Due diligence sull'unit economics dell'AI: costi di inferenza, margini lordi

La due diligence sull'unit economics dell'AI è il livello economico della due diligence tecnologica: la verifica strutturata di se i ricavi di un target scalano più rapidamente dei costi di erogazione dell'AI al crescere dell'utilizzo. Si colloca al di sotto della revisione di prodotto e tecnologia e pone una domanda più ristretta di «l'AI è valida?». Chiede quanto costa effettivamente servire una singola unità incrementale di lavoro svolto — un documento elaborato, una query a cui si è risposto, un flusso di lavoro completato — e se quel costo diminuisce o aumenta man mano che la base clienti si espande. Le tre variabili fondamentali sono il cost-to-serve, la sensibilità del margine lordo e il potere di prezzo: quanto costa far girare il flusso di lavoro AI, quanto il margine è esposto alle variazioni di quel costo e se l'azienda può mantenere o aumentare i prezzi mentre i costi si muovono.

Questo livello merita un proprio flusso di lavoro perché il costo del venduto dell'AI si comporta in modo diverso dal costo del venduto del software tradizionale. Nel SaaS classico, servire un cliente aggiuntivo è quasi gratuito, quindi i margini lordi si concentrano su livelli elevati e la due diligence può trattarli come stabili. Nei prodotti AI, gran parte del costo di erogazione è variabile e a consumo: ogni flusso di lavoro consuma token, e ogni token è fatturato da un fornitore di modelli o pagato come capacità cloud e GPU. Se i margini di un target assomigliano a quelli del software tradizionale o risultano sensibilmente più sottili è una questione empirica relativa alla sua architettura, ai suoi contratti e al suo mix di clienti, non una legge di categoria.

La disciplina per i deal team è evitare affermazioni generalizzate in entrambe le direzioni. Un commento che dichiara il software AI strutturalmente a basso margine è tanto infondato quanto l'assunzione che i prodotti AI abbiano margini da SaaS. I benchmark di venture capital pubblicati per il 2025 mostrano un ampio spettro all'interno della stessa categoria: alcune delle aziende AI in più rapida crescita operano con margini lordi ben al di sotto della norma del software, a volte negativi a livello unitario, mentre i concorrenti a crescita più lenta si collocano molto più vicino ai livelli del software convenzionale. Entrambi i profili esistono nella stessa categoria, allo stesso tempo. Il compito nella due diligence è collocare il target su quello spettro utilizzando i suoi stessi numeri, e poi verificare quanto durevole sia la sua posizione. Questo è il complemento economico alla visione tecnologica delineata nel nostro framework di due diligence sul moat del software AI-native.

Definizione: verificare se i ricavi scalano più rapidamente dei costi di inferenza, delle API di terze parti e dell'hosting al crescere dell'utilizzo da parte dei clienti.

Variabili chiave: costo di servizio per flusso di lavoro e per cliente, sensibilità del margine lordo alle variazioni di costi e utilizzo, e potere di prezzo per mantenere o trasferire le variazioni di costo.

Perché ora: gli esiti sui margini sono specifici dell'azienda e del prodotto, quindi le medie di settore e le narrazioni di categoria sono un sostituto inadeguato per lo stack di costi del target.

Disciplina di due diligence: nessuna affermazione generalizzata sui margini; il framework seguente tratta la durabilità del margine lordo come un'ipotesi da dimostrare, non da assumere.

Il primo passo analitico è mappare dove si colloca effettivamente il costo del venduto AI. La voce più visibile è la spesa di inferenza per token con i fornitori di modelli, fatturata per milione di token a tariffe di listino che variano in base al livello del modello. Intorno ad essa si trovano le tariffe per modelli e API di terze parti per embedding, trascrizione o altri servizi specializzati, l'hosting cloud e GPU per eventuali modelli self-hosted, l'archiviazione vettoriale e l'infrastruttura di retrieval, e il layer di orchestrazione che instrada le richieste tra questi componenti. A racchiudere tutto questo ci sono i costi umani che i prodotti AI portano ancora con sé: tempo di ingegneria su prompt e valutazione, assistenza clienti e, in molti casi, attività di revisione o QA sull'output AI.

Da questo stack si costruisce un costo variabile per flusso di lavoro e per cliente, il punto in cui questa analisi incontra la due diligence finanziaria. Si prenda un flusso di lavoro rappresentativo, si misurano i token consumati per esecuzione, si applica il prezzo blended per token, si aggiunge la quota di costi di hosting, archiviazione e orchestrazione che scala con l'utilizzo, e si include il costo umano per unità laddove l'output viene revisionato. Ripetendo l'esercizio sui segmenti di clientela si ottiene una visione del costo di servizio che può essere confrontata con i ricavi per cliente per ricavare il margine di contribuzione per segmento. Il risultato raramente coincide con ciò che il management presenta: la maggior parte dei materiali del management mostra un margine lordo aggregato, non un quadro dei costi a livello di cliente.

Un riscontro costante è che il costo reale di un flusso di lavoro AI supera la fattura API grezza. La fattura dei token è il numero più leggibile, per questo ancora la maggior parte delle analisi interne, ma sottostima il costo di erogazione in modi prevedibili. I costi di retrieval e archiviazione scalano con il corpus documentale, non con i ricavi. L'orchestrazione spesso richiama modelli più economici più volte per ogni output visibile. Le esecuzioni fallite, i retry e il traffico di valutazione consumano token che non arrivano mai a un cliente. E il layer di revisione umana, dove esiste, è un vero costo del venduto che nessun log di token registra. Un modello di costo di servizio di livello due diligence parte quindi dalla fattura API ma deve essere riconciliato al rialzo verso il costo di erogazione completamente caricato.

Spesa di inferenza per token con i fornitori di modelli, a tariffe che variano fortemente in base al livello del modello e all'impegno di volume.

Tariffe per modelli e API di terze parti per embedding, trascrizione, filtraggio della sicurezza e altri servizi specializzati.

Hosting cloud e GPU per modelli self-hosted o fine-tuned, compresa la capacità riservata piuttosto che consumata on demand.

Archiviazione vettoriale, infrastruttura di retrieval e orchestrazione, che scalano con le dimensioni del corpus e la complessità dei flussi di lavoro anziché con i ricavi.

Costi umani e di supporto: prompt engineering, valutazione, revisione dell'output e customer success, che fanno parte del costo di servizio anche se nessun log di token li mostra.

La curva di deflazione è la tendenza meglio documentata nell'economia dell'AI, ed è davvero ripida. L'analisi di a16z sui prezzi storici da GPT-3 in poi ha rilevato che, per un LLM di prestazioni equivalenti, il costo di inferenza scende di circa 10 volte all'anno, con il costo di un punteggio MMLU fisso ridotto di un fattore 1.000 in tre anni.[1] Lo Stanford AI Index 2025 registra il costo di interrogare un modello con prestazioni di livello GPT-3.5 su MMLU sceso da 20,00 $ per milione di token a novembre 2022 a 0,07 $ entro ottobre 2024, una riduzione di oltre 280 volte in circa 18 mesi, e rileva che, a seconda del compito, i prezzi di inferenza degli LLM sono diminuiti da 9 a 900 volte all'anno.[2] Quell'intervallo, anziché un singolo multiplo da titolo, è l'input corretto per un modello di margine, che dovrebbe trattare la deflazione come una variabile di scenario e non come una costante.

Per la due diligence, la curva taglia in entrambe le direzioni, e la domanda non è se i prezzi scendano, ma chi si appropria del ribasso. Se i margini lordi di un target migliorano principalmente perché il suo fornitore di modelli continua a tagliare i prezzi di listino, il miglioramento è un pass-through di una tendenza di settore, non una prova di economie specifiche dell'azienda. Nei mercati competitivi, i fornitori tendono a competere via questi risparmi: i clienti si aspettano che i prezzi scendano man mano che i costi del fornitore diminuiscono, e i concorrenti praticano prezzi aggressivi per conquistare quote. Un ponte di margini che dipende da una deflazione continua dei prezzi degli input dovrebbe essere sottoposto a stress test rispetto a uno scenario in cui la deflazione rallenta, o in cui la concorrenza costringe il target a trasferire i risparmi ai clienti. Allo stesso modo, un target i cui costi stanno scendendo ma i cui prezzi sono fissati in contratto può essere uno dei veri vincitori della tendenza; il punto è identificare, con prove concrete, da quale lato del pass-through si trova il target.

Anche il management dispone di leve di efficienza che può effettivamente azionare, e le domande di due diligence sono quali di esse il target utilizza e quanto valgono ciascuna. a16z attribuisce il calo dei prezzi a diverse forze indipendenti: un miglior rapporto costo-prestazioni delle GPU, la quantizzazione dei modelli, l'ottimizzazione del software che riduce i requisiti di calcolo e memoria, modelli più piccoli addestrati su più dati, un miglior instruction tuning e la concorrenza open source che comprime i margini lungo tutta la catena del valore.[1] Un target può instradare le richieste di routine verso modelli più piccoli e riservare i modelli di frontiera ai casi difficili, quantizzare i modelli che ospita direttamente, memorizzare nella cache le query ripetute e ridurre i token sprecati grazie a un retrieval migliore. Ogni leva ha un costo di ingegneria e un rischio di qualità, quindi la verifica è se il target abbia una roadmap misurata per queste leve o consideri il calo dei prezzi come unico piano per il margine.

Le prove della deflazione: circa 10x all'anno a parità di prestazioni, un calo di oltre 280 volte per la qualità di livello GPT-3.5 in circa 18 mesi, e riduzioni da 9 a 900 volte l'anno a seconda del compito.[1][2]

Chi si appropria dei risparmi: il target trattiene i costi degli input in calo come margine, oppure la concorrenza sui prezzi li trasferisce ai clienti? Il ponte di margini dovrebbe indicare quale dei due, con prove concrete.

Leve di efficienza: instradamento dei modelli, quantizzazione, caching, ottimizzazione di prompt e retrieval, e modelli più piccoli per il lavoro di routine. Quali sono già implementate, quali sono pianificate, e quanto vale ciascuna in punti base di margine lordo?

Lo stress test: ricalcolare il profilo di margine assumendo che la deflazione dei prezzi degli input rallenti sensibilmente, e vedere quanta parte del piano sopravvive.

I margini lordi aggregati nascondono la distribuzione più importante in un'attività di IA: la relazione tra intensità d'uso e redditività. In una struttura di costi misurata sull'uso, gli utenti più intensivi consumano più token, quindi i clienti che apprezzano di più il prodotto possono essere i più costosi da servire. Il test di due diligence consiste nel classificare i clienti in decili di utilizzo e calcolare il margine di contribuzione per cliente, ricavi meno costi variabili di erogazione completamente caricati, per ogni decile. Se i decili superiori sono i più redditizi, la crescita basata sull'uso compone il margine. Se i decili superiori sono a contribuzione zero o negativa, la crescita sta distruggendo valore al margine e il modello di prezzo è disallineato rispetto alla struttura dei costi.

Margine di contribuzione illustrativo per decile di utilizzo. È la forma di questa curva, non il margine lordo aggregato, a determinare se la crescita dell'uso crea o distrugge valore. · Generato con IA

L'allineamento del modello di prezzo è la seconda metà dell'analisi e appartiene alla due diligence commerciale tanto quanto al workstream finanziario. I contratti basati su postazioni disaccoppiano i ricavi dal consumo: un cliente che raddoppia l'utilizzo con un prezzo fisso a postazione trasforma la riduzione dei costi unitari in un guadagno di margine, ma un cliente che quadruplica l'utilizzo può rendere negativo il proprio contributo. I contratti a consumo o ibridi riaccoppiano i ricavi al consumo e trasferiscono gli shock dei costi, ma espongono il target alla concorrenza sui prezzi di un input a consumo. Nessun modello è intrinsecamente superiore; la domanda è se la struttura contrattuale corrisponda alla struttura dei costi e se i prezzi siano stati fissati tenendo conto dell'analisi del costo di servizio sopra descritta.

I dati di mercato mostrano quanto sia ampio lo spread specifico dell'azienda. I benchmark 2025 di Bessemer collocano le AI Supernovas in rapida crescita a circa il 25% di margine lordo, spesso negativo a livello unitario, contro circa il 60% delle Shooting Stars che crescono un po' più lentamente.[3] Al livello dell'infrastruttura, TechCrunch riporta che Anthropic prevede un margine di profitto lordo del 50% quest'anno e del 77% entro il 2028, rispetto al -94% dell'anno precedente.[4] Un laboratorio di frontiera e un'azienda applicativa sono attività diverse, ma il punto per la due diligence è lo spread stesso: le imprese della stessa categoria coprono l'intero intervallo, e la posizione del target è determinata dal suo mix di utilizzo, dalla struttura contrattuale e dalla disciplina dei costi.

I meccanismi di trasferimento completano il quadro. Quando i costi degli input di AI aumentano, sia per variazioni di prezzo di un fornitore di modelli, sia per vincoli di capacità o per un consumo più elevato, il target può adeguare i prezzi? I contratti con prezzi fissi e senza limiti di utilizzo assorbono interamente lo shock. I contratti con prezzi a consumo lo trasferiscono automaticamente. Gli impegni annuali con finestre di rinegoziazione stanno nel mezzo. Le domande di due diligence sono concrete: quale quota dei ricavi si rinnova nei prossimi dodici mesi, cosa dicono effettivamente le clausole sui prezzi e se il management ha verificato la tolleranza dei clienti ad aumenti di prezzo che riflettano costi di fornitura più elevati.

Il framework si riduce a cinque verifiche fondamentali, ognuna delle quali dovrebbe poter essere risolta sulla base di documenti anziché della narrazione del management. Insieme stabiliscono se i ricavi crescono più rapidamente del costo di servizio, quali ipotesi sostengano il profilo di margine futuro del management e se l'azienda possa trasferire ai clienti l'aumento dei costi di AI.

Ricavi rispetto al costo di servizio: i ricavi per cliente crescono più rapidamente del costo variabile pienamente caricato per cliente, a ogni decile di utilizzo, negli ultimi otto trimestri?

Contributo a livello di cliente: i clienti con l'utilizzo più elevato sono effettivamente i più redditizi, oppure la crescita è concentrata in clienti con contributo esiguo o negativo?

Ipotesi del ponte dei margini: cosa determina esattamente il miglioramento previsto del margine da parte del management — deflazione dei prezzi degli input, leve di efficienza, azioni sui prezzi o mix — e ogni fattore è supportato da evidenze?

Capacità di trasferimento: l'azienda può trasferire ai clienti l'aumento dei costi di AI tramite condizioni contrattuali, prezzi a consumo o adeguamenti dei prezzi al rinnovo, e quale quota dei ricavi è protetta?

Dipendenza da fornitori e prezzi: quanto è esposta la base dei costi alle decisioni su prezzi, capacità e prodotto di un unico fornitore di modelli, e quali alternative esistono e a quale costo di cambiamento?

L'elenco delle evidenze richieste dovrebbe entrare nel data room in una fase iniziale, perché questi documenti richiedono tempo per essere prodotti e sono quelli più spesso assenti. Fatture cloud e API di tutti i fornitori, log di utilizzo dei token per cliente e per flusso di lavoro, un conto economico a livello di cliente o almeno un'attribuzione di ricavi e costi per account, contratti con i fornitori di modelli inclusi gli impegni di spesa e le condizioni tariffarie, e i documenti della politica dei prezzi che disciplinano il riprezzamento e il trasferimento. Dove un documento non esiste, questo fatto è di per sé un riscontro: un target che non riesce ad attribuire il costo per cliente non può difendere la propria storia sui margini.

Il rischio di concentrazione nella catena del valore dell'AI si comprende meglio attraverso un esempio concreto tratto da un documento depositato pubblicamente. L'S-1 di CoreWeave, depositato prima della sua IPO del 2025, ha rivelato che Microsoft era il suo cliente più grande sia nel 2023 che nel 2024, rappresentando rispettivamente il 35 e poi il 62 percento dei ricavi.[5] I suoi due clienti più grandi insieme rappresentavano il 77 percento dei ricavi del 2024, e i contratti take-or-pay vincolanti, in genere della durata di due a cinque anni, rappresentavano il 96 percento dei ricavi di quell'anno.[5] Il documento stesso segnalava che qualsiasi cambiamento negativo nella domanda di Microsoft avrebbe avuto un impatto negativo sull'attività. La lezione per la due diligence a livello di target è strutturale: a ogni livello della catena del valore dell'AI, un piccolo numero di controparti controlla input critici, e le condizioni che stabiliscono — prezzi, capacità, durata dei contratti — fluiscono direttamente nel costo del venduto di un'azienda dipendente.

Tradotto su un target, le domande a monte sono dirette. Il target dipende da un unico fornitore di modelli o da un unico cloud per la maggior parte della spesa di inferenza, e quale quota di tale spesa è su tariffe vincolate rispetto ai prezzi di listino on-demand? I contratti di spesa vincolata acquistano stabilità dei prezzi e priorità di capacità, ma creano costi minimi che persistono se l'utilizzo delude; i prezzi on-demand si flettono con l'utilizzo ma espongono il target a movimenti dei prezzi di listino che non può controllare. L'analisi di concentrazione dovrebbe estendersi anche a monte della domanda: un target i cui ricavi dipendono fortemente da uno o due clienti eredita la stessa fragilità che CoreWeave ha rivelato, con l'esposizione aggiuntiva che i suoi clienti più grandi potrebbero negoziare condizioni equivalenti con i suoi concorrenti.

Gli scenari di compressione dei margini dovrebbero quindi essere modellati esplicitamente. Il caso più istruttivo degli ultimi tempi è Anthropic che, secondo quanto riportato da TechCrunch, prevede un margine lordo del 50% quest'anno rispetto a un dato dell'anno precedente del -94%, con un obiettivo del 77% entro il 2028.[4] Persino un laboratorio di frontiera con vantaggi di scala e propri programmi di efficienza tratta il margine come una traiettoria da gestire, non come un numero stabile. Per un target, gli scenari da sottoporre a stress sono: prezzi degli input che smettono di scendere o salgono, pattern di utilizzo che si spostano verso un consumo più intenso, un cliente importante che rinegozia al rinnovo, e un fornitore di modelli che modifica la propria struttura di prezzi o depreca un modello da cui il prodotto del target dipende.

Per il private equity e le M&A, questi risultati si traducono nella struttura dell'operazione. Laddove la durabilità del margine non può essere pienamente dimostrata, la valutazione dovrebbe rifletterlo, sia come un ribasso sia come un prezzo che assume lo scenario di stress anziché quello del management. Le strutture di earnout possono legare il corrispettivo al margine lordo realizzato, allineando i venditori al profilo di margine che hanno rappresentato. La copertura di rappresentazioni e garanzie dovrebbe affrontare esplicitamente le ipotesi sui costi: l'accuratezza dell'attribuzione dei costi, le condizioni dei contratti con i fornitori di modelli, e qualsiasi obbligo di spesa vincolata che diventi passività dell'acquirente alla chiusura. Nulla di tutto ciò è ostile; è la risposta standard a una struttura di costi più dipendente dai contratti rispetto al software tradizionale.

Il framework si converte in un flusso di lavoro sequenziato che va dall'accesso al data room al comitato investimenti. Ogni fase corrisponde ai test e ai benchmark illustrati sopra, e ciascuna produce un artefatto specifico che il deal team può difendere.

Ingestione del data room: connettersi al VDR ed elaborare le fatture, i contratti, i modelli finanziari e i materiali del management che contengono le prove dei costi, comprese le fatture cloud e API, gli accordi con i fornitori di modelli e i documenti di politica dei prezzi della checklist sopra riportata.

Estrazione delle prove dei costi: estrarre i log di utilizzo dei token e le voci di fattura tra i vari fornitori, e riconciliare la fattura API grezza verso l'alto fino a un costo variabile completamente caricato per flusso di lavoro, coprendo hosting, storage, orchestrazione e revisione umana.

Costruzione della vista cost-to-serve: costruire il margine di contribuzione per cliente e per decile di utilizzo, e confrontarlo con i ricavi per cliente per stabilire se gli utenti più intensivi sono i più redditizi.

Sottoporre a stress il ponte dei margini: scomporre il profilo di margine previsto dal management in deflazione dei prezzi degli input, leve di efficienza e azioni sui prezzi, e rivalutarlo sotto uno scenario di deflazione rallentata, confrontandolo con i dati sui margini del BVP State of AI 2025.[3]

Confezionare i risultati: assemblare i risultati su margini e concentrazione, i red flag e l'analisi del pass-through in un memo supportato da prove per il comitato investimenti.

Plausity supporta ogni fase di questo flusso di lavoro. Data Room Ingestion si connette al VDR ed elabora fatture, contratti e modelli finanziari in pochi minuti, così che le prove dei costi entrino immediatamente nell'analisi invece di attendere l'indicizzazione manuale. L'AI-Analysis Engine legge e incrocia quei documenti, collegando le voci di fattura e i log di utilizzo al modello del management ed evidenziando dove i numeri non si riconciliano. Risk Radar valuta i risultati per materialità, impatto finanziario e rilevanza per l'operazione, così che la compressione dei margini e i rischi di concentrazione dei fornitori siano classificati insieme al resto del registro dei rischi. Report Builder redige il memo supportato da prove con piena tracciabilità delle fonti fino ai documenti sottostanti, e Collaboration Hub mantiene allineati i flussi di lavoro mentre la vista cost-to-serve, il ponte dei margini e i materiali per l'IC prendono forma. Il risultato è un'analisi dei margini in cui ogni cifra è riconducibile a un documento nel data room, che è lo standard richiesto dai cinque test sopra descritti.

Plausity è una piattaforma di Due Diligence e deal intelligence AI-native che aiuta i cabinet M&A, i fondi VC e PE, i team di corporate development e i team di investment banking a strutturare prove, findings e domande in una Data Room. Plausity supporta l'estrazione delle prove, il source grounding, la gestione dei findings e la preparazione dell'Investment Committee — non sostituisce analisti, consulenti o professionisti dell'investimento, non fornisce consulenza legale, fiscale, contabile, regolamentare o d'investimento e non prende decisioni di investimento autonome. Tutti i findings richiedono revisione umana.

Per esplorare le funzionalità sottostanti, vedi il motore di analisi AI di Plausity e la pagina Findings & Risk Intelligence. Per i workflow per team, vedi come i fondi VC e PE e le firme di consulenza M&A usano Plausity nei deal attivi.

1. [1] a16z.com — https://a16z.com/llmflation-llm-inference-cost/
2. [2] hai.stanford.edu — https://hai.stanford.edu/ai-index/2025-ai-index-report/research-and-development
3. [3] bvp.com — https://www.bvp.com/atlas/the-state-of-ai-2025
4. [4] techcrunch.com — https://techcrunch.com/2025/11/04/anthropic-expects-b2b-demand-to-boost-revenue-to-70b-in-2028-report/
5. [5] crn.com — https://www.crn.com/news/ai/2025/7-things-to-know-about-coreweave-s-s-1-top-customers-revenue-and-more