Che cos'è il “tokenmaxxing”? La nuova fissazione dei tech bro

Negli ultimi tempi molte aziende tecnologiche stanno spingendo sempre di più i propri dipendenti ad adottare strumenti di intelligenza artificiale nel lavoro quotidiano. Realtà come Visa e JPMorgan, tra le tante, insieme alle stesse società attive nel settore dell’AI (tra cui Anthropic), hanno introdotto una serie di incentivi per favorire la diffusione di questi tool all’interno dei propri team.

Alla base di tali iniziative c’è l’idea che più i dipendenti utilizzano sistemi di intelligenza artificiale, maggiore sia la loro produttività. Si tratta del cosiddetto “tokenmaxxing”, un termine costruito sul suffisso “-maxxing”, molto diffuso nel linguaggio dei social network – usato per indicare l’ottimizzazione estrema di un determinato comportamento. In questo caso, i “token” sono le unità di testo elaborate dai modelli di AI – parole, frammenti di frase o porzioni di codice; l'espressione descrive quindi la tendenza a delegare sempre più attività agli strumenti generativi, massimizzandone per l'appunto l’utilizzo nel lavoro quotidiano.

In cosa consiste il “tokenmaxxing”

Una delle ragioni alla base della diffusione del “tokenmaxxing” è la crescente importanza degli agenti AI. A differenza dei chatbot tradizionali, che rispondono a richieste puntuali dell’utente, questi sistemi possono portare avanti – per periodi prolungati – attività complesse, tra cui sviluppare un’applicazione, progettare un sito web, analizzare grandi quantità di dati o coordinare task articolati, il tutto senza l'intervento umano. In pratica, l’utente assegna un certo task e lascia che l’agente lavori anche per diverse ore consecutive.

Questo approccio, però, cambia radicalmente la scala delle risorse computazionali necessarie. Le interazioni classiche con un chatbot – come la richiesta di revisionare un documento o sintetizzare una mail – consumano un volume relativamente contenuto di token. Gli agenti, invece, producono e processano quantità enormi di informazioni, istruzioni e codice durante ogni fase operativa. Secondo alcune stime, un singolo agente impegnato stabilmente su un progetto può arrivare a "bruciare" centinaia di milioni di token nell’arco di una sola settimana.

In alcune società tecnologiche, la spinta a utilizzare sempre di più questi strumenti ha persino alimentato forme di competizione interna tra dipendenti, contribuendo a far crescere rapidamente i costi infrastrutturali legati all’AI. Il sito The Information ha raccontato il caso di un programmatore di Meta che avrebbe utilizzato circa 280 miliardi di token in un solo mese: un volume tale che, secondo diverse stime, potrebbe essere costato all’azienda quasi un milione e mezzo di dollari.

Perché il consumo elevato di token non può essere sostenibile

Per molte società, almeno in questa fase, il costo dell’utilizzo intensivo dei tool di intelligenza artificiale viene considerato un investimento strategico. L’obiettivo è accelerare l’adozione interna di questi strumenti e spingere i dipendenti a integrarli in ogni fase del proprio lavoro. Tuttavia, l’utilizzo elevato di token comporta un notevole impatto ambientale: i sistemi di AI, infatti, per poter processare grandi quantità di informazioni richiedono enormi quantità di energia elettrica, oltre a grandi volumi d’acqua necessari al raffreddamento dei data center.

Nonostante questo, in alcuni casi, il numero di token consumati dai team viene persino mostrato pubblicamente sui social network come sinonimo di innovazione. Startup e grandi gruppi finanziari condividono classifiche, statistiche interne e record di utilizzo per dimostrare quanto i propri dipendenti facciano affidamento sull'automazione. Più che un semplice dato operativo, il consumo di token sta diventando un segnale identitario: una maniera per presentarsi come aziende all’avanguardia, capaci di adottare rapidamente le nuove tecnologie e di trasformarle in un vantaggio competitivo.

Non tutti gli addetti ai lavori, però, sono convinti che questa corsa all'AI sia sostenibile nel lungo periodo. All’interno delle stesse aziende che offrono accesso praticamente illimitato ai modelli di intelligenza artificiale inizia a emergere qualche dubbio, soprattutto in riferimento all’effettiva utilità di investimenti che possono arrivare a migliaia di dollari al giorno per un singolo dipendente. Il punto critico riguarda soprattutto il rapporto tra costi e benefici: aumentare il numero di token consumati non significa automaticamente lavorare meglio, né garantisce che gli investimenti si traducano davvero in maggiore produttività o risultati economici concreti.