Venti dollari per una semplice richiesta di redazione. Ventimila per far analizzare a degli agenti 100.000 contratti. Stessa piattaforma, stesso contratto: l’unica variabile è quanti token consuma il lavoro. I numeri arrivano da Gabe Pereyra, cofondatore di Harvey, secondo cui le prime fatture da 10 milioni di dollari per l’AI sono solo una questione di tempo. Legora si è già mossa: da giugno il suo agente più avanzato viene tariffato a consumo, con dashboard in tempo reale e soglie di spesa. La licenza per utente ha fatto il suo tempo. Ora il tassametro è partito.
Tre quarti di una parola
Un token è l’unità con cui lavora realmente un modello linguistico: testo suddiviso in frammenti, ognuno lungo in media circa tre quarti di una parola inglese. Tutto viene conteggiato: la domanda che scrivete, la data room che allegate, la risposta e, nel caso dei modelli di ragionamento, anche il processo di elaborazione interno, pur non essendo mai visibile all’utente. I token sono i kilowattora dell’AI: nessuno compra l’elettricità “a lampadina”, e alcuni fornitori hanno deciso di smettere di vendere l’intelligenza artificiale tramite licenze per utente. Per studi legali e uffici legali, questo cambiamento riscrive completamente il modo di pianificare il budget. Una licenza per utente era prevedibile: bastava moltiplicare il numero di avvocati per il prezzo, firmare e dimenticarsene. Un modello a consumo, invece, obbliga a chiedersi quanto lavoro verrà affidato alla macchina, e quasi nessuno dispone dei dati per rispondere. Harvey afferma che il consumo di token sulla propria piattaforma è cresciuto di 14 volte in sei mesi. Il settore ha già visto questo film: la ricerca giuridica iniziò con tariffe a consumo, per ricerca e per minuto, e gli avvocati impararono presto a temere il terminale. Poi arrivarono i piani a tariffa fissa per eliminare quell’ansia. Oggi l’AI legale sta proiettando lo stesso film al contrario.
Chiedete a Uber come va a finire
Uber mostra cosa succede quando un modello a consumo incontra troppo entusiasmo. Fino ai primi mesi del 2026 l’azienda ha incoraggiato i dipendenti a usare l’AI il più possibile, con classifiche interne che premiavano i team in base all’utilizzo. Ad aprile il Chief Technology Officer ha ammesso che l’intero budget annuale destinato agli strumenti di coding basati sull’AI era già stato esaurito; a giugno sono arrivati i limiti di spesa: 1.500 dollari al mese per dipendente e per strumento su Claude Code e Cursor. E il valore ottenuto? Molto più difficile da misurare. La trappola è strutturale: mentre il prezzo unitario dei token continua a diminuire, la spesa complessiva continua a crescere. I modelli di ragionamento consumano token mentre elaborano una risposta, gli agenti trasformano una singola istruzione in centinaia di operazioni fatturabili e il costo più basso incentiva un utilizzo ancora maggiore: è il vecchio paradosso di Jevons. Gran parte di ciò che viene acquistato con quei token è puro spreco. Fino al 40% del lavoro dei dipendenti potrebbe essere “workslop”, ovvero output generati dall’AI che sembrano lavoro ma sono troppo superficiali per essere realmente utili. La tariffazione per utente nascondeva tutto questo dietro un costo fisso. La tariffazione a consumo, invece, rende lo spreco una voce di costo ben visibile. Ed è proprio questo il suo principale vantaggio. Alla fine, il vero prezzo di un token è il prezzo unitario moltiplicato per il comportamento della propria organizzazione. E il comportamento è la parte che quasi nessuno gestisce.
Prima che parta il tassametro
La tariffazione a consumo sta arrivando, che le organizzazioni siano pronte oppure no. Alcune aziende si sono mosse in anticipo negoziando contratti pluriennali a condizioni bloccate, un buon ammortizzatore contro gli aumenti. Va però considerato come una cintura di sicurezza, non come una garanzia: GPT, Claude e Gemini cambiano modelli e listini più volte all’anno, le piattaforme legali costruite su di essi si adattano continuamente alle nuove versioni e un contratto triennale blocca il prezzo mentre tutto ciò che quel prezzo comprende continua a evolversi. Ecco cinque azioni da intraprendere subito, finché i contratti sono ancora sul tavolo:
- Mappatura. Elencate tutti gli strumenti di AI pagati dall’organizzazione e il relativo modello di tariffazione: licenze per utente, crediti o token. Includete anche gli abbonamenti personali rimborsati ai dipendenti: è lì che si stanno formando le abitudini di consumo.
- Situazione iniziale. Misurate l’utilizzo attuale prima di firmare qualsiasi contratto a consumo. Soglie, limiti e sconti sui volumi possono essere negoziati, ma non potete negoziare partendo da un numero che non conoscete.
- Formazione. Insegnate alle persone quali attività richiedono un agente, quali possono essere svolte in una semplice chat e quali devono rimanere affidate all’intervento umano. Un utente non formato rappresentava già un rischio per la qualità; con un modello a consumo diventa anche un rischio per il budget.
- Guardrail. Impostate avvisi di spesa per team e per pratica e assegnate a qualcuno la responsabilità di controllare ogni settimana la dashboard dei consumi. Uber ha introdotto i limiti di spesa quando il budget era già finito. L’ordine delle cose conta.
- Attribuzione dei costi. Decidete fin da ora se l’AI debba essere considerata un costo generale oppure un costo della pratica da ribaltare sul cliente, e come questa voce dovrà comparire in fattura. I clienti chiedono già come è stata utilizzata l’AI nel loro lavoro; la prossima domanda sarà quanto è costata.
La nostra opinione
La tariffazione a consumo è più onesta della licenza per utente che sostituisce: attribuisce un prezzo al lavoro, non all’accesso, e rende visibili abitudini che una tariffa fissa lasciava nell’ombra. Ma la trasparenza vale in entrambe le direzioni. I fornitori che misurano i propri ricavi a consumo dovrebbero aspettarsi che i clienti misurino il valore ottenuto, attività per attività e pratica per pratica. I token faranno all’AI legale ciò che il timesheet ha fatto al lavoro legale: costringeranno tutti a spiegare a cosa sono serviti. Le organizzazioni che misurano i consumi, formano il personale e definiscono regole prima del cambiamento negozieranno da una posizione di forza. Le altre scopriranno il vero prezzo di un token nello stesso modo in cui lo ha scoperto Uber: quando il budget sarà ormai finito.
Sapete quanto costa realmente l’AI della vostra organizzazione per ogni pratica? In Better Ipsum aiutiamo studi legali e team legali a prepararsi alla tariffazione a consumo con audit sull’utilizzo, programmi di formazione sull’AI, guardrail di spesa e linee guida per la fatturazione ai clienti. Contattateci per una consulenza.