L’Economia Circolare dell’Intelligenza Artificiale

La più grande rivoluzione industriale del nostro tempo o una bolla infrastrutturale alimentata dal capitale?

Analisi finanziaria – Novembre 2026

1. Il paradosso dell’intelligenza artificiale

L’intelligenza artificiale rappresenta probabilmente una delle trasformazioni tecnologiche più importanti della storia economica moderna.

Le sue applicazioni sono già concrete: automazione, programmazione, ricerca scientifica, diagnostica, analisi finanziaria, produzione industriale, marketing e gestione aziendale.

La rivoluzione tecnologica non è in discussione. È invece in discussione la sostenibilità economica degli investimenti che stanno finanziando questa trasformazione.

Negli ultimi anni abbiamo assistito a una crescita straordinaria degli investimenti in infrastrutture, GPU, data center, reti, sistemi di raffreddamento ed energia. I principali hyperscaler mondiali stanno impegnando centinaia di miliardi di dollari per conquistare una posizione dominante nel mercato dell’intelligenza artificiale.

Il problema è che la crescita dei ricavi dell’infrastruttura non coincide necessariamente con la creazione di valore economico per il sistema nel suo complesso.

Un acquisto di GPU genera ricavi per Nvidia. La costruzione del data center genera ricavi per il costruttore. Il finanziamento genera interessi per il creditore. Il cloud provider rivende capacità computazionali e registra ulteriori ricavi.

Ma alla fine della catena deve esserci un cliente disposto a pagare per il servizio AI, direttamente oppure attraverso un incremento misurabile della propria redditività.

Senza questo ultimo passaggio, l’intera filiera rischia di essere sostenuta principalmente dalla disponibilità di nuovo capitale.

2. La vera dimensione dell’economia circolare

Il fenomeno più interessante dell’attuale ciclo AI è la crescente interdipendenza finanziaria tra produttori di hardware, hyperscaler, startup, AI lab e società di infrastrutture cloud.

Non siamo più davanti a una semplice relazione tra fornitore e cliente.

Nvidia vende GPU, ma contemporaneamente investe nell’ecosistema che acquista le sue GPU. Microsoft finanzia OpenAI e contemporaneamente fornisce una parte fondamentale dell’infrastruttura computazionale utilizzata da OpenAI. Le AI cloud company raccolgono debito per acquistare infrastrutture e stipulano contratti pluriennali con le stesse società che alimentano la domanda.

Queste relazioni non costituiscono automaticamente pratiche scorrette. Possono essere strategie industriali perfettamente razionali.

Il problema nasce quando la domanda generata da questi investimenti viene interpretata dal mercato come prova indipendente della sostenibilità economica dell’intero settore.

Un esempio particolarmente significativo è CoreWeave.

La società ha accumulato circa 50 miliardi di dollari di debito per finanziare la propria espansione. Microsoft rappresentava circa il 67% dei suoi ricavi nel 2025. OpenAI, Meta e Anthropic sono tra i principali clienti o partner commerciali. Nvidia ha inoltre assunto un impegno per acquistare capacità computazionale rimasta invenduta, fino a 6,3 miliardi di dollari.

Il meccanismo è evidente: il produttore di chip finanzia indirettamente un ecosistema che acquista i suoi prodotti, mentre gli operatori infrastrutturali utilizzano debito e contratti futuri per sostenere gli investimenti.

Il fatturato generato è reale. Ma la sua qualità economica deve essere valutata considerando l’origine del capitale che sostiene la domanda.

3. La ricostruzione: quanta domanda è realmente sostenibile?

Non esiste una disclosure pubblica sufficiente per determinare con precisione matematica la percentuale di ricavi AI riconducibile alla domanda finale indipendente.

È tuttavia possibile costruire una stima analitica dell’origine economica della domanda infrastrutturale.

La mia valutazione centrale è la seguente:

Origine della domandaStima
Domanda finale economicamente sostenibile50%
Investimenti strategici e autofinanziamento25%
Finanziamento circolare e leva finanziaria25%
Totale100%

La prima componente comprende gli acquisti di servizi AI da parte di imprese e consumatori, gli abbonamenti, le API, i servizi cloud, i ricavi pubblicitari incrementali e i benefici di produttività economicamente dimostrabili.

La seconda comprende gli investimenti finanziati con la liquidità prodotta dai business tradizionali, come pubblicità, commercio elettronico, software e cloud. Si tratta di capitale reale, ma non necessariamente di investimenti già remunerati dai nuovi prodotti AI.

La terza componente comprende debito, private credit, finanziamenti incrociati, garanzie, supporto finanziario dei fornitori e acquisti di capacità non ancora assorbita da clienti indipendenti.

Questa distinzione è importante: non considero il capitale investito dagli hyperscaler automaticamente speculativo. Microsoft, Alphabet, Amazon e Meta dispongono di attività economiche estremamente redditizie che possono sostenere investimenti anche per diversi anni.

Tuttavia, il fatto che un investimento sia finanziabile non significa che sia economicamente conveniente.

La mia stima suggerisce quindi che soltanto circa metà della domanda infrastrutturale AI sia già sostenuta da una monetizzazione finale o da un ritorno economico sufficientemente credibile. L’altra metà dipende ancora dalla disponibilità di capitale, dalle aspettative di crescita e dalla volontà degli operatori di continuare ad anticipare investimenti.

È una differenza enorme rispetto alla narrativa secondo cui ogni dollaro investito nell’AI sarebbe già giustificato dalla domanda.

4. Il problema della monetizzazione: i clienti finali stanno pagando abbastanza?

I dati sull’adozione aziendale sono incoraggianti, ma mostrano anche un evidente divario tra sperimentazione e trasformazione economica.

Secondo Gartner, soltanto il 22% delle organizzazioni intervistate ha raggiunto una diffusione significativa dell’AI in più unità aziendali.

Deloitte rileva che il 28% delle imprese dichiara incrementi di fatturato attribuibili all’intelligenza artificiale. L’81% segnala miglioramenti nella velocità dei processi decisionali e operativi.

Questi dati dimostrano che l’AI sta producendo benefici reali. Ma evidenziano anche che la trasformazione dei benefici di produttività in ricavi, margini e flussi di cassa è ancora incompleta.

La questione fondamentale è il ritorno sul capitale investito.

Se un’impresa spende un miliardo per integrare l’AI, deve ottenere un incremento di produttività, fatturato o margini che giustifichi quel miliardo.

Se il ritorno non arriva, il progetto può essere ridimensionato.

Se questo accade contemporaneamente in migliaia di aziende, la conseguenza non riguarda soltanto i produttori di software AI. Riguarda soprattutto chi ha costruito la capacità infrastrutturale necessaria per soddisfare una domanda futura che potrebbe non materializzarsi nei tempi previsti.

5. Nvidia: il centro del sistema e il rischio della domanda finanziata

Nvidia è il principale beneficiario economico della costruzione dell’infrastruttura AI.

La società possiede una posizione tecnologica e commerciale straordinaria, margini eccezionali e una capacità di generazione di cassa che la distingue nettamente da molte società speculative del passato.

Tuttavia, alcuni elementi del suo ultimo bilancio meritano particolare attenzione.

Al 26 luglio 2026, Nvidia dichiarava 99 miliardi di dollari di investimenti azionari nell’ecosistema e ulteriori 25 miliardi di impegni di investimento.

A questi si aggiungono 36 miliardi di impegni pluriennali verso AI cloud partner, destinati a sostenere la disponibilità di infrastrutture computazionali.

Ancora più significativo è il supporto finanziario relativo a specifici progetti infrastrutturali collegati a OpenAI.

Nvidia ha dichiarato garanzie con SB Energy fino a 105 miliardi di dollari, subordinate a specifiche condizioni contrattuali e all’attivazione progressiva dei progetti.

Questi importi non sono debiti immediatamente esigibili e non devono essere sottratti meccanicamente dagli utili. Rappresentano tuttavia un’esposizione economica potenziale che deve essere considerata nella valutazione del rischio.

La domanda che ne deriva è semplice: quanto sarebbe forte la domanda di GPU se Nvidia smettesse di investire, finanziare e sostenere finanziariamente parte dell’ecosistema che le acquista?

Non abbiamo ancora una risposta definitiva.

Ma è una domanda che il mercato dovrebbe porsi prima di attribuire alla crescita degli utili attuali un carattere permanente.

6. Il rischio di sovrainvestimento: quando l’infrastruttura precede troppo la domanda

Uno degli aspetti più pericolosi delle grandi rivoluzioni tecnologiche è la tendenza a costruire capacità produttiva sulla base di aspettative di crescita molto elevate.

È accaduto con le ferrovie, con le telecomunicazioni e con la fibra ottica durante la bolla dot-com.

Le infrastrutture erano necessarie. La tecnologia era destinata a trasformare l’economia. Il problema era la velocità con cui veniva costruita la capacità rispetto alla velocità con cui si sviluppava la domanda remunerativa.

Oggi il rischio è analogo.

Nel terzo trimestre 2026, Microsoft, Alphabet, Amazon e Meta hanno sostenuto complessivamente circa 202 miliardi di dollari di spese in conto capitale.

Non tutto questo capitale è destinato esclusivamente all’intelligenza artificiale, ma la componente AI è ormai centrale nei piani industriali dei quattro gruppi.

Amazon ha previsto circa 220 miliardi di dollari di CapEx per il 2026 e ha registrato un free cash flow negativo di 42,4 miliardi nel periodo mobile di dodici mesi terminato a settembre.

Alphabet ha comunicato investimenti trimestrali per 51,4 miliardi di dollari, mentre Microsoft ha registrato una crescita del 48% dei ricavi Azure.

Questi dati mostrano due facce della stessa realtà.

Da una parte, la domanda esiste e i servizi cloud crescono rapidamente. Dall’altra, l’intensità di capitale richiesta per sostenere questa crescita sta diventando enorme.

Il rischio non è che l’AI smetta di essere utile.

Il rischio è che l’infrastruttura venga costruita a una velocità superiore a quella con cui l’economia riesce a monetizzarla.

7. Il confronto con Cisco nel 2000

Il paragone con Cisco non deve essere interpretato come una previsione che Nvidia subirà necessariamente lo stesso destino.

Cisco nel 2000 era uno dei protagonisti della rivoluzione Internet. I suoi prodotti erano fondamentali per costruire le reti che avrebbero sostenuto l’economia digitale.

La tecnologia non era sbagliata. Era sbagliato il prezzo che il mercato era disposto a pagare e, soprattutto, la quantità di crescita futura incorporata nelle valutazioni.

Nvidia oggi è diversa per redditività, generazione di cassa e dimensione del vantaggio competitivo.

Ma il principio economico rimane valido.

Un’azienda può essere straordinaria e contemporaneamente rappresentare un investimento rischioso.

La domanda di chip può continuare a crescere, ma non necessariamente al ritmo previsto dagli investitori.

La crescita può rallentare senza che la tecnologia perda importanza.

E quando le aspettative sono molto elevate, anche una società eccellente può subire una forte compressione dei multipli.

8. Il rischio di esplosione della bolla: tre scenari

La mia valutazione del rischio per i prossimi 12-24 mesi si articola in tre scenari.

Scenario 1 – Monetizzazione accelerata: probabilità 30%.

Le applicazioni AI iniziano a generare ricavi e margini sufficienti a giustificare una parte crescente degli investimenti.

Gli hyperscaler mantengono il CapEx, le AI lab migliorano la redditività e il settore continua a crescere.

In questo scenario il mercato riesce ad assorbire progressivamente l’infrastruttura costruita.

Scenario 2 – Normalizzazione e digestione degli investimenti: probabilità 45%.

La domanda continua a crescere, ma meno velocemente rispetto alla capacità produttiva.

Gli hyperscaler riducono o posticipano alcuni investimenti, i margini degli operatori infrastrutturali si comprimono e le valutazioni dei produttori di hardware vengono ridimensionate.

In questo scenario non assistiamo alla fine della rivoluzione AI, ma a una correzione significativa dei titoli più esposti.

Scenario 3 – Rottura del ciclo finanziario: probabilità 25%.

La monetizzazione non riesce a sostenere gli investimenti. Alcuni AI lab non riescono a finanziare i propri impegni, gli operatori cloud più indebitati incontrano difficoltà di rifinanziamento e gli hyperscaler riducono bruscamente il CapEx.

La contrazione della domanda si trasmette a Nvidia, ai produttori di memoria, ai fornitori di infrastrutture e ai finanziatori del settore.

In questo scenario, i titoli maggiormente esposti all’infrastruttura AI potrebbero subire ribassi nell’ordine del 40-60%, con possibili ripercussioni più ampie sui mercati tecnologici.

Queste probabilità sono una mia valutazione soggettiva degli scenari, non probabilità statistiche o prezzi impliciti nelle opzioni.

9. Le variabili da monitorare

Per capire se il rischio sta aumentando o diminuendo, non mi limiterei all’andamento del prezzo di Nvidia o al suo P/E.

Monitorerei soprattutto:

  1. Il rapporto tra CapEx degli hyperscaler e crescita dei ricavi cloud.
  2. La crescita dei ricavi AI delle applicazioni rispetto agli investimenti infrastrutturali.
  3. L’evoluzione del free cash flow di Amazon, Microsoft, Alphabet e Meta.
  4. L’indebitamento e la concentrazione dei clienti delle AI cloud company.
  5. Gli investimenti incrociati e le garanzie finanziarie dei principali fornitori.
  6. L’evoluzione degli impegni di acquisto di Nvidia e degli inventari di GPU.
  7. La redditività dei data center e il ritorno sul capitale investito.

Il segnale più importante sarà una divergenza persistente tra investimenti in crescita e ritorni economici in rallentamento.

Quando questa divergenza diventa strutturale, il mercato smette di premiare la capacità di espansione e inizia a preoccuparsi della redditività del capitale.

10. Conclusione: la rivoluzione è reale, ma il prezzo della rivoluzione potrebbe essere sbagliato

Non ritengo che l’intelligenza artificiale sia una moda destinata a scomparire.

Credo che trasformerà profondamente l’economia e che molte delle aziende oggi protagoniste continueranno a essere centrali nei prossimi dieci anni.

Ma questo non significa che tutti gli investimenti effettuati oggi siano sostenibili, né che tutte le valutazioni azionarie riflettano correttamente il valore economico futuro.

La mia stima è che soltanto circa il 50% della domanda infrastrutturale AI sia già sostenuto da monetizzazione finale o da ritorni economici sufficientemente credibili. Il restante 50% dipende ancora da investimenti strategici, anticipazione della domanda e strutture finanziarie che amplificano il ciclo.

Non è una prova di frode, né la dimostrazione che metà dei ricavi sia artificiale.

È però un’indicazione di quanto il sistema sia esposto a una possibile inversione degli investimenti.

Attribuisco al settore un rischio elevato di correzione: considero plausibile una fase di forte ridimensionamento delle aspettative e assegno una probabilità del 25% a uno scenario di vera rottura del ciclo finanziario AI nei prossimi 12-24 mesi.

La lezione di Cisco rimane attuale: non basta individuare la tecnologia che cambierà il mondo. Bisogna capire quanto capitale viene investito per realizzarla, chi finanzia questi investimenti e soprattutto chi, alla fine, paga il conto.

La vera prova dell’intelligenza artificiale non sarà la capacità di costruire data center sempre più grandi, ma la capacità di generare flussi di cassa sufficienti a remunerare il capitale necessario per costruirli.

Fino a quando questa prova non sarà superata, il rischio di una bolla infrastrutturale resterà una delle principali variabili da considerare nei mercati finanziari.

Vuoi saperne di più?

Scopri come lavora Marco Cecili.

Vuoi vedere il mio lavoro?

Scopri la strategia di Marco Cecili sul portafoglio eToro.

Vuoi iniziare una strategia di Copy Trading?

Iscriviti gratuitamente su eToro cliccando sul link a fianco e sarai seguito passo passo, fino alla copia del portafoglio di Marco Cecili.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Torna in alto