Due dollari per un milione di unità di testo elaborate. Meno di un caffè al bar, se bevi al banco. OpenAI ha appena annunciato un taglio dell'80% sul costo del suo modello o3-mini — parte della famiglia GPT-4o — portandolo a 0,20 dollari per un milione di token in ingresso e 1,20 in uscita. Nella stessa settimana, il modello GPT-4.1 è sceso a 2 dollari per milione in entrata, 12 in uscita. Numeri che fino a due anni fa sembravano fantascienza, e che oggi sono ufficiali.

L'AI a basso costo non è una promessa futura — è già qui, misurabile in centesimi per operazione. La domanda vera non è se questi strumenti siano potenti. È se stai già ricalcolando cosa ha senso automatizzare, ora che il costo non è più la scusa per non farlo.

Come mai i prezzi dell'AI sono crollati così in fretta?

La risposta breve è: l'AI sta ottimizzando se stessa. OpenAI ha pubblicato una ricerca su un sistema interno specializzato nella riscrittura del codice che gestisce le GPU. Quel sistema ha riscritto le istruzioni a basso livello che fanno girare i modelli, con un guadagno dichiarato del 15% di efficienza computazionale che si è tradotto direttamente in un taglio dei costi di servizio del 20%. OpenAI ha scelto di trasferire quei guadagni ai clienti invece di trattenerli come margine.

È come se il meccanico della tua officina avesse trovato un modo per far rendere il motore di ogni auto il 15% in più senza toccare la carrozzeria — e poi avesse abbassato i prezzi dei tagliandi perché adesso gli costa meno farlo. La differenza è che questo meccanico non ha un nome sopra la porta e lavora in automatico.

La pressione competitiva fa il resto. Sam Altman ha dichiarato esplicitamente che OpenAI vuole offrire «il miglior rapporto qualità-prezzo a ogni livello», citando la concorrenza dei modelli cinesi e di quelli a codice aperto come spinta all'efficienza. Google aveva rilasciato nuove versioni di Gemini Flash nella stessa settimana, puntando su costo e velocità. Sui benchmark pubblici di ragionamento disponibili in quel periodo — ARC-AGI, GPQA, AIME — o3-mini manteneva un margine misurabile sui modelli concorrenti della stessa fascia di prezzo.

Risultato: non stiamo più parlando di strumenti economici ma limitati. Stiamo parlando di capacità avanzate a prezzi da promozione di fine stagione.

Cosa significa concretamente per un freelancer o una PMI italiana?

Il costo dell'AI per task era già basso nel 2024. Oggi è così basso che smette di essere una voce di bilancio degna di nota per qualsiasi professionista autonomo o piccola azienda. Un milione di token equivale grossomodo a 750.000 parole — pensa a quante email, preventivi, risposte standard, schede prodotto, bozze di proposta ci entrano dentro. A 0,20 dollari in ingresso, stiamo parlando di frazioni di centesimo per operazione.

Questo ha una conseguenza pratica diretta: il calcolo su cosa vale la pena automatizzare cambia completamente. Prima, con costi più alti, aveva senso automatizzare solo i processi ad alto volume — quelli che si ripetono decine di volte al giorno. Adesso anche i task a volume medio, quelli che si ripetono tre o quattro volte a settimana, diventano candidati seri. Se produci report per i clienti ogni lunedì, se smisti richieste di preventivo ogni martedì e giovedì, se scrivi follow-up dopo ogni chiamata commerciale — il costo per farlo con un modello AI nel 2026 è così vicino a zero che la domanda non è più «vale la pena?» ma «cosa mi ha fermato finora?»

Secondo i dati InfoJobs 2025, il 58% dei lavoratori autonomi italiani dichiara di dedicare più di 8 ore settimanali ad attività amministrative e di comunicazione ripetitiva. A quei prezzi, automatizzare anche solo metà di quelle ore significa recuperare tempo concreto senza investimento rilevante. Per capire da dove partire con l'automazione del lavoro ripetitivo, il punto di partenza è sempre lo stesso: mappa prima cosa fai, poi decidi cosa delegare.

Qual è la trappola in cui cadono i più quando i prezzi calano?

Eccola: si compra lo strumento, si fa un po' di prove, poi si torna a fare le stesse cose di prima. Non perché lo strumento non funzioni — ma perché nessuno ha ridisegnato il flusso di lavoro intorno alla nuova capacità disponibile. Il prezzo basso non cambia il comportamento se non cambia anche il sistema in cui lo strumento opera.

Con l'AI a costo quasi zero, il rischio non è sprecare soldi — quelli sono pochi. Il rischio è sprecare il momento. Continuare a fare manualmente cose che potrebbero girare in automatico, semplicemente perché non ci si è mai seduti a fare quel ragionamento. La riduzione di prezzo non produce nessun vantaggio competitivo se tutti gli altri fanno lo stesso ragionamento e agiscono prima. Per costruire una mappa chiara di cosa delegare davvero, serve partire da quello che mangia il tuo tempo ogni settimana, non da quello che è più comodo toccare.

L'altro errore classico è automatizzare le cose sbagliate. Si automatizza il compito meno faticoso — quello che già si faceva bene e in fretta — e si lascia intatto il collo di bottiglia vero. Non perché sia difficile tecnicamente, ma perché richiede di rimettere mano a un processo consolidato, e quello dà fastidio.

La concorrenza sta già ricalcolando: stai facendo lo stesso?

La pressione competitiva che ha spinto OpenAI ad abbassare i prezzi non è una dinamica che riguarda solo le grandi aziende tecnologiche. Riguarda anche il mercato in cui lavori tu. Se il tuo concorrente diretto — un altro consulente, un'altra agenzia, un altro studio — integra modelli AI a costo quasi zero nella propria operatività, può produrre di più, rispondere più velocemente, o abbassare i prezzi mantenendo margini. Il fatto che abbia ora gli strumenti per farlo cambia il contesto, indipendentemente da quanto velocemente si muova.

Secondo dati raccolti da ricercatori del MIT su un campione di lavoratori della conoscenza nel 2023 e pubblicati su Science, chi ha integrato assistenti AI nel proprio flusso di lavoro ha completato i task assegnati in un tempo mediamente inferiore del 40% rispetto al gruppo di controllo. Non è un salto tecnologico straordinario — è il risultato di aver smesso di fare a mano cose che uno strumento può fare da solo.

Il fatto che i modelli avanzati costino adesso quanto costava una versione base due anni fa non è solo una notizia di settore. È un segnale che la finestra per sfruttare questo vantaggio — prima che diventi lo standard di tutti — si sta restringendo. Non perché l'AI smetterà di essere accessibile, ma perché il vantaggio competitivo dura solo finché l'altro non ha fatto lo stesso aggiornamento.

Per capire quali strumenti AI usare concretamente per il tuo lavoro commerciale, il punto di partenza non è la tecnologia — è la lista di cose che fai ogni settimana che vorresti smettere di fare tu.

Da dove si inizia, concretamente?

La domanda giusta non è «quale modello AI scelgo?» — quella è l'ultima cosa da decidere. La domanda giusta è: quali attività della mia settimana tipo si ripetono uguali ogni volta, non richiedono giudizio umano critico, e mi sottraggono tempo che potrei usare meglio?

Rispondere a quella domanda con onestà richiede dieci minuti e un foglio bianco, non un corso di formazione. Scrivi le attività della settimana passata. Evidenzia quelle che si ripetono. Tra quelle, segnala quelle che non ti danno nessuna soddisfazione intellettuale o relazionale. Quello è il tuo candidato alla prima automazione.

Le categorie più ricorrenti tra freelancer e PMI italiane:

  • Prima bozza di comunicazioni commerciali ricorrenti: follow-up post-chiamata, aggiornamenti di stato ai clienti, risposte a richieste standard che variano solo nei dettagli
  • Sintesi operative di riunioni e chiamate, con estrazione diretta dei punti d'azione assegnati
  • Preparazione schede cliente prima di appuntamenti commerciali, aggregando informazioni già disponibili in fonti diverse
  • Classificazione e prioritizzazione di feedback ricevuti, con prima proposta di risposta differenziata per tipo di problema

Nessuna di queste categorie richiede un modello da 20 dollari per milione di token. Le versioni economiche — quelle che OpenAI ha appena reso ancora più accessibili — bastano per il 90% di queste operazioni. Il modello giusto da usare è quasi sempre il più economico disponibile: per bozze, sintesi e classificazione, la differenza di qualità tra un modello base e uno avanzato è irrilevante. La differenza tra automatizzare e non farlo, invece, si misura in ore ogni settimana.

Il tempo per impostare il primo processo automatizzato ci sarebbe stato anche quando i modelli costavano di più. Adesso il costo è sparito dall'equazione. Rimane solo la decisione.