La Bolla dell'IA Sta Finalmente Cracking

Sintesi Esecutiva

Big Tech non sta più semplicemente investendo nell'intelligenza artificiale.

Sta riorganizzando la struttura del capitale del settore tecnologico attorno a essa.

Amazon, Microsoft, Alphabet e Meta stanno ora spendendo a una scala sempre più simile a un programma di politica industriale nazionale piuttosto che a un normale ciclo di investimento aziendale. Il denaro sta fluendo verso data center, chip, server, attrezzature di rete, sistemi di raffreddamento, infrastrutture energetiche e impegni di capacità AI a lungo termine.

L'argomento rialzista è ovvio: l'IA potrebbe diventare il prossimo strato operativo dell'economia globale.

L'argomento ribassista sta diventando sempre più difficile da scartare: la spesa sta arrivando molto più velocemente rispetto al ritorno sull'investimento provato.

Il sondaggio globale sull'IA del 2025 di McKinsey ha rilevato che la maggior parte delle organizzazioni non ha ancora visto un impatto significativo sull'EBIT a livello aziendale derivante dall'IA. Solo il 39% dei rispondenti ha attribuito un qualche livello di impatto sull'EBIT all'IA, e la maggior parte di loro ha dichiarato che l'IA rappresentava meno del 5% dell'EBIT aziendale. McKinsey ha classificato solo circa il 6% dei rispondenti come “high performers” nel settore IA, generando un impatto significativo sul bilancio. ([McKinsey & Company][1])

Quella distanza — tra la spesa per l'infrastruttura e il contributo realizzato agli utili — è l'intera storia.

L'IA potrebbe essere reale. L'aumento della produttività potrebbe essere reale. Il cambiamento della piattaforma a lungo termine potrebbe essere reale.

Ma i mercati non crollano perché la tecnologia è falsa.

Crollano quando il prezzo pagato per la tecnologia si disaccoppia dai flussi di cassa che può generare.

Il Nuovo Commercio dell'IA: Spendere Prima, Giustificare Dopo

L'attuale boom dell'IA è evoluto da una storia di software a una storia di intensità di capitale.

Nella fase iniziale, il mercato premiava tutto ciò che era collegato all'IA generativa: chip, cloud, software, cybersecurity, automazione, strumenti aziendali, REIT di data center, attrezzature energetiche, energia nucleare, sistemi di raffreddamento e anche servizi pubblici.

Ora la domanda è cambiata.

Non è più: Chi beneficia dell'IA?

È: Chi guadagna un ritorno accettabile sul capitale impiegato?

Il modello di base di Goldman Sachs stima le spese annuali in capitale per le infrastrutture di IA di circa $765 miliardi nel 2026, con un aumento a $1.6 trilioni entro il 2031, con circa $7.6 trilioni di capex cumulativi tra il 2026 e il 2031. Questa stima include l'intero stack fisico necessario per l'IA: acceleratori, data center, distribuzione energetica, sistemi di ridondanza, infrastruttura di raffreddamento e attrezzature elettriche di supporto.

Non è un normale ciclo di aggiornamento.

È un'espansione su scala civile.

E il mercato ora è chiamato a credere che questa espansione produrrà ritorni sufficientemente alti, abbastanza rapidamente e sufficientemente duraturi da giustificare uno delle più grandi ondate di spesa aziendale della storia.

L'Aumento della Spesa degli Hyperscaler È Reale

L'espansione dell'IA non è teorica. È già visibile nei bilanci finanziari.

Alphabet ha riportato ricavi del Q1 2026 pari a $109.9 miliardi, in aumento del 22% anno su anno, mentre i ricavi di Google Cloud sono aumentati del 63% a $20.0 miliardi, trainati da soluzioni aziendali di IA, infrastruttura di IA e servizi core di Google Cloud Platform. Alphabet ha anche segnalato che il backlog di Google Cloud è quasi raddoppiato trimestre su trimestre, superando i $460 miliardi.

Ma l'intensità del capex sta aumentando rapidamente. Gli acquisti di beni immobili e attrezzature di Alphabet nel Q1 2026 hanno raggiunto $35.7 miliardi, più del doppio dei $17.2 miliardi spesi nel periodo analogo dell'anno precedente.

Microsoft ha anche riportato risultati importanti. I ricavi sono aumentati a $82.9 miliardi, in crescita del 18%, mentre il CEO Satya Nadella ha dichiarato che il business dell'IA di Microsoft ha superato un tasso di ricavi annuali di $37 miliardi, in aumento del 123% anno su anno. ([Microsoft][4]) Ma le aggiunte di Microsoft a beni immobili e attrezzature sono aumentate a circa $30.9 miliardi per il trimestre, rispetto ai $16.7 miliardi del periodo analogo dell'anno precedente.

Meta ha riportato ricavi del Q1 2026 pari a $56.31 miliardi, in aumento del 33% anno su anno, mentre le spese in conto capitale, inclusi i pagamenti principali sui contratti di leasing finanziari, sono state di $19.84 miliardi. Più importante, Meta ha alzato le sue previsioni di capex per l'intero anno 2026 a $125 miliardi – $145 miliardi, rispetto alla sua precedente fascia di $115 miliardi – $135 miliardi, citando un aumento dei prezzi dei componenti e costi aggiuntivi per i data center.

I risultati di Amazon per il Q1 2026 mostrano anche la scala dell'espansione. Le vendite di AWS sono aumentate del 28% anno su anno a $37.6 miliardi, mentre Amazon ha rivelato che il flusso di cassa libero è diminuito a $1.2 miliardi negli ultimi dodici mesi, principalmente a causa di un aumento di $59.3 miliardi anno su anno negli acquisti di beni immobili e attrezzature, che l'azienda ha dichiarato riflettere principalmente investimenti nell'IA.

I numeri sono sorprendentemente alti.

Queste aziende non stanno sperimentando con l'IA.

Stanno costruendo le infrastrutture fisiche della prossima era del calcolo.

Il problema è che gli investitori non hanno ancora una visibilità chiara sul profilo di ritorno effettivo dell'IA.

Il Vero Problema: I Ricavi dell'IA Sono Ancora Troppo Sfocati

Gli hyperscaler stanno riportando crescita nel cloud, crescita del backlog, crescita dell'uso dell'IA, crescita del volume dei token, domanda dei clienti e vincoli di capacità.

Questi sono segnali reali.

Ma non sono la stessa cosa della redditività trasparente dell'IA.

Gli investitori devono separare tre domande diverse:

Prima di tutto, l'IA sta guidando la domanda nel cloud? Sì, chiaramente.

In secondo luogo, gli hyperscaler stanno generando ricavi da carichi di lavoro di IA? Sì, sempre di più.

In terzo luogo, quei carichi di lavoro di IA stanno producendo ritorni attraenti sul massiccio capitale incrementale impiegato? Questa è ancora la domanda irrisolta.

Questa distinzione è importante.

Un'azienda può aumentare i ricavi e ancora distruggere il valore per gli azionisti se il capitale necessario per generare quei ricavi aumenta più rapidamente del ritorno economico.

È qui che il ciclo dell'IA diventa pericoloso.

Durante una mania, il mercato premia la crescita dei ricavi.

Durante la fase di paura, il mercato inizia a chiedere di ammortamento, conversione del flusso di cassa libero, ritorno sul capitale investito, periodi di recupero del cliente e vita utile degli asset.

È in quel momento che la storia può cambiare rapidamente.

I Dati sul Ritorno sull'Investimento dell'IA di McKinsey Dovrebbero Rendere Gli Investitori Scomodi

Il punto più importante del dibattito sull'IA non è se le persone stiano usando l'IA.

Lo stanno facendo.

La domanda è se l'IA sta trasformando l'economia aziendale.

Finora, le prove sono miste.

Il sondaggio di McKinsey del 2025 ha rilevato che l'adozione dell'IA sta ampliandosi attraverso settori e funzioni, ma la maggior parte delle aziende non ha ancora integrato l'IA in modo profondo nei flussi di lavoro. Solo circa un terzo di tutti i rispondenti ha dichiarato che le proprie organizzazioni stavano scalando programmi di IA a livello aziendale.

Il risultato più importante è l'impatto sugli utili.

McKinsey ha scoperto che solo il 39% dei rispondenti ha attribuito un qualche livello di impatto sull'EBIT all'IA, e la maggior parte di loro ha dichiarato che meno del 5% dell'EBIT aziendale era attribuibile all'IA. L'azienda ha identificato gli "high performers" nell'IA — aziende che vedono un impatto significativo sul bilancio — come solo circa il 6% dei rispondenti.

Ciò non significa che l'IA sia inutile.

Significa che l'IA non sta ancora traducendo in un aumento significativo, misurabile e aziendale dei profitti per la maggior parte delle aziende.

Questo è un problema quando la bolletta infrastrutturale si sta già dirigendo verso un'importanza annuale di trilioni di dollari.

Il mercato sta effettivamente prezzando un futuro in cui l'IA diventa un ampio motore di produttività aziendale.

Ma i dati di oggi suggeriscono ancora che la maggior parte delle aziende siano tra sperimentazione, distribuzione parziale e integrazione limitata nei flussi di lavoro.

Quella distanza tra aspettativa e realizzazione è dove si formano le bolle.

Il Problema Deflazionistico: L'IA Diventa Più Economica nel Tempo

C'è un altro rischio sottovalutato.

La spesa per l'infrastruttura IA sta esplodendo mentre il costo di utilizzo dell'IA sta crollando.

Secondo l'AI Index del 2025 di Stanford, il costo dell'inferenza per un sistema che opera al livello di GPT-3.5 è diminuito di oltre 280 volte tra novembre 2022 e ottobre 2024. Stanford ha anche notato che i costi dell'hardware AI sono diminuiti di circa il 30% all'anno, mentre l'efficienza energetica è migliorata di circa il 40% all'anno.

That sounds bullish for adoption.

E lo è.

Ma potrebbe non essere ottimistico per ogni azienda che spende centinaia di miliardi per costruire capacità.

Se il prezzo per unità di intelligenza scende rapidamente, allora l'infrastruttura AI può diventare un'affare deflazionistico più velocemente di quanto gli investitori si aspettino.

Ciò crea un paradosso.

Più l'AI diventa economica, più potrebbe essere utilizzata ampiamente.

Ma più l'AI diventa economica, più potrebbe essere difficile guadagnare rendimenti simili a quelli di un monopolio su infrastrutture costose.

Questo è particolarmente importante perché Stanford ha anche scoperto che i modelli a peso aperto stanno chiudendo il divario di prestazioni con i modelli chiusi, riducendo la differenza dal 8% al 1,7% su alcuni benchmark in un solo anno.

Ciò indebolisce l'idea che ogni hyperscaler abbia una duratura barriera tecnica.

Se i modelli convergono, i costi di inferenza collassano e i clienti diventano più sensibili ai prezzi, allora il livello dell'infrastruttura AI potrebbe eventualmente comportarsi meno come un monopolio software e più come un mercato delle materie prime ad alta intensità di capitale.

Questo è il rischio che nessuno vuole prezzare.

La Questione dell'Deprezzamento Potrebbe Diventare la Prossima Ossessione del Mercato

I mercati amano gli investimenti in capitale durante la fase di costruzione.

Odiano il deprezzamento durante la fase di recupero.

L'infrastruttura AI ha un problema di vita utile.

I data center possono durare a lungo. Le infrastrutture elettriche possono durare a lungo. Ma i componenti più preziosi — GPU, acceleratori, server, memoria, attrezzature di rete e hardware AI specializzato — possono diventare economicamente obsoleti molto più rapidamente delle infrastrutture tradizionali.

Questo è significativo perché il deprezzamento non è solo un dettaglio contabile.

È il riconoscimento ritardato delle spese in capitale di ieri.

Se le aziende stanno spendendo decine o centinaia di miliardi su beni AI oggi, il bilancio dovrà infine assorbire il peso del deprezzamento domani.

Il mercato dovrebbe tenere d'occhio cinque aspetti:

1. Se la divulgazione delle entrate AI diventa più trasparente.
2. Se i carichi di lavoro AI migliorano o diluiscono i margini del cloud.
3. Se la conversione del flusso di cassa libero si deteriora man mano che gli investimenti in capitale aumentano.
4. Se le spese di deprezzamento crescono più rapidamente delle entrate dai servizi AI.
5. Se i clienti generano un ROI sufficiente per continuare ad aumentare la spesa in AI.

Questo è il punto in cui la tesi AI diventa molto più fragile.

La prima fase dell'operazione riguardava la domanda.

La seconda fase riguarderà i ritorni.

Questo Non Significa Che l'AI È Finta

La versione più forte dell'argomento ribassista non è che l'AI sia finta.

È pigrizia.

L'argomento più forte è che l'AI può essere reale, utile e economicamente importante — mentre produce comunque un ciclo di capitale massivo che supera la domanda.

Questo è esattamente ciò che è successo in precedenti boom tecnologici.

Internet era reale nel 1999.

Le reti in fibra ottica erano reali.

L'e-commerce era reale.

Il software era reale.

I semiconduttori erano reali.

Ma la bolla delle dot-com si è comunque verificata perché gli investitori hanno estrapolato il reale cambiamento tecnologico in assunzioni finanziarie irrealistiche.

La stessa logica si applica qui.

L'AI può cambiare il mondo e diventare comunque sovradimensionata.

L'AI può migliorare la produttività e comunque non giustificare ogni dollaro di investimento in capitale.

L'AI può generare enormi pool di entrate e comunque comprimere i ritorni se troppo capitale inonda il mercato tutto in una volta.

Questa è la differenza tra una rivoluzione tecnologica e un ritorno investibile.

Gli investitori non devono confondere i due.

Il Caso Rialzista Ha Ancora Dente

Per essere onesti, il caso rialzista non è debole.

L'accelerazione del cloud di Alphabet è reale. La crescita di AWS è reale. Il tasso di entrate AI di Microsoft è reale. Il business pubblicitario di Meta rimane enormemente redditizio, e l'AI può potenzialmente migliorare il targeting, la raccomandazione dei contenuti, l'automazione creativa e l'engagement. La catena di approvvigionamento dell'AI rimane anche limitata, il che può supportare il potere di determinazione dei prezzi per chip, attrezzature di rete, memoria, raffreddamento e attrezzature elettriche nel breve termine.

Gli hyperscalers hanno anche bilanci che le aziende più piccole non potrebbero mai eguagliare.

Possono finanziare l'espansione.

Possono assorbire perdite.

Possono aspettare più a lungo di quanto la maggior parte degli investitori si aspetti.

E se l'AI diventa l'interfaccia predefinita per il lavoro, la ricerca, il commercio, lo sviluppo software, la pubblicità, il servizio clienti, la sicurezza informatica e l'automazione aziendale, allora le aziende che costruiscono l'infrastruttura potrebbero diventare ancora più dominanti.

Questo è il serio caso rialzista.

La questione non è se ci sia potenziale di crescita.

La questione è se l'attuale percorso di spesa presuppone già troppo di quel potenziale di crescita troppo presto.

La Fase della Paura Arriva Dopo la Fase di Mania

Ogni ciclo di mercato ha una sua psicologia.

Prima viene l'incredulità.

Poi l'adozione.

Poi l'accelerazione.

Poi l'euforia.

Poi la razionalizzazione.

Poi la paura.

L'AI ha già attraversato le fasi iniziali. La tecnologia è passata da curiosità a mandato del consiglio praticamente da un giorno all'altro. Ogni azienda aveva bisogno di una strategia AI. Ogni prodotto software aveva bisogno di una caratteristica AI. Ogni presentazione per gli investitori aveva bisogno di una slide dedicata all'AI.

Ora il mercato sta entrando in una fase più difficile.

La spesa non è più così piccola da poter essere ignorata.

Gli investimenti in capitale non sono più teorici.

L'impatto sugli utili non è più considerato scontato.

La domanda sta diventando ineludibile:

Dove sono i ritorni?

Ecco perché questo momento è importante.

Se gli investitori continuano a vedere entrate AI in accelerazione, margini stabili, flusso di cassa libero forte e periodi di recupero credibili, il boom può continuare.

Ma se gli investimenti in capitale continuano a salire mentre la divulgazione delle entrate AI rimane vaga, il deprezzamento aumenta, il ROI dei clienti rimane incoerente e la pressione sui prezzi si intensifica, il mercato inizierà a riconsiderare l'intera operazione.

Non perché l'AI abbia fallito.

Ma perché il modello finanziario è diventato troppo aggressivo.

Cosa Dovrebbero Guardare Gli Investitori

La prossima fase del mercato dell'AI non sarà decisa dai titoli.

Sarà decisa dai bilanci.

Gli investitori dovrebbero guardare prima la divulgazione delle entrate AI. Maggiore è la quantità di aziende che parlano di AI in termini qualitativi vaghi, maggiore dovrebbe diventare lo scetticismo del mercato. I reali cambiamenti di piattaforma si riflettono infine nelle entrate di segmento, nei margini, nella qualità del backlog, nella retention dei clienti e nel flusso di cassa.

In secondo luogo, osservare il flusso di cassa libero. La divulgazione di Amazon che il flusso di cassa libero negli ultimi dodici mesi è sceso a $1,2 miliardi mentre gli investimenti in beni e attrezzature legati all'AI sono aumentati è esattamente il tipo di segnale che gli investitori dovrebbero monitorare in tutto il settore.

In terzo luogo, osservare il deprezzamento. Maggiore è l'espansione, più i guadagni di domani devono assorbire le spese infrastrutturali di ieri.

In quarto luogo, osservare il prezzo dell'inferenza. Se il costo per unità di intelligenza continua a scendere, i vincitori a lungo termine potrebbero essere i clienti e le aziende del layer applicativo, non necessariamente ogni fornitore di infrastrutture.

In quinto luogo, osservare il ROI aziendale. Se i futuri sondaggi di McKinsey mostrano un aumento significativo delle aziende che generano EBIT significativi dall'AI, il caso rialzista si rafforza. In caso contrario, il ciclo di spesa diventa più difficile da giustificare.

Invest Daily Bottom Line

Il boom dell'AI non è finito.

Ma la parte facile della narrazione potrebbe essere agli sgoccioli.

Negli ultimi due anni, gli investitori hanno premiato l'ambizione. Hanno premiato la scala. Hanno premiato gli investimenti in capitale. Hanno premiato ogni azienda che poteva credibilmente rivendicare un'esposizione all'espansione dell'AI.

La prossima fase sarà diversa.

Il mercato richiederà prove.

Prove di entrate.

Prove di margini.

Prove di flusso di cassa libero.

Prove di ROI dei clienti.

Prove che i trilioni impegnati nell'infrastruttura AI possano generare ritorni superiori al costo del capitale.

Questa è una soglia molto più alta.

Il pericolo non è che l'AI scompaia.

Il pericolo è che l'AI diventi così competitiva, così costosa e così deflazionistica che le aziende che costruiscono l'infrastruttura guadagnino ritorni inferiori a quelli che gli investitori si aspettano.

Questo è come si rompono le manie.

Non tutto in una volta.

Inizialmente lentamente.

Poi improvvisamente.

La rivoluzione dell'AI potrebbe essere reale.

Ma il prezzo pagato per essa potrebbe essere folle.

E se il mercato comincia a crederci, la fase della paura non avrà bisogno di permesso per iniziare.

Pronto per Analizzare il tuo Prossimo Investimento?

Ottieni un'analisi del fair value gratuita su qualsiasi azione. Calcola il valore intrinseco, il margine di sicurezza e le metriche di rischio in secondi. Nessuna carta di credito richiesta.

Vuoi accesso completo ai nostri strumenti di ricerca istituzionale? Esplora Invest Daily Pro.