TL;DR — I costi dell’AI in un tenant Microsoft si controllano capendo che esistono tre serbatoi di spesa distinti (Copilot Credits, GitHub, Azure AI Foundry) che non comunicano tra loro. La paura nasce dall’imprevedibilità dei consumi a token, ma Microsoft offre strumenti concreti — capacity pack, billing policy, spending policy e budget Azure — per trasformare l’incognita in una voce pianificabile. Conoscere la mappa è metà del lavoro.
Trent’anni di IT mi hanno insegnato a riconoscere una certa espressione sul volto delle persone. È lo stesso sguardo di chi, negli anni ’90, mi chiedeva quanto sarebbe costata “quella cosa di Internet” con la tariffa a scatti. L’altro giorno l’ho rivista addosso al CFO di un’azienda con qualche centinaio di dipendenti: “Luca, ma se lasciamo Copilot in mano a tutti, come facciamo a sapere quanto spenderemo a fine mese?”. La paura era palpabile — e più l’azienda era grande, più cresceva. Ho notato una regola quasi matematica: si teme ciò che non si conosce. Proviamo allora a fare chiarezza, perché dietro l’incognita c’è una struttura precisa e governabile.
Background: perché il conto dell’AI non funziona come una licenza
Per anni il software aziendale ha avuto un costo prevedibile: tante licenze, tanti utenti, cifra nota a inizio anno. L’AI generativa rompe questo schema. Il consumo non si misura più in “postazioni”, ma in token — l’unità di lavoro del modello — e in crediti, il loro equivalente di fatturazione nel mondo Microsoft.
Qui sta il cambio di paradigma. Un termine tecnico da fissare subito: un agente non è un chatbot. Il chatbot risponde a una domanda; l’agente esegue una catena di azioni (ragiona, chiama strumenti, agisce sui dati). E questa differenza, come vedremo, si traduce direttamente in una differenza di costo che può essere di ordini di grandezza.
Nel mondo Microsoft del 2026 la valuta di questo consumo si chiama Copilot Credits, e alimenta Copilot Studio, Microsoft 365 Copilot Chat, Copilot Cowork e gli agenti in Dynamics 365 e Business Central. Ma — ed è il punto cruciale — non è l’unico circuito di spesa. Capire la mappa è ciò che separa un budget pianificato da una brutta sorpresa in fattura.
Perché i costi dell’AI fanno così paura alle aziende?
La paura è legittima perché il consumo AI è variabile e difficile da stimare a priori, a differenza di una licenza fissa. Non è irrazionalità: è la percezione corretta di un modello economico ancora instabile, dove più uso non significa costo proporzionale né sempre più valore.
Il dato che fotografa meglio questo stato d’animo arriva dall’analisi di Alberto Adorini su ilSole24Ore: non sorprende che il 40% dei CFO paragoni la stima dei costi legati all’AI a un lancio di dadi. È un’immagine potente perché onesta. E il ritardo italiano lo conferma: secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, soltanto il 22% delle grandi aziende e appena il 6% delle PMI hanno avviato progetti strutturati, con costi difficili da stimare e dubbi sulla gestione dei dati tra le cause ricorrenti del ritardo.
Nella mia esperienza, questa paura ha due facce. Una è sana — spinge a informarsi prima di firmare. L’altra è paralizzante — blocca progetti che porterebbero valore. Spesso, però, non è l’AI a essere difficile: è il modo in cui la si imposta. Ne ho parlato in un articolo dedicato a come un flusso mal configurato può generare una fattura cloud inattesa. L’antidoto, in ogni caso, è lo stesso: la conoscenza della struttura dei costi.
Quanto costa davvero un agente AI rispetto a un chatbot?
Un agente AI costa molto più di un chatbot, perché genera un numero di interazioni e chiamate al modello enormemente superiore. I dati parlano di un divario che va da alcune volte fino a tre ordini di grandezza, con un’aggravante: la spesa è imprevedibile anche a parità di compito.
| Indicatore | Fonte | Dato chiave |
|---|---|---|
| Token modelli agentici vs chatbot | Gartner, mar 2026 | 5–30× per task |
| Consumo token coding agentico | Bai et al., arXiv, apr 2026 | fino a 1000× vs code chat |
| Variabilità stesso task | Bai et al., arXiv, apr 2026 | fino a 30× di differenza |
| Crescita consumo token entro 2030 | Goldman Sachs, mag 2026 | 24× (120 quadrilioni/mese) |
Come sintetizza AI4Business, i modelli agentici richiedono da 5 a 30 volte più token per task rispetto a un chatbot standard, e la crescita dei volumi può superare la riduzione del costo unitario. La ricerca accademica va oltre: un preprint su arXiv di Longju Bai e coautori rileva che i task di coding agentico possono consumare fino a 1000 volte più token rispetto a forme più semplici di code reasoning e code chat.
E qui c’è il dato che ogni responsabile di budget dovrebbe incorniciare: esecuzioni dello stesso task possono differire fino a 30 volte nel consumo totale di token, e più spesa non significa automaticamente più accuratezza — in molti casi le performance migliorano fino a una soglia intermedia e poi tendono a saturare.
Il caso più citato è quello di Uber: The Information ha riferito che il budget 2026 dell’azienda per gli strumenti AI di coding sarebbe stato sostanzialmente esaurito già entro aprile. Persino Microsoft ha corretto il tiro, iniziando a revocare gran parte delle licenze dirette di Claude Code per spingere gli ingegneri verso GitHub Copilot CLI, pochi mesi dopo l’apertura dell’accesso interno a migliaia di dipendenti. Se succede ai giganti, la paura del CFO della PMI ha una base concreta. Ma — e qui inizia la buona notizia — nel mondo Microsoft esistono strumenti per governare esattamente questo.
Quali sono i “serbatoi di spesa” di Copilot in un tenant Microsoft?
In un tenant Microsoft esistono tre circuiti di fatturazione distinti che non comunicano tra loro e hanno pannelli di controllo diversi. Non esiste un unico cruscotto che mostri tutta la spesa AI: capire quale consumo finisce dove è la base di ogni governance.
| Serbatoio | Cosa fattura | Dove vive la spesa |
|---|---|---|
| Copilot Credits | Copilot Studio, M365 Copilot Chat, Cowork, agenti Dynamics 365 e Business Central | Capacity pack prepagati, P3 o PAYG su Azure |
| GitHub | GitHub Copilot, Actions, Advanced Security, AI overage units | Circuito GitHub; se collegato, confluisce sulla sottoscrizione Azure |
| Azure AI Foundry | Modelli custom, Agent Service, inferenza API | Risorse Azure native, piena visibilità in Cost Management |
La conseguenza pratica è quella che spiazza tutti: non esiste un unico pannello che mostri tutta la spesa AI del tenant. Il portale Azure raccoglie solo i rami che generano addebiti Azure; i consumi prepagati (capacity pack) vivono altrove. Capire quale consumo finisce dove è la chiave di ogni governance dei costi.
Nella mia esperienza sul campo, il 90% delle “sorprese in fattura” nasce proprio qui: si guarda un solo pannello e si crede di vedere tutto.
Come funzionano i Copilot Credits e come si pagano?
I Copilot Credits sono la valuta unica che misura il lavoro degli agenti: ogni tipo di operazione ha un costo in crediti prestabilito. Si pagano in tre modi — capacity pack prepagati, piano annuale P3 o pay-as-you-go — e gli utenti con licenza M365 Copilot non generano addebito per gli scenari employee-facing, entro il fair use.
Il listino dei crediti è granulare: risposte classiche 1 credito, risposte generative 2, azioni agente 5, grounding sul tenant graph 10, azioni di agent flow 13 per 100 azioni, fino ai livelli voce 10–75 crediti/minuto. Un dettaglio importante per chi teme i costi: gli utenti con licenza Microsoft 365 Copilot non generano addebito per gli scenari employee-facing, entro limiti di fair use. Se vuoi approfondire la logica di licenze e crediti, ne ho scritto una guida dedicata su Copilot Studio: licenze, crediti e altri misteri.
| Metodo | Come funziona | Nota chiave |
|---|---|---|
| Capacity pack prepagati | Abbonamenti da 25.000 crediti/mese, dal M365 admin center | I crediti si rinnovano ogni mese e quelli non usati non si riportano |
| Pre-Purchase Plan (P3) | Piano annuale prepagato con sconti per volume | È “appoggiato” al PAYG, non un’alternativa; l’eccedenza prosegue in PAYG |
| Pay-as-you-go | Consumo su sottoscrizione Azure, meter dedicati | Nessun impegno anticipato |
Attenzione a un dettaglio che pesa sul budget: i capacity pack sono abbonamenti da 25.000 crediti/mese ciascuno, i crediti si rinnovano a inizio ciclo mensile e quelli non usati non si riportano al mese successivo. E sul P3: è un piano annuale prepagato con sconti crescenti per volumi maggiori, l’eccedenza prosegue automaticamente in pay-as-you-go — è “appoggiato” al pay-as-you-go, non un’alternativa.
Dove vedo quanto sto spendendo?
Non c’è una vista unica: ogni sistema è visibile in un pannello diverso. Copilot Cowork si gestisce nel M365 admin center, gli agenti custom nel Power Platform admin center, mentre solo la quota pay-as-you-go finisce in Azure Cost Management. Sapere dove guardare è metà della governance.
| Sistema | Power Platform AC | Microsoft 365 AC | Azure Cost Management |
|---|---|---|---|
| Copilot Cowork | No | Sì (spending policy, consumi per utente/gruppo) | Solo quota PAYG/P3 |
| M365 Copilot Chat / agenti SharePoint | Sì (capacità environment) | Sì (report Copilot Credits) | Solo quota PAYG |
| Copilot Studio (agenti custom) | Sì (consumi per environment, limiti per agente) | Parziale (acquisto pack) | Solo eventuale PAYG |
| Dynamics 365 / Business Central | Sì (via environment) | No | Indiretto (via billing plan) |
| GitHub Copilot / AI | No | No | Sì, se GitHub collegato ad Azure |
| Azure AI Foundry | No | No | Sì, piena visibilità |
Per Azure AI Foundry si ha piena visibilità in Cost Management, trattandosi di risorse Azure native fatturate a consumo direttamente sulla sottoscrizione, mentre per GitHub il consumo confluisce su Azure quando l’organizzazione GitHub è collegata a una sottoscrizione Azure.
Cosa succede quando finiscono i crediti?
Il comportamento a esaurimento non è uniforme: cambia per canale, ed è qui che si nascondono le sorprese operative. Con Copilot Chat scatta un blocco netto; con gli agenti custom c’è un margine di tolleranza; con il pay-as-you-go attivo non c’è alcun blocco — l’eccedenza va semplicemente in fattura Azure.
| Canale | Comportamento a esaurimento |
|---|---|
| M365 Copilot Chat (sola credit policy) | Hard stop: indisponibile fino al rinnovo mensile |
| Copilot Studio / agenti custom | Overage “di grazia”; enforcement al 125% della capacità |
| Agent flow | Blocco dei nuovi run già al 100% (quelli in corso completano) |
| Con PAYG attivo | Nessun enforcement: l’eccedenza va a fattura Azure |
| Dynamics 365 / Business Central | Capacità AI indisponibile finché non si aggiunge capacità |
Nel dettaglio: con la sola credit policy e PAYG off, Copilot Chat diventa indisponibile per gli utenti coperti fino al rinnovo dei crediti al ciclo mensile successivo. Per gli agenti custom invece non c’è blocco immediato al 100%: Microsoft tollera un overage “di grazia” e l’enforcement scatta al 125% della capacità prepagata del tenant, disabilitando gli agenti custom mentre le conversazioni in corso terminano regolarmente. La regola più severa è sugli agent flow: al 100% della capacità prepagata i nuovi run vengono bloccati, quelli in corso completano, e l’agente resta attivo per le interazioni non-flow. Infine, la valvola di sicurezza: con pay-as-you-go attivo non c’è enforcement — l’eccedenza va a fattura Azure.
Traduco per il CFO: vuoi certezza di spesa? Usa i soli crediti prepagati e accetta il rischio di un blocco. Vuoi continuità? Aggiungi il PAYG e accetta l’eccedenza in fattura. È una scelta di rischio, non un caso.
Come tengo il budget sotto controllo senza bloccare il lavoro?
Si combinano gli strumenti dei tre pannelli: capacity pack per il tetto prepagato, billing policy con alert per la continuità, spending policy con limiti per utente/gruppo e budget Azure per il monitoraggio. La ricetta è abbinare crediti prepagati e PAYG con soglie di allerta.
- Power Platform admin center: allocazione capacità per environment, scelta del comportamento in overage, limiti mensili per agente, notifiche di capacità, consumi giornalieri fino a 12 mesi.
- Microsoft 365 admin center: credit policy per gruppi, billing policy con budget e alert email a soglie, spending policy con limiti per utente/gruppo, gestione richieste di credito, report Credits.
- Azure Cost Management: cost analysis, budget e alert su tutto ciò che genera meter — Power Platform account, meter M365 Copilot PAYG, GitHub collegato, Foundry. Attenzione: i budget Azure notificano ma non bloccano.
La spending policy è diventata centrale proprio con l’arrivo di Copilot Cowork in general availability: un tema che ho approfondito in Copilot Cowork è GA, e ora cambia tutto. Attenzione infine a un vincolo che ho visto ignorare più volte: il metodo di fatturazione di una policy (capacity pack, P3, pay-as-you-go) non è modificabile dopo la creazione. Si progetta prima, non dopo.
Implicazioni pratiche per le PMI italiane
Per una PMI italiana il messaggio è liberatorio: la spesa AI non è una scommessa, è una voce di budget progettabile. Il divario di adozione — appena il 6% delle PMI ha avviato progetti strutturati contro il 22% delle grandi aziende — è anche un’opportunità competitiva per chi si muove con metodo ora.
- Mappa i tre serbatoi prima di attivare qualsiasi cosa. Sapere dove guarderai la spesa evita il 90% delle sorprese.
- Parti prepagato con tetto (capacity pack) per gli scenari employee-facing, dove gli utenti M365 Copilot spesso non generano addebito.
- Aggiungi il PAYG solo dove serve continuità, con budget e alert Azure a soglie percentuali.
- Misura il ritorno, non il volume. Finché l’AI verrà spinta soprattutto come volume di utilizzo, il rischio sarà continuare a confondere sperimentazione diffusa con produttività dimostrata.
L’hype dice “date l’AI a tutti”. L’esperienza dice: date l’AI a tutti dentro un perimetro di spesa che avete progettato.
Domande frequenti
Microsoft Copilot ha un costo fisso o variabile?
Dipende dal metodo. Con i capacity pack prepagati hai un tetto mensile fisso di crediti; con il pay-as-you-go paghi a consumo su Azure. Gli utenti con licenza M365 Copilot, entro il fair use, non generano addebito per gli scenari rivolti ai dipendenti. La scelta è tra certezza di spesa e continuità del servizio.
Esiste un unico pannello per vedere tutta la spesa AI?
No. Esistono tre circuiti separati — Copilot Credits, GitHub e Azure AI Foundry — con pannelli diversi che non comunicano. Solo i consumi che generano meter Azure sono visibili in Cost Management; i consumi da capacity pack prepagati vivono nel Power Platform o nel Microsoft 365 admin center.
Cosa succede se finiscono i crediti Copilot?
Dipende dal canale. Copilot Chat con sola credit policy va in hard stop fino al rinnovo mensile. Gli agenti custom tollerano un overage fino al 125% prima del blocco. Con il pay-as-you-go attivo non c’è blocco: l’eccedenza viene semplicemente fatturata su Azure.
I crediti non usati si accumulano?
No. I crediti dei capacity pack si rinnovano a inizio ciclo mensile e quelli non utilizzati non si riportano al mese successivo. Questo va considerato nel dimensionamento: acquistare troppa capacità prepagata significa perdere i crediti inutilizzati ogni mese.
Perché un agente AI costa più di un chatbot?
Perché l’agente esegue catene di azioni, non singole risposte. Secondo Gartner, i modelli agentici richiedono da 5 a 30 volte più token per task; nel coding agentico si arriva fino a 1000 volte, con forte variabilità anche a parità di compito.
Conclusioni
Torno al CFO spaventato dell’inizio. Dopo mezz’ora con la mappa dei tre serbatoi davanti, la sua espressione era cambiata: dal timore alla curiosità operativa. Non perché i costi fossero spariti — non lo sono — ma perché avevano smesso di essere un’incognita. I dati confermano che la paura è legittima: budget esauriti ad aprile persino in Uber, consumi che variano di 30 volte per lo stesso task. Ma la stessa realtà Microsoft che genera questi costi offre gli strumenti per governarli.
La vera sfida, come sempre, non è tecnica: è culturale. Si tratta di passare dalla logica della licenza a quella del consumo governato. Chi lo capisce ora, in un mercato italiano dove le PMI sono ancora al 6% di adozione strutturata, non sta rincorrendo l’hype: sta costruendo un vantaggio. Il futuro dei costi AI non è una previsione da subire, è una scelta di governance che facciamo oggi.
Riferimenti
Fonti verificate al 6 luglio 2026.
- [B] Borio, L. (2026, 6 luglio). Flussi di consumo AI/Copilot e controlli di budget nel mondo Microsoft. EOS Solutions — basato su documentazione ufficiale Microsoft Learn / Partner Center.
- [B] Castelli, A. (2026, 28 maggio). Costi AI in azienda, Microsoft e Uber mostrano il nodo dei token. AI4Business.
- [B] Adorini, A. (2025, 17 giugno). Sovranità dei dati: la sfida dell’AI nelle imprese italiane. Econopoly — ilSole24Ore.
- [A] Osservatorio Artificial Intelligence, Politecnico di Milano (2025). Dati adozione AI imprese italiane.
- [B] Microsoft Learn (2026, 16 giugno). Note sulla versione per Microsoft 365 Copilot.
- [A] Bai, L. et al. (2026, aprile). How Do AI Agents Spend Your Money? arXiv.
- [B] Gartner (2026, 25 marzo) e Goldman Sachs Research (2026, 20 maggio).
Contenuto a scopo divulgativo. Si raccomanda la verifica diretta delle fonti e dei link Microsoft prima di decisioni operative.
Rispondi