🤖💸 I data center costano più dei paesi? 🏢 Gli ingenti investimenti nell’intelligenza artificiale daranno mai i loro frutti?

Perché i dati di vendita dei fornitori di modelli rimangono un vero mistero

Il lato della domanda nell’economia dell’IA, ovvero se un numero sufficiente di clienti finali sarà disposto a pagare per i servizi di IA al fine di giustificare gli investimenti infrastrutturali, rimane l’aspetto più difficile da verificare dell’intero dibattito. Sia Anthropic che OpenAI riportano tassi di fatturato annualizzato molto elevati, ma le cifre pubblicate variano considerevolmente a seconda della fonte. Non è ancora chiaro se si tratti di cifre nette o lorde, di ricavi effettivamente fatturati o semplicemente di volumi concordati contrattualmente. Diverse fonti indicano che Anthropic ha ormai superato OpenAI in termini di fatturato annualizzato, mentre OpenAI sta contemporaneamente affrontando ingenti perdite operative. Queste sono state stimate intorno ai 21 miliardi di dollari per il 2025 e a circa 12,3 miliardi di dollari per il secondo trimestre del 2026, sulla base di dati interni trapelati piuttosto che di bilanci pubblici certificati, poiché nessuna delle due società è pienamente regolamentata dal mercato azionario.

Un caso particolare e ampiamente discusso è quello di xAI, che si è fusa con SpaceX nel febbraio 2026, seguita dalla quotazione in borsa di SpaceX nel giugno 2026. Questa struttura consente l’integrazione verticale dello sviluppo dei modelli, della piattaforma X e dell’infrastruttura di calcolo proprietaria dell’azienda, denominata Colossus. I ricavi effettivi derivanti dalla vendita del chatbot Grok sono significativamente inferiori ai ricavi derivanti dall’affitto di capacità di calcolo a terzi, incluso persino il concorrente Anthropic. Questo esempio illustra come, nell’attuale ciclo dell’IA, il successo economico si raggiunga sempre più attraverso l’integrazione strutturale e la diversificazione dei flussi di entrate, e sempre meno dimostrando in modo indipendente che un modello linguistico può essere gestito in modo redditizio autonomamente.

Un punto di critica ricorrente nelle discussioni tra esperti riguarda il cosiddetto finanziamento circolare. Nvidia investe direttamente o indirettamente in clienti come OpenAI, che a loro volta acquistano potenza di calcolo da fornitori di servizi cloud. Questi fornitori, a loro volta, acquistano chip Nvidia e talvolta sono coinvolti con gli stessi fornitori di servizi cloud. Questa interconnessione implica che una parte significativa del fatturato dichiarato venga generata all’interno di un circuito chiuso, in cui il capitale circola in modo circolare senza necessariamente generare un ulteriore pagamento esterno da parte di un cliente finale effettivo. I critici considerano questo fenomeno una distorsione della reale domanda di mercato, mentre le aziende coinvolte sottolineano che questi investimenti rappresentano allocazioni di capitale economicamente valide all’interno di una catena del valore in crescita.

Correlato a questo:

Cosa ottengono concretamente i clienti aziendali in cambio del loro denaro

Mentre trilioni di dollari vengono investiti sul lato dell’offerta, il quadro sul lato della domanda tra le aziende che effettivamente utilizzano l’IA è decisamente più scoraggiante. Un’indagine globale pubblicata da McKinsey nell’agosto 2026, basata su circa 1.719 dirigenti, conclude che l’80% delle organizzazioni percepisce un aumento della produttività individuale grazie all’IA, ma solo il 37% riesce a rilevare un effetto misurabile sull’utile operativo – una percentuale rimasta pressoché invariata rispetto all’anno precedente. Solo il 6% delle aziende si qualifica come “ad alte prestazioni” secondo la definizione di McKinsey, ovvero organizzazioni che attribuiscono almeno il 5% del loro utile operativo all’utilizzo dell’IA; anche questa percentuale è rimasta invariata rispetto all’anno precedente. Questa stagnazione nei parametri finanziari concreti contrasta nettamente con il continuo aumento dei budget di investimento delle aziende e fornisce agli scettici del dibattito un solido argomento empirico.

Parallelamente, il Domino Enterprise AI Report del 2026 riporta che il 57% delle aziende intervistate sta registrando un ritorno sull’investimento inferiore alle spese effettive, una situazione di stallo osservata dal 2025. Le previsioni esterne di Gartner prevedono inoltre che entro il 2027 oltre il 40% dei cosiddetti progetti di IA agentica, ovvero progetti con sistemi di IA che agiscono in modo autonomo, saranno probabilmente interrotti. Questi dati supportano la tesi secondo cui, finora, l’intelligenza artificiale non si è rivelata un vantaggio competitivo decisivo per la maggior parte delle aziende, bensì un centro di costo sperimentale con rendimenti incerti. Allo stesso tempo, gli stessi dati non implicano che la tecnologia sia del tutto inutile, poiché un piccolo gruppo di aziende sta effettivamente ottenendo risultati significativi, indicando un divario crescente tra implementazioni di successo e non di successo.

Il processo di consolidamento è in atto, ma non dove ci si aspetterebbe

Nel dibattito pubblico è diffusa l’aspettativa che gli sviluppatori di modelli in difficoltà finanziarie vengano prima o poi acquisiti da concorrenti più ricchi, innescando potenzialmente una reazione a catena di consolidamento del mercato. Tuttavia, le osservazioni degli ultimi dodici mesi rivelano un modello diverso. Invece di acquisizioni dirette di sviluppatori di modelli all’avanguardia da parte di hyperscaler, predominano partecipazioni di minoranza, contratti a lungo termine per capacità di calcolo e le cosiddette acquisizioni parziali di talenti e licenze, in cui essenzialmente si acquisiscono talenti e licenze senza rilevare l’intera azienda. La vera ondata di consolidamento si sta invece verificando a livello di applicazioni, ad esempio con l’acquisizione di Fin, fornitore di intelligenza artificiale per il servizio clienti, da parte di Salesforce, l’acquisto di Moveworks da parte di ServiceNow e l’acquisizione di Confluent da parte di IBM, a cui si aggiungono le acquisizioni di grandi fornitori indiani di servizi IT specializzati in processi aziendali basati sull’intelligenza artificiale.

Questa osservazione è economicamente significativa perché dimostra che il valore economico percepito attualmente risiede meno nello sviluppo di nuovi modelli di base, sempre più considerati intercambiabili, e piuttosto nella capacità di integrare questi modelli in processi aziendali concreti e utilizzabili dai clienti finali. Un ulteriore limite al consolidamento deriva da fattori geopolitici: nell’aprile 2026 è emerso che l’acquisizione pianificata dell’azienda cinese di intelligenza artificiale Manus da parte di Meta era stata bloccata o significativamente ostacolata da un ordine del governo cinese. Ciò dimostra che le acquisizioni transfrontaliere nel settore dell’IA sono sempre più soggette a un attento esame geopolitico. Ulteriori indiscrezioni, come il potenziale interesse di Stripe nell’acquisizione della piattaforma OpenRouter o l’interesse di Nvidia per Hugging Face, rimangono speculazioni non confermate e non devono essere confuse con transazioni documentate.

La regolamentazione rappresenta un fattore di costo aggiuntivo, ma non un ostacolo a breve termine

A livello normativo, l’Unione Europea è attualmente la più avanzata con il suo Regolamento sull’IA. Dal 2 agosto 2026 sono in vigore gli obblighi di trasparenza per i modelli di base di uso generale, con la relativa applicazione da parte dell’Ufficio europeo per l’IA. Gli obblighi originariamente più stringenti per le applicazioni di IA classificate come ad alto rischio sono stati posticipati rispettivamente a dicembre 2027 e agosto 2028, attraverso la cosiddetta procedura Digital Omnibus. Questa proroga significa che, mentre le aziende dovranno sostenere costi di documentazione e trasparenza nel breve termine, i requisiti di conformità, effettivamente onerosi, per le applicazioni ad alto rischio entreranno in vigore solo dopo un considerevole ritardo. Per la questione centrale del ritorno sull’investimento qui esaminata, ciò significa che la pressione normativa non sarà un fattore decisivo per un potenziale consolidamento nel prossimo futuro, anche se è probabile che influisca sulla struttura dei costi a lungo termine del settore.

Due fazioni, due visioni del mondo: bolla speculativa o fondamento di una nuova industria?

Il dibattito pubblico può essere suddiviso in due schieramenti principali, che differiscono sostanzialmente nell’interpretazione degli stessi dati. Il fronte scettico, che comprende alcuni analisti del credito, investitori di spicco come Michael Burry e numerosi commentatori sui social media, traccia parallelismi con la bolla delle dot-com dei primi anni 2000 o con gli investimenti eccessivi nelle reti di telecomunicazioni di quel periodo. La loro argomentazione principale è che gli attuali investimenti superano di gran lunga i ricavi realisticamente ottenibili dai clienti finali e che un singolo data center con una capacità di un gigawatt comporta costi di costruzione stimati tra gli 80 e i 100 miliardi di dollari, mentre i ricavi annui realizzabili si aggirano più sui 10-12 miliardi di dollari. Ciò si traduce in un periodo di ammortamento significativamente più lungo della reale durata di vita tecnica ed economica delle unità di elaborazione grafica (GPU) utilizzate.

Il gruppo più ottimista, che comprende analisti di Barron’s, Vontobel, parte di Goldman Sachs e Reuters, sottolinea che gli attuali livelli di valutazione delle società coinvolte sono significativamente inferiori rispetto ai multipli dell’era delle dot-com e che le società finanziarie hanno flussi di cassa operativi considerevolmente più solidi rispetto alle società di telecomunicazioni di quel periodo. Un rapporto della società di ricerca Exponential View, diffuso tramite Bloomberg, sosteneva all’inizio dell’estate del 2026 che i ricavi legati all’intelligenza artificiale al di fuori della Cina avevano già superato le svalutazioni stimate di hyperscaler e neocloud nel primo trimestre del 2026, seppur con margini molto ridotti. Contro-analisi, come quelle della piattaforma di ricerca WireSift o dell’analista Joseph Klement, concludono tuttavia che esiste un divario strutturale di oltre mille miliardi di dollari all’anno tra i ricavi necessari e quelli effettivi dei clienti finali.

È significativo notare che entrambe le parti non dispongono di una definizione unificata e solida di cosa si debba considerare una bolla speculativa, né di previsioni affidabili sulla reale disponibilità a pagare dei clienti finali per il periodo 2027-2030, né di un parametro trasparente per misurare l’effettivo utilizzo delle nuove capacità di calcolo create. Questa lacuna conoscitiva non è una semplice nota a piè di pagina accademica, ma la vera ragione per cui il dibattito è così polarizzato: entrambe le parti argomentano basandosi su presupposti in parte plausibili, ma non del tutto verificabili empiricamente.

Il vero punto debole non risiede nei modelli in sé, bensì nella catena di finanziamento

Un’analisi completa dei dati disponibili fornisce una valutazione articolata ma ben fondata. L’affermazione secondo cui tutti gli investimenti precedenti si sarebbero già ripagati non trova riscontro nei dati disponibili, né a livello degli sviluppatori dei modelli, che operano ancora prevalentemente in perdita, né a livello della domanda aziendale in generale, che, secondo diverse indagini indipendenti, è stagnante da oltre un anno. Allo stesso tempo, l’affermazione opposta di un imminente collasso sistemico è altrettanto infondata, poiché non vi è stato alcun default documentato sui pagamenti, nessun tentativo di finanziamento successivo fallito, né alcuna acquisizione forzata di un importante operatore di mercato. Ciò che si può effettivamente osservare sono i primi segnali di stress, chiaramente misurabili, alla periferia del sistema: il declassamento di Oracle, l’estrema concentrazione dei rapporti con i clienti dei singoli fornitori di servizi cloud, il ruolo crescente delle strutture di finanziamento fuori bilancio e gli elevati oneri finanziari dei neocloud ad alta intensità di capitale come CoreWeave.

Lo sviluppo più probabile, quindi, non sarà tanto una singola rottura drammatica, quanto piuttosto una differenziazione graduale, ma sempre più evidente, all’interno del settore. Le aziende con flussi di ricavi diversificati, un’ampia base di clienti e bilanci solidi – soprattutto gli hyperscaler affermati con il loro core business redditizio nel cloud computing tradizionale – dispongono di riserve sufficienti per superare periodi pluriennali di basso rendimento del capitale proprio. Al contrario, gli operatori più indebitati e orientati al cliente, come i singoli neocloud o i fornitori di infrastrutture dipendenti da pochi grandi clienti, come Oracle, corrono un rischio significativamente maggiore di incontrare serie difficoltà nelle prossime finestre di rifinanziamento tra il 2026 e il 2028, se la crescita della domanda dei clienti finali non accelererà considerevolmente. È quindi probabile che qualsiasi consolidamento avvenga gradualmente attraverso pressioni di rifinanziamento, rinegoziazioni contrattuali e vendite mirate di capacità infrastrutturale, piuttosto che attraverso una reazione a catena improvvisa e onnicomprensiva come ipotizzato in alcuni scenari di crisi sui social media.

Tre indicatori sono particolarmente cruciali per monitorare questo sviluppo: l’effettiva struttura delle scadenze del debito detenuto dai fornitori di infrastrutture ad alta intensità di capitale, l’evoluzione della concentrazione della clientela nei maggiori contratti cloud e la possibilità che la quota di aziende con un contributo misurabile agli utili derivante dalle applicazioni di intelligenza artificiale superi finalmente il livello stagnante di circa il 37% nei prossimi sondaggi. Solo quando emergerà una chiara inversione di tendenza sarà possibile valutare in modo affidabile se l’attuale ondata di investimenti stia effettivamente creando una nuova infrastruttura di base industriale o se, al contrario, passerà alla storia economica come una delle più costose allocazioni di capitale.