Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

Diciamolo. Il 2026 sarà l’anno del primo vero stress test per l’intelligenza artificiale. E si inizierà anche a vedere quale sarà la vera forza dell’IA economy, quanto sarà pervasiva per le aziende e per la stessa vita dei cittadini e dei lavoratori. Insomma, nell’anno che verrà l’intelligenza artificiale smetterà di essere solo uno slogan da conferenza e da lettera agli azionisti. Capiremo se il “nuovo petrolio” è davvero tale. E sarà l’anno della verità anche per le Borse, per i bilanci delle Big Tech, per i regolatori europei e persino per le bollette della luce. In gioco non c’è solo una tecnologia, ma l’ossatura della prossima fase di globalizzazione economica. Ma andiamo con ordine e vediamo quali sono i principali “test” che l’IA dovrà superare.
A guidare la rivoluzione dell’intelligenza artificiale, ci sono loro, le "magnifiche 7” di Wall Street: Microsoft, Apple, Alphabet, Amazon, Meta, Nvidia, Tesla. Sono responsabili di circa il 30% della capitalizzazione dell’S&P 500 e diversi analisti stimano che tra il 15% e il 25% del valore dell’indice derivi ormai da aspettative collegate all’intelligenza artificiale.
Si tratta di valutazioni giustificate? Per rispondere a questa domanda, in genere si guarda un indicatore particolare, il rapporto tra il prezzo di Borsa delle azioni e gli utili generati dalla società. Più è alto, più ci sono aspettative, con il rischio però di sopravvalutare l’azienda ed esporsi a rischiose correzioni dei prezzi.
Un’analisi di Pictet calcola che le Big dell’IA scambino a una media intorno a 30 volte gli utili, ben sotto il Nasdaq ai tempi della bolla dot.com, quando si era arrivati a 100 volte. Nvidia è il titolo con il multiplo più elevato, ma con tassi di crescita di ricavi e margini che superano di gran lunga quelli dei concorrenti. Alphabet, al contrario, è stata fino a poco tempo fa la meno cara del gruppo, con un rapporto tra prezzo e utili sceso sotto la media dello S&P 500, pur in piena corsa IA. Poi si è messa a vendere chip e le cose sono cambiate. I titoli, insomma, non sono certo a sconto, ma la situazione non è nemmeno una fotocopia del 1999.
Le previsioni per il 2026 indicano per il gruppo delle magnifiche 7 una crescita degli utili attorno al 2025%, il doppio del resto dell’indice. Se questo ritmo reggerà, la bolla potrà trasformarsi in un “atterraggio morbido”. Se invece i ricavi dell’IA non si materializzeranno con la velocità promessa, l’anno della verità potrebbe trasformarsi in un anno di correzione pesante.
Accanto alle valutazioni azionarie, c’è un fenomeno meno visibile al grande pubblico ma altrettanto rivelatore: la corsa ai jumbo bond per finanziare l’intelligenza artificiale. Dal 2024 i grandi hyperscaler hanno quasi raddoppiato l’emissione di debito, arrivando quest’anno a circa 190 miliardi di dollari di nuove obbligazioni, pari a quasi il 13% del totale del settore corporate. Alphabet, Meta, Oracle e Amazon, da sole, hanno collocato quasi 90 miliardi di bond in pochi mesi.
Secondo CreditSights, i big dell’IA potrebbero arrivare a oltre 600 miliardi di investimenti nel 2027, con una parte crescente coperta da nuovo debito. È la versione “obbligazionaria” della scommessa: se le previsioni di cash flow saranno centrate, il debito sarà sopportabile; se la domanda reale rallenterà, i bilanci si troveranno con montagne di ammortamenti da smaltire.
In questo contesto, le grandi alleanze nell’IA MicrosoftOpenAI, Google-Anthropic, AmazonAnthropic, Nvidia che investe in una costellazione di start-up che consumano i suoi chip creano una sorta di economia circolare: le stesse controparti che finanziano lo sviluppo si garantiscono domanda futura di chip e di cloud. Big Tech che comprano Gpu Nvidia per miliardi, Nvidia che investe (direttamente o indirettamente) in chi userà quelle Gpu; cloud provider che ospitano i modelli, sono partner equity delle società che li sviluppano e allo stesso tempo vendono servizi IA ai clienti finali. Una struttura che rende l’intero ecosistema strettamente interdipendente e, potenzialmente, fragile.
Un groviglio che ha suscitato le perplessità della “Cassandra” per eccellenza: Michael Burry, il gestore reso famoso dalla crisi dei subprime. In una lunga analisi, Burry ha sostenuto che nel settore IA è in corso una “supply-side gluttony": un eccesso di offerta dal lato infrastrutture. L’euforia, spiega, è alimentata in buona parte dal marketing di Jensen Huang, il ceo di Nvidia, capace di trasformare ogni trimestrale in un manifesto della «nuova rivoluzione industriale».
Burry avverte che non c’è “nessun modo” per prevedere quando la bolla IA scoppierà. Dentro questo quadro, matura anche la tentazione di “abbellire” i conti: ammortamenti dei data center diluiti su periodi più lunghi, capitalizzazione di costi di sviluppo di software e modelli IA, stime molto generose sulla vita utile delle infrastrutture. Tuttavia le grandi agenzie e i report delle principali banche (Morgan Stanley, Bank of America, Vanguard) sottolineano che gran parte del capex IA è ancora coperto da robusti flussi di cassa operativi.
Mentre Stati Uniti e Cina giocano all’attacco, l’Europa continua la sua rincorsa affannosa. L’Ue ha prodotto uno dei quadri regolatori più sofisticati al mondo dall’AI Act alle linee guida sul riuso dei dati ma finora ha faticato a trasformare questa architettura normativa in un vantaggio industriale. Report come lo “State of AI 2025” e il “Global Startup Ecosystem Report 2025” mostrano come, tra i principali hub AI, predominino città e Paesi extra Ue, con Londra e Parigi che fanno eccezione ma in un perimetro ancora limitato rispetto all’asse Usa-Cina.
Negli ultimi mesi, però, la politica europea ha cominciato a sterzare. L’entrata in vigore dell’AI Act è stata resa più graduale, con una serie di adattamenti che di fatto ne “raffreddano” l’impatto immediato sulle imprese europee.
Sul fronte privacy, il Parlamento europeo ha votato il progetto «omnibus digitale» che dà interpretazioni più flessibili del Gdpr, la normativa sulla privacy, per permettere il riuso dei dati a fini di addestramento dei modelli, soprattutto se pseudonimizzati o aggregati. Parallelamente, la Commissione ha varato iniziative come le “AI Factories” europee centri di calcolo e innovazione ad alta intensità di supercalcolo per ridurre la dipendenza da infrastrutture extra europee.
I critici hanno fatto però notare come alleggerendo i vincoli senza disporre di un’industria IA di scala significhi, in pratica, creare un contesto ancora più favorevole per le Big Tech americane e, in prospettiva, per i campioni cinesi. Diversi think tank europei, da Bruegel all’Iiea, hanno messo in guardia contro questo rischio.
L’altra variabile che già dal prossimo anno inizierà a farsi sentire è quella dell’energia. Nel 2030 il consumo di elettricità dei data center legato all’intelligenza artificiale supererà quello attuale del Giappone, secondo le previsioni dell’Agenzia Internazionale dell’Energia, con gli Stati Uniti, l’Europa e l’Asia che corrono per espandere capacità e reti elettriche.
In Europa il tema comincia a entrare nelle agende energetiche: il rafforzamento del supercalcolo EuroHpc, l’arrivo di grandi campus di data center nelle aree a energia rinnovabile abbondante, le discussioni su nuovi impianti (anche nucleari) in Paesi come Francia e Regno Unito fanno capire che l’IA non è solo una questione digitale, ma infrastrutturale. In Italia, i report sugli investimenti in data center parlano di oltre 10 miliardi di investimenti tra quest’anno e il prossimo, con poli in Lombardia, Lazio e Veneto, e accordi di lungo periodo per forniture “green”.
Per famiglie e imprese, l’effetto non sarà immediato né lineare, ma due elementi sono chiari. Primo: una domanda elettrica strutturalmente più alta rende il sistema più esposto a shock di prezzo e a colli di bottiglia infrastrutturali, specie se la transizione energetica procede a velocità diverse tra Paesi. Secondo: la priorità data ai grandi data center con contratti dedicati, riduzioni tariffarie, connessioni riservate rischia di spostare parte dei costi fissi e degli investimenti sulla platea più ampia dei consumatori. L’elettroshock dell’IA potrebbe dunque manifestarsi non solo nelle trimestrali delle Big Tech, ma nelle bollette di chi l’IA la usa senza saperlo: il cittadino che interroga un chatbot, la Pmi che adopera un gestionale “copilot”, l’amministrazione che digitalizza i servizi. Ma la vera domanda, quella finale, è che impatti potrà avere l’intelligenza artificiale sulle imprese e in che tempi? Secondo il report “State of AI 2025” di McKinsey, l’88% delle aziende a livello globale dichiara di usare l’IA da qualche parte nel business, ma solo in pochi casi ha scalato su tutta l’organizzazione e appena il 6% registra un impatto sull’Ebit pari ad almeno il 20%. La stessa McKinsey stima tuttavia un potenziale di produttività fino a 4,4 trilioni di dollari annui a livello mondiale, paragonabile all’impatto storico del vapore o di internet, a condizione di passare da progetti pilota a una vera trasformazione dei workflow.
Per l’Italia la sfida è duplice: colmare il ritardo nell’adozione e trasformare l’IA in un driver di produttività per un tessuto produttivo fatto di Pmi. I dati Istat «Imprese e Ict 2024» mostrano che solo l’8,2% delle imprese con almeno 10 addetti utilizza almeno una tecnologia di IA (contro il 13,5% della media Ue), ma la quota sale a circa un terzo tra le grandi imprese, e cresce più rapidamente proprio nelle Pmi più produttive.
Il numero di imprese che usano l’IA è aumentato del 71% in un anno, con una vera esplosione della generativa (+163%), concentrata in marketing e vendite (35,7% delle imprese che adottano IA), La corsa insomma è iniziata e lo starter ha sparato il suo colpo. E più d’uno crede che non sia a salve.

ANDREA BASSI