L’adozione accelerata dell’IA sta trasformando radicalmente la struttura dei costi nelle aziende IT di medie dimensioni, al punto da ridefinire il peso del cloud nei bilanci. Secondo una recente indagine di Cloudcapital condotta su un campione di CFO di aziende SaaS e IT con meno di mille dipendenti, la spesa per i servizi cloud ha ormai raggiunto livelli che fino a pochi anni fa sarebbero stati considerati anomali. In media, queste imprese destinano infatti circa il 10% dei propri ricavi al cloud, con una quota significativa che supera addirittura il 13%.

In circa un terzo dei casi analizzati, la spesa cloud incide tra il 5% e l’8% dei ricavi annui, mentre per quasi un’azienda su tre rappresenta una voce a doppia cifra. A trainare questa dinamica sono soprattutto i carichi di lavoro legati all’IA e al machine learning, che oggi assorbono in media oltre un quinto dei costi cloud complessivi. Il risultato è che, per molte realtà IT e SaaS, il cloud è diventato la seconda voce di spesa dopo il personale, superando investimenti tradizionalmente centrali come licenze software o infrastrutture interne.

Nel breve periodo, molte aziende accettano questa pressione sui margini come un investimento strategico. L’aspettativa è che l’IA generi guadagni di efficienza, produttività e differenziazione competitiva tali da giustificare l’aumento dei costi operativi, ma come osservano diversi responsabili tecnologici e finanziari questa scommessa nasconde un paradosso. Anche nel momento in cui i benefici promessi dall’IA dovessero concretizzarsi, è improbabile che la spesa cloud diminuisca. Al contrario, l’esperienza suggerisce che una maggiore dipendenza da modelli avanzati, dati più estesi e inferenza su larga scala finisca per alimentare ulteriormente i consumi.

Questo scenario apre una questione delicata per l’intera filiera. Se i fornitori IT e SaaS continuano ad assorbire internamente l’aumento dei costi cloud, i margini rischiano di erodersi progressivamente. Se invece decidono di trasferire parte di questi costi ai clienti, il rischio è quello di innescare una reazione negativa in un mercato estremamente competitivo, dove aumenti di prezzo possono tradursi rapidamente in perdita di entrate e di quote di mercato. La gestione di questo equilibrio è resa ancora più complessa dall’elevata volatilità della spesa cloud, che molti CFO descrivono come difficile da prevedere con precisione anche nel brevissimo termine.

27ca681d-eaed-4084-b1c1-1f0e1f198953

Uno degli elementi più critici è infatti l’imprevedibilità dei carichi di lavoro IA rispetto all’infrastruttura SaaS tradizionale. Addestramenti intensivi, picchi improvvisi di inferenza e attività sperimentali generano pattern di consumo non lineari, che mettono in crisi i modelli di previsione finanziaria. Le aziende con una forte esposizione all’IA sono anche quelle che più frequentemente segnalano un deterioramento dei margini direttamente riconducibile alla spesa cloud. In questo contesto, la pianificazione finanziaria fatica a tenere il passo con un ambiente tecnologico che cambia di settimana in settimana.

Il confronto con il passato rende il fenomeno ancora più evidente. Solo pochi anni fa, secondo stime di settore, l’intero budget IT delle aziende di medie dimensioni rappresentava una percentuale molto più contenuta dei ricavi. Oggi, il solo cloud assorbe una quota superiore a quella che, storicamente, copriva l’intera spesa tecnologica. Anche tenendo conto delle differenze tra settori, il salto è significativo e riflette un modello operativo profondamente diverso, basato su consumo, scalabilità immediata e costi variabili.

Non tutte le aziende, però, vivono la situazione allo stesso modo. Alcuni operatori sottolineano come la crescita della spesa cloud sia in parte legata a una gestione poco disciplinata delle risorse. Il modello self-service del cloud, se da un lato accelera l’innovazione, dall’altro consente a sviluppatori e team di progetto di attivare ambienti e servizi con estrema facilità, spesso senza una chiara correlazione con il valore di business generato. In assenza di linee guida economiche stringenti, la flessibilità può quindi trasformarsi rapidamente in spreco.

Questo fenomeno è amplificato dall’effetto “fear of missing out” legato all’IA. La pressione competitiva spinge infatti molte organizzazioni a investire in IA per non restare indietro, anche quando l’architettura sottostante non è ottimizzata o quando i casi d’uso non sono ancora maturi. Addestramento, inferenza e movimentazione dei dati vengono spesso sovrapposti a sistemi già costosi, creando strutture economicamente fragili che fanno lievitare i costi senza una chiara visibilità sul ritorno dell’investimento.

c2729de5-c0df-490f-a456-2e320c604e38

Le pratiche FinOps vengono spesso citate come strumento di controllo, ma il loro impatto rischia di essere limitato se non accompagnato da un cambio di approccio più profondo. Eliminare risorse inutilizzate o ambienti dimenticati può produrre benefici immediati, ma non risolve il problema di fondo se le decisioni sui costi restano scollegate dagli obiettivi di business. La spesa cloud, soprattutto in presenza di IA, diventa quindi una scelta strategica che richiede una responsabilità condivisa.

Sempre più esperti sottolineano infatti la necessità di una collaborazione stretta e continua tra CIO e CFO. Man mano che il cloud assorbe una quota crescente dei ricavi, la pianificazione finanziaria non può limitarsi a reagire a posteriori, dal momento che servono obiettivi chiari, metriche condivise e una comprensione reciproca delle priorità. Quando la relazione tra IT e finanza funziona, il controllo dei costi smette di essere percepito come un freno all’innovazione e diventa parte integrante della strategia aziendale.

Sul piano operativo, alcune realtà adottano già pratiche più rigorose, come il monitoraggio costante dei consumi, sistemi di alert in caso di deviazioni anomale e una revisione periodica degli ambienti non produttivi. È spesso proprio in questi contesti che emerge quanto rapidamente il cloud possa sfuggire di mano, soprattutto quando ambienti temporanei creati per test o sperimentazioni restano attivi ben oltre il loro ciclo di vita previsto. In un ecosistema dominato dall’IA, dove potenza di calcolo e storage tendono ad alimentarsi a vicenda, la disciplina operativa diventa uno dei pochi veri strumenti per evitare che l’innovazione si trasformi in una spirale di costi fuori controllo.