Alla cena di gala più costosa della storia tecnologica Nvidia vende i fornelli, Amazon e Microsoft allestiscono il ristorante, le startup promettono clienti a miliardi e Wall Street distribuisce le stelle Michelin. Il menu è rivoluzionario. Il conto non viene mostrato.
J.P. Morgan stima per il 2026 ben 697 miliardi di investimenti dei cinque maggiori hyperscaler USA. Comprendono anche cloud e altre infrastrutture, non soltanto AI. È una cifra da programma industriale continentale, non da aggiornamento software.
Il punto non è decidere se sia una bolla. L’AI può cambiare il mondo e rivelarsi un investimento mediocre. Una rivoluzione utile non garantisce a tutti i suoi finanziatori profitti soddisfacenti. La tecnologia può avere ragione mentre il capitale sbaglia indirizzo.
Indice degli argomenti
I costi dell’intelligenza artificiale in sette vincoli
Sette vincoli raccontano chi paga davvero la festa: capitale, Stato, Taiwan, elettricità, server, margini e finanziamenti. I chatbot sono nuovi. I bilanci, purtroppo per loro, no.
Capitale e rendimento degli investimenti nell’AI
Il problema non è la cifra, ma il rendimento. Si può investire una fortuna per creare valore o per costruire un monumento alla propria autostima. Il confine è il ROIC, ritorno sul capitale investito: «ma quanto ci guadagniamo?».
Per remunerare 100 miliardi di capitale al 10% servono, a regime, circa 10 miliardi annui di utile operativo dopo le imposte. Non bastano utenti, token o ricavi. E la cassa deve sopportare rinnovi e nuovi investimenti. Si può crescere magnificamente senza remunerare ogni dollaro immobilizzato.
La prima domanda di una presentazione finanziaria finisce spesso alla ventisettesima slide, dopo immagini di chip dorati: quanto profitto aggiuntivo giustifica questa spesa?
Il ruolo dello Stato nella filiera dei chip
Si racconta che Washington abbia investito nell’AI zero dollari, limitandosi a togliere regole. Ma «zero» è una provocazione, non un bilancio. Secondo il Government Accountability Office, a luglio 2025 erano stati assegnati 30,9 miliardi di incentivi a progetti industriali per semiconduttori. Non sono sussidi ai chatbot, ma alla filiera dei chip.
Ci sono poi permessi accelerati e decisioni su energia e infrastrutture. Il punto non è pretendere che lo Stato paghi ogni data center; è sapere quali rischi pubblici accetti e quali benefici collettivi chieda in cambio. La Silicon Valley adora il mercato libero, soprattutto quando la rete è stata costruita da qualcun altro.
Taiwan e il rischio geopolitico dell’intelligenza artificiale
La rivoluzione immateriale dipende da fabbriche materialissime: chip, acqua, energia, personale specializzato. Taiwan e TSMC restano nodi decisivi della produzione avanzata, pur con investimenti crescenti anche in altri Paesi.
Dire che il rischio geopolitico è «già tutto nei prezzi» è rassicurante come un’assicurazione che dovrebbe impedire i temporali. Il premio per il rischio Taiwan non si misura con un numero unico e affidabile: chiamarlo zero è retorica, non statistica. La tecnologia più sofisticata del pianeta non cancella la geografia con il tasto Invio.
L’energia che fa salire il conto dell’intelligenza artificiale
Nel mercato elettrico americano PJM, il monitor indipendente attribuisce alla crescita dei data center 29,4 miliardi di maggiori costi di capacità nelle ultime quattro aste: il 46% del totale considerato. Non delle bollette americane. Ma garantire potenza disponibile comporta oneri anche per altri utenti. Il chatbot può essere gratuito per chi lo prova; la rete non ha inventato il freemium.
L’Agenzia internazionale dell’energia prevede che la domanda globale dei data center possa salire da 485 TWh nel 2025 a circa 950 nel 2030. Le GPU si ordinano; linee elettriche, trasformatori e centrali richiedono tempo. Un modello risponde in un secondo. Un elettrodotto non si crea con «rigenera».
In Italia, al 30 settembre 2026, le richieste di connessione per data center sulla rete Terna valevano circa 109 GW in 586 pratiche. Solo 1,9 GW erano nella fase procedurale più avanzata, STMD/Contratti: non significa impianti costruiti né cantieri imminenti. È il divario tra intenzioni e realizzazioni. Per fortuna i comunicati stampa non consumano quanto un supercomputer.
Server e margini nel conto economico dell’AI
Un processore non migliora necessariamente con gli anni. Il bilancio può apparire migliore allungandone la vita utile. Michael Cembalest, in una simulazione J.P. Morgan, ha ipotizzato l’ammortamento in tre anni di alcune GPU e apparecchiature di rete installate dal 2023: per quattro operatori gli utili per azione scenderebbero del 6-7%; per Oracle l’effetto sarebbe superiore.
Nessuna prova di trucchi contabili: i chip possono essere riutilizzati, rivenduti e impiegati nell’inferenza. Ma fra demo scintillanti e profitti dichiarati ci sono stime sulla durata delle macchine. «Ammortamento» genera poche ovazioni ai keynote. E qualche insonnia in più per gli analisti.
I margini dei servizi di intelligenza artificiale
L’AI costa per addestrare i modelli e costa quando risponde. Ogni chat, immagine e agente autonomo usa capacità di calcolo. I costi per operazione possono scendere mentre quelli totali salgono, se aumentano le richieste. Il cameriere serve anche chi ha il piano gratuito.
Secondo The Information, il margine lordo complessivo di OpenAI sarebbe passato dal 40% nel 2024 al 33% nel 2025. Si tratta di informazioni giornalistiche, non di un bilancio pubblico certificato. Non dimostrano che l’attività non possa essere profittevole. Dimostrano che utenti record e utili record non sono fratelli gemelli.
La partita è ridurre i costi, vendere servizi che i clienti paghino volentieri e generare cassa per i modelli successivi. Altrimenti l’intelligenza è straordinaria e il conto economico resta in terapia intensiva.
Capitali circolari e domanda reale nell’economia dell’AI
Nell’aprile 2026 Anthropic ha annunciato oltre 100 miliardi di impegni decennali verso AWS. Amazon ha previsto un nuovo investimento di 5 miliardi e la possibilità di altri 20. Non è prova di un artificio. Ma quando il finanziatore vende anche il calcolo al finanziato, bisogna capire da dove arrivi la domanda.
Quanti ricavi provengono da clienti finali indipendenti? Quanti da obblighi pluriennali tra partner? Quanti sono effettivamente incassati? I contratti hanno valore, ma non coincidono con liquidità immediata. Se la crescita rallenta, qualcuno resta a sparecchiare.
Altro capitolo sono le plusvalenze. Nel secondo trimestre 2026 Alphabet ha registrato circa 99 miliardi di guadagni su partecipazioni e 98 miliardi di proventi netti non operativi, legati soprattutto a SpaceX e a un’altra società privata. Non sono ricavi dell’AI né prova di un circuito tra chatbot. Nel trimestre successivo le partecipazioni hanno generato una perdita netta di 8,7 miliardi. Il valore contabile si muove; la cassa fa un altro mestiere.
Il conto dell’AI nei portafogli dei risparmiatori
Si partecipa anche senza comprare direttamente azioni tecnologiche: bastano un ETF, un fondo o una polizza. J.P. Morgan ha stimato che 42 società collegate all’AI spiegavano circa il 78% dell’incremento dei prezzi dell’S&P 500 dal lancio di ChatGPT a fine 2025, secondo il perimetro studiato. Non è una previsione di crollo: è una misura della concentrazione.
Comprare «tutto il mercato» non significa distribuire uniformemente i rischi. Si può essere diversificati per numero di titoli e molto meno per aspettative di profitto. Anche il risparmiatore che non ha mai chiesto nulla a un chatbot può averne parecchio in portafoglio.
Europa e Italia davanti ai costi dell’intelligenza artificiale
Nel luglio 2026 Bruxelles ha aperto una gara per arrivare fino a sette AI gigafactory: fino a 10 miliardi di sostegno pubblico europeo e nazionale, con l’obiettivo di mobilitarne almeno 20 privati. Sono fondi previsti e investimenti attesi, non somme già spese. La precisazione rovina la foto di gruppo, ma salva l’analisi.
L’Europa non deve copiare ogni dollaro americano con un euro di cemento. Servono calcolo accessibile, reti affidabili e aziende che fatturino grazie all’AI. In Italia: fabbriche con meno scarti, logistica più efficiente, ricerca farmaceutica e servizi pubblici che non facciano perdere tempo ai cittadini.
La sovranità digitale non è farsi fotografare davanti a un rack. È sapere chi ne possiede le chiavi, chi paga l’energia, chi sono i clienti e su chi ricadono le perdite se le promesse restano promesse.
Quanto rende il capitale assorbito dall’AI
Una tecnologia può rivoluzionare il pianeta e mandare in perdita alcuni finanziatori. Le ferrovie hanno cambiato il mondo; non tutti i loro azionisti sono arrivati a destinazione. Internet ha trasformato le nostre vite; non ogni società delle dot-com meritava il prezzo richiesto in Borsa.
L’AI potrebbe fare ancora di più. Ma la domanda giusta non è solo «funziona?»: è «quanto rende il capitale che assorbe?». E poi: chi finanzia le reti, chi sopporta il rischio Taiwan, quanto è autonoma la domanda e quanto è concentrato l’indice comprato da tutti?
Forse l’intelligenza artificiale ci renderà più produttivi, più ricchi e perfino più intelligenti. Il chatbot può già spiegare la differenza fra ricavi e cassa, fra utili e plusvalenze, fra successo tecnologico e buon investimento.
Purché qualcuno continui a pagargli la corrente.
Fonti sui costi dell’intelligenza artificiale
Documenti, dati e analisi per verificare numeri e perimetri. I collegamenti sono raccolti qui per non interrompere il testo.
01. J.P. Morgan, «Powering progress: Financing the infrastructure behind US data center growth» (10 agosto 2026). Stima capex degli hyperscaler.
https://www.jpmorgan.com/insights/banking/capital-markets/financing-ai-infrastructure-data-centers
02. J.P. Morgan Global Research, «What unprecedented AI capex means for markets and investors» (19 ottobre 2026). Dinamica investimenti e mercato.
https://www.jpmorgan.com/insights/global-research/artificial-intelligence/ai-capex
03. U.S. Government Accountability Office, «Semiconductors: Information on Projects Funded to Strengthen U.S. Supply Chain» (11 dicembre 2025).
https://www.gao.gov/products/gao-26-107882
04. TSMC, Annual Reports e Form 20-F. Rischi, attività e organizzazione della filiera dei semiconduttori.
https://www.tsmc.com/english/aboutTSMC/dc_annual_report
05. Utility Dive / Monitoring Analytics, «Data centers drove $6.3B in PJM capacity auction costs» (20 luglio 2026).
https://www.utilitydive.com/news/pjm-data-centers-capacity-auction-imm-bowring/825626
06. IEA, «Key Questions on Energy and AI» (16 aprile 2026). Scenari della domanda elettrica.
https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
07. Ariadne Labs – MitOS, «Richieste di connessione a Terna in numeri» (aggiornamento 21 ottobre 2026; dati Terna al 30 settembre).
https://ariadnelabs.eu/it/guide/connessioni-terna-in-numeri.html
08. M. Cembalest, J.P. Morgan, «Smothering Heights», Outlook 2026, pp. 1 e 16. Concentrazione nell’S&P 500 e simulazione ammortamenti.
09. The Information, «Why OpenAI, Anthropic Missed Their Own Gross Margin Forecasts» (24 febbraio 2026).
https://www.theinformation.com/newsletters/dealmaker/openai-anthropic-missed-gross-margin-forecasts
10. Anthropic, «Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute» (20 aprile 2026).
https://www.anthropic.com/news/anthropic-amazon-compute
11. Alphabet, Form 10-Q al 30 giugno 2026, SEC. Guadagni su partecipazioni e componente non operativa.
https://www.sec.gov/Archives/edgar/data/1652044/000165204426000071/goog-20260630.htm
12. Alphabet, Form 10-Q al 30 settembre 2026, SEC. Variazioni di valore delle partecipazioni.
https://www.sec.gov/Archives/edgar/data/1652044/000165204426000084/goog-20260930.htm
13. Commissione europea, «EU launches AI Gigafactories call» (30 luglio 2026). Finanziamento pubblico e investimenti attesi.
Partecipa alla community