Ad aprile, un dipendente di Meta ha costruito una classifica. Ordinava 85.000 colleghi in base a quanti token avevano dato in pasto a Claude di Anthropic. Il primo della lista ne ha bruciati 281 miliardi in trenta giorni. Costo per Meta: circa 1,4 milioni di dollari per le abitudini di prompt di una persona sola.
Nello stesso periodo, Jensen Huang ha spiegato a una sala di investitori che ogni ingegnere Nvidia dovrebbe avere un budget di token. La sua formula non lasciava margini: un ingegnere da mezzo milione di dollari che non consuma almeno 250.000 dollari di token è, parole sue, "profondamente allarmante".
Questa è la nuova performance review.
Per cosa ti pagano davvero
Stanford e BetterUp Labs hanno pubblicato a fine 2025 uno studio che ha dato un nome al prodotto di questo regime: workslop. Documenti generati dall'AI che sembrano impeccabili, circolano via mail e Slack, e scaricano in silenzio tutto il pensiero vero sulla persona che li apre. Il 41% dei knowledge worker era stato colpito da workslop nel mese precedente. Costo medio per incidente: quasi due ore di rilavorazione. Su un'azienda da 10.000 persone: circa 9 milioni di dollari l'anno di produttività bruciata.
Poi UC Berkeley ha condotto uno studio longitudinale di otto mesi dentro una tech company. La conclusione è più netta. L'AI non ha ridotto il carico di lavoro di nessuno. Lo ha intensificato. Il tempo speso sui singoli task è cresciuto tra il 27% e il 346% a seconda del ruolo. Il 66% dei lavoratori passa sei ore o più a settimana a correggere output AI.
Quindi il quadro è questo. Ti misurano sui token che consumi. I token producono slop. Lo slop arriva sulla scrivania di qualcun altro. Quel qualcuno spende due ore a sistemarlo. Il suo consumo di token cresce, perché adesso sta usando l'AI per riparare l'AI. E avanti così.
Il workslop non è un fallimento del sistema. È ciò che il sistema sta pagando per ottenere.
La metrica è il messaggio
La lettura standard di questa storia è che le aziende stanno usando metriche sbagliate. Salesforce e HubSpot si sono già messe in fila per vendere l'alternativa: "outcome maxxing" invece di token maxxing. Misurare ciò che viene consegnato, non ciò che viene consumato.
È una lettura troppo gentile.
Il consumo di token non è una proxy difettosa della produttività che leader più illuminati prima o poi sostituiranno. È una proxy perfettamente accurata di qualcos'altro. Misura quanto la forza lavoro è allineata alla strategia AI aziendale. Misura quanto rumorosamente l'azienda può raccontare agli investitori che l'adozione AI è reale. Misura quanto plausibile diventerà la narrativa dei licenziamenti il trimestre prossimo, quando qualcuno dovrà spiegare perché l'organico cala mentre la spesa in compute sale.
Nel primo trimestre 2026, il settore tech ha tagliato quasi 80.000 posti. Circa la metà attribuita a efficienze AI. La quota di licenziamenti giustificati con "investimento in AI" è passata dal 5% del 2024 al 20% di oggi. Nel frattempo, gli economisti che guardano i dati di produttività aggregata non trovano alcuna relazione misurabile tra spesa in AI e output. La storia raccontata negli earnings call e la storia che emerge dai dati non sono la stessa storia.
Perché conta per la tua azienda
Se sei un CEO che usa il consumo di token come proxy dell'adozione AI, non stai misurando produttività. Stai misurando obbedienza.
I tuoi dipendenti non sono stupidi. Ottimizzano per la metrica. La metrica premia il volume. Il volume produce slop. Lo slop produce rilavorazione. La rilavorazione viene attribuita a "inefficienza AI" e usata per giustificare automazione più aggressiva, che genera più obbedienza alla metrica.
Il ciclo è chiuso. Gira da solo.
Il workslop non è ciò che sta andando storto nella tua strategia AI. È ciò che la tua strategia AI sta producendo di proposito, anche se nessuno nel tuo executive team direbbe la cosa con queste parole ad alta voce.
La versione onesta della domanda non è "come riduciamo il workslop". È: abbiamo davvero un caso d'uso per l'AI dentro l'azienda, o stiamo usando l'AI per recitare l'AI di fronte al mercato? La maggior parte delle aziende che si è fatta questa domanda in silenzio nel 2024 e nel 2025 sta ricevendo la risposta adesso, nel 2026. Una pila di documenti che nessuno legge. Una curva di produttività piatta. Una board meeting che nessuno ha voglia di presiedere.