Il Novecento ha misurato la potenza in kilowattora. L’era di Internet l’ha misurata in byte. L’era dell’intelligenza artificiale la misurerà in token.
Può sembrare un dettaglio tecnico. In realtà è un passaggio economico decisivo. Perché il token è la più piccola unità attraverso cui un sistema di AI legge, elabora e genera informazione. Ma soprattutto è l’unità attraverso cui l’intelligenza delle macchine diventa misurabile, prezzabile, acquistabile, vendibile e monetizzabile. È il punto in cui l’intelligenza artificiale smette di essere una promessa astratta o una meraviglia ingegneristica e comincia a diventare parte dell’economia produttiva.
Qui sta il cambiamento vero. Per troppo tempo il dibattito sull’AI è stato dominato dai modelli: chi ha l’architettura più sofisticata, chi guida i benchmark, chi offre la dimostrazione più brillante. Ma la competizione reale non sarà vinta soltanto dal modello più avanzato. Sarà vinta da chi saprà costruire l’economia che rende quell’intelligenza accessibile, efficiente, scalabile e profittevole. In altre parole, da chi saprà trasformare il calcolo in valore.
Ogni interazione con l’AI consuma unità di elaborazione. Ogni prompt, ogni risposta, ogni traduzione, ogni sintesi, ogni riga di codice, ogni flusso di lavoro automatizzato, ogni agente intelligente passa attraverso questa materia prima invisibile. Dietro l’apparente semplicità di una risposta generata da una macchina si nasconde una filiera industriale fatta di semiconduttori, data center, elettricità, sistemi di raffreddamento, reti, software e modelli. Il token è l’unità contabile di questa filiera. È il punto in cui l’intelligenza incontra il costo.
Ed è proprio per questo che conta. Perché rende l’intelligenza contabilizzabile. E ciò che può essere contabilizzato può essere prezzato. Ciò che può essere prezzato può essere scambiato. E ciò che può essere scambiato diventa mercato.
È qui che nasce la vera economia dei token. Non il linguaggio speculativo associato per anni all’hype delle criptovalute, ma un’economia industriale, concreta, fondata sulla produzione. Un’economia nella quale il token rende commerciabile l’intelligenza, proprio come il kilowattora ha reso commerciabile l’energia e il byte ha reso commerciabile l’informazione.
In questa nuova economia le imprese non compreranno più soltanto software. Compreranno capacità cognitiva on demand. Non pagheranno semplicemente per accedere a uno strumento, ma per utilizzare una determinata quantità di elaborazione intelligente. Il valore si sposta così dal possesso dello strumento all’accesso alla potenza stessa. Ed è uno spostamento profondo, perché riscrive il rapporto tra tecnologia e produttività.
Alcuni dati citati in Cina mostrano con quale rapidità questo passaggio stia prendendo forma. Secondo fonti cinesi basate su dati OpenRouter, nella settimana dal 30 marzo al 5 aprile i modelli cinesi avrebbero totalizzato 12,96 trilioni di unità di utilizzo globale, contro i 3,03 trilioni dei modelli statunitensi. Le stesse fonti indicano inoltre che il volume medio giornaliero in Cina sarebbe passato da circa 100 miliardi all’inizio del 2024 a 140 trilioni nel marzo 2026. Anche trattando questi numeri con la prudenza necessaria, la direzione è chiara: i token stanno diventando una misura credibile del peso tecnologico ed economico.
Compreso questo, la domanda decisiva non è più che cosa un modello possa fare in teoria, ma che cosa ogni unità di intelligenza produca in pratica.
Le metriche che contano sono poche, ma decisive: il volume, cioè la scala; il costo unitario, cioè quanto costa produrre quell’intelligenza; il valore generato, cioè quanta produttività reale produce; la latenza, cioè la velocità con cui si trasforma in risposta o azione; e infine il rendimento, vale a dire quanto margine, risparmio, qualità, rapidità o resilienza riesce a creare. Alla fine il mercato non premierà chi elabora di più in astratto, ma chi saprà estrarre più valore economico da ogni unità impiegata.
Questo è il cuore della nuova economia cognitiva. La sfida non è semplicemente generare calcolo. La sfida è convertire il calcolo in produttività.
Ed è qui che una parte rilevante della narrazione contemporanea sull’AI mostra i suoi limiti. Si parla di performance, ma non di creazione di valore. Si parla di modelli, ma non dell’architettura economica che consente a quei modelli di generare crescita. Si confonde la vetrina con la fabbrica.
In realtà, l’AI sta diventando un’infrastruttura generale della crescita. E quando una tecnologia diventa infrastruttura, la domanda decisiva non è più quanto appaia impressionante, ma chi possa accedervi, a quale costo, con quale continuità e con quale ritorno. La questione centrale, dunque, non è solo tecnica o commerciale. È strategica. Chi controllerà la capacità computazionale necessaria a generare intelligenza utile? Chi ne fisserà il prezzo? Chi potrà acquistarla su larga scala? E chi resterà dipendente da infrastrutture costruite altrove?
L’economia dei token potrebbe produrre due futuri molto diversi. Nel primo, una manciata di hyperscaler concentra la potenza di calcolo e vende intelligenza al resto del mercato in condizioni sostanzialmente oligopolistiche. Nel secondo, emergono mercati del computing più aperti, con piattaforme distribuite, data center accessibili, modelli di pricing competitivi e strumenti che consentono a PMI, filiere industriali e pubbliche amministrazioni di acquistare intelligenza come servizio. Nel primo scenario, l’AI accentua la concentrazione. Nel secondo, allarga la base produttiva. La differenza sarà decisiva.
Una delle intuizioni più interessanti che emergono oggi dalla Cina è che l’elettricità non debba più essere considerata soltanto come una commodity energetica, ma come la materia prima di una nuova catena del valore. Se usata come energia grezza, genera un valore relativamente limitato. Se invece alimenta data center, chip e infrastrutture di calcolo per l’intelligenza artificiale, quella stessa elettricità viene trasformata in capacità computazionale; e la capacità computazionale, a sua volta, viene trasformata in output cognitivi vendibili sul mercato sotto forma di servizi intelligenti, automazione, analisi avanzata, codice e agenti AI. Il passaggio decisivo è tutto qui: non si vende più soltanto energia, ma intelligenza resa possibile da quell’energia.
È in questa conversione — dall’elettricità al calcolo, dal calcolo ai servizi ad alto valore aggiunto — che si produce il vero salto economico. Alcune stime citate in Cina sostengono che un kilowattora di elettricità che, come energia grezza, vale circa 0,5 yuan, potrebbe essere convertito in servizi di AI dal valore fino a 22 volte superiore. Al di là del rapporto preciso, l’intuizione strategica è chiarissima: nell’economia dell’AI, l’elettricità non è più soltanto un input. Diventa la base materiale di una nuova produzione cognitiva ad alto valore.
E qui entra in gioco anche il costo unitario dell’intelligenza prodotta. Sui prezzi puri per token, la Cina oggi appare spesso da tre a dieci volte più competitiva degli Stati Uniti, e in alcuni confronti anche di più, soprattutto nei modelli ottimizzati per alto volume e basso costo. I listini ufficiali mostrano bene l’ordine di grandezza del divario: OpenAI quota GPT-5.4 a 2,50 dollari per milione di token in input e 15 dollari in output, mentre DeepSeek-V3.2 quota 0,28 dollari per milione di input token in cache miss e 0,42 dollari per gli output. Il vantaggio cinese, quindi, non si gioca solo sulla scala, ma anche sulla capacità di comprimere il costo marginale dell’intelligenza. È qui che energia, data center, chip ed efficienza dei modelli iniziano a fondersi in un’unica strategia industriale.
E questo tema riguarda l’Europa molto più di quanto molti decisori politici sembrino oggi disposti ad ammettere. Per troppo tempo l’Europa ha affrontato l’economia digitale soprattutto attraverso una lente regolatoria: privacy, piattaforme, contenuti, compliance, concorrenza. Temi importanti, certamente. Ma la frontiera decisiva si sta spostando verso l’infrastruttura dell’intelligenza. Chi controllerà data center, energia disponibile, reti ad alte prestazioni, semiconduttori avanzati, modelli fondazionali, software di orchestrazione e accesso alla capacità cloud controllerà anche l’economia dei token. E chi controllerà l’economia dei token controllerà una quota crescente della produttività futura.
Se l’Europa vuole contare, deve smettere di pensare all’AI soltanto come qualcosa da regolare e cominciare a considerarla come una capacità economica da costruire. Ciò significa investire in energia, cloud, data center, interconnessione, startup industriali, modelli verticali di AI e accesso per le PMI. Significa riconoscere che la sovranità, nell’era dell’AI, non sarà determinata soltanto dai dati o dagli algoritmi, ma dalla capacità di produrre, allocare e monetizzare intelligenza su scala industriale.
Le stime citate in Cina indicano inoltre che la capacità di calcolo intelligente potrebbe raggiungere 1,59 milioni di PFlops, con una forte concentrazione in grandi hub nazionali. Il significato è evidente. L’economia dei token non sarà costruita dal software da solo. Sarà costruita dalla fusione tra modelli, chip, reti elettriche, data center e strategia industriale.
E la sua fase più importante deve ancora arrivare. Oggi queste unità di valore sono associate soprattutto al linguaggio: chatbot, ricerca, traduzione, testo, immagini e codice. Domani usciranno dallo schermo ed entreranno nel mondo fisico. Governeranno robot, droni, magazzini automatizzati, reti energetiche, veicoli autonomi, dispositivi medici e fabbriche intelligenti. Non saranno più soltanto unità di elaborazione dell’informazione. Diventeranno unità di azione economica.
È qui che l’economia dei token incontra la physical AI. Ed è qui che smette di apparire astratta. Un token muoverà un braccio robotico, correggerà una traiettoria, preverrà un difetto, ridurrà il consumo energetico, ottimizzerà un magazzino, eviterà un incidente, personalizzerà un trattamento, migliorerà la performance di un’intera supply chain. A quel punto non sarà più soltanto linguaggio. Sarà decisione, coordinamento, automazione e produttività. Sarà parte dell’economia reale.
Naturalmente, bisogna evitare le illusioni. Più elaborazione non significa automaticamente più ricchezza. Quantità enormi di output possono produrre spreco, hype, costi fuori controllo e applicazioni banali. Né il valore risiede soltanto nel modello. Il vero vantaggio competitivo nascerà lungo l’intera catena: chip, energia, reti, cloud, software, integrazione industriale e casi d’uso concreti. Chi guarda solo al modello osserva la superficie, ma perde la struttura.
Ed è questo, in ultima analisi, il punto. La corsa all’intelligenza artificiale non sarà vinta da chi annuncerà il modello più brillante. Sarà vinta da chi costruirà l’economia che rende l’intelligenza disponibile su larga scala, a costi sostenibili, con applicazioni pratiche e ritorni misurabili. Non da chi produrrà il maggiore stupore, ma da chi genererà il maggior valore.
Nel XXI secolo non basterà possedere algoritmi. La vera sfida sarà trasformare il calcolo in mercati, l’intelligenza in infrastruttura e i token in produttività.
È lì che si decideranno i vincitori della prossima rivoluzione industriale.
*Luigi Gambardella è un esperto europeo di politiche del digitale.
[…] L’economia dei token: la nuova unità di valore dell’intelligenza artificiale […]