Fino a 200mila dollari l'anno in token: il conto di Garry Tan

Un contatore che gira giorno e notte

Garry Tan guida Y Combinator, il celebre acceleratore di startup della Silicon Valley. Ospite del podcast The Builders di Walter Isaacson, ha dato una cifra al proprio entusiasmo per gli agenti AI: «tra i 100 e i 200mila dollari l'anno» in token.

Il token è l'unità con cui i modelli di intelligenza artificiale misurano il testo che leggono e producono, ed è ciò che si paga a consumo. Più l'agente lavora, più il contatore corre. Tan lo usa per progetti di lavoro e per scrivere codice, e ha pubblicato su GitHub un set di 23 competenze per Claude Code, chiamato gstack, per mostrare agli altri che cosa gli agenti sanno fare.

Lui stesso ammette che è «un privilegio pazzesco» che non tutti possono permettersi. E aggiunge che, oggi, per diventare una tecnologia di massa gli agenti personali hanno un problema da risolvere: costano troppo.

L'agente che ha letto tutto

Il dettaglio più interessante non è il prezzo, ma l'accesso. Tan racconta che il suo agente ha letto tutte le sue email, tutto il suo Dropbox, tutte le sue note, compresi gli appunti di terapia di vent'anni. Lo descrive come un grillo parlante sulla spalla: conosce la persona, anticipa le domande, suggerisce cose a cui non si era pensato.

Dentro Y Combinator esiste un agente interno, Stray Light, con una propria personalità e un «cervello aziendale». Conosce ogni fondatore finanziato, chiunque abbia scritto all'organizzazione, tutte le candidature ricevute.

Qui sta il punto per chi guida un'azienda. Un agente è utile in proporzione al contesto che conosce. Ma più contesto gli dai, più dati sensibili escono dal perimetro in cui li tenevi. Quello che per un imprenditore californiano è una scelta personale, in una PMI italiana diventa una questione di clienti, dipendenti e obblighi sulla privacy.

Prevedibile o flessibile: la scelta che pesa di più

Tan fa un'osservazione che merita attenzione. Secondo lui chi tratta gli agenti come software tradizionale rischia di sbagliare approccio: alcuni sono così preoccupati di ripetibilità e sicurezza da rinunciare a ciò che rende un agente prezioso, cioè il fatto che somigli a una persona.

È un punto di vista da chi può permettersi di sperimentare molto. Una PMI ragiona diversamente: una fattura, un ordine o un preventivo devono uscire sempre uguali. Eppure l'osservazione è utile, perché separa due tipi di lavoro:

• i processi ripetitivi e regolati, dove serve un'automazione classica, rigida e controllabile;
• i compiti di giudizio, come riassumere una pratica, preparare una riunione o rispondere a una richiesta fuori standard, dove un agente flessibile può dare un aiuto reale.

Confondere i due piani porta a spendere male in entrambe le direzioni: agenti creativi dove servirebbe una regola precisa, o regole rigide dove servirebbe un po' di intelligenza.

Il costo non è solo quello dei token

La cifra di Tan riguarda un uso intensivo e personale, e non dice nulla sul costo di un'azienda normale. Dice però una cosa utile: il consumo cresce con l'autonomia. Un agente che lavora in continuazione, legge molto materiale e prende iniziative costa più di uno strumento che risponde a una domanda alla volta.

Tan sospetta anche che gli agenti gratuiti offerti dai grandi gruppi tecnologici non siano la risposta. Parlando di Meta, osserva che una grande azienda che controlla l'algoritmo è qualcosa che molti vorrebbero evitare, e immagina un'AI personale che ciascuno controlla e programma. Per una PMI la domanda è concreta: di chi sono i dati che l'agente legge, e dove restano?

Cosa fare adesso

Non serve un budget da startup americana. Serve partire in piccolo e con un metodo.

• Scegli un solo compito. Per esempio smistare le email dei clienti o preparare le bozze di risposta, con un risultato misurabile.
• Decidi quali dati l'agente può vedere. Parti da quelli strettamente necessari, tenendo fuori dati del personale, contratti e informazioni sensibili finché non hai regole chiare.
• Distingui regola e giudizio. Ciò che deve essere sempre identico va automatizzato in modo classico; l'agente si usa dove serve interpretazione.
• Tieni d'occhio il consumo. Prima di estendere l'uso, controlla quanto costa il compito scelto e se il risparmio di tempo lo giustifica.
• Mantieni una persona responsabile. Qualcuno in azienda deve controllare i risultati e poter spegnere tutto.

Se vuoi un confronto su dove un agente ha senso nei tuoi processi e dove basta un'automazione semplice, noi di Flowline ci lavoriamo ogni giorno. Il consiglio resta questo: parti da un caso piccolo, misura costi e risultati, poi decidi se allargare.