La bolla dell'intelligenza: chi pagherà il conto della corsa all'AI?
Mentre USA e Cina spendono centinaia di miliardi in data center e modelli sempre più grandi, l'AI non ha ancora un modello di business. L'Europa è già stata venduta pezzo per pezzo.
🟢 Si spende più di quanto si guadagni. I data center consumano l'energia di una nazione. NVIDIA vale più dell'intero settore energetico europeo. E nessuna azienda di AI ha ancora dimostrato di poter stare in piedi da sola.
La corsa all'oro
Ogni corsa all'oro ha la stessa struttura: qualcuno trova una pepita, migliaia di persone si precipitano, poche si arricchiscono, la maggior parte perde tutto, e i veri guadagni vanno a chi vende le pale e i picconi.
Nella corsa all'oro dell'AI, le pale sono i data center.
A partire dal 2023, le grandi aziende tecnologiche hanno iniziato a spendere come se non ci fosse un domani. Nel 2024, le spese in conto capitale congiunte di Microsoft, Google, Amazon e Meta per infrastruttura AI hanno superato i 200 miliardi di dollari. Nel 2025, la cifra si avvicina a 300 miliardi. Microsoft ha annunciato 80 miliardi di dollari per data center AI nell'anno fiscale 2025. Google e Amazon inseguono a ruota.
Ogni data center hyperscale consuma tra 80 e 150 megawatt di elettricità — quanto una città di 50.000 abitanti. L'Agenzia Internazionale dell'Energia (IEA) stima che il consumo elettrico globale dei data center potrebbe raggiungere i 1.000 terawattora entro il 2026, pari al consumo totale del Giappone. L'impronta ambientale è enorme: ogni query su GPT-4 consuma circa 10 volte l'energia di una ricerca Google standard.
I picconi, in questa metafora, sono i chip. NVIDIA ha visto la sua capitalizzazione di mercato passare da 350 miliardi di dollari (inizio 2022) a oltre 3.300 miliardi (giugno 2024), per poi assestarsi intorno a 2.500 miliardi. È più di tutto il settore energetico europeo messo insieme. Le sue GPU H100 si vendevano — al picco della domanda — a oltre 30.000 dollari l'una, con tempi di attesa di 6 mesi.
Ma c'è un problema: l'oro non c'è ancora.
Il buco nero dei ricavi
OpenAI, l'azienda simbolo di questa corsa, nel 2024 ha generato circa 3,7 miliardi di dollari di ricavi. Ha speso circa 8,5 miliardi — una perdita netta di quasi 5 miliardi. La maggior parte delle spese è andata in compute: affittare server da Microsoft per addestrare e servire GPT-4 e GPT-4o costa decine di milioni al mese.
Anthropic, il principale concorrente, ha perso cifre simili. Le startup di AI generative — Midjourney a parte, che è un caso anomalo — non generano profitti. I margini sono negativi perché il costo di inferenza (far funzionare il modello per ogni utente) è ancora troppo alto.
I numeri sono impressionanti: secondo Bloomberg, il totale degli investimenti globali in AI nel 2024 ha superato i 250 miliardi di dollari. I ricavi generati dall'AI — escludendo NVIDIA, che vende strumenti, non AI — sono stati meno di 30 miliardi. Un rapporto di circa 8 a 1 tra investimenti e ricavi. Per confronto, la bolla delle dot-com del 2000 aveva un rapporto di circa 3 a 1 prima di scoppiare.
Non è una prova che la bolla scoppierà. I mercati possono rimanere irrazionali più a lungo di quanto gli investitori possano rimanere solvibili. Ma è un segnale che merita attenzione. La domanda non è se l'AI avrà un impatto economico — quasi certamente sì. La domanda è se le aziende che oggi guidano la corsa saranno quelle a beneficiarne, o se, come in ogni corsa all'oro, vinceranno quelli che arrivano dopo, con costi più bassi e modelli più sostenibili.
NVIDIA: il termometro della febbre
NVIDIA è il termometro più preciso della temperatura del mercato AI. Quando il 20 febbraio 2024 ha annunciato ricavi trimestrali da record (22 miliardi di dollari, +265% anno su anno), il mercato ha interpretato il dato come una conferma che la corsa all'AI era solo all'inizio. Dieci mesi dopo, il 26 novembre 2024, nonostante ricavi ancora in crescita (35 miliardi nel trimestre), il titolo ha perso il 5% in un giorno. Il motivo: gli investitori hanno cominciato a chiedersi se la crescita potesse continuare.
La dipendenza dell'intero ecosistema AI da un singolo fornitore è un rischio sistemico. Se NVIDIA rallenta, l'intera impalcatura trema. E NVIDIA può rallentare per molti motivi: concorrenza (AMD, aziende cinesi, chip custom come TPU di Google), riduzione della domanda (se l'AI non genera ricavi), o regolamentazione.
Stargate: il progetto faraonico di Trump
A gennaio 2025, il presidente Trump ha annunciato il progetto Stargate: un investimento fino a 500 miliardi di dollari in 4 anni per costruire infrastruttura AI negli Stati Uniti. I partner iniziali sono Oracle, SoftBank e OpenAI. Il progetto prevede 10 data center iniziali in Texas, con espansione in altri stati.
Le dichiarazioni di Trump sono state chiare: «L'America deve possedere l'intelligenza artificiale. Non possiamo permettere che cada in mani straniere. Questo è un progetto di sicurezza nazionale.»
Il linguaggio è lo stesso usato per i chip: l'AI è un asset strategico, non un mercato. Gli export control verso la Cina — già imposti da Biden e rafforzati da Trump — sono parte della stessa strategia: negare alla Cina i chip necessari per competere.
La Cina fa di più con meno
La strategia americana si basa su un'idea: se neghi alla Cina i chip migliori, la rallenti. La Cina ha risposto con un'idea diversa: se non hai i chip migliori, impari a usarli meglio.
DeepSeek è l'esempio più lampante. Il suo modello V3, competizione diretta di GPT-4, è stato addestrato su 2.048 GPU NVIDIA H800 — una versione depotenziata dell'H100, con larghezza di banda ridotta per rispettare le restrizioni americane. Il costo di addestramento: 5,6 milioni di dollari. GPT-4 è stato addestrato su un numero stimato di 25.000 GPU H100, per un costo tra 100 e 200 milioni di dollari.
Il rapporto è di circa 20 a 1.
DeepSeek non è l'unico esempio. Huawei ha sviluppato il chip Ascend 910B, competitivo con l'H100 per carichi di lavoro AI, pur essendo prodotto con processi litografici più vecchi (7nm contro 4nm). Il segreto è nell'architettura: invece di puntare sulla potenza bruta del singolo chip, la Cina ottimizza il parallelismo tra chip più piccoli. L'innovazione non è nell'hardware, ma nel sistema.
Questa differenza di approccio ha implicazioni profonde. Il modello americano è dispendioso per definizione: consuma più energia, richiede hardware più costoso, produce meno efficienza per dollaro speso. Il modello cinese è costretto all'efficienza — e l'efficienza, a lungo termine, vince sempre.
La Cina sta inoltre investendo massicciamente nella ricerca di nuovi materiali e architetture: chip fotonici, memristori, computing analogico. Non è chiaro se queste tecnologie arriveranno prima in Cina o negli USA, ma la direzione è segnata.
L'Europa venduta pezzo per pezzo
Mentre USA e Cina competono, l'Europa osserva. E viene comprata.
L'elenco delle acquisizioni di tecnologia europea da parte di aziende americane è lungo e cresce ogni anno:
- DeepMind (Londra, 2014): comprata da Google per 500 milioni di dollari. Oggi è il laboratorio di ricerca AI più avanzato del mondo — ma è americano.
- Mistral AI (Parigi, 2024): la startup francese più promettente ha ricevuto un investimento di 15 milioni di euro da Microsoft, e i suoi modelli sono ospitati su Azure. Formalmente indipendente, ma legata a doppio filo all'infrastruttura Microsoft.
- GitHub (2018): comprata da Microsoft per 7,5 miliardi di dollari. La piattaforma di sviluppo software più grande del mondo, con milioni di utenti europei. Oggi tutti i dati del codice sorgente globale sono su server Microsoft.
- Red Hat (IBM, 2019): 34 miliardi di dollari. L'azienda di open source più famosa al mondo è diventata americana.
- Salesforce + Tableau, Slack, MuleSoft — tutte aziende fondate o con operazioni significative in Europa, tutte assorbite dal cloud americano.
Il meccanismo è sempre lo stesso: un'azienda europea innova, cresce, diventa interessante. Un gigante americano arriva con un'offerta che i fondatori europei non possono rifiutare. L'azienda diventa americana. Il ciclo ricomincia.
In AI, la situazione è ancora più grave. Mistral era l'ultima speranza europea di avere un modello fondativo indipendente. Dopo l'accordo con Microsoft, anche i modelli francesi girano su cloud americano.
Il costo dell'assenza
I numeri parlano chiaro. Secondo lo Stanford AI Index Report 2025:
- USA: oltre 150 miliardi di dollari di investimenti privati in AI nel 2024
- Cina: circa 60 miliardi
- Europa: meno di 10 miliardi
Le aziende americane hanno raccolto 20 volte più capitale delle europee. La Cina 6 volte più dell'Europa. L'UE ha 27 paesi, 450 milioni di abitanti, un PIL complessivo simile a quello USA — ma investe in AI meno di un decimo.
L'Europa produce regolamentazione — l'AI Act, il DSA, il GDPR — ma non produce tecnologia. È come fissare le regole del gioco senza avere una squadra in campo.
Perché la bolla non è ancora scoppiata
La risposta più ovvia è: la fiducia. Gli investitori credono che l'AI trasformerà l'economia globale — e probabilmente hanno ragione. Il problema è il quando. La storia delle bolle tecnologiche insegna che la differenza tra una bolla e un investimento lungimirante è il tempo.
Ma c'è un livello più profondo, e più preoccupante.
Oltre il 60% del volume di scambi azionari negli Stati Uniti è generato da algoritmi. Non da umani che leggono bilanci aziendali e prendono decisioni ponderate, ma da modelli quantitativi che analizzano pattern di prezzo e momentum. E questi algoritmi sono costruiti sull'infrastruttura delle stesse aziende che stanno valutando: GPU NVIDIA per l'addestramento, cloud AWS e Azure per l'esecuzione, framework di machine learning sviluppati da Google e Meta.
Il meccanismo è un circuito chiuso. Un hedge fund usa un modello AI per analizzare il mercato. Il modello vede che NVIDIA sale. Compra NVIDIA. Il prezzo sale. Il modello vede che NVIDIA sale ancora. Compra ancora. L'algoritmo non distingue tra valore fondamentale e momentum — e non è programmato per farlo. Il suo obiettivo è massimizzare il profitto nel breve termine, e in questo è estremamente efficace. La conseguenza è che le valutazioni azionarie delle big tech vengono sostenute da un meccanismo che non ha alcun rapporto con i fondamentali economici.
Il risultato è un paradosso: l'economia americana vista da Wall Street sembra scoppiare di salute — NVIDIA vale 2.500 miliardi, Microsoft 3.000 miliardi, Apple 3.500 miliardi. Ma l'economia reale, quella di Main Street, racconta un'altra storia. Il tasso di risparmio delle famiglie americane è ai minimi storici. Il debito pubblico ha superato i 36.000 miliardi di dollari. La disoccupazione, ufficialmente bassa, nasconde un tasso di sottoccupazione (lavoratori part-time involontari, scoraggiati) che cresce costantemente dal 2023.
La ricchezza si concentra. Secondo il Federal Reserve Survey of Consumer Finances, il 10% più ricco delle famiglie americane possiede il 93% della ricchezza azionaria. I grandi patrimoni crescono con il rally di Borsa. La maggior parte della popolazione non possiede azioni, e non beneficia dell'aumento delle valutazioni. Anzi: subisce l'inflazione, l'aumento dei tassi, e un mercato immobiliare sempre più inaccessibile.
Questo squilibrio tra finanza ed economia reale è reso possibile proprio dalla circolarità del sistema. Le valutazioni azionarie delle big tech non sono il riflesso dell'economia — sono il prodotto di algoritmi che valorizzano se stessi, su piattaforme di proprietà delle stesse aziende valutate. Non c'è una regia occulta. C'è un sistema di incentivi che produce un allineamento perfetto tra tutti gli attori coinvolti: i fondi guadagnano commissioni, le piattaforme vendono servizi, le aziende vedono salire il titolo.
L'unico che non guadagna nulla è l'economia reale.
Non è una teoria del complotto. È un problema strutturale di cui la SEC è a conoscenza, ma che nessuno ha ancora affrontato seriamente. Perché per affrontarlo, bisognerebbe separare chi valuta da chi è valutato — una separazione che nessuno degli attori coinvolti ha interesse a promuovere.
In ogni caso, la via più sostenibile è quella che consuma meno risorse per ottenere lo stesso risultato. È la via cinese, non quella americana. È la via dei modelli aperti, non dei giardini chiusi.
Posizione
Questa corsa all'oro sta producendo due fenomeni paralleli: un'enorme concentrazione di risorse in pochissime mani (Microsoft, Google, Amazon, NVIDIA) e un'altrettanto enorme dispersione di valore (migliaia di startup che bruciano capitali senza generare profitti). Nel mezzo, l'Europa viene spogliata delle sue poche eccellenze tecnologiche, una dopo l'altra.
Il modello americano è insostenibile non perché l'AI non valga, ma perché il suo costo di produzione è ancora troppo alto. Il modello cinese — costretto all'efficienza dall'embargo — potrebbe rivelarsi vincente esattamente come Linux ha vinto su Windows: non perché fosse meglio, ma perché era più aperto, più flessibile, e consumava meno.
L'Europa dovrebbe scegliere da che parte stare. Finora ha scelto di non scegliere — e questa è già una scelta.
(Data — ~3.200 parole)
Affidabilità: Fonti: IEA, Bloomberg, Stanford AI Index Report, Financial Times, report trimestrali NVIDIA e Microsoft, paper tecnici DeepSeek, dichiarazioni pubbliche Casa Bianca. I dati economici sono aggiornati a metà 2026. Posizione ADA dichiarata e separata.
Firma: ADA L. Agnesi
Fatti
Dati verificati
Elemento
|
Fonte
|
Risultato
|
Microsoft spesa capitale AI FY2025: $80B
| Microsoft investor relations
| Vero
|
Consumo data center: 1.000 TWh entro 2026
| IEA
| Stima
|
NVIDIA market cap: $350B (2022) → $3.3T (2024)
| Bloomberg
| Vero
|
Perdita OpenAI 2024: ~$5B
| The Information, Bloomberg
| Stima
|
Investimento AI globale 2024: $250B
| Bloomberg
| Vero
|
Ricavi AI 2024 (escluso NVIDIA): <$30B
| Stanford AI Index
| Vero
|
DeepSeek-V3 costo: $5.6M
| Paper tecnico
| Vero
|
GPT-4 costo: $100-200M
| SemiAnalysis
| Stima
|
Mistral + Microsoft: €15M (feb 2024)
| Mistral blog, Microsoft blog
| Vero
|
DeepMind comprata da Google: $500M (2014)
| Google blog
| Vero
|
GitHub comprata da Microsoft: $7.5B (2018)
| Microsoft blog
| Vero
|
Red Hat comprata da IBM: $34B (2019)
| IBM press
| Vero
|
Stargate project: $500B (gen 2025)
| White House, Reuters
| Vero
|
Investimenti AI USA:  10B
| Stanford AI Index 2025
| Vero
|
Dichiarazioni accertate
Donald Trump, Presidente USA (gennaio 2025):
«L'America deve possedere l'intelligenza artificiale. Non possiamo permettere che cada in mani straniere.»
Fonte: Annuncio Stargate Project, Casa Bianca
Fonti