La corsa all'IA si intensifica mentre le paure delle bolle continuano a preoccupare gli investitori

Gli ultimi mesi sono sembrati come assistere a una nuova rivoluzione industriale che si sviluppa a velocità accelerata.

Ogni settimana arriva un nuovo modello rivoluzionario. Un altro colosso tecnologico suggerisce un nuovo data center delle dimensioni di una città.

Un'altra start-up propone una valutazione che un anno fa sarebbe sembrata assurda.

Gli investitori hanno cercato di cavalcare l'onda, eppure molti asset globali sono stati venduti recentemente, come se i mercati si accorgessero improvvisamente che qualcosa non stava del tutto in accordo.

Il rumore era forte e i numeri erano più alti. Ma l'immagine stava diventando sempre più difficile da leggere.

Alcuni si preoccupano di chi guida la corsa all'IA, mentre altri continuano a esprimere preoccupazioni per lo scoppio della "bolla dell'IA".

Come la gara è diventata uno sprint senza linea d'arrivo

Quando ChatGPT è apparso alla fine del 2022, la Silicon Valley si è comportata come se qualcuno avesse scoperto petrolio sotto ogni parco uffici. La scommessa era semplice.

Scala i modelli. Scala il calcolo. Scala i ricavi. In quella prima fase, non importava che i costi stessero aumentando. Ciò che contava era la velocità.

Entro la fine del 2025, il campo ha cambiato forma e OpenAI non appare più intoccabile.

L'azienda ha recentemente dichiarato un "codice rosso" a livello aziendale per rafforzare ChatGPT dopo che Gemini 3 di Google ha superato i rivali in diversi benchmark.

Sam Altman ha messo in pausa nuove iniziative per concentrarsi su velocità, affidabilità e personalizzazione.

Questo tipo di urgenza da parte del leader di mercato dice qualcosa di importante agli investitori.

Il tempo di attesa alla frontiera si sta riducendo, e il fossato intorno a "vince il miglior modello" è più sottile di quanto si pensasse.

Ma Google e OpenAI non combattono da soli.

La cinese DeepSeek afferma che il suo ultimo modello V3.2 eguaglia GPT-5 nei test di ragionamento e raggiunge prestazioni di livello olimpidico in matematica.

Mistral a Parigi ha promosso modelli aperti progettati per funzionare su dispositivi invece che su grandi server farm.

Le più grandi banche europee le stanno già utilizzando.

Allo stesso tempo, Anthropic si sta preparando a quella che potrebbe diventare una delle più grandi IPO nella storia tecnologica statunitense, avendo assunto Wilson Sonsini per iniziare i lavori di preparazione formali mentre porta OpenAI sul mercato pubblico, secondo quanto riferito dal Financial Times.

L'IA di Frontier non è più una corsa a un solo cavallo. Sta iniziando a ricordare i primi anni degli smartphone, quando ogni azienda era costretta a spedire un nuovo flagship ogni stagione.

Per gli investitori, questo significa una cosa. La finestra per ottenere rendimenti sproporzionati da un vantaggio tecnologico temporaneo si sta chiudendo.

Il settore sta diventando competitivo ai vertici molto prima del previsto.

Il costo nascosto che sta riscrivendo l'economia

La magia dell'IA si sovrasta a numeri molto poco magici. Amministratore delegato di IBM, Arvind Krishna ha recentemente offerto un calcolo diretto.

Riempire un data center AI da un gigawatt con i più recenti chip costa circa ottanta miliardi di dollari.

I principali laboratori e fornitori di cloud stanno discutendo di costruire quasi 100 gigawatt di tale capacità.

La semplice moltiplicazione porta il prezzo vicino a otto trilioni di dollari, prima di contare i costi operativi o gli aggiornamenti energetici.

Anche a tassi di interesse modesti, il profitto annuo necessario solo per coprire il costo del capitale si avvicina agli 800 miliardi di dollari.

La maggior parte degli investitori non aveva fatto questi calcoli. Una volta fatto, la vendita di vendite nel settore tecnologico aveva più senso.

I mercati hanno capito che la corsa non si sta più combattendo con codice e dati, ma con bollette di capitale di dimensioni rimaste ultimamente viste in progetti infrastrutturali nazionali.

L'ammortamento aggiunge un altro problema. I chip AI diventano rapidamente obsoleti. Krishna ha detto che la vita utile è di circa cinque anni.

Questo significa che nel modello sono integrati enormi cicli di sostituzione. L'IA oggi non si comporta come un software nel cloud. Si comporta come un'industria pesante.

E Krishna non è solo.

La Banca d'Inghilterra ha recentemente avvertito che le valutazioni legate all'IA negli Stati Uniti sembrano altrettanto tese come prima del crollo delle dot-com.

Si prevede che la spesa globale per l'IA supererà i cinque trilioni di dollari nei prossimi cinque anni e afferma che circa la metà di questo sarà finanziato tramite debito.

I principali gruppi tecnologici hanno emesso circa 250 miliardi di dollari di nuovo debito quest'anno per finanziare infrastrutture.

Questo schema assomiglia meno all'internet iniziale e più a una costruzione di servizi pubblici ad alta intensità di capitale.

Una bolla in questo contesto non colpisce solo gli investitori azionari. Colpisce anche i finanziatori e i mercati del credito.

Quando gli asset venivano venduti nei mercati globali, questa era una delle ragioni.

Gli investitori si sono resi conto che l'IA non è più un'opzione gratuita per la crescita futura.

Ora è legata ai bilanci reali e alle reti energetiche. Il rischio negativo è maggiore di quanto pensassero.

Il caos hardware che sta dando forma al prossimo capitolo

La paura di essere bloccati nell'ecosistema Nvidia ha spinto ogni grande piattaforma a adottare una propria strategia hardware.

Google sta espandendo il suo programma TPU personalizzato. Gli ultimi trucioli di legno di ferro sono raffreddati ad acqua e disposti in capsule da oltre novemila unità.

Anthropic ha firmato un accordo che le dava accesso a circa un milione di TPU nel tempo.

Amazon ha lanciato in fretta il suo acceleratore Trainium3 e ha dedicato centinaia di migliaia di unità a supporto dell'addestramento modello di Anthropic.

Questa ondata di investimenti mostra come il settore stia cercando di uscire dal collo di bottiglia delle GPU.

Rafforza anche la dimensione dell'impegno. Questi sono beni di lunga durata con poca flessibilità.

Se l'architettura del modello sottostante cambia direzione, parte di questo hardware diventa meno utile. Anche gli investitori hanno iniziato a preoccuparsi di questo.

Yann LeCun, uno dei pionieri dell'IA, sostiene che gli attuali grandi modelli linguistici siano "macchine di correlazione" e non possano raggiungere l'intelligenza generale senza un'architettura diversa.

Ilya Sutskever, cofondatore di OpenAI, afferma che l'era dello scaling sta terminando. Se hanno ragione, l'enorme sviluppo personalizzato per gli LLM di oggi potrebbe non soddisfare le esigenze di domani.

Questo è il tipo di rischio che i mercati non avevano ancora valutato.

Cosa succede se l'hype si calma ma la tecnologia sopravvive

La storia dimostra che la maggior parte dei boom tecnologici supera la situazione. Le ferrovie lo fecero. Le radio lo facevano. Internet sicuramente lo ha fatto.

Gli investitori che cercano il potenziale al rialzo tendono a spingere le valutazioni oltre ciò che la prima ondata di modelli di business può giustificare. Ma le tecnologie sottostanti resistono.

L'IA si colloca da qualche parte in quella storia. I casi d'uso sono reali. Le aziende stanno iniziando a implementare modelli per la programmazione, l'analisi e le operazioni con i clienti.

Apple sta riorganizzando l'intero suo gruppo software attorno all'intelligenza on-device.

Reddit sta utilizzando il nuovo Nova Forge di Amazon per costruire un proprio modello di applicazione delle politiche.

Questi esempi suggeriscono che l'IA stia passando dalla novità all'infrastruttura.

La sfida è il tempismo. I benefici sulla produttività richiedono tempo per manifestarsi. Arrivano subito le bollette dei capitali.

Quando le azioni globali sono crollate, questa discrepanza ha aiutato a spiegare la reazione.

Gli investitori hanno capito che avrebbero potuto dover aspettare ancora per il rimborso, mentre i costi di prestito erano immediati.

Ciò che rimane dopo che la schiuma si sarà depositata conterà più della correzione stessa. Reti ottiche. Modelli personali sui dispositivi.

Silicio personalizzato. Modelli open open più piccoli che funzionano in auto o laptop. Questi elementi sembrano resistenti perché integrano l'IA nella struttura fisica e digitale dell'economia.

I laboratori che lottano per la frontiera possono sorgere o cadere, ma le infrastrutture rimangono.

La vera lezione per gli investitori globali è che il "boom dell'IA" non è né pura fantasia né una strada diretta verso rendimenti infiniti.

Si tratta di una costosa transizione tecnologica che avviene in tempo reale e sotto reali vincoli finanziari.

La ricompensa arriverà, ma non in modo uniforme e non immediato. La turbolenza nei prezzi degli asset è il mercato che cerca di capire chi catturerà quel valore e chi pagherà il conto.