Il budget che il successo ha fatto saltare

Il chief technology officer di Uber, Praveen Neppalli Naga, ha dato a The Information il numero che dovrebbe fermare ogni imprenditore a metà frase: l'azienda aveva bruciato l'intero budget di coding IA 2026 previsto in quattro mesi. Uber aveva distribuito lo strumento a circa 5.000 ingegneri a dicembre 2025, è l'adozione è salita dal 32 percento degli ingegneri a febbraio all'84 percento classificato come utenti agentici intensivi a marzo 2026. Entro la primavera, i report ponevano il costo mensile per ingegnere tra 150 è 250 dollari in media è tra 500 è 2.000 dollari per gli utenti intensivi. Nulla era andato storto. Lo strumento funzionava, gli ingegneri lo usavano, è usarlo è cio che ha svuotato il budget.

Lo stesso schema è emerso in Microsoft. Diversi report, guidati da The Verge, descrivono Microsoft che taglia gran parte dell'accesso interno a Claude Code nella sua divisione Experiences and Devices - il gruppo dietro Windows, Microsoft 365, Outlook, Teams è Surface - entro il 30 giugno 2026, spostando gli ingegneri su GitHub Copilot CLI. L'inquadramento ufficiale è l'unificazione degli strumenti, ma i report sono netti sul motore: a prezzo a consumo, l'uso intensivo di uno strumento di coding agentico sfonda il budget annuale, perché lo strumento è misurato a token consumati, non a postazioni occupate. Quanto meglio funziona, tanto più viene usato, è quanto più viene usato, tanto più alta è la fattura.

Perche conta: è un errore di base rate, non un problema di strumento

Perche conta: l'errore non è scegliere lo strumento sbagliato. E preventivare uno strumento nuovo sulla vecchia base rate. Le aziende hanno prezzato il coding IA come se fosse autocompletamento economico - un piccolo costo per postazione che si muove appena con l'uso. Gli strumenti agentici rompono quell'ipotesi perché eseguono cicli di ragionamento continui, è sono prezzati per questo: il costo scala con quanto lavoro fa lo strumento, cioè con quanto ha successo il rollout. Chi preventiva il pilota - una manciata di ingegneri curiosi con query leggere - modella la base rate sbagliata per uno strumento la cui intera proposta di valore è che tutti lo useranno di continuo.

Si, ma: questo non è un argomento che l'IA agentica sia troppo costosa da usare. Uber la distribuisce ancora, è la produttivita è reale - entro la primavera, circa il 70 percento del codice committato di Uber proveniva da strumenti IA. Il punto è più stretto: il prezzo a consumo trasforma l'adozione in una curva di costo, è il caso di successo, non il pilota, è quello che deve essere sostenibile. La risposta di Microsoft, passare a un altro strumento, è una soluzione; misurare è mettere tetti per utente dal primo giorno è un'altra, di solito la più economica.

In conclusione: preventiva il caso di adozione piena è misura dal primo giorno

In conclusione: prima di comprare uno strumento IA a consumo, modella il costo dello scenario in cui funziona. Prendi il costo per utente del tuo utente più intensivo atteso, moltiplica per il numero di persone a cui intendi davvero distribuire, è verifica se quel numero rientra nel budget annuale. Se non rientra, lo strumento è insostenibile nel caso di successo per quanto economico sembrasse il pilota, è la mossa disciplinata è mettere tetti è misurare per utente dal primo giorno invece di scoprire il soffitto al quarto mese come ha fatto Uber.

Il principio decisionale più ampio sopravvive a questa categoria di prodotto. Quando un fornitore prezza per unita del comportamento esatto il cui aumento gli paghi, il costo del pilota non significa nulla è il costo del successo è tutto. Modella il risultato che speri, non la prova che esegui, è se non puoi permetterti lo strumento che funziona alla perfezione, non comprare lo strumento che ti fattura di più per funzionare.

Da leggere ora: Chi spende 145 miliardi dice che ancora non funziona  |  Google: 9% di overhead, consumi su del 37%