In questa pagina
- Questa non è più una storia di software
- Il cash flow era carino. Poi è arrivato il conto.
- Il mercato racconta due favole incompatibili
- La produttività ha le note in piccolo
- La competizione rende tutti irrazionali, in modo perfettamente razionale
- No, un laboratorio AI non è Lehman Brothers. Per ora.
- Il prossimo test dell’AI è il fatturato noioso
Il boom dell’AI si è diplomato da “quattro aziende ricche che comprano GPU con i contanti” a una corsa infrastrutturale da 1.000 miliardi di dollari, con finanziatori, fondi di private credit, utility, appaltatori e chiunque abbia una sottostazione elettrica vicino a un data center.
Il Bollettino di gennaio della Banca dei Regolamenti Internazionali non sta prevedendo un crollo. Sta segnalando qualcosa di più interessante del solito dibattito “ChatGPT è sopravvalutato?”: il denaro che finanzia l’AI sta cambiando prima che il caso dei ricavi abbia davvero dimostrato di reggersi in piedi.
La tecnologia può essere reale. I guadagni di produttività possono essere reali. Il finanziamento può comunque essere spettacolarmente stupido. Le ferrovie non sono sparite dopo la railway mania, e neppure Internet dopo la bolla dot-com. Molti investitori hanno solo scoperto che un’infrastruttura che cambia la civiltà non sostituisce clienti che pagano il conto.
Questa non è più una storia di software
Si parla di AI come se fosse software perché la gente vede una chat. La fattura è soprattutto hardware, cemento, raffreddamento, trasformatori, connessioni alla rete e chip ridicolmente costosi che ronzano in capannoni grandi come piccoli aeroporti.
La BIS stima che, a metà 2025, la spesa USA per impianti IT e data center fosse arrivata a circa l’1% del PIL. L’investimento IT complessivo ha toccato il 5% del PIL, oltre il picco dot-com. Fabbriche di semiconduttori e data center hanno aggiunto in media 0,4 punti percentuali alla crescita del PIL USA dal 2022.
È un contributo economico serio. Non è un timbro magico che dichiara redditizio ogni dollaro speso. Lo stesso Bollettino nota che una parte delle apparecchiature è importata, quindi il contributo lordo alla crescita può sovrastimare l’effetto netto interno.
Il Rapporto Economico Annuale BIS 2026 mette sul tavolo una cifra ancora più grossa: i cinque maggiori hyperscaler spenderanno oltre 1.000 miliardi di dollari in capex legato all’AI tra 2025 e 2026.
Il cash flow era carino. Poi è arrivato il conto.
Per anni i maggiori spenditori dell’AI hanno avuto un vantaggio meravigliosamente noioso: potevano finanziare scommesse enormi con il cash flow operativo. Succede quando le attività esistenti stampano soldi su scala planetaria.
La fase successiva è meno pulita. La BIS dice che il fabbisogno previsto spingerà le aziende dai flussi di cassa operativi verso il debito, con un ruolo crescente del private credit. Il Bollettino stima che la spesa per data center possa aumentare di 100-225 miliardi di dollari l’anno per cinque anni, da circa lo 0,5% del PIL USA oggi allo 0,8%-1,3%.
Il private credit non è più un vicolo laterale carino. È passato da circa 100 miliardi di dollari nel 2010 a oltre 2.200 miliardi. I ricercatori BIS rilevano che i prestiti legati all’AI sono cresciuti molto e che la loro dimensione media supera quella dei prestiti a imprese non AI.
Questo non vuol dire “private credit cattivo” o “data center uguale Lehman Brothers”. Vuol dire che cambia il raggio dell’esplosione. Un ciclo di ricavi AI deludente non punirebbe solo venture capital e azionisti. Potrebbe passare per finanziatori specializzati, proprietari di infrastrutture, costruttori, fornitori di attrezzature, contratti energetici e fondi pensione che possiedono un pezzo della catena.
Il mercato racconta due favole incompatibili
Qui c’è l’osservazione più pungente della BIS. I mercati azionari valutano le società AI come se dovessero produrre utili futuri eccezionali. I mercati del debito, invece, non sembrano chiedere un rischio di credito eccezionale.
In italiano normale: gli azionisti scommettono sulla corsa all’oro. I finanziatori prezzano più o meno un normale progetto edilizio. Per un po’ entrambe le visioni possono convivere. Non possono avere ragione entrambe per sempre se i flussi di cassa deludono.
Il Bollettino rileva che i prestiti AI hanno spread e scadenze simili a quelli degli altri prestiti di private credit. Lo spread è l’interesse extra chiesto per il rischio. Se l’intero futuro dell’investimento dipende da ricavi enormi che ancora non si vedono, un prezzo del credito “più o meno normale” non è una prova di sicurezza. È un punto interrogativo con la cravatta.
Conta anche perché la guerra dei prezzi dell’AI che sta dividendo la Borsa rende più dura, non più facile, la parte dei ricavi. Se modelli capaci diventano sempre più economici e intercambiabili, recuperare con il potere di prezzo una fortuna spesa in capacità proprietaria diventa un’impresa allegra quanto una revisione fiscale.
La produttività ha le note in piccolo
Niente di tutto questo richiede di credere che l’AI sia inutile. È una conclusione pigra, speculare a quella di chi finge che ogni GPU comprata sia un miracolo di produttività.
Il Rapporto Annuale cita studi con risparmi di tempo del 20%-50% su compiti specifici. Non è poco. Ma le stime di crescita della produttività aggregata sul lungo periodo restano in genere sotto l’1%, perché portare uno strumento brillante nell’economia vera significa cambiare processi, ripulire dati, rifare approvazioni, formare persone e accettare che ogni azienda abbia almeno un foglio Excel gestito da qualcuno di nome Keith.
Utilità sul singolo compito e ritorno sull’economia intera non sono la stessa cosa. Un’azienda può risparmiare dieci minuti al giorno per dipendente e non giustificare comunque un impegno miliardario per energia e calcolo. Il rendimento deve arrivare alla scala giusta, alla velocità giusta e in abbastanza imprese da pagare il cemento già versato.
La competizione rende tutti irrazionali, in modo perfettamente razionale
Il rapporto BIS descrive una gara d’investimento guidata dalla convinzione che pochi vincitori domineranno il mercato. L’incentivo è brutto ma comprensibile: spendere forte ora, perché essere il laboratorio che ha smesso di comprare potenza di calcolo prima del prossimo salto è pessimo per la carriera.
Mosse razionali singolarmente possono produrre sovracapacità collettiva. Il modello di competizione del rapporto trova che, quando la pressione spinge in alto il capex, il surplus complessivo del settore cala e può diventare negativo in uno scenario avverso. Non è una previsione. È un modo formale per dire che cinque persone che corrono a comprare la stessa pala scarsa possono pagare troppo per tutte le pale.
I colli di bottiglia peggiorano la situazione. Elettricità, semiconduttori avanzati e attrezzature di rete sono scarsi. Le aziende bloccano contratti di capacità a lungo termine per non restare senza dopo. Sensato quando manca tutto, doloroso se domanda o utilizzo non raggiungono il livello eroico del foglio di calcolo.
C’è poi il finanziamento circolare dell’AI. Il rapporto descrive strutture reciproche in cui produttori di chip o hyperscaler prendono quote in laboratori AI, mentre i laboratori si impegnano ad acquistare chip o calcolo. Non è automaticamente ricavo finto, e chiamarlo così sarebbe fan fiction finanziaria. Crea però correlazione: se una gamba cede, diverse ipotesi di ricavo e finanziamento apparentemente indipendenti oscillano insieme.
È ancora più scomodo quando la concorrenza AI cinese e open-weight erode l’idea che solo il modello chiuso e più finanziato possa contare. Più la capacità diventa economica, più brutale diventa la domanda sul ritorno dell’infrastruttura.
No, un laboratorio AI non è Lehman Brothers. Per ora.
La risposta migliore a questa storia è arrivata dalla discussione su Hacker News, che ha provato subito a trasformarla in “too big to fail”. Il paragone è prematuro.
Le banche sono state salvate perché stavano dentro ai tubi dei pagamenti e del credito dell’economia. Un laboratorio di modelli di frontiera con una valutazione enorme non diventa automaticamente un’istituzione sistemica. Una garanzia pubblica non può salvare un modello operativo strutturalmente non redditizio, così come non può rendere emotivamente disponibile un centro commerciale vuoto.
Il rischio più plausibile è più noioso: uno smontaggio correlato degli investimenti. I finanziatori scoprono che le ipotesi di utilizzo erano ottimistiche. Gli appaltatori vedono rinviati impegni a lungo termine. Utility e operatori di data center ereditano capacità scomoda. I mercati pubblici rivalutano le aziende che dovevano trasformare quel capex in cassa.
Il thread HN fa anche una critica metodologica corretta. Il Bollettino mostra scenari di crescita media e alta della domanda di data center, non un vero scenario di collasso della domanda. Non invalida l’avvertimento. Dice esattamente quale stress test manca alla prossima analisi seria.
Il prossimo test dell’AI è il fatturato noioso
La conclusione BIS è più sobria di quanto piacerebbe ai mercanti del panico. Dice che i rischi macroeconomici e per la stabilità finanziaria appaiono moderati oggi, ma la sostenibilità del boom dipende dal raggiungimento di alte attese sugli utili. È l’inquadratura giusta.
L’AI non deve diventare inutile perché la cosa faccia male. Nei prossimi due anni il test non è l’ennesimo grafico di benchmark o un fondatore che annuncia agenti pronti a sostituire l’ufficio acquisti. Sono utilizzo, rinnovi enterprise, potere di prezzo, contratti energetici, scadenze del debito e cash flow.
Sono parole noiose. Sono anche le parole che decidono se il build-out dell’AI diventerà infrastruttura produttiva, oppure un monumento costosissimo al periodo in cui ogni consiglio di amministrazione ha confuso “non possiamo permetterci di perdere” con “questa cosa farà soldi”.
Continua a leggere