Nel vivace dibattito su come valutare la vera adozione e l'impatto dell'intelligenza artificiale, una metrica sta emergendo con forza: il consumo di "token". Questi ultimi sono le unità di testo che i modelli di IA, come quelli che alimentano i chatbot o gli strumenti di generazione di contenuti, elaborano per comprendere e produrre risposte. Reid Hoffman, figura di spicco nel mondo della tecnologia e co-fondatore di LinkedIn, ha recentemente espresso il suo parere su questo trend, sottolineando come il conteggio dei token possa effettivamente fornire un'indicazione sull'uso effettivo degli strumenti di IA.
Tuttavia, Hoffman mette in guardia contro un'interpretazione semplicistica. Basare la valutazione della produttività esclusivamente sul numero di token consumati sarebbe un errore. Il rischio è quello di cadere in una sorta di "token-mania", dove si dà più importanza alla quantità che alla qualità o all'efficacia reale. Un elevato consumo di token potrebbe infatti significare molte richieste poco mirate, oppure un uso inefficiente del sistema, piuttosto che un reale avanzamento nei processi lavorativi.
La chiave, secondo l'imprenditore, sta nell'associare questo dato quantitativo a un contesto qualitativo. È fondamentale analizzare *cosa* viene chiesto all'IA, *come* vengono utilizzate le sue risposte e quali risultati concreti si ottengono. Solo integrando queste informazioni, il dato grezzo dei token può trasformarsi in un indicatore utile per comprendere la penetrazione e il valore effettivo dell'intelligenza artificiale all'interno delle organizzazioni e nella società.