Forniture di chip, investimenti azionari, contratti di leasing, garanzie. Negli ultimi mesi le aziende protagoniste dell’intelligenza artificiale negli Stati Uniti hanno intessuto una fitta rete di contratti reciproci che ormai vale almeno 1.800 miliardi di dollari. Si è così formato un labirinto di accordi che rende difficile orientarsi e persino distinguere fra aziende concorrenti (si veda grafico sotto elaborato dal Bcg Institute). Tanto che ora gli investitori iniziano a domandarsi: quanto sono reali i numeri di bilancio dietro il boom finanziario dell’intelligenza artificiale?
La domanda è diventata pressante dopo le indiscrezioni sulle ultime intese di Nvidia. Secondo il Wall Street Journal, il produttore di semiconduttori è pronto a fornire una garanza da 250 miliardi di dollari per la costruzione di un mega-data center in Ohio che dovrebbe andare in leasing a OpenAi, lo sviluppatore di ChatGpt, di cui la stessa Nvidia è azionista. Il progetto è finanziato dal gruppo giapponese Softbank, anch’esso investitore di OpenAi. Il costo del data center è stimato in oltre 500 miliardi, incluse le spese per l’acquisto dei chip forniti, ovviamente, da Nvidia. La garanzia da 250 miliardi dal colosso dei semiconduttori - 4.760 miliardi di capitalizzazione - dovrebbe consentire di abbattere i tassi di interesse sui debiti necessari per completare la costruzione.
Il condizionale è dovuto perché la circolarità di questi accordi sta iniziando a indurre qualche sospetto fra gli investitori. O, quantomeno, maggior cautela. Non a caso, in scia alle indiscrezioni sulla maxi-garanzia da 250 miliardi, i credit default swap a cinque anni su Nvidia hanno toccato il massimo storico. Questi strumenti finanziari servono ad assicurarsi contro il fallimento di un debitore e, nel caso del colosso dei chip, il loro prezzo è salito dallo 0,14 allo 0,82% all’anno. Un costo ancora basso rispetto ad aziende di altri settori; l’impennata segnala però che la fiducia del mercato nelle prospettive dell’intelligenza artificiale non è infinita. Oltre agli annunci di accordi da centinaia di miliardi e di futuri ricavi straordinari, gli investitori vogliono vedere qualche numero reale sul ritmo di adozione dell’Ai e, soprattutto, sui profitti che sarà in grado di generare per ripagare i maxi-investimenti di questi anni.
I prossimi bilanci delle big tech saranno un banco di prova importante. «Seguiremo con grande attenzione la prossima stagione delle trimestrali, ponendoci due domande - sottolinea Raphael Thuin, responsabile delle strategie di mercato del fondo francese Tikehau - in primo luogo, se si stia verificando un’inversione di tendenza nel ritmo della spesa per le infrastrutture legate all’IA; e, in secondo luogo, se le aziende stiano iniziando a fornire prove concrete e convincenti del ritorno sull’investimento». I primi segnali sono difficili da decifrare. Alphabet, l’unico gigante tecnologico ad aver comunicato sinora i dati trimestrali, ha per esempio rimarcato che la sua Ai Gemini sfiora ormai il miliardo di utenti. D’altro lato, fra aprile e giugno la casa-madre di Google ha speso più di quanto abbia incassato, bruciando per la prima volta nella sua storia oltre 5 miliardi di cassa.
Il dato non è di per sé allarmante perché è sintomo di una fase di grande espansione: Google ha infatti annunciato che investirà oltre 200 miliardi nel solo 2026 per rifornirsi di tutto ciò che serve per cavalcare l’onda dell’Ai: chip, data center, server, talenti. Ha perciò raccolto 80 miliardi sul mercato attraverso un aumento di capitale lampo ed emesso debiti per una somma compresa fra 50 e 70 miliardi. La domanda da parte degli investitori non è certo mancata: a distanza di qualche mese, però, stanno emergendo dubbi sulla sostenibilità di questa montagna di investimenti da parte non solo di Alphabet, ma anche delle altre big tech che nel 2025 hanno speso 400 miliardi per data center e infrastrutture tecnologiche. E quest’anno raddoppieranno l’impegno ad almeno 800 miliardi. Servono davvero così tanti soldi per esser protagonisti nell’era dell’Ai?
La domanda sta diventando più pressante alla luce dei recenti progressi annunciati dagli sviluppatori di Ai cinesi. Il modello di punta cinese, Kimi K2.6 di Moonshot, costa 1,71 dollari per milione di token contro gli 11,25 dollari di GPT-5.5, il sistema più avanzato statunitense. «Il costo dell’Ai si sta rivelando una delle principali preoccupazioni per le aziende che la adottano - notano gli esperti di BlackRock. «Gartner prevede che la spesa globale per modelli e piattaforme di IA raggiungerà i 64 miliardi di dollari nel 2026, con un aumento del 63% rispetto al 2025 - prosegue - con l'aumento dei costi dell'Ai aziendale, le imprese sono maggiormente incentivate a contenerli attraverso l'ottimizzazione dei modelli e l'utilizzo di modelli a basso costo».
Ciò dovrebbe indurre le imprese a preferire i modelli di Ai cinesi (sempre che leggi e valutazioni geopolitiche lo consentano), almeno sinché quelli americani non diventeranno più economici. Il problema è che le centinaia di miliardi di investimenti già effettuati o programmati potrebbero rendere più difficile per OpenAi, Anthropic e le altre aziende di settore abbassare i prezzi perché simile decisione andrebbe probabilmente ad abbattere i rendimenti attesi proprio su quegli investimenti. «Il dibattito non verte più solo su chi costruirà il modello migliore ma su chi si accaparrerà la rendita economica», nota BlackRock, secondo cui «un’Ai più economica cambi i vincitori» e rende più sicuro investire sui fornitori di infrastrutture che sugli sviluppato di modelli come OpenAi e Anthropic. Se però ChatGpt e Claude dovessero cadere sotto la concorrenza degli economici modelli cinesi, la fortezza da 1.800 miliardi costruita attorno a loro reggerà? Oppure si rivelerà un castello di carta?
28 lug 2026 | 15:05
