Dai minuti di conversazione ai gigabyte, fino alle unità che misurano l’elaborazione dei modelli di intelligenza artificiale. I token potrebbero diventare una nuova componente dell’economia delle telecomunicazioni, ma il valore per gli operatori non arriverà necessariamente dalla loro semplice vendita. La prospettiva più promettente riguarda la capacità di aiutare imprese e utenti a gestire l’accesso a modelli diversi, controllarne i costi e scegliere di volta in volta la soluzione più adatta.
È lo scenario delineato da GSMA Intelligence in un’analisi dedicata alla cosiddetta AI token economy. Con la diffusione di applicazioni, agenti e workflow basati sull’intelligenza artificiale, cresce infatti la quantità di capacità computazionale acquistata e consumata attraverso i modelli. Per gli operatori si apre così la possibilità di collocarsi fra chi fornisce l’infrastruttura e chi utilizza i servizi, assumendo un ruolo nella loro gestione.
Indice degli argomenti
Dai gigabyte ai token, cambia l’unità di consumo
Nel mercato mobile il gigabyte misura una quantità di traffico relativamente intuitiva. Il token ha una natura diversa: rappresenta una porzione dell’elaborazione richiesta a un modello di intelligenza artificiale e il suo costo può variare in funzione del modello utilizzato, della complessità dell’attività, dell’input, dell’output e delle capacità di ragionamento richieste.
È una differenza rilevante anche dal punto di vista commerciale. Gli utenti difficilmente valuteranno un servizio sulla base del numero di token necessari per generare un documento, utilizzare un copilota o far lavorare un agente. La possibilità di trasformare questa nuova forma di consumo in ricavi dipenderà quindi dalla capacità dei provider di nascondere la complessità sottostante e costruire offerte basate sui servizi e sui risultati ottenuti.
Una dinamica che richiama quanto già avvenuto con il traffico dati: l’utente utilizza applicazioni e servizi senza necessariamente misurare quanti megabyte siano necessari per svolgere ciascuna attività.
Gli operatori si muovono lungo tutta la catena del valore
L’espansione delle telco nell’intelligenza artificiale coinvolge già più livelli. Sul fronte infrastrutturale gli asset comprendono data center, cloud, fibra ed edge computing, utilizzati per sviluppare AI factory, piattaforme di AI sovrana e servizi GPU-as-a-Service.
Alcuni operatori stanno intervenendo anche sul livello dei modelli, attraverso lo sviluppo o la co-progettazione di foundation model adattati alle lingue e alle esigenze dei singoli mercati.
È però sui servizi che l’attività appare più intensa. Oltre 200 operatori nel mondo risultano già impegnati in soluzioni come copilot aziendali, AI conversazionale, strumenti per la produttività e applicazioni verticali, rendendo questo segmento il principale terreno di monetizzazione. L’Asia-Pacifico ha assunto un ruolo particolarmente rilevante, con il 43% della partecipazione globale degli operatori sul livello infrastrutturale e il 38% su quello dei modelli.
La Cina mette alla prova i nuovi modelli commerciali
Un primo laboratorio è rappresentato dalla Cina. Il consumo medio giornaliero è passato da circa 100 miliardi di token all’inizio del 2024 a 140mila miliardi nel marzo 2026, una crescita alimentata anche dall’utilizzo degli agenti AI e degli assistenti per la programmazione, capaci di generare lunghe sequenze di interazioni con i modelli partendo da un singolo comando.
I tre maggiori operatori cinesi stanno già sperimentando formule differenti. China Telecom combina l’accesso ai modelli con servizi di connettività e cybersecurity destinati a consumatori e imprese. China Mobile propone pacchetti che integrano capacità di elaborazione, cloud Pc e agenti AI. China Unicom sta invece esplorando sistemi basati su crediti, pensati per semplificare l’utilizzo di più modelli.
Il mercato cinese presenta tuttavia caratteristiche specifiche: gli operatori dispongono di importanti attività cloud, hanno investito direttamente nelle infrastrutture per l’intelligenza artificiale e operano in un ecosistema ricco di modelli open-weight. Le formule sperimentate in Cina rappresentano quindi un riferimento, più che un modello immediatamente replicabile negli altri mercati.
Il vero valore è nella “control layer”
La semplice rivendita di capacità rischia infatti di diventare rapidamente una commodity. Lo spazio più interessante si apre nella gestione dell’utilizzo dell’intelligenza artificiale da parte delle aziende, soprattutto quando aumentano il numero dei modelli e dei fornitori impiegati.
Un’impresa deve scegliere quale sistema usare per ciascun workload, verificare i costi, tenere sotto controllo latenza e disponibilità e rispettare le regole interne e normative. È su questo livello di controllo che gli operatori potrebbero costruire servizi a maggiore valore aggiunto.
Il primo passaggio consiste nell’aggregazione di più modelli attraverso un’unica interfaccia, Api e sistema di fatturazione. A questo può aggiungersi l’instradamento intelligente delle richieste, scegliendo automaticamente il modello più adatto sulla base di costo, qualità, latenza, disponibilità o requisiti regolamentari. Un ulteriore sviluppo riguarda l’ottimizzazione dei workflow, con l’obiettivo di trasformare l’utilizzo dell’AI in risparmi o incrementi di produttività misurabili.
I primi casi indicano l’entità dei potenziali benefici. China Mobile stima che la propria piattaforma MoMA possa ridurre del 20-30% i costi dei token grazie a routing intelligente, caching e riutilizzo del contesto. AT&T ha indicato risparmi fino al 90% attraverso il proprio gateway AI interno, mostrando come gli stessi operatori possano sperimentare questi meccanismi sulle proprie attività prima di proporli alle aziende clienti.
Identità, sicurezza e reti diventano asset competitivi
Gli operatori dispongono inoltre di alcune risorse che possono favorirne il posizionamento. Fra queste ci sono le relazioni consolidate con i clienti, i sistemi di identità e fatturazione, le competenze su sicurezza e compliance, la presenza locale e le infrastrutture distribuite.
A queste caratteristiche si aggiungono le reti. L’aumento delle applicazioni basate su agenti e servizi distribuiti potrebbe modificare i profili del traffico e aumentare anche il peso dell’uplink. Edge computing e network Api possono quindi diventare elementi dell’offerta, collegando il consumo di servizi intelligenti a caratteristiche differenziate della connettività.
La condizione è evitare che il ruolo degli operatori si limiti alla rivendita di capacità messa a disposizione da altri provider, con margini ridotti e scarse possibilità di differenziazione. Il valore si sposta verso l’orchestrazione: scegliere, combinare e governare servizi differenti per conto del cliente.
La competizione con hyperscaler e aziende AI
Il fattore tempo pesa però sulla possibilità di conquistare questo spazio. Hyperscaler, cloud provider e aziende specializzate nell’intelligenza artificiale stanno già sviluppando piattaforme che aggregano modelli, gestiscono workload e controllano l’accesso ai servizi.
Per le telco il vantaggio derivante dalla connettività e dalla relazione con il cliente non garantisce quindi automaticamente una posizione nella nuova catena del valore. Servono capacità software, partnership e una scelta precisa del segmento su cui competere.
I token possono diventare una misura sempre più diffusa del consumo di intelligenza artificiale, ma la principale opportunità economica potrebbe trovarsi nella capacità di rendere quel consumo più semplice da gestire, meno costoso e compatibile con i requisiti di sicurezza e governance delle imprese. È su questo terreno che gli operatori possono provare a spostarsi dalla fornitura della rete alla gestione di una componente crescente dei servizi digitali.
Partecipa alla community