Il conto nascosto dell’intelligenza artificiale: perché l’IA potrebbe costare più di quanto rende
L’intelligenza artificiale viene spesso descritta come una tecnologia immateriale: algoritmi, dati e servizi accessibili attraverso il cloud. In realtà, dietro una risposta di ChatGPT esiste un’enorme infrastruttura composta da processori, data center, reti elettriche, sistemi di raffreddamento e materie prime. Per questo, discutere di una possibile bolla dell’IA significa chiedersi se le aziende siano sopravvalutate e, insieme, se la crescita promessa sia sostenibile dal punto di vista economico, ambientale e politico.
ChatGPT dimostra che l’IA generativa non è una semplice moda. OpenAI dichiarava nel febbraio 2026 più di 900 milioni di utenti attivi settimanali e oltre 50 milioni di abbonati. La tecnologia viene già utilizzata per studiare, scrivere, programmare e organizzare il lavoro. Alcune ricerche hanno inoltre rilevato aumenti di produttività, soprattutto tra i lavoratori meno esperti. Esiste quindi un’utilità reale, che distingue l’attuale sviluppo dell’IA dalle forme puramente speculative.
La presenza di utenti, però, non garantisce che i ricavi saranno sufficienti a sostenere i costi. I modelli più avanzati richiedono enormi quantità di capacità di calcolo, sia durante l’addestramento sia quando vengono utilizzati. Molti servizi vengono offerti gratuitamente o a prezzi che potrebbero non riflettere il costo complessivo dell’infrastruttura. La domanda fondamentale è quindi quanto utenti e imprese saranno disposti a pagare nel lungo periodo.
Il fronte scettico: chi non vede una bolla
Non tutti condividono la lettura allarmata. Diversi analisti sostengono che la spesa attuale rifletta una domanda già misurabile, non solo aspettative. Le stime indicano che circa il 75% della spesa in conto capitale aggregata dei grandi gruppi tecnologici nel 2026 sarà destinata a infrastrutture legate all’IA, per un valore vicino ai 450 miliardi di dollari, e parte di questa capacità viene già venduta o prenotata in anticipo attraverso contratti pluriennali. Una sintesi delle stime di Goldman Sachs colloca la spesa complessiva in conto capitale dei grandi gruppi tecnologici tra il 2025 e il 2027 a circa 1.150 miliardi di dollari, più del doppio di quanto speso tra il 2022 e il 2024. Per chi sostiene questa lettura, numeri di questa portata non nascono da un eccesso speculativo isolato ma da un ciclo di investimento paragonabile, per dimensioni, a quello delle infrastrutture di rete degli anni Novanta.
NVIDIA, i ricavi e il nervosismo dei mercati
NVIDIA occupa una posizione centrale in questo sistema perché produce i processori utilizzati in molti data center. Nel primo trimestre dell’esercizio fiscale 2027 l’azienda ha dichiarato ricavi per 81,6 miliardi di dollari, di cui 75,2 miliardi provenienti dai data center: non si tratta, dunque, di un’impresa priva di vendite, come accadeva ad alcune società durante la bolla di Internet. La sua crescita, però, dipende dalla continuità degli investimenti di OpenAI e delle grandi piattaforme tecnologiche, e il modo in cui questi investimenti vengono finanziati comincia a preoccupare gli stessi mercati. Le grandi aziende tecnologiche hanno emesso circa 100 miliardi di dollari di obbligazioni nel solo 2026 per finanziare la spesa in infrastrutture per l’IA, e gli investitori hanno richiesto una protezione record contro il rischio attraverso i credit default swap. Un segnale concreto di questo nervosismo si è visto quando Meta ha rivisto al rialzo le previsioni di spesa per il 2026 portandole fino a 145 miliardi di dollari, citando l’aumento dei costi dei componenti e dei centri dati: il titolo ha perso il 9,25% in una sola seduta. Se i servizi di IA non producessero ricavi adeguati, la costruzione di data center e la domanda di nuovi processori potrebbero rallentare, ed è proprio su questo punto che il mercato sta iniziando a misurare ogni trimestrale con più severità.
Energia, acqua e territorio
La questione diventa ancora più complessa considerando il consumo di risorse. Secondo l’Agenzia internazionale dell’energia, entro il 2030 i data center potrebbero consumare circa 945 terawattora di elettricità all’anno, poco più dell’attuale consumo del Giappone. L’IA sarà il principale fattore di questa crescita. A ciò si aggiunge l’acqua necessaria per raffreddare gli impianti, soprattutto nelle regioni calde o già soggette a scarsità idrica.
Anche il cloud, dunque, ha un territorio. Un data center può servire utenti in tutto il mondo, ma la pressione sulla rete elettrica, il consumo d’acqua e l’occupazione del suolo ricadono su una comunità specifica. Se il potenziamento delle infrastrutture viene finanziato dallo Stato o attraverso le bollette, mentre i profitti restano privati, emerge un problema distributivo: chi beneficia dell’IA e chi ne sostiene concretamente i costi?
Materie prime e concentrazione del mercato
La dipendenza riguarda inoltre le materie prime. Processori e apparecchiature utilizzano rame, silicio, gallio, germanio e altri materiali strategici. L’IEA stima che nel 2030 i data center potrebbero assorbire una quantità di gallio superiore al 10% dell’offerta mondiale attuale; circa il 99% del gallio raffinato viene oggi prodotto in Cina. L’Unione europea ha già risposto con il Critical Raw Materials Act, che punta a garantire entro il 2030 almeno il 10% dell’estrazione e il 40% della raffinazione di questi materiali all’interno dei confini comunitari, ma l’Italia, priva di capacità significative in questo campo, resta esposta soprattutto in modo indiretto, attraverso le filiere europee di elettronica e telecomunicazioni. NVIDIA domina i processori per l’IA, TSMC gran parte della manifattura dei chip più avanzati, e Amazon, Microsoft e Google la maggioranza del mercato del cloud: più che un monopolio unico, si sta formando un oligopolio in cui poche imprese controllano ogni anello della catena.
Una tecnologia reale, una bolla possibile
Una tecnologia può essere rivoluzionaria e generare, allo stesso tempo, una bolla finanziaria. Anche Internet trasformò la società, ma ciò non impedì il crollo di molte aziende sopravvalutate. Nel caso dell’IA, il rischio non riguarda soltanto un possibile rallentamento degli investimenti: riguarda anche il fatto che, dopo aver utilizzato energia, materie prime e finanziamenti pubblici per costruire l’infrastruttura, il controllo della tecnologia resti concentrato nelle mani di poche aziende. Le trimestrali di fine luglio 2026 di Microsoft, Meta, Amazon e Alphabet hanno già offerto un primo banco di prova, misurando se la spesa per i data center sta ancora generando crescita proporzionata. Il prossimo appuntamento utile per verificarlo sarà la tornata di risultati trimestrali d’autunno: è lì che si vedrà se il capex record del 2026 comincia a tradursi in ricavi coerenti o se il divario tra spesa e rendimento continua ad allargarsi.
Our Fact Checking Process
We prioritize accuracy and integrity in our content. Here's how we maintain high standards:
- Expert Review: All articles are reviewed by subject matter experts.
- Source Validation: Information is backed by credible, up-to-date sources.
- Transparency: We clearly cite references and disclose potential conflicts.
Our Review Board
Our content is carefully reviewed by experienced professionals to ensure accuracy and relevance.
- Qualified Experts: Each article is assessed by specialists with field-specific knowledge.
- Up-to-date Insights: We incorporate the latest research, trends, and standards.
- Commitment to Quality: Reviewers ensure clarity, correctness, and completeness.
Look for the expert-reviewed label to read content you can trust.
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green