In breve: il tokenmaxxing è l’abitudine di consumare quanti più token di AI possibile per sembrare produttivi, spesso per salire in una classifica interna di utilizzo. I token sono un costo, non un risultato. I team che ottengono di più dall’AI fanno l’opposto: ottengono lo stesso lavoro, o un lavoro migliore, con meno token, grazie a cache, skill, compattazione e al modello giusto per ogni compito, e giudicano l’AI sul risultato di business che cambia.
Quest’anno nelle grandi aziende tecnologiche è comparsa una metrica curiosa: chi ha usato più AI. Classifiche interne ordinavano i dipendenti in base ai token consumati. Alcuni le hanno scalate ponendo all’AI domande a cui avrebbero potuto rispondere da soli. Internet l’ha chiamato tokenmaxxing.
Viene facile sorriderne. È più difficile accorgersi dello stesso istinto nella propria azienda, dove il pacchetto per il board ha ormai una slide sull’«adozione dell’AI» con licenze assegnate e utenti attivi, e nessuno sa dire che cosa abbiano prodotto quegli utenti. È lo stesso errore, con un budget più piccolo.
Che cos’è il tokenmaxxing
Il token è l’unità in cui i modelli di AI leggono e scrivono, all’incirca tre quarti di una parola. I fornitori di AI fatturano a token, quindi il conteggio dei token misura con precisione quanta AI ha usato una persona, e quanto è costata.
Il tokenmaxxing consiste nel trattare quel numero come un punteggio. Gli esempi meglio documentati finora:
- Meta. Un dipendente ha costruito una classifica interna, chiamata «Claudeonomics», che ordinava oltre 85.000 persone in base ai token consumati e assegnava ai primi titoli come «Token Legend». Secondo The Information, il personale di Meta ha usato circa 60.200 miliardi di token in 30 giorni, che The Pragmatic Engineer ha stimato in circa US$900M ai prezzi di listino delle API. La classifica è stata rimossa pochi giorni dopo la notizia.
- Microsoft e Salesforce. Lo stesso articolo descrive dirigenti senior ai primi posti di una classifica dei token pur scrivendo pochissimo codice, e soglie minime di spesa mensile in AI per gli sviluppatori, con alcuni che costruivano progetti usa e getta per restare sopra i colleghi.
- Amazon. Il Financial Times ha riportato che alcuni dipendenti usavano lo strumento di AI interno per attività banali al solo scopo di gonfiare i propri numeri, secondo Fortune.
Gli esperti sentiti da CIO concordano nella sostanza: il conteggio dei token è facile da manipolare e, se diventa il KPI, premia il volume prodotto anziché i risultati.
Perché i token non misurano il valore per il business
I token misurano l’input, non l’output. Un prompt lungo, una risposta prolissa e un agente bloccato in un ciclo ottengono tutti un buon punteggio. Una domanda di una riga che fa risparmiare un pomeriggio ottiene un punteggio basso. La metrica premia l’opposto dell’efficienza.
Una misura che diventa un obiettivo smette di misurare. È la legge di Goodhart, e lo sviluppo software l’ha già imparata. Un tempo le righe di codice servivano a classificare i programmatori, finché tutti si sono accorti che la modifica migliore spesso il codice lo elimina. I token sono le righe di codice dell’era dell’AI.
Più token significano più costi. L’azienda paga ogni token, direttamente o attraverso la licenza che negozierà l’anno successivo. Premiare il consumo significa premiare la spesa. Nessun CFO classificherebbe una rete vendita in base a chi spende di più in trasferte.
Il volume può nascondere danni. Gli ingegneri intervistati da The Pragmatic Engineer hanno collegato alcuni disservizi di Meta a codice generato dall’AI senza la dovuta attenzione, e hanno riferito che chi era in cima alla classifica produceva spesso lavoro da buttare. Un output che nessuno controlla non è produttività. È lavoro da rifare, in differita.
I fornitori riportano ciò che fatturano. Le piattaforme di AI misurano token, licenze e sessioni perché è su questo che fanno pagare. I loro cruscotti di utilizzo sono accurati. Rispondono però alla domanda del fornitore, non alla vostra.
Che cosa succede quando l’utilizzo diventa l’obiettivo
Uber è finora il caso pubblico più chiaro. Fortune ha riportato a maggio 2026 che Uber ha esaurito l’intero budget 2026 per gli strumenti di AI per lo sviluppo software in circa quattro mesi, dopo che una classifica interna aveva ordinato i team in base a quanto li usavano. L’adozione ha funzionato. La spesa è arrivata con molto anticipo sul piano.
Quello che non era arrivato era il legame con i risultati. Alla domanda se il crescente utilizzo degli strumenti di AI si stesse traducendo in funzionalità usate dai clienti, il presidente e COO di Uber, Andrew Macdonald, ha risposto che quel collegamento non c’era ancora, aggiungendo che la spesa diventa più difficile da giustificare se non lo si può dimostrare.
Parliamo di un’azienda con una spesa in ricerca e sviluppo di quasi US$1 miliardo a trimestre, secondo lo stesso articolo. Un’azienda del mid-market non può permettersi di veder sparire entro aprile il budget di AI di un anno intero.
Perché riguarda un’azienda del mid-market
La maggior parte delle aziende del mid-market non costruirà mai una classifica dei token. Ma lo stesso modo di ragionare compare in forme più discrete:
- un KPI di «adozione dell’AI» misurato come licenze assegnate o utenti attivi a settimana
- la richiesta che ogni team «usi l’AI ogni giorno»
- un pilota giudicato un successo perché è piaciuto e l’utilizzo è cresciuto
- un budget per l’AI che sale ogni trimestre senza alcun legame con il conto economico
Ciascuna di queste misura l’attività. Nessuna dice al board se l’azienda sta meglio.
Il test che uso è semplice: se questa metrica raddoppiasse, l’azienda starebbe meglio? Raddoppiate i token e raddoppiate la fattura. Raddoppiate le fatture lavorate per persona e avete un risultato.
Meno token, risultati migliori: come lavorare con l’AI in modo efficiente
La vera competenza è l’opposto del tokenmaxxing. I modelli di frontiera sono i più capaci e i più costosi per token, quindi i buoni team spendono quei token dove rendono ed eliminano tutto il resto. Meno rumore nel contesto di solito significa anche risposte migliori, perché il modello non deve farsi strada tra materiale che non c’entra con il compito.
Sono le abitudini che seguo quando lavoro con questi strumenti, e sono quelle che i fornitori di AI raccomandano nella propria documentazione.
1. Mantenete il contesto piccolo, e azzeratelo tra un compito e l’altro
Ogni messaggio a un modello di AI reinvia l’intera conversazione fino a quel punto. Una chat aperta da tutta la mattina vi fa pagare l’intera mattina ogni volta che ponete una domanda di una riga. La guida ai costi di Claude Code di Anthropic lo dice chiaramente: ripartite da zero con /clear quando passate a un lavoro diverso, perché il contesto superato costa token a ogni messaggio successivo. Codex di OpenAI ha /new per lo stesso motivo. In ChatGPT o nelle app di Claude l’equivalente è aprire una nuova chat per ogni nuovo compito.
2. Compattate le sessioni lunghe invece di trascinarle
Quando un compito richiede davvero una sessione lunga, la compattazione riassume la parte più vecchia della conversazione, così il modello mantiene il filo senza portarsi dietro ogni parola. Claude Code compatta automaticamente quando una sessione si avvicina al limite, e /compact permette di indicare che cosa conservare, per esempio /compact Focus on code samples and API usage. Codex ha un comando /compact per lo stesso scopo.
La compattazione perde dettagli, quindi indicate che cosa conta. E non è gratuita: riassumere una conversazione lunga è di per sé una richiesta pesante. Quando volete ripartire da zero anziché proseguire, azzerare non costa nulla.
3. Spostate le istruzioni permanenti nelle skill
La maggior parte dei team dà alla propria AI un lungo file di istruzioni: stile, regole di revisione, procedure di rilascio. In Claude Code è CLAUDE.md, in Codex è AGENTS.md, in ChatGPT sono le istruzioni personalizzate o un progetto. Tutto questo viene caricato in ogni conversazione, che serva o no.
Le skill risolvono il problema. Una skill è un insieme di istruzioni per un solo compito, e sia Claude sia ChatGPT e Codex caricano all’inizio solo il nome e una breve descrizione di ciascuna skill. Le istruzioni complete si caricano solo quando il compito le richiede. Anthropic raccomanda di spostare le istruzioni legate a specifici flussi di lavoro da CLAUDE.md alle skill e di tenere quel file sotto le 200 righe circa.
4. Mettete i contenuti fissi all’inizio, così vengono messi in cache
Se ogni richiesta parte dalle stesse istruzioni, documenti o esempi, i fornitori possono mettere in cache quella parte e far pagare molto meno la sua rilettura. Gli sconti sono consistenti:
| Fornitore | Come funziona la cache | Prezzo dell’input in cache |
|---|---|---|
| Anthropic (Claude) | Siete voi a indicare che cosa mettere in cache | Un decimo del prezzo normale dell’input, meno su alcuni modelli più recenti |
| OpenAI (API di ChatGPT, Codex) | Attiva per impostazione predefinita sui modelli supportati | Scontato fino al 95% |
| Google (Gemini) | Cache implicita, attiva per impostazione predefinita | Sconto del 90% sui token in cache |
La regola che la fa funzionare è la stessa ovunque: i contenuti stabili all’inizio del prompt, la parte che cambia (la domanda, il nuovo documento) alla fine. Se cambiate l’inizio, la cache si perde.
5. Scegliete modello e livello di ragionamento in base al compito
Non ogni compito richiede il modello più potente o il ragionamento più profondo. L’indicazione di Anthropic è usare Sonnet per la maggior parte del lavoro di sviluppo, riservare Opus all’architettura complessa e al ragionamento in più passaggi, e affidare a Haiku i compiti di supporto semplici. Il comando /effort di Claude Code e i comandi /model e /reasoning di Codex stabiliscono quanto a fondo ragiona il modello, e i token di ragionamento si pagano come qualunque altro output. Formattare una tabella o rinominare dei file non richiede lo sforzo massimo.
6. Date all’AI meno da leggere
I risparmi maggiori spesso arrivano dal non inviare affatto quei token.
- Caricate gli strumenti solo quando servono. Collegare un’AI a molti sistemi significava caricare la descrizione di ogni strumento in ogni richiesta. In un esempio del team di ingegneria di Anthropic, lasciare che l’agente trovasse e caricasse gli strumenti solo quando servivano ha ridotto un flusso di lavoro (spostare la trascrizione di una riunione da Google Drive a un lead in Salesforce) da 150.000 token a circa 2.000, una riduzione del 98,7%.
- Filtrate prima che il modello legga. Invece di far leggere al modello un log di 10.000 righe per trovare gli errori, un piccolo script può passargli solo le righe di errore. È l’esempio della guida di Anthropic: decine di migliaia di token diventano centinaia.
- Affidate il lavoro rumoroso a un subagente. Eseguire test o leggere documentazione produce pagine di output. Un subagente può svolgere quel lavoro nel proprio contesto e restituire alla conversazione principale solo un riepilogo.
- Siate specifici. «Migliora questo codice» costringe il modello a leggere tutto. «Aggiungi la validazione dell’input alla funzione di login» gli fa leggere un solo file.
7. Mandate in batch ciò che non è urgente
Il lavoro che non richiede una risposta in pochi secondi, come classificare un mese di ticket di assistenza o riassumere un archivio di documenti durante la notte, può passare da un servizio batch. Sia Anthropic sia OpenAI applicano la metà del prezzo alle richieste in batch.
Nessuna di queste tecniche è esotica. Insieme riducono regolarmente e in misura ampia i token necessari per un lavoro, e spesso il lavoro migliora, perché il modello vede ciò che conta e poco altro. È questa la classifica che vale la pena vincere: lo stesso risultato con meno.
Che cosa misurare invece
Tenete i dati di utilizzo, ma affiancate a ogni metrica di attività il risultato che dovrebbe produrre. Il risultato è ciò che riportate. L’attività è ciò che vi aiuta a capire perché.
| Metrica di attività | Che cosa dice davvero | Il risultato da misurare invece |
|---|---|---|
| Token consumati | Quanta AI è stata usata e, all’incirca, quanto è costata | Costo per risultato: costo totale dell’AI diviso per fatture lavorate, ticket chiusi o documenti prodotti |
| Licenze assegnate o utenti attivi | Chi ha accesso e chi ha effettuato l’accesso | Ore liberate, o più lavoro gestito dallo stesso team, nei processi che l’AI doveva cambiare |
| Prompt o sessioni per persona | Quanto spesso le persone ricorrono allo strumento | Tempo di ciclo: quanto dura il processo dall’inizio alla fine, prima e dopo |
| Codice o contenuti scritti dall’AI | Quanto è stato prodotto | Quanto è arrivato in produzione o ai clienti, e quanto è stato da rifare |
| Agenti o workflow attivati | Quanto è stato costruito | Quali hanno superato la situazione di partenza entro 90 giorni dalla messa in produzione, e quali vanno fermati |
| Progetti pilota avviati | Quanta sperimentazione c’è | Quanti sono arrivati in produzione con un responsabile e una misura |
Il risultato di business è quello che compare dove un CFO già guarda: costi, ricavi, margini, capitale circolante, rischio o esperienza del cliente. Il costo per risultato è il punto in cui si incontrano le due metà di questo articolo. L’ottimizzazione abbassa il costo, il lavoro alza il risultato, e il rapporto vi dice se l’AI sta rendendo.
Il mio esempio è la traduzione su larga scala. In un brand globale di beni di consumo ho portato traduzione e localizzazione su una piattaforma AI-first in 14 lingue, con le persone a rivedere anziché tradurre da zero. Il risultato è stato una spesa di traduzione più bassa: circa US$1M all’anno. Quanti token usasse la piattaforma faceva parte del costo di esercizio, non del risultato.
Dove i dati di utilizzo servono davvero
I dati di utilizzo non sono inutili. Sono uno strumento diagnostico, non un tabellone.
- Lo zero è un segnale. Se un team a cui avete dato gli strumenti non li usa mai, è sbagliata la formazione, il caso d’uso o lo strumento. Capite quale.
- I picchi fanno emergere i problemi. Shopify, secondo The Pragmatic Engineer, ha ribattezzato la propria classifica «cruscotto di utilizzo» e ha introdotto limiti che bloccano l’accesso quando la spesa di una persona schizza verso l’alto. Quei limiti hanno intercettato agenti fuori controllo e alcuni bug.
- Con chi usa di più conviene parlare. Chiedete che cosa stiano facendo gli utenti più assidui. A volte è lavoro di valore da estendere al resto dell’azienda. A volte è un agente bloccato in un ciclo, o una sessione mai azzerata.
- Il costo va nel business case. La spesa in token è parte di ciò che costa far funzionare un workflow di AI. Inseritela nel costo per risultato, accanto alle licenze e al tempo delle persone che lo supervisionano.
Le domande da porre prima del prossimo report sull’AI al board
- Quale risultato di business dovrebbe cambiare ciascun uso dell’AI, e qual era prima di iniziare?
- Quanto costa in totale farlo funzionare, compresi token, licenze, integrazione e supervisione?
- Qual è il costo per risultato, e sta scendendo?
- Chi è il responsabile di ciascuno, e chi decide quando fermarlo?
- Quali usi non hanno superato la situazione di partenza, e che cosa stiamo facendo al riguardo?
Se le risposte sono soprattutto dati di utilizzo, l’azienda ha un programma di adozione, non un programma di AI. Le quattro domande che pongo a qualunque iniziativa di AI prima di finanziarla sono in AI nel mid-market. Per le misure di un singolo workflow, leggete i workflow di AI agentica nel mid-market.
In conclusione
Il tokenmaxxing è ciò che succede quando il numero più facile da contare diventa l’obiettivo. I token sono una voce di costo. Trattateli come tutte le altre: da tenere d’occhio, da ridurre, e mai il fine.
Il fine è il risultato: un processo più rapido, più economico o migliore, misurato rispetto al punto di partenza e ottenuto con i soli token che il lavoro richiede. Se il vostro reporting sull’AI non sa mostrarlo, è il reporting che va sistemato per primo. È il lavoro che svolgo come Fractional Chief AI & Transformation Officer, in una formula di temporary management: scegliere gli usi che rendono, fissare la situazione di partenza e la misura, costruirli in modo efficiente e fermare quelli che non rendono. Gli incarichi si svolgono in inglese.
Se desiderate un secondo parere su che cosa stia producendo la vostra spesa in AI, prenotate una call di 30 minuti.
Domande frequenti
Che cosa significa tokenmaxxing?
Il tokenmaxxing consiste nel consumare quanti più token di AI possibile per sembrare un utente assiduo, di solito per salire in una classifica interna o raggiungere un obiettivo di spesa. Il token è l’unità con cui vengono fatturati i modelli di AI, all’incirca tre quarti di una parola. Usarne di più costa di più, ma non significa che sia stato svolto più lavoro.
Il consumo di token è una buona misura dell’adozione dell’AI?
È un segnale ragionevole solo all’inizio. Se nessuno usa gli strumenti, l’adozione è fallita. Oltre quel punto, il conteggio dei token misura soprattutto la spesa e la prolissità dei prompt. Quando l’utilizzo diventa un obiettivo, le persone lo gonfiano, e il numero smette di dire qualcosa.
Come si riducono i costi dei token di AI senza perdere qualità?
Mantenete il contesto piccolo e pertinente. Azzerate o compattate le conversazioni lunghe, spostate le istruzioni permanenti in skill che si caricano solo quando servono, mettete all’inizio i contenuti fissi perché vengano messi in cache, scegliete modello e livello di ragionamento in base al compito e mandate in batch il lavoro non urgente. Claude, ChatGPT, Codex e Gemini supportano in tutto o in parte queste tecniche.
Come dovrebbe misurare il ritorno dell’AI un’azienda del mid-market?
Misurate il processo, non lo strumento. Fissate una situazione di partenza prima di iniziare, come ore per attività, costo per transazione, tempo di ciclo o tasso di errore, e confrontate la stessa misura 90 giorni dopo la messa in produzione. Dividete il costo totale dell’AI, compresi token, licenze e persone che la supervisionano, per il risultato ottenuto: avrete un costo per risultato.
Conviene fissare obiettivi su quanto le persone usano l’AI?
Fissate obiettivi sui risultati, non sull’utilizzo. Un obiettivo come «ogni team usa l’AI ogni giorno» invita a lavoro inutile e fa salire i costi. Un obiettivo come «dimezzare il tempo di gestione delle fatture entro marzo» dà alle persone un motivo per usare l’AI dove aiuta e lasciarla da parte dove non serve.
Che cosa dovrebbe contenere un aggiornamento sull’AI per il consiglio di amministrazione?
Per ogni uso dell’AI in produzione, il risultato di business rispetto alla situazione di partenza, il costo di esercizio completo, il costo per risultato, il responsabile ed eventuali incidenti o rischi. I dati di utilizzo vanno in appendice, se proprio servono. Un report al board che si apre con token, licenze o utenti attivi sta riportando attività.
