Quanto costa mantenere un sistema AI ogni mese, non solo attivarlo

Un preventivo per un sistema AI mostra quasi sempre un solo numero: il costo di sviluppo. È la parte più facile da quotare e la più facile da confrontare tra fornitori diversi. Quello che raramente compare nella stessa pagina è cosa succede dal giorno dopo il collaudo: il sistema comincia a fare chiamate a un modello linguistico che si pagano a consumo, gira su un'infrastruttura che ha un canone, e prima o poi qualcuno deve aggiornarlo o cambiare fornitore.

Questo articolo mette in fila quelle voci ricorrenti — non lo sviluppo iniziale, di cui abbiamo già parlato altrove — con gli ordini di grandezza che si trovano nelle fonti disponibili. L'obiettivo non è darti un numero unico valido per tutti: è darti gli intervalli giusti per riconoscere se un preventivo che stai valutando li ha già considerati o li ha lasciati fuori.

Vale la stessa regola che vale per qualunque acquisto tecnico: se una voce manca dal preventivo, non significa che non esista. Significa che la pagherai comunque, ma senza averla prevista.

Il consumo dei modelli: la voce che dipende da quanto lavora il sistema

Ogni volta che un agente AI o un chatbot elabora una richiesta, fa una o più chiamate a un modello linguistico, e quella chiamata si paga in base ai token elaborati. È un costo lineare: più il sistema lavora, più cresce, e cresce insieme al successo del progetto — un chatbot che funziona bene viene usato di più, non di meno.

Gli ordini di grandezza variano parecchio a seconda del volume e della complessità del ragionamento richiesto. Un chatbot integrato molto attivo può generare da solo costi mensili tra i 500 e i 1.500 dollari, secondo le stime raccolte da Mostrum sullo sviluppo di web app nel 2026. Su un caso più circoscritto — un agente di customer service che gestisce 100 conversazioni al giorno con una media di 8 scambi ciascuna, quindi circa 800 chiamate API al giorno — la spesa mensile può oscillare tra 50 e 500 euro, a seconda del modello scelto, secondo l'analisi di Marco Pericci sui costi reali degli agenti AI.

Questa è, secondo diverse fonti di settore, la voce più sottovalutata: non compare in un preventivo di sviluppo perché parte solo quando il sistema comincia davvero a lavorare, e nessuno la vede finché non arriva la prima fattura del fornitore del modello.

Hosting e infrastruttura: cosa gira dietro le quinte

Oltre alle chiamate al modello, un sistema AI ha bisogno di un'infrastruttura che lo faccia girare: server, storage per i dati, database, strumenti di monitoraggio. Mostrum indica, per progetti a regime, un budget annuo pari al 15-20% del costo iniziale di sviluppo per coprire hosting, API esterne e manutenzione ordinaria — con un picco più alto, 25-30% in più, nel primo anno dopo il lancio, quando servono ancora test e assestamenti.

Un punto che emerge dal confronto tra infrastruttura proprietaria e cloud pubblico raccolto da Agenda Digitale: nel cloud pubblico i costi sono prevalentemente variabili — abbonamenti, tariffe per chiamate ai modelli, costi di trasferimento dati in uscita — e legati al volume d'uso, il che li rende meno prevedibili nel tempo, specie quando il potere negoziale con fornitori grandi è limitato. Chi invece sceglie infrastruttura proprietaria si trova voci diverse ma non meno reali: consumo energetico, manutenzione hardware, licenze dei software di orchestrazione, servizi di alta disponibilità e disaster recovery. Nessuna delle due strade è gratuita a regime: cambia solo dove si concentra la spesa.

Manutenzione e supervisione umana: il costo che non è mai zero

Un sistema AI lasciato a sé stesso peggiora, non resta stabile. Due ragioni concrete: la base di conoscenza su cui si appoggia invecchia — se la documentazione o i listini non vengono aggiornati, il sistema continua a rispondere con dati vecchi — e i processi aziendali cambiano nel tempo, per cui una logica tarata oggi può non essere più corretta tra sei mesi.

Per questo, nei primi 3-6 mesi di vita di un agente AI, le fonti concordano sulla necessità di supervisione umana attiva: qualcuno che controlli cosa fa il sistema, corregga gli errori e affini le istruzioni. L'ordine di grandezza indicato è 5-10 ore settimanali di una persona competente. Aspiriner segnala un rischio speculare: un software apparentemente economico, con un canone di poche decine di euro al mese per utente, può costare più dell'abbonamento stesso se più persone dedicano ore ogni settimana a correggere testi e verificare informazioni.

Questo è anche il motivo per cui un agente AI isolato, senza qualcuno che ne mantenga la base di conoscenza aggiornata, tende a peggiorare in silenzio: nessuno se ne accorge finché non arriva un errore visibile al cliente.

Cambiare fornitore o modello: il costo nascosto degli aggiornamenti

I fornitori di modelli rilasciano aggiornamenti con una frequenza che, per un'azienda senza team dedicato, è difficile da seguire. US Cloud osserva che Microsoft rilascia nuovi modelli e funzionalità ogni mese, e che valutare, testare e distribuire questi aggiornamenti può diventare un ruolo a tempo pieno — un impegno che la maggior parte delle organizzazioni sottovaluta in fase di preventivo.

C'è poi il tema di chi controlla il contesto: secondo l'analisi di ActuIA sulla sfida dell'AI in azienda nel 2026, la domanda che decide se un progetto passa in produzione con successo non è più solo quale modello scegliere, ma chi controlla il contesto aziendale, i permessi, le tracce d'uso, i costi e — punto centrale per questo articolo — la capacità di cambiare fornitore quando serve. Un sistema costruito in modo da dipendere rigidamente da un solo fornitore di modelli espone l'azienda a un rischio concreto: se quel fornitore cambia prezzi, condizioni o disponibilità, il costo di uscita può essere alto quanto quello di ingresso.

È un tema di progettazione, non solo di scelta commerciale: un ecosistema AI pensato per restare flessibile tra fornitori diversi costa qualcosa in più a monte, ma riduce il rischio di trovarsi bloccati più avanti.

Un esempio di ordine di grandezza complessivo

Mettendo insieme le voci precedenti si può costruire un ordine di grandezza indicativo, non un preventivo. Per un agente AI di media complessità integrato con gestionale e CRM in una PMI italiana: consumo modelli tra 50 e 500 euro al mese in fase iniziale, che cresce con il volume d'uso; supervisione umana per 5-10 ore settimanali nei primi mesi, il cui costo dipende dalla tariffa oraria interna o esterna; un budget annuo per hosting, manutenzione e aggiornamenti pari al 15-20% del costo di sviluppo iniziale a regime, più alto nel primo anno.

Un dato di contesto utile: secondo Smart-Biz, un pilot ben strutturato di automazione con agenti AI costa tipicamente tra 500 e 2.000 euro, e il 70% delle PMI che completa un pilot di 30 giorni decide di espandere l'automazione entro 90 giorni. Questo suggerisce che partire in piccolo, misurando i costi ricorrenti su una scala ridotta prima di scalare, è un modo concreto per evitare sorprese sul budget mensile a regime.

Valutare un sistema AI significa chiedere sempre quattro numeri, non uno solo: costo di sviluppo, stima del consumo mensile dei modelli sul volume atteso, budget di manutenzione e supervisione, e cosa succede se in futuro serve cambiare fornitore. Se un preventivo risponde solo alla prima domanda, non è completo. Se vuoi capire quanto pesano davvero queste voci sul tuo caso, prima di impegnare budget, una consulenza e audit iniziale è il modo più sobrio per scoprirlo.