L’agentic AI promette di trasformare l’intelligenza artificiale da strumento reattivo a sistema capace di pianificare, coordinare azioni e interagire con software, dati e altri agenti. È una promessa potente, ma porta con sé una domanda meno spettacolare e molto più industriale. Quanto costa davvero far lavorare un agente quando il suo compito non si esaurisce in una risposta, ma in una sequenza di decisioni, verifiche, chiamate a strumenti esterni e passaggi di controllo?
approfondimento
Tokenomics: il costo reale dell’agentic AI quando esce dalla demo
Ogni agente consuma token, richiama strumenti, gestisce memoria e produce cicli di inferenza che incidono su costi, energia e margini. La tokenomics diventa così una metrica di governo per scalare l’AI in modo efficiente, misurabile e compatibile con i vincoli fisici dei data center
Pubblicato il 4 giu 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
