Token sempre più economici, GPU sempre più care: il paradosso di Jevons dell'IA
Il costo per usare i modelli di intelligenza artificiale continua a scendere, ma affittare la potenza di calcolo per farli funzionare costa uguale o di più. È il paradosso di Jevons applicato al mercato dell'IA.
- I token costano sempre meno, ma le GPU H100 restano care.
- Il paradosso di Jevons: più è economico, più se ne consuma.
- Se la domanda rallenta, l'effetto si propaga a tutta la filiera.
Cosa dicono i dati
Secondo dati di Ornn, Silicon Data e Bloomberg aggiornati ad agosto 2026, citati dal fondo di investimento a16z, il mercato dell'IA mostra un caso da manuale del paradosso di Jevons. I prezzi dei token, le unità in cui i modelli scompongono testo e dati e su cui si calcola la fattura, continuano a calare. Nello stesso tempo il prezzo di noleggio di una GPU H100 di Nvidia, il processore grafico più usato per addestrare e far girare i modelli, resta stabile o sale.
Il paradosso di Jevons prende il nome dall'economista britannico William Stanley Jevons: quando una risorsa diventa più efficiente ed economica, il consumo totale aumenta invece di diminuire. Token più economici rendono possibili agenti autonomi, automazioni e nuove applicazioni, così il volume cresce più in fretta di quanto scenda il prezzo unitario.
Non è chiaro quanta di questa domanda venga da persone e quanta dalle macchine stesse: gli agenti consumano token a ritmi altissimi. La domanda di calcolo potrebbe quindi risultare gonfiata, e anche una crescita modesta dell'uso umano può tradursi in un fabbisogno sproporzionato di hardware.
Perché conta
L'intero sistema poggia su un'unica ipotesi: che l'uso dell'IA cresca abbastanza in fretta da compensare la discesa dei prezzi dei token. Finché accade, i chip restano scarsi e cari e tutta la filiera prospera.
Se invece la domanda si appiattisce, l'urto si propaga a catena: produttori di chip, fornitori di memorie, aziende dell'energia e operatori cloud. Quanto i mercati siano già nervosi si è visto quando le borse statunitensi sono scese dopo notizie secondo cui il fatturato annualizzato di OpenAI potrebbe essere inferiore a quanto riportato in precedenza.
La questione tocca anche l'Italia, dove sono in costruzione o in progetto data center legati all'IA, con ricadute su investimenti, consumi elettrici e posti di lavoro. Il prezzo dei chip e la solidità della domanda globale si riflettono direttamente su quelle scelte.
