delegare massicciamente il lavoro agli agenti di intelligenza artificiale, misurando la produttività in base ai dati elaborati. Ma questa corsa all’ottimizzazione estrema sta generando costi infrastrutturali e ambientali senza precedenti, sollevando dubbi sulla sua reale utilità.

• AI e produttività
• Come funziona il tokenmaxxing
• I costi nascosti dell'automazione
• L'impatto ambientale e i dubbi sul futuro

AI e produttività

Il mondo della tecnologia ha una nuova ossessione e, come spesso accade, ha la forma di un neologismo nato sui social.

Si chiama “tokenmaxxing” e descrive la tendenza a massimizzare l’uso dell’intelligenza artificiale generativa nel lavoro quotidiano, delegando intere attività a sistemi automatizzati.

Grandi aziende come Visa e JPMorgan, insieme a realtà di punta del settore come Anthropic, stanno incentivando i propri team a sfruttare al massimo questi strumenti. L’idea di fondo è semplice: più dati l’AI elabora per te, più sei produttivo. Ma le cose stanno davvero così?

Come funziona il tokenmaxxing

Per capire il fenomeno bisogna fare un passo indietro e guardare ai token, ovvero i frammenti di parole o porzioni di codice che i modelli linguistici processano per funzionare.

Se con i classici chatbot l’interazione è limitata a domande e risposte brevi, lo scenario cambia con l’arrivo degli agenti intelligenza artificiale.

Questi sistemi non si limitano a eseguire un comando singolo, ma possono lavorare in autonomia per ore su compiti complessi, come la progettazione di un intero sito web o l’analisi di enormi database.

Il risultato è un consumo di risorse computazionali esponenziale. Un solo agente AI focalizzato su un progetto può arrivare a elaborare centinaia di milioni di token in una sola settimana, trasformando la routine dell’ufficio in una macchina da calcolo perennemente accesa.

I costi nascosti dell’automazione

Questa rincorsa ha creato una vera e propria competizione interna in alcune aziende, dove il consumo di dati viene monitorato e persino esibito sui social network come un distintivo di innovazione. Tuttavia, i costi economici iniziano a farsi sentire in modo evidente.

Un caso emblematico, riportato dalla testata The Information, riguarda un programmatore di Meta che ha consumato circa 280 miliardi di token in un solo mese. Una cifra enorme che, secondo gli esperti del settore, si traduce in un costo di circa un milione e mezzo di dollari per una singola postazione.

Sebbene le Big Tech considerino queste spese come investimenti strategici per accelerare l’adozione dell’innovazione, il modello solleva evidenti problemi di sostenibilità economica su larga scala.

L’impatto ambientale e i dubbi sul futuro

Oltre al budget, c’è un tema ecologico non più trascurabile. L’elaborazione massiccia di informazioni richiede infatti un’immensa quantità di energia elettrica e volumi d’acqua impressionanti per il raffreddamento dei data center.

Molti addetti ai lavori iniziano a chiedersi se questa metrica legata alla quantità sia sinonimo di qualità. Aumentare i dati processati non si traduce automaticamente in una migliore produttività aziendale.

Il rischio reale è quello di scambiare il volume di calcolo per valore effettivo, investendo migliaia di dollari al giorno per dipendente senza ottenere un reale vantaggio competitivo o risultati economici concreti.

Oggi la sfida per i manager non è consumare di più, ma capire dove l’automazione porta un beneficio tangibile.