700 miliardi di dollari per una tecnologia che il 90% delle imprese non sa usare: anatomia della bolla AI
Nel 2026, quattro aziende americane spenderanno più soldi in data center e chip di quanto l’intero settore privato statunitense abbia speso in conto capitale nel 2025. Il numero è 700 miliardi di dollari. E il 90% delle imprese che usano l’intelligenza artificiale dichiara di non aver visto alcun impatto sulla produttività. Questi due fatti, messi uno accanto all’altro, raccontano una storia che vale la pena di capire.
🎬 Questo articolo è tratto dal video:
L’Intelligenza Artificiale è una bolla? Cosa dicono i dati!
Se preferisci guardare anziché leggere, il video è qui sopra.
Una bolla è tale solo se sai come è finanziata
Il termine “bolla” viene usato con una disinvoltura che farebbe rabbrividire qualsiasi storico della finanza. Non tutti i rialzi di prezzo sono bolle, e non tutte le bolle fanno gli stessi danni. La distinzione cruciale la traccia un paper del CEPR (Centre for Economic Policy Research) firmato da Jón Danielsson e Robert Macrae: ciò che conta non è se i prezzi sono “troppo alti”, ma come la corsa al rialzo viene finanziata.
Se una bolla è finanziata da equity (capitali di rischio), quando scoppia distrugge i portafogli degli investitori ma non contagia le banche e l’economia reale. L’infrastruttura resta. Dopo la bolla delle ferrovie dell’Ottocento, il mondo si ritrovò con migliaia di chilometri di binari. Dopo la bolla dot-com, ci ritrovammo con un’infrastruttura internet senza precedenti, e da quelle ceneri emersero Google, Amazon, Facebook.
Il problema nasce quando la bolla viene alimentata dal credito bancario. In quel caso, le perdite si trasmettono alle banche, il credito si contrae, e si rischia una crisi sistemica: è quello che accadde nel 2008 con i mutui subprime.
Danielsson e Macrae nel 2025 scrivevano che la bolla AI era ancora prevalentemente finanziata da equity. Ma aggiungevano un avvertimento che merita di essere citato per esteso: “la situazione sta cambiando. Le aziende AI si affidano sempre più al debito. Quando i prestiti bancari entrano nel ciclo di finanziamento, la bolla AI cessa di essere affare solo degli investitori e diventa una preoccupazione di politica pubblica.” Ecco, quel “sta cambiando” nel 2026 si è materializzato.
📬 Se questo tipo di analisi ti interessa, iscriviti alla newsletter.
Ogni articolo è un approfondimento sui dati che riguardano l’Italia: economia, lavoro, statistiche. Niente spam, solo contenuti.
👇 Il pulsante è qui sotto.
I numeri: $700 miliardi e la cassa che si prosciuga
Amazon ha annunciato 200 miliardi di capex per il 2026 (il consenso degli analisti era 147: sorpresa). Alphabet raddoppia a 175-185 miliardi. Meta sale a 115-135 miliardi. Microsoft si attesta intorno a 145 miliardi. Se ci aggiungiamo Oracle e xAI di Musk, superiamo i 700 miliardi complessivi. Per dare un ordine di grandezza: è più del PIL della Svezia. Bloomberg scrive che si tratta di “un boom senza paralleli in questo secolo”.
Ma il dato veramente allarmante è un altro. Questi investimenti stanno divorando il cash flow delle aziende più profittevoli del pianeta. Amazon, secondo Morgan Stanley, avrà un free cash flow negativo tra i 17 e i 28 miliardi nel 2026. Alphabet potrebbe vedere il proprio FCF crollare del 90%, da 73 miliardi a 8. Bank of America stima che il capex AI potrebbe assorbire il 94% del flusso di cassa operativo degli hyperscaler entro fine anno, contro il 76% del 2024. Nel solo 2025, le grandi tech hanno emesso oltre 121 miliardi di dollari in obbligazioni per finanziare le proprie infrastrutture AI.
La transizione dal capitale proprio al debito è in corso. Morgan Stanley proietta la spesa globale in data center verso i 3 trilioni di dollari nel quadriennio 2025-2028, di cui circa la metà coperta da private credit.
Il debito AI ha lo stesso rischio delle azioni (dice l’OCSE)
Un dato dell’OCSE, ripreso dall’Osservatorio sui Conti Pubblici di Cottarelli, merita tutta l’attenzione possibile. Il Global Debt Report 2026 mostra che nove società High Tech (Alphabet, Meta, Oracle, Amazon, IBM, Apple, Tencent, Alibaba, Microsoft) rappresentano da sole il 5% delle emissioni obbligazionarie private globali. Tra il 2026 e il 2030, queste nove aziende investiranno complessivamente 4,1 trilioni di dollari in data center: più dell’intero capex annuale del settore privato americano, che nel 2025 si è fermato a 3 trilioni.
Ma il punto più importante è tecnico e devastante: l’OCSE nota che il debito emesso per finanziare gli investimenti AI ha un profilo di rischio molto simile a quello azionario. Il rimborso dipende interamente dal successo commerciale dell’AI. E le garanzie sui prestiti sindacati usati per costruire i data center sono i data center stessi, il cui valore futuro dipende, a sua volta, dal successo dell’AI. Se l’AI delude, sia il debitore che la garanzia perdono valore contemporaneamente. È la stessa correlazione tossica dei mutui subprime: il mutuatario non paga, la casa si svaluta, la garanzia non vale più nulla. Solo che al posto delle case ci sono i data center.
Il carosello dei soldi
C’è poi un aspetto che rende questa bolla particolarmente opaca: il finanziamento circolare. Nvidia investe in OpenAI. OpenAI usa quei soldi per comprare GPU da Nvidia. Nvidia registra le vendite come fatturato. Il fatturato fa salire il titolo. Il titolo giustifica ulteriori investimenti. Lo stesso denaro compare in bilanci diversi, creando l’illusione di una domanda più ampia del reale.
Nvidia detiene il 7% di CoreWeave, una società di cloud AI che nel 2025 operava con perdite di 1,2 miliardi. Nvidia ha firmato un accordo da 6,3 miliardi per comprare capacità data center invenduta da CoreWeave fino al 2032, più un investimento aggiuntivo da 2 miliardi. Come ha osservato Andy Wu di Harvard Business School, in alcuni casi Nvidia sta effettivamente pagando i propri clienti per comprare i suoi prodotti.
Microsoft detiene il 27% di OpenAI e ha impegnato 250 miliardi in cloud computing per OpenAI fino al 2032. OpenAI ha comprato miliardi in hardware da AMD, diventando uno dei suoi maggiori azionisti. Il quadro è quello di un ecosistema chiuso in cui gli stessi dollari rimbalzano da un bilancio all’altro. Gli analisti hanno paragonato queste pratiche non alla truffa Enron, ma al vendor financing di Cisco nella fase terminale della bolla dot-com.
Il 90% che non vede nulla (e il paradosso di Solow)
A febbraio 2026 il National Bureau of Economic Research ha pubblicato il paper “Firm Data on AI” (Working Paper 34836), firmato tra gli altri da Nicholas Bloom di Stanford, basato su quasi 6.000 top executive in USA, UK, Germania e Australia. Il 69% delle imprese dichiara di usare l’AI. Il 90% di queste riporta zero impatto sulla produttività o sull’occupazione negli ultimi tre anni. I top executive la usano in media un’ora e mezza a settimana. Un quarto di loro non la usa affatto.
Uno studio del MIT (agosto 2025) aveva già trovato che il 95% dei progetti di AI generativa non produceva alcun ritorno. La Global CEO Survey di PwC conferma: solo il 12% dei CEO dichiara benefici congiunti su ricavi e costi, il 56% non ha visto alcun beneficio finanziario.
C’è un nome per questo fenomeno: paradosso di Solow. Negli anni ‘80, Robert Solow osservò che “si vedono i computer ovunque, tranne che nelle statistiche sulla produttività.” Quel paradosso si risolse circa un decennio dopo. La domanda è: l’AI seguirà lo stesso percorso? Forse. Ma i computer degli anni ‘80 non erano finanziati con 700 miliardi di dollari di debito all’anno.
L’AI non licenzia i vostri genitori. Smette di assumere i vostri figli.
Il dato NBER sulla produttività racconta però solo metà della storia. Se si guarda al mercato del lavoro, l’impatto c’è, ed è concentrato sui giovani. Goldman Sachs ha trovato che tra i lavoratori 22-25 anni nelle occupazioni esposte all’AI, l’occupazione è calata del 6-16% tra fine 2022 e metà 2025. Tra i giovani sviluppatori software il calo sfiora il 20%. Revelio Labs documenta un calo del 35% nelle offerte di lavoro entry-level da gennaio 2023.
Il paper di Anthropic (marzo 2026), basato sui dati reali di utilizzo del modello Claude, conferma: le assunzioni di giovani 22-25 anni nelle occupazioni più esposte stanno rallentando del 14%. Per gli over 25, nessun effetto misurabile. Lo studio di Hui, Reshef e Zhou su Upwork mostra l’impatto nel freelancing: dopo ChatGPT, i freelancer di writing hanno perso il 5,2% dei guadagni; dopo DALL-E e Midjourney, i designer il 9,4%.
Come ha scritto la Harvard Business Review a gennaio 2026, le aziende “licenziano sulla base del potenziale dell’AI, non delle sue prestazioni effettive.” JPMorgan ha detto ai manager di non assumere dove l’AI può coprire. Salesforce dice che l’AI fa già il 50% del carico di lavoro. È un comportamento anticipatorio: si taglia oggi il costo del lavoro sulla base di quello che si crede l’AI farà domani.
La contabilità creativa delle GPU
Michael Burry, quello del “Big Short”, ha posizioni ribassiste per 1,1 miliardi di dollari nozionali contro il settore AI (documenti 13-F alla SEC, Q3 2025). Di questi, 187 milioni in opzioni put su Nvidia e 912 milioni su Palantir, che al momento della scommessa veniva scambiata a un multiplo degli utili di 280.
La sua tesi non è solo “i prezzi sono troppo alti”. È più sottile: le aziende AI ammortizzano le GPU su orizzonti temporali molto più lunghi della loro reale vita utile. Microsoft e Oracle: sei anni. Meta: 11-12 anni. Una GPU di fascia alta diventa obsoleta in uno-tre anni. La differenza gonfia gli utili del 10-14%, secondo le stime degli analisti. Quando quei server andranno sostituiti prima di essere svalutati a bilancio, arriveranno svalutazioni repentine che eroderanno il patrimonio netto in un colpo solo.
OpenAI: 1.400 miliardi di impegni, 20 di ricavi, 8 di perdite
OpenAI ha impegni di spesa per 1.400 miliardi di dollari in infrastrutture AI. I ricavi nel 2025 erano circa 20 miliardi. Le perdite operative vicine a 8 miliardi. Deutsche Bank stima perdite cumulate di 140 miliardi tra 2024 e 2029, con rischio di esaurimento della liquidità entro metà 2027 senza ricapitalizzazioni.
Sam Altman dice che se OpenAI fallisse “dovrebbe fallire, così funziona il capitalismo.” Nobile sentimento. Ma OpenAI è diventata sistemica: se cade lei, cadono Microsoft, Oracle, AMD, e una catena di fornitori e investitori. Il capitalismo di Altman funziona quando a fallire è il chiosco dei panini, non quando a fallire è un’azienda con impegni finanziari superiori al PIL della Spagna.
Come scrive Mario Seminerio su Phastidio, il rischio vero non è che l’AI sia una truffa. Il rischio è che “l’AI generativa non porti all’AI generale, e che non ci sia causalità diretta tra volume di investimenti ed evoluzione della tecnologia.” Puoi spendere quanto vuoi, ma se l’architettura tecnica non scala, non scala.
Il fattore energia (che nessuno aveva previsto)
C’è un ultimo pezzo del puzzle. I data center AI sono mostri energivori, e nel 2026 lo shock energetico da guerra in Iran ha fatto esplodere i costi. Goldman Sachs riporta un aumento del 6,9% dei prezzi dell’elettricità USA, più del doppio dell’inflazione complessiva, trainato in parte dalla domanda dei data center. Le banche d’affari prevedono che i data center assorbiranno il 40% della crescita dell’intera domanda elettrica americana nel decennio.
In Europa è peggio. In Italia il gas fissa il prezzo dell’elettricità nell’89% delle ore (contro il 15% della Spagna). Il prezzo atteso per il Q2 2026 è circa 130 euro per megawattora, il doppio della Francia. I costi operativi e quelli di capitale stanno divergendo simultaneamente nella direzione sbagliata.
Quindi, è una bolla?
La risposta onesta è che non lo sappiamo ancora. Ma sappiamo alcune cose. La spesa è senza precedenti. La transizione verso il debito è in corso. Gli schemi di finanziamento circolare gonfiano fatturati e valutazioni. Il 90% delle imprese non vede impatto sulla produttività, ma i giovani colletti bianchi stanno già perdendo posti di lavoro. Lo shock energetico fa lievitare i costi operativi. E la contabilità delle GPU crea un’illusione di profittabilità che ha una data di scadenza.
Come ci ricorda Noah Smith, il punto non è se la tecnologia funziona, ma se funziona abbastanza in fretta da ripagare i debiti. Le ferrovie funzionavano. Internet funzionava. Eppure entrambi attraversarono bust devastanti prima di mantenere le loro promesse. Se l’AI seguirà lo stesso percorso, le infrastrutture resteranno. Ma il “qualcosa di utile” è una magra consolazione per chi ci avrà rimesso i risparmi.
Fonti e approfondimenti
OCPI Cottarelli: I nuovi rischi sul debito globale (OCSE Global Debt Report 2026)
NBER Working Paper 34836: Bloom et al., Firm Data on AI (2026)
Hui, Reshef & Zhou: Short-term effects of generative AI on employment (Upwork)
HBR: Companies Are Laying Off Workers Because of AI’s Potential
Noah Smith: America’s future could hinge on whether AI is a bubble
Ti è piaciuto questo approfondimento?
Questo articolo è tratto dal canale YouTube EconomiaItalia, dove ogni settimana analizzo dati economici e statistici sull’Italia con un approccio concreto e basato sui numeri.
👉 Iscriviti al canale YouTube per non perdere i prossimi video.
Se vuoi sostenere il mio lavoro e accedere a contenuti extra, puoi abbonarti al canale:
❤️ Abbonati a EconomiaItalia
Sul mio sito trovi dashboard interattive e altri strumenti:
🌐 umbertobertonelli.it
Per collaborazioni e consulenze:
📧 info@umbertobertonelli.it