Nei centri tecnologici più avanzati del pianeta si svolge una competizione silenziosa che ha poco a che fare con il talento o la creatività, e molto con l'uso intensivo dell'intelligenza artificiale. Questa corsa, quasi invisibile dall'esterno, è diventata un fattore chiave all'interno delle aziende: chi utilizza più IA e come si misura questo consumo. Non si tratta più di percezioni, ma di dati concreti, classifiche interne e cifre che, fino a poco tempo fa, sembravano inaccessibili. Un caso recente illustra il fenomeno: un ingegnere è riuscito a elaborare in una settimana l'equivalente di 33 Wikipedia complete in testo grazie a modelli di IA. In un'altra azienda, un solo utente ha generato una fattura di oltre 150.000 dollari in un mese utilizzando strumenti di programmazione automatizzata. Queste cifre, impensabili un anno fa, sono ora parte della quotidianità in un settore che ridefinisce la produttività a grande velocità. Ciò che è più rilevante non è la quantità di IA utilizzata, ma il motivo dietro a questo uso. In aziende come Meta, OpenAI o Shopify, l'intelligenza artificiale ha smesso di essere una risorsa opzionale per diventare un criterio di valutazione delle prestazioni. I dipendenti compaiono in liste interne in base alla quantità di "token" consumati, la metrica che misura l'interazione con questi sistemi. In questo contesto, spendere di più viene interpretato, paradossalmente, come un segno di efficienza. "Probabilmente spendo più in Claude che nel mio stesso stipendio", confessa Max Linder, ingegnere a Stoccolma. La sua dichiarazione riassume il nuovo paradigma: il costo smette di essere un ostacolo quando l'importante è non rimanere indietro. Anche se le aziende tendono ad assumere la spesa, la pressione ricade su ogni individuo, spinta dalla paura di perdere rilevanza professionale in un ambiente che evolve a tutta velocità. Questo fenomeno ha già un nome: tokenmaxxing. Consiste nel massimizzare l'uso dell'IA, schierando più agenti che lavorano in parallelo, revisionano codice, generano funzioni o correggono errori senza intervento umano diretto. Alcuni sviluppatori gestiscono vere e proprie "fattorie" di agenti che producono milioni di token in poche ore, anche mentre dormono. Così, la produttività si trasforma in un flusso costante di elaborazione automatica. Tuttavia, sotto questa apparenza di iperattività tecnologica sorgono dubbi. Diversi dipendenti riconoscono in privato che questa corsa ha molto di "teatro della produttività": un modo per apparire occupati e allineati con il futuro, anche se l'impatto reale è difficile da misurare. Un dettaglio chiave tende a passare inosservato nelle classifiche: la qualità di ciò che viene prodotto raramente viene valutata con lo stesso rigore. Il vero motore di questa tendenza è la paura. Paura di rimanere indietro, di essere sostituiti da colleghi più abili con l'IA o, direttamente, dalla tecnologia stessa. In questo contesto, consumare più IA diventa una strategia di sopravvivenza, più che una decisione tecnica. Le conversazioni nel settore riflettono questo cambiamento: prima la domanda era "cosa stai costruendo?"; ora è "quanti agenti hai in funzione?". Il focus si è spostato dal risultato finale alla capacità di gestire sistemi automatici che producono senza sosta, come se la quantità garantisse il valore. Le grandi aziende tecnologiche osservano il fenomeno con interesse, e persino entusiasmo: più uso implica più entrate, e il consumo di IA supera tutte le previsioni. Tuttavia, iniziano a sorgere voci critiche che mettono in discussione la sostenibilità di questo modello e avvertono di una possibile bolla alimentata dall'ansia collettiva. Il grande interrogativo persiste: siamo di fronte a una vera rivoluzione della produttività o a un'illusione ben costruita? Forse questi utenti intensivi di IA stanno definendo il futuro del lavoro, o forse tutto è un accumulo di sforzo automatizzato senza una direzione chiara, una torre di token eretta più per pressione che per necessità, destinata a vacillare quando si inizierà a misurare ciò che conta davvero.