Nel 2026 conviviamo con un paradosso. Mai così tanti soldi sono stati investiti sull'intelligenza artificiale: solo i quattro grandi del cloud — Amazon, Google, Microsoft e Meta — hanno annunciato fino a 630 miliardi di dollari di investimenti per quest'anno, il 62% in più del record 2025. E mai, allo stesso tempo, così tanti investitori si sono chiesti se questi soldi torneranno indietro. Se avete un'impresa o gestite un budget tecnologico, la domanda vi riguarda da vicino: cosa succede se la bolla scoppia? E come vi proteggete?

Quanto è grande la scommessa e come si regge in piedi

Partiamo dai numeri. Le grandi aziende del cloud — gli hyperscaler, cioè chi gestisce data center su scala planetaria — spendono ormai tra il 45% e il 57% dei loro ricavi in infrastrutture. Per capirci: è come se un ristorante spendesse metà degli incassi per costruire nuove cucine, ogni anno. Goldman Sachs stima oltre 1.150 miliardi di dollari di investimenti cumulati tra 2025 e 2027.

C'è poi un meccanismo che merita attenzione: la cosiddetta finanza circolare. Funziona così: chi vende i chip (per esempio Nvidia) investe miliardi in un cliente (per esempio OpenAI), che usa quei soldi per comprare... i chip del venditore. Secondo alcune analisi, questi accordi incrociati superano gli 800 miliardi di dollari. È l'equivalente di un fornaio che presta soldi ai clienti perché comprino il suo pane: gli incassi salgono, ma quanta fame c'è davvero?

I critici vi vedono un'eco del "vendor financing" che gonfiò la bolla delle telecomunicazioni negli anni Novanta. I difensori — tra cui il CEO di Anthropic, Dario Amodei — rispondono che costruire l'AI costa cifre enormi e che questi accordi sono un modo legittimo di finanziare una tecnologia reale. Entrambe le letture hanno un fondo di verità. Il punto è che il sistema regge finché regge la fiducia.

Miccia numero 1: la fiducia degli investitori

La prima ipotesi di scoppio è la più classica: gli investitori smettono di credere che l'AI genererà utili sufficienti a giustificare la spesa.

I segnali di nervosismo non mancano. Uno studio del MIT diventato virale ha rilevato che il 95% dei progetti pilota aziendali di AI generativa non produce un impatto misurabile sui conti. Va detto: la metodologia di quello studio è stata contestata, e la causa dei fallimenti non è la qualità dei modelli ma l'integrazione nei processi aziendali. Resta il messaggio di fondo: tra adozione e ritorno economico c'è ancora un divario ampio.

Poi c'è la questione contabile sollevata da Michael Burry, l'investitore reso celebre da "La grande scommessa". Burry accusa i giganti del cloud di ammortizzare su 5-6 anni chip che diventano obsoleti in 2-3, gonfiando così gli utili di oggi. La sua stima: circa 176 miliardi di dollari di costi "rimandati" tra 2026 e 2028. Le aziende replicano che i contratti dei clienti durano cinque anni e che i chip usati mantengono gran parte del valore. Chi ha ragione lo diranno i bilanci: ed è proprio per questo che molti analisti indicano il biennio 2026-2027 come la finestra a più alto rischio, quella in cui gli investimenti dovranno trasformarsi in ricavi visibili, trimestre dopo trimestre.

Esempio pratico. Immaginate una PMI che ha investito 100.000 euro in un progetto di AI per il customer care. Se dopo 18 mesi il progetto non ha ridotto i costi né aumentato le vendite, il consiglio di amministrazione taglia il budget. Ora moltiplicate questa scena per migliaia di aziende: è esattamente il meccanismo con cui la fiducia evapora, dal basso verso l'alto.

Miccia numero 2: la tecnologia che rende superflua la corsa

La seconda ipotesi è più controintuitiva: a far scoppiare la bolla potrebbe essere un successo tecnologico, non un fallimento.

Il precedente esiste già. All'inizio del 2025, la cinese DeepSeek dimostrò che si potevano ottenere risultati di frontiera con molte meno risorse, mettendo in discussione la necessità di investimenti miliardari in data center e provocando un crollo temporaneo dei titoli AI.

Da allora l'efficienza è esplosa su due fronti. Sul fronte hardware, la nuova piattaforma Rubin di Nvidia promette una riduzione di dieci volte del costo per generare risposte rispetto alla generazione precedente, mentre chip alternativi come le TPU costano una frazione delle GPU tradizionali. Sul fronte software, OpenAI ha dichiarato di aver più che dimezzato i costi di esecuzione dei propri modelli.

Qui sta il paradosso. Se domani servisse un decimo dell'hardware per fare lo stesso lavoro, che valore avrebbero i data center costruiti ai prezzi di ieri? È il rischio che corre chi ha investito sulla scarsità di calcolo. La controtesi ha un nome antico, il paradosso di Jevons: quando una risorsa diventa più economica, se ne consuma di più, non di meno — come le autostrade che, allargate, si riempiono di nuovo traffico. Jensen Huang di Nvidia la invoca a ogni occasione. Ma anche se avesse ragione sul lungo periodo, nel breve un salto di efficienza può sgonfiare violentemente i prezzi di chi ha comprato capacità in eccesso.

Se scoppia, cosa succede davvero?

Niente catastrofismi: proviamo ad attenerci ai fatti.

Il tema è entrato nei radar delle istituzioni. La Banca dei Regolamenti Internazionali — la "banca centrale delle banche centrali" — ha scritto nel rapporto annuale 2026 che il rischio di scoppio della bolla AI, combinato con inflazione e debiti pubblici ai massimi, può frenare la crescita mondiale. Il motivo è semplice: gli investimenti AI sono diventati un pezzo importante della crescita americana. Secondo alcune letture dei dati ufficiali, nel primo trimestre 2026 avrebbero generato circa tre quarti della crescita del PIL USA — anche se altre stime, come quella di Goldman Sachs, ridimensionano molto il contributo effettivo. Già il fatto che gli economisti non concordino sui numeri dice quanto la materia sia scivolosa.

Lo scenario negativo più citato, quello di Schroders, assomiglia al dopo-bolla internet dei primi anni Duemila: azioni in calo, investimenti che frenano, possibile lieve recessione americana con effetti a catena su chi esporta verso gli USA — Italia compresa — e sui fondi pensione esposti ai titoli tecnologici. Non lo scenario 2008, per una ragione precisa: a differenza delle dot-com, i leader AI di oggi sono aziende profittevoli, con margini netti oltre il 25% e liquidità enormi. Per investitori come Howard Marks e Larry Fink, è più probabile una correzione graduale che un crollo. Doloroso per chi è esposto, gestibile per il sistema.

L'AI locale: il piano B che sta maturando in fretta

E qui arriva la parte che mi interessa di più: mentre i giganti giocano la partita dei miliardi, sta maturando una via d'uscita molto più a misura di impresa. Si chiama AI locale: modelli che girano direttamente sul vostro computer, senza passare dal cloud.

I numeri del 2026 sorprendono. Le NPU — processori dedicati all'AI, ormai standard su smartphone e laptop recenti — eseguono modelli "piccoli" da 1 a 14 miliardi di parametri perfettamente adeguati per compiti quotidiani: riassumere documenti, trascrivere riunioni, tradurre, scrivere bozze. Un gradino sopra, mini-PC grandi come un libro eseguono modelli da 200 miliardi di parametri, una potenza che due anni fa richiedeva una sala server. E strumenti gratuiti come Ollama o LM Studio, grazie alla quantizzazione — una tecnica di compressione, come passare da una foto RAW a un JPEG di buona qualità — fanno girare modelli open source su normali PC con 16-32 GB di RAM.

Perché è un piano B contro la bolla? Per tre ragioni. Primo, i costi: pagate l'hardware una volta, invece di tariffe a consumo che potrebbero salire se il mercato cloud si consolidasse dopo uno scossone. Secondo, la continuità: se un fornitore alza i prezzi o chiude, i vostri flussi di lavoro locali continuano a funzionare. Terzo, la privacy: i dati non lasciano il perimetro aziendale, un vantaggio anche per la conformità normativa.

Esempio pratico. Uno studio professionale che analizza contratti riservati può far girare un modello locale su un laptop recente: nessun documento esce dallo studio, nessun costo per singola richiesta, funziona anche senza connessione. Non sostituisce i modelli di frontiera per i compiti complessi, ma copre una fetta sorprendente del lavoro quotidiano.

I 3 punti da ricordare

  1. La bolla ha due micce possibili: la sfiducia degli investitori (se il ROI non arriva entro il 2026-2027) e, paradossalmente, un salto di efficienza tecnologica che svaluti la capacità già costruita.
  2. Lo scenario realistico non è il 2008: le istituzioni segnalano rischi seri per la crescita, ma i leader AI di oggi hanno utili e cassa; una correzione stile dot-com è considerata più probabile di una crisi sistemica.
  3. L'AI locale è la vostra polizza: costi fissi, dati in casa, indipendenza dal cloud. Ed è già matura per molti compiti quotidiani.

Il mio invito è concreto: questa settimana, scaricate LM Studio o Ollama e provate a far girare un modello piccolo sul vostro laptop. Un'ora di esperimento vi dirà più di dieci report di mercato su quanto questa tecnologia sia già vostra, comunque vada a finire la bolla.

Fonti

Condividi questo post