Il CEO di Palantir Technologies, Alex Karp, ha accusato OpenAI e Anthropic di vendere in eccesso servizi di intelligenza artificiale basati su token che, a suo dire, spesso generano scarso valore misurabile per le grandi aziende.
Punti chiave:
- Secondo Karp, le imprese pagano per token di AI senza ottenere risultati che giustifichino la spesa.
- Ha sostenuto che i provider possano anche accedere a know-how proprietario e informazioni competitive dei clienti.
- Le critiche riflettono un più ampio dibattito su come prezzare l’AI: in base all’uso o ai risultati di business.
Prezzi dei token di AI
Karp ha rilasciato le sue dichiarazioni in un’intervista a CNBC, ripresa da Crypto Briefing, in cui ha contestato la logica economica alla base della fatturazione alle aziende in funzione del numero di token processati da un modello di AI.
«Perché fanno pagare i token, se è davvero così prezioso?», ha chiesto Karp, sostenendo che i fornitori dovrebbero invece essere remunerati con una quota del valore effettivamente generato per i clienti.
Ha aggiunto che le aziende rischiano di cedere know-how proprietario quando collegano dati interni e flussi operativi a modelli esterni. Karp ha descritto società sempre più frustrate dopo aver investito ingenti somme in strumenti di AI senza riscontri proporzionati in termini di produttività.
Le critiche si inseriscono perfettamente nel posizionamento commerciale di Palantir, che vende software progettato per integrare modelli, dati e sistemi operativi all’interno di ambienti controllati.
Resta il fatto che le sue osservazioni intercettano un malessere aziendale più ampio sui costi, sulla governance dei dati e sui ritorni deludenti delle prime implementazioni di AI.
Da leggere anche: Bitget lancia Cash Plus per remunerare i saldi inattivi in stablecoin
Ritorni dell’AI nelle imprese
L’argomentazione di Karp ruota attorno al divario fra output tecnico e risultati di business. La fatturazione a token misura quanta parte di testo o di dati elabora un modello, ma non indica se quel lavoro aumenta i ricavi, riduce i costi o migliora la qualità delle decisioni.
Questa distinzione diventa cruciale man mano che i buyer corporate diventano più selettivi.
Sam Altman ha riconosciuto che la spesa per l’AI e l’efficienza sono ormai al centro delle preoccupazioni dei vertici aziendali, mentre molte imprese sperimentano modelli più economici e ripartiscono i carichi di lavoro fra più provider.
Karp propone un modello di pricing basato sui risultati, in cui il fornitore di AI verrebbe remunerato in funzione di benefici misurabili. Un approccio che potrebbe contenere la spesa per utilizzi poco produttivi, ma che richiederebbe un accordo puntuale tra aziende e vendor sulle metriche di creazione del valore.
La disputa arriva dopo anni di adozione accelerata dell’AI in azienda, spinta dalla promessa che modelli generalisti avrebbero trasformato il lavoro routinario. Con la maturazione dei progetti pilota, i buyer stanno spostando l’attenzione dalle mere capacità dei modelli a temi come proprietà dei dati, sicurezza e ritorni documentati sugli investimenti.
Prossimo articolo: Il mercato delle stablecoin perde 10 miliardi di dollari dal picco di maggio con il calo della liquidità crypto