Amazon ha reso trasparenti i costi dell’IA
Amazon ha annunciato che Amazon Bedrock introduce l'attribuzione granulare dei costi per l'inferenza AI, risolvendo un problema di opacità finanziaria che affliggeva le aziende.
La funzione, gratuita e automatica, permette di tracciare le spese per team e progetti direttamente nei report AWS.
Mentre le aziende bruciano budget in intelligenza artificiale, scoprire chi paga il conto è spesso un enigma. Fino a oggi, 17 aprile 2026: Amazon ha annunciato che Amazon Bedrock introduce l’attribuzione granulare dei costi per l’inferenza, una funzione che promette di fare luce su una delle zone più opache della spesa tecnologica aziendale. Ma prima di celebrare, vale la pena chiedersi: perché solo adesso? E soprattutto, chi resta indietro?
L’enigma dei costi AI
Il problema non è nuovo, e Amazon lo sa bene. Già nel novembre 2024, nei propri blog tecnici, l’azienda ammetteva che i modelli foundation on-demand in Amazon Bedrock non potevano essere etichettati per l’allocazione dei costi — una limitazione che, nelle sue stesse parole, “ha aggiunto complessità alla gestione dei costi per le iniziative di intelligenza artificiale generativa”. Tradotto: nessuno sapeva davvero quanto stesse spendendo, né per quale progetto o team. Un’opacità che in qualsiasi altro settore avrebbe fatto scattare qualche campanello d’allarme nei reparti finanza.
Le conseguenze erano concrete. Stando al report Changecast, prima di questa funzionalità le grandi aziende erano costrette ad analisi complesse dei log per attribuire i costi a team o dipartimenti specifici. Non esattamente il modo più efficiente di gestire un budget. E nel frattempo i modelli AI proliferavano, i costi crescevano, e la rendicontazione restava una questione di congetture più che di dati precisi. Questa opacità potrebbe finalmente essere dissolta?
La rivoluzione dell’attribuzione granulare
Con l’aggiornamento annunciato oggi, la soluzione è integrata direttamente nel servizio. Amazon Bedrock ora attribuisce automaticamente i costi di inferenza al principale IAM — cioè all’utente o al ruolo IAM — che ha effettuato la chiamata. Non serve configurare nulla di speciale: il tracciamento avviene in automatico e i dati confluiscono in AWS Cost and Usage Report 2.0 (CUR 2.0) e Cost Explorer. Secondo l’annuncio ufficiale AWS sul costo IAM, questa funzionalità consente ai clienti di comprendere e attribuire i costi di inferenza tra utenti, team, progetti e applicazioni.
In aggiunta, con tag di allocazione dei costi opzionali, è possibile aggregare la spesa per team, progetto o qualsiasi dimensione personalizzata direttamente in AWS Cost Explorer e nei report CUR 2.0. E se questo non bastasse, già ad aprile 2026 Amazon aveva lanciato Bedrock Projects, uno strumento parallelo che consente di attribuire i costi di inferenza a carichi di lavoro specifici e analizzarli in AWS Cost Explorer e AWS Data Exports. Due strumenti che si completano, pensati per chi gestisce ambienti complessi con decine di applicazioni AI in parallelo.
Il dettaglio forse più rilevante per i CFO: la funzione è disponibile senza costi aggiuntivi nelle regioni commerciali. Una scelta strategica, non certo filantropica. Offrire trasparenza finanziaria gratuitamente abbassa le resistenze all’adozione, riduce il rischio percepito e — non secondariamente — lega ancora di più i clienti enterprise all’infrastruttura AWS. Automatizzare i chargeback e il monitoraggio del budget è esattamente il tipo di funzione che un responsabile IT fatica a giustificare abbandonare, una volta integrata nei flussi interni. Il lock-in non ha sempre bisogno di serrature: a volte bastano le comodità.
Il panorama competitivo e le domande aperte
Mentre Amazon automatizza, Google Vertex AI richiede ancora che gli utenti aggiungano manualmente etichette di metadati personalizzati alle chiamate API per l’attribuzione dei costi. Lo specifica la stessa documentazione Vertex AI sull’etichettatura: un approccio che funziona, ma che scarica sull’utente il peso dell’implementazione. La disparità è concreta: da un lato un sistema automatico e nativo, dall’altro un processo che richiede disciplina operativa e risorse tecniche. Per un’azienda che gestisce centinaia di chiamate API al giorno, la differenza non è trascurabile.
Questa asimmetria solleva interrogativi che vanno oltre la competizione commerciale. Se la trasparenza dei costi AI diventa un vantaggio competitivo offerto solo da alcuni provider, chi regola il settore potrebbe trovarsi a dover intervenire. In un contesto in cui l’AI Act europeo è già in vigore e le autorità antitrust osservano con attenzione le dinamiche di concentrazione nel mercato cloud, una funzionalità come questa — gratuita, nativa, integrata — potrebbe essere letta anche come una mossa per consolidare una posizione dominante. Non necessariamente illegale, ma degna di attenzione.
L’attribuzione dei costi AI non è più solo una questione tecnica. È una leva di potere: chi controlla la visibilità finanziaria determina anche chi ha voce in capitolo nelle decisioni di spesa. Amazon ha fatto la prima mossa. Chi controllerà la trasparenza finanziaria nell’era dell’AI — e su quali basi normative — è una domanda che il settore non può ancora permettersi di ignorare.
