Le big tech ora sono otto e tengono i destini del mondo, ecco perché

“The AI boom is not a bubble”, titolava un suo articolo il 29 dicembre Robin Harding, “Asia editor” del Financial Times.

Pochi giorni dopo che Katie Martin, del FT, nel suo articolo “Year in a word: AI bubble ” (23 dicembre), seppur con prudenza aveva espresso un punto di vista diverso: “L’unico modo per individuare una vera bolla è quando scoppia, ma potrebbero volerci anni. Ciò significa tuttavia che gli investitori devono stare in guardia. Un crollo totale colpirebbe non solo i mercati, ma potenzialmente anche l’economia globale”.

E il giorno prima The Wall Street Journal aveva riportato la notizia che Michael Burry – famoso per aver previsto nel 2008 lo scoppio della “US housing Bubble” (la bolla dei prestiti “subprime”) ed essere apparso per questo in un film di grande successo – si era deciso ad attivare la sua scommessa contro le quotazioni ritenute eccessive di Nvidia (oltre 4,6 trilioni di $ dopo aver brevemente superato i 5) e Palantir (450 miliardi di $).

Giustifica questa scelta come atto di sfiducia non tanto sulle potenzialità future in astratto dell’AI, quanto nei riguardi dei comportamenti dei mercati e delle imprese operanti in senso lato nell’AI.

Perché torna lo spettro della bolla AI sui mercati

I motivi:

• per il proliferare, con una accelerazione nell’ultimo semestre, di investimenti delle imprese una nell’altra, spesso a sostegno di accordi cosiddetti “circolari“ (di accordi pluriennali cioè in cui il venditore promette di premiare l’acquirente in occasione di ciascun acquisto, acquisendo a pagamento sue azioni o più raramente cedendogli gratuitamente azioni proprie).
• per la quantità enorme di risorse destinate alla costruzione di data center, nonostante i rischi che tali investimenti comportano per chi investe e/o per l’economia in generale: quali la rapida obsolescenza tecnologica in presenza di una innovazione continua, i maggiori costi e le incertezze nelle disponibilità legati alle carenze di energia elettrica e al malfunzionamento delle reti di trasmissione, il grande debito che si viene a creare e il rischio di rapido contagio tanto più alto quanto più intrallacciate sono le imprese fra loro.

Michael Burry cioè, lo dice anche esplicitamente, ha in testa lo scoppio della “dot.com bubble”: che non portò alla morte di Internet, che anzi da quel momento iniziò una crescita già durata un quarto di secolo, ma che portò alla morte delle imprese che non avevano le carte in regola – spesso per inconsistenze nei loro business model – per sopravvivere.

La differenza rispetto alla crisi di allora è stata data finora dal ruolo giocato nell’infrastrutturazione AI dalle Big Tech, e in particolare dai cosiddetti hyperscalers/hyperspenders (Amazon, Microsoft, Alphabet-Google e Meta) fra di esse, in grado di finanziare i data center con i propri “net cash flow” (realizzati nei loro business storici) senza ricorrere a indebitamenti: un ruolo destinato però a ridursi come discuterò nel seguito, sia per l’entrata in gioco di nuovi attori (quale OpenAI che ha sottoscritto impegni per un ammontare di 1,4 trilioni di $ essendo attualmente fortemente in perdita con soli 20 miliardi di ricavi) sia per i progetti di continua crescita degli investimenti annui dei cosiddetti hyperscalers/hyperspenders (Amazon, Microsoft, Alphabet-Google e Meta), che stanno iniziando a essere finanziati ricorrendo in maniera più o meno trasparente all’indebitamento.

Esprimenti non certo per la prima volta una forte preoccupazione per il divario esistente fra la crescita iperbolica in atto degli investimenti in infrastrutture per l’AI e quella molto più lenta dei ricavi provenienti dalle vendite di servizi agli acquirenti finali (imprese, istituzioni e individui) – ricavi che ovviamente dovranno evolvere, e possibilmente in tempi rapidi, per giustificare tutte le spese di investimento sostenute a monte – gli interventi di Richard Waters, il noto “west coast editor” di FT.

“Che il 2025 fosse destinato a essere un altro anno di grandi successi per l’AI era una opinione largamente condivisa. Ma quello che pochi si aspettavano è che sarebbero stati i “costruttori” dell’AI – piuttosto che i suoi “utilizzatori” – i veri fruitori di tali successi e che tale squilibrio avrebbe cominciato a turbare Wall Street”, dice (mia libera traduzione) nell’incipit del suo articolo natalizio (“AI upheaval shows little sign of lessening – If the boom continues its blistering pace through 2026, the stresses could start to show”, 25 dicembre).

E nel suo pezzo di Capodanno sui “Trends to watch” nel mondo tech riprende questo ultimo punto – “Revenue will take priority in 2026 as investors become impatient for returns on the hundreds of billions being poured into AI data centres” – e avanza la previsione che il risultato di questo trend sarà il formarsi di una crepa sempre più ampia “between the early winners and losers” e che i mercati saranno sempre più selettivi, non mettendo soldi in qualunque iniziativa che abbia a che fare con l’AI, ma premiando con valutazioni anche molto alte le imprese “showing real momentum”.

Le imprese protagoniste di questa sorta di nuova “corsa all’oro” – le Big Tech aumentate di numero e valore a partire dal lancio tre anni orsono dell’AI cosiddetta “generativa” da un lato e le “AI startup” di maggior successo dall’altro – con le loro strategie in un contesto geopolitico e geoeconomico in continua evoluzione e le loro interazioni con gli altri comparti dell’economia (il finanziario e l’energetico in particolare) saranno al centro di questo mio articolo di fine/inizio anno, insieme con i timori del mercato per la possibile formazione di una “AI bubble” che – data la quantità di risorse in gioco – potrebbe avere conseguenze anche molto pesanti per l’intera economia mondiale.

Un avviso ai lettori:

• parlerò molto di imprese statunitensi, al momento le più grandi e apparentemente ancora le più avanzate.
• parlerò molto poco di imprese cinesi, pur sapendo che la Cina rappresenta nel suo complesso il principale competitore degli US in tema di sviluppo dell’AI per usi sia civili sia militari, perché mi richiederebbe di entrare in maniera approfondita nelle differenze strutturali (accentuatesi negli ultimi anni) nella gestione politico-amministrativa e nei sistemi industriali dei due Paesi.

• non parlerò di imprese europee e italiane, perché purtroppo al momento prossime all’irrilevanza: anche se la speranza di un rilancio della nostra presenza nel mondo tech continua a esserci e qualche segno di voglia di riscossa – che vada oltre la produzione di “regole” in cui siamo insuperabili – comincia a intravedersi.

Dalle Big five alle magnifiche otto nel clima da bolla AI

In principio vi erano le Big Five statunitensi – Microsoft e Apple le più vecchie (nate rispettivamente nel 1975 e 1976 nell’era pre-Internet), Amazon e Google (fondate rispettivamente nel 1992 e nel 1998 e tra le prime a ideare business model che sfruttassero appieno Internet) e Meta (la più giovane, Facebook al momento della nascita nel 2004).

E vi erano le due big cinesi Tencent e Alibaba (fondate rispettivamente nel 1998 e nel 1999), che tallonavano le statunitensi in termini di capitalizzazione fino a quando – a partire dal cosiddetto “tech backlash” lanciato da Xi Jinping contro Alibaba a fine 2020 per ridurne il loro potere ritenuto eccessivo – esse furono ridimensionate e cambiò soprattutto il rapporto della Cina con il mercato borsistico, con quello statunitense in particolare.

Con l’arrivo della pandemia nel 2020 ci fu all’inizio una crescita significativa delle capitalizzazioni delle imprese tech, che stavano mostrando in pieno la loro utilità per la sopravvivenza dell’economia e dei rapporti sociali in un momento straordinariamente critico, seguito però da un forte ridimensionamento iniziato negli ultimi mesi del 2021 e durato circa un anno (Apple passò ad esempio in questo periodo da 2,9 a 2,1 trilioni di $ di market cap e Microsoft da 2,4 a 1,7).

Ed è più o meno dal momento in cui a fine novembre 2022 vi fu il lancio di ChatGPT, e con esso dell’AI generativa, che i valori ripresero a salire – anche se non necessariamente con un rapporto causale all’inizio così stretto – sino a raggiungere i valori attuali (Tab. 1): con qualche temporanea caduta anche piuttosto pesante (come quella conseguente all’apparizione sulla scena della cinese DeepSeek) dovuta al nervosismo della Borsa per il continuo timore di una “bolla AI”.

Nel frattempo però si è allargato il novero di imprese tech con una capitalizzazione elevata.

Nvidia, l’effetto GPU sulla bolla AI

Nvidia – nata nel 1993 e divenuta famosa per l’uso dei suoi chip (GPU-Graphics Processing Unit) prima nei giochi e poi nel “mining” dei bitcoin – è l’impresa che più ha goduto del decollo dell’AI generativa, per la quasi imbattibilità dei suoi chip nel “training” dei modelli AI e per l’avere come principali clienti le Big Tech, ricche come detto di “net cash flow” realizzati nei loro core business.

Nvidia ha superato la soglia del primo trilione a metà circa del 2023, i 2 trilioni a marzo 2024 e subito dopo i 3 a giugno, i 4 a luglio del 2025 (recuperando la grande scivolata di oltre 1 trilione a inizio anno causata dall’apparizione di DeepSeek) e addirittura i 5 per un breve periodo a ottobre 2025.

Nonostante la successiva caduta di circa mezzo trilione, dovuta anche all’apparizione sul mercato del chip progettato “in casa” da Google e integrato nella sua filiera con significativi vantaggi in termini di costi, Nvidia rimane prima al mondo in assoluto per market cap, con un vantaggio di circa mezzo trilione su Apple, l’unica delle Big Five ad avere investito poco sull’AI.

Broadcom, chip custom e nuove soglie di mercato

Broadcom, nata nel 1991 e specializzata nella messa a punto di chip personalizzati (ha lavorato con Google per la realizzazione del suo sopraddetto TPU-Tensor Processing Unit ed è stata prenotata da Altman per svolgere un lavoro simile per OpenAI), è l’ultima arrivata nel club, avendo superato la soglia del trilione solo alla fine del 2024 e quella del trilione e mezzo a settembre del 2025.

Tesla, volatilità e il peso della leadership

Tesla, fondata nel 2003, con un ruolo pioneristico nella concezione di un auto elettrica molto diversa dall’auto tradizionale (per questo scherzosamente definita “un iPhone con le ruote”) e con una presenza ora anche nel campo dei robot umanoidi, ha avuto – dopo aver superato nell’ottobre 2021 per la prima volta il trilione di $ – un andamento molto erratico: ritornando a superarlo e rasentando quasi il trilione e mezzo a dicembre del 2024, subendo una caduta di quasi 700 miliardi di $ nei mesi in cui Elon Musk (suo ispiratore e capo storico) l’aveva lasciata per divenire ministro sotto il neo-eletto Trump e recuperando successivamente sino a superare il trilione e mezzo di capitalizzazione.

Fu nel periodo in cui Nvidia e Tesla superarono la quota del trilione di $ – prima superata solo dalle Big Five – che fu coniato il termine “The Magnificent Seven” [MAG_7] – in ricordo del famoso film – per comprenderle tutte.

E nei successivi momenti di caduta a precipizio di Tesla e di crescita viceversa di Broadcom fu quest’ultima talora a prendere il posto di Tesla fra le MAG_7.

La mia scelta, visto che

• sia Broadcom sia Tesla hanno ora una market cap superiore a 1,5 trilioni di $ [nel frattempo però il $ ha perso nel corso del 2025 il 9,5% rispetto a un paniere delle principali valute principali e oltre il 13% rispetto all’euro]
• tale livello di capitalizzazione appare una più che ragionevole soglia di ammissione al “club” delle Big Tech, una soglia peraltro inequivoca perché la tech statunitense immediatamente successiva per valore a Tesla – Oracle – dista da essa quasi un trilione di $,

è stata quella di ridefinire “The Magnificent Eight” [MAG_8] – come appare nell’intestazione della Tab. 1 e nel titolo di questo capitoletto – il gruppo più allargato.

Numeri e concentrazione: indicatori di bolla AI

Nove dei primi undici uomini più ricchi del mondo, tutti fondatori o cofondatori o comunque artefici del successo di imprese tech, hanno una ricchezza complessiva circa pari al PIL italiano del 2024.

Il grande successo di molte imprese tech – e delle Big Tech in primo luogo (anche se non esclusivamente) – ha catapultato ai vertici del Bloomberg Billionaires Index le persone che hanno determinato il successo (e spesso la stessa nascita) di diverse di esse.

La Tab. 2, che riporta i primi nomi della lista (aggiornata al 26 dicembre 2025), mostra come siano di origine tech:

• i primi 6 uomini più ricchi del mondo – Elon Musk (Tesla, SpaceX e xAI), Larry Page e Sergey Brin (Alphabet-Google), Jeff Bezos (Amazon), Larry Ellison (Oracle) e Mark Zuckerberg (Meta) – con un patrimonio complessivo stimato pari a 1,9 trilioni di $.
• 9 fra i primi 11 – se si aggiungono Steve Ballmer (a lungo CEO di Microsoft), Jensen Huang (Nvidia) e Michael Dell – con un patrimonio complessivo prossimo ai 2,4 trilioni di $: circa pari cioè, come evidenziato nel titolo di questo capitoletto, al PIL italiano del 2024.

Un dato a me sembra piuttosto impressionante, che ho voluto riportare anche se ridimensionato dalla caduta del dollaro rispetto all’euro nell’anno appena concluso.

Non tutte le MAG_8 sono rappresentate in questa lista (mancano Apple e Broadcom), di Alphabet-Google sono presenti ambedue i fondatori, Oracle e Dell non fanno parte delle MAG_8.

Giocano ovviamente la quota di azioni detenuta, la presenza in più imprese (come nel caso di Musk) e il possesso di altri asset.

La somma delle capitalizzazioni delle MAG_8 è pari ora al 40% di quella complessiva dello S&P 500.

La Fig. 1 fornisce una rappresentazione grafica potente della crescita del peso delle MAG_7 nel giro degli ultimi dieci anni.

Mostra in particolare come la somma delle loro capitalizzazioni sia passata da meno del 10% al 37,5% di quella dell’intero S&P 500, nel frattempo anch’esso sensibilmente cresciuto (Fig. 2).

WSJ, nell’articolo del 30 dicembre “Wall Street Overcame This Year’s Slowdown Predictions – Trump’s tariff policies didn’t raise prices as much as feared, while an AI arms race powered growth—and the shares of the largest tech companies”, ha aggiornato questo dato al 40% con riferimento all’insieme delle MAG_7 e di Broadcom, ovvero a quelle che ho denominato MAG_8.

Il valore delle MAG_8 è ora pari a oltre l’80% del PIL statunitense del 2024 e supera del 20% quello dei Paesi UE

Il paragone è improprio, ma volendo dare una idea più concreta di cosa significhino i numeri che stiamo discutendo, il valore complessivo delle MAG_8 può essere messo a raffronto con il PIL statunitense (29,2 trilioni) e quello aggregato dei Paesi UE (19,4) del 2024: le MAG_8 complessivamente valgono oltre l’80% del primo e il 20% circa in più del secondo (valori che sarebbero evidentemente tutti da ricalcolare per il 2025 a causa dell’effetto combinato della diversa crescita del PIL statunitense ed europeo e della forte svalutazione del $ rispetto all’euro).

Le Big Five ora valgono 8,8 trilioni di $ in più rispetto al giorno del lancio di ChatGPT tre anni fa: quanto è attribuibile alle aspettative di successo dei loro investimenti nell’AI generativa? e cosa accadrebbe se questo successo ritardasse a manifestarsi?

Nella Tab. 3 ho posto a confronto i dati delle capitalizzazioni delle MAG_8 il 30 novembre 2022, giorno in cui Sam Altman lanciò ChatGPT e con esso l’AI cosiddetta “generativa”, e quelli relativi al 26 dicembre 2025.

Pur ricordando (come sopra evidenziato) che Wall Street era reduce da una forte caduta delle capitalizzazioni, il confronto è piuttosto impressionante.

Le MAG_8 valgono ora 23,5 trilioni di $ a fronte degli 8 di allora, ovvero 15,5 trilioni in più, di cui 5,7 circa dovuti alla crescita del comparto dei chip (Nvidia e Broadcom), quasi 1 a Tesla, ma ben 8,8 alla crescita di valore delle Big Five.

Quest’ultima, come si può anche vedere dai multipli P/E, appare in buona misura attribuibile alle scommesse che il mercato sta facendo sulla loro capacità di sfruttare il successo (trionfale nelle aspettative) dell’AI generativa: scommesse ogni tanto messe in crisi (come detto) dal confronto fra la enormità degli investimenti nelle infrastrutture per l’espansione dell’AI – soprattutto delle “hyperspenders” (Fig. 3) – e i ritorni a essi attribuibili.

Cosa accadrebbe se questo successo ritardasse a manifestarsi?

Fermo restando che l’esperienza di questi anni ci insegna che bastano piccoli segnali di speranza a convincere gli investitori a restare in gioco, probabilmente inizierebbe a mettersi in moto quel processo di maggiore selettività previsto da Richard Waters per l’anno appena iniziato (di cui ho parlato all’inizio di questo articolo): un processo che creerebbe una frattura sempre più netta fra “vincenti” e “perdenti”, forse accrescendo ulteriormente le capitalizzazioni dei primi (peraltro come già molte elevate) e obbligando i secondi a farsi assorbire (antitrust permettendo) da qualcuno più forte o a uscire dal mercato.

Nell’anno appena concluso solo 3 delle MAG_8 – Alphabet-Google, Broadcom e Nvidia – sono cresciute più dello S&P 500 e sono cresciute in assoluto anche ragionando in € (cosa non vera per le altre 5)

La Tab. 4 mostra chiaramente – nella prima colonna che riporta i dati originali in $ – che solo tre delle MAG_8 sono cresciute nel 2024 più dello S&P 500, ma che tutte comunque sono cresciute in valore assoluto.

Data però la forte caduta del dollaro nel frattempo avvenuta, superiore al 13% rispetto all’euro, di poco inferiore al 10% se il confronto viene come usualmente fatto con la media pesata delle cadute rispetto alle valute ritenute più rilevanti su scala globale (euro ovviamente incluso), ho ritenuto opportuno rifare i conti nelle due ipotesi (terza e seconda colonna rispettivamente).

Le variazioni dello S&P 500 e delle prime tre si sono mantenute positive – anche se ridimensionate – in ambedue le simulazioni, mentre sono andare tutte in rosso quelle delle seconde 5 ragionando in euro.

Le strategie delle MAG_8 nella bolla AI tra chip e cloud

Alphabet-Google: l’apprezzamento del mercato per essere sopravvissuta al rischio di smembramento e per i vantaggi che sta riuscendo a ottenere con l’elevato livello di integrazione verticale.

La straordinaria crescita di Alphabet-Google ha due ragioni principali.

La prima è che si sta avviando verso la conclusione, senza danni sembra eccessivi, la seconda delle cause antitrust intentate contro di essa dal DoJ-Department of Justice: cause in cui ne veniva addirittura richiesto lo smembramento.

La seconda è il successo riscosso da Gemini 3, lanciato nel mese di novembre:

• per le sue prestazioni, giudicate sempre più vicine a quelle delle ultime versioni di ChatGPT,
• per le modalità di messa a punto con un processo sempre più integrato verticalmente, in grado anche di garantire rilevanti vantaggi nei costi: utilizzando un chip concepito “in casa”, con prestazioni non lontane da quelle di Nvidia e disponibile per la vendita (un accordo in tal senso è stato sottoscritto recentemente con Anthropic, desiderosa di potenziare la propria capacità di calcolo); utilizzando il proprio cloud e i propri data center sia per la fase di training sia per quella di inference; disponendo di una propria struttura per la messa a punto delle successive versioni di Gemini, sulla scia di una storia che l’aveva vista acquisire molti anni prima l’inglese DeepMind e che aveva visto nascere al suo interno la metodologia Transformer, utilizzata poi da OpenAI (come testimonia la T finale) per la messa a punto di ChatGPT.

Nvidia, Broadcom, il ritorno sulla scena di storici produttori di chip e il crescente interesse delle Big Five

La ulteriore crescita delle capitalizzazioni di Broadcom e di Nvidia si spiega con il momento particolarmente felice dei produttori di chip (più o meno personalizzati) per il training dei nuovi modelli AI e le successive operazioni di inference.

Nvidia si ritrova ovviamente al vertice in termini sia di capitalizzazione sia di concreti risultati di bilancio, ma i suoi elevatissimi margini spingono le imprese storicamente presenti nei chip (come appunto ha fatto con notevole successo Broadcom) a muoversi nella stessa direzione, destando in più casi una notevole attenzione da parte degli investitori:

Micron, fondata quasi 50 anni fa (nel 1978), ha visto nell’anno appena concluso crescere del +261% la valutazione del suo titolo in Borsa ed è ora trentottesima al mondo fra tutte le imprese quotate con una capitalizzazione di 320 miliardi di $.

AMD a sua volta, nata un anno dopo Intel nel 1969 e sua nemica storica, è cresciuta nel 2025 dell’85%, portandosi al trentunesimo posto assoluto a oltre 360 miliardi di $.

Non solo.

Google e Amazon, che hanno sviluppato propri chip per l’AI inizialmente per uso interno – per limitare gli acquisti da Nvidia ai casi in cui ci fosse realmente la necessità di prestazioni elevate – hanno via via accresciuto le loro ambizioni e, come già visto per Google, stanno entrando sul mercato in concorrenza con Nvidia.

Nvidia a sua volta, la massima beneficiaria del lancio dell’AI generativa, è una delle maggiori protagoniste nella costruzione di quella “ragnatela” di accordi (molti dei quali come detto “circolari”) che dovrebbero proteggere la domanda futura delle sue GPU da una concorrenza che si profila più agguerrita (Figg. 5,6 e 7, commentate nel seguito nel capitoletto dedicato a OpenAI).

Si muove a livello politico:

• ha ottenuto da Trump lo sblocco del divieto di esportare in Cina i suoi chip più avanzati, nonostante le proteste anche all’interno dei repubblicani per i potenziali pericoli per la sicurezza nazionale;
• vuole ottenere da Xi Jinping la cancellazione del divieto alle imprese cinesi di acquistare i suoi prodotti: divieto mirante a stimolare lo sviluppo di chip cinesi di qualità equivalente, anche per la loro rilevanza nella messa a punto di nuovi armamenti.
• Si muove a livello strategico, cercando di prendere posizioni – in prevalenza (ma non esclusivamente) con acquisizioni – un po’ in tutti i punti nella lunga e articolata filiera dell’AI: con la costruzione ad esempio di un suo cloud e con la messa sul mercato di suoi modelli AI focalizzati.

Nella prospettiva di doversi confrontare sempre più con quelli che in questi anni sono stati i suoi principali clienti e di disporre di armi con cui reagire.

Microsoft e il suo momento di riflessione strategica

“Microsoft’s Nadella overhauls leadership as he plots AI strategy beyond OpenAI – Software giant faces intense competition from Alphabet, Amazon and start-ups”, è il titolo di un recentissimo articolo (30 dicembre) di FT, che sembra tratteggiare la delusione di un CEO di prima grandezza quale Satya Nadella che sino a qualche tempo fa pensava di avere attuato una strategia vincente.

• Avendo scommesso su OpenAI oltre 14 miliardi di $, con una scelta apparentemente vincente data l’enorme risonanza avuta dal lancio di ChatGPT, in cambio di un diritto di esclusiva al suo cloud Azure per la messa a disposizione – del mercato consumer e di quello corporate – di ChatGPT e delle nuove versioni e dell’accesso esclusivo alle tecnologie che OpenAI avrebbe messo a punto negli anni successivi: un accordo che avrebbe perso validità nel momento del superamento dell’intelligenza umana da parte di quella artificiale (clausola a dir poco peculiare);
• avendo quasi immediatamente lanciato con Copilot una serie di servizi di AI generativa, incorporandoli nei suoi prodotti software, con il “Microsoft 365’s AI assistant Copilot” in particolare che, secondo le comunicazioni fatte a ottobre, ha superato i 150 milioni di utenti mensili attivi;
• avendo anche dato un significativo supporto a Sam Altman, nel momento del suo licenziamento – un anno dopo circa il lancio di ChatGPT – da CEO di OpenAI, ma che è appena uscito da una lunga guerra con Sam Altman, chiaramente insofferente di restare sotto la tutela di Microsoft e desideroso di fare di OpenAI una Big Tech, con una quota del 27% nella “for profit” in cui si sta trasformando OpenAI (una quota di valore al momento incerto per le incognite su quello che potrà essere il futuro di OpenAI stessa) in cambio della rinuncia all’esclusiva originariamente concessa ad Azure e della fissazione al 2030 – e non al raggiungimento della superintelligenza – della fine dell’accesso esclusivo di Microsoft alle tecnologie di OpenAI, soffre “the increasing competition from Amazon and Google — both once seen as AI laggards — which are making sharp progress in infrastructure and model development”,
• soffre il fatto che, a fronte dei 150 milioni di utenti mensili attivi del suo “Microsoft 365’s AI assistant Copilot”, il Gemini chatbot di Google ne ha 650 e il ChatGPT di OpenAI 800,
• soffre il fatto che pur continuando a essere (Fig. 4) il suo “GitHub Copilot” leader negli “AI coding tools”, la sua posizione è crescentemente insidiata da una serie di startup, quali in primo luogo Anthropic con Claude e Anysphere con Cursor,
• soffre forse anche del fatto che la sua market cap, pari in un giorno di massima del mercato borsistico (il 29 ottobre scorso) a 4,006 trilioni di $ – a un passo da Apple (4,016), a 1 trilione di distanza da Nvidia (5,048), ma con 700 milioni di vantaggio su Alphabet-Google (3,298), è scesa (Tab. 1) da allora di circa 400 miliardi, a differenza di Apple rimasta circa invariata, ed è ora inferiore a quella di Alphabet-Google (fatto che non accadeva da 8 anni).

Questo non significa ovviamente che una impresa come Microsoft non abbia la possibilità di risalire, ma spiega il perché Satya Nadella abbia deciso di delegare la gestione corrente per concentrarsi sulla scelta del salto strategico da effettuare: la recente creazione di Microsoft AI (che raggruppa le attività del gruppo nell’AI) e la nomina a suo CEO di Mustafa Suleyman (co-fondatore e capo storico di DeepMind – ora parte di Google – e di Inflection AI) mostrano che un primo significativo passo è stato fatto.

Apple: “the end of one of the most successful runs in modern business”

Nella sezione “Technology – Companies to watch” della rassegna che il giorno di Capodanno FT ha dedicato a “Business trends, wild cards and companies to watch in 2026 – Where power, profits and pressure points are likely to lie across five key sectors” Richard Waters ha puntato la sua attenzione sulla molto probabile uscita di scena durante l’anno di Tim Cook, CEO di Apple dalla morte di Steve Jobs, che sancirà “the end of one of the most successful runs in modern business”.

Una uscita di scena in un momento di grande incertezza sul futuro – è la tesi di Richard Waters – sulla direzione in particolare che prenderà il “consumer hardware”: se prevarrà almeno al momento una sorta di continuità, il che implicherebbe una scelta interna del nuovo CEO (al momento ritenuta la più probabile), o se viceversa l’attesa di forti discontinuità spingerà il board a cercare all’esterno le persone potenzialmente più adatte.

Anche Amazon all’attacco di Nvidia

“Amazon’s Custom Chips Pose Another Threat to Nvidia – The company will start selling its Trainium3 processors as AI companies are looking to diversify their supply of data-center chips”, annuncia WSJ il 2 dicembre, mentre parallelamente Meta sta discutendo l’acquisto dei sopracitati chip di Google (balzati alla ribalta come detto con il lancio di Gemini 3).

La risposta piccata di Nvidia su X: “Nvidia is a generation ahead of the industry—it’s the only platform that runs every AI model and does it everywhere computing is done. Our chips offer greater performance, versatility, and fungibility than more narrowly tailored custom chips made by Google and AWS”.

OpenAI nella bolla AI: ragnatela di accordi e cash burn

Openai, alla disperata ricerca del posto fra le big tech che pensa di meritare, sta creando una impressionante “ragnatela” di accordi, che si somma e si combina con quella generata da Nvidia. in corsa anche Anthropic, il suo spin-off di maggior successo.

La “ragnatela” di accordi e gli 1,4 trilioni di $ che OpenAI si è impegnata a spendere nei prossimi anni: il 2026 un anno di “make-or-break” secondo The Economist.

La “ragnatela” di accordi (Figg. 5, 6 e 7) e gli 1,4 trilioni di $ che essa si è impegnata con tali accordi a spendere nei prossimi anni per la costruzione negli US di una rete di data center a suo uso esclusivo, che le permetta di dipendere sempre meno nel futuro dai grandi cloud di

• Microsoft [Azure]: che sino a poco tempo fa era contrattualmente obbligata a usare come contropartita dei 14 miliardi di $ in essa investiti da Microsoft stessa per finanziarne il decollo,
• Amazon [AWS]: con cui peraltro, secondo FT (“Amazon in talks to invest more than $10bn in OpenAI- Deal could push AI start-up’s valuation above $500bn and involve it using the cloud giant’s chips”, 17 dicembre), essa starebbe studiando un accordo che le permetterebbe anche di accrescere sensibilmente la sua valutazione,
• Google

è stato uno dei temi più gettonati dalla grande stampa economica internazionale nella seconda metà del 2025 ed è tornato prepotentemente alla ribalta negli articoli di fine/inizio anno, con la domanda su come riuscirà OpenAI a uscire da questa empasse.

Con ricavi che come visto sono stati pari nel 2025 a circa 20 miliardi di $ e con una situazione di profondo rosso, da cui la stessa OpenAI stima di non poter uscire prima della fine del decennio.

“OpenAI faces a make-or-break year in 2026 – One of the fastest-growing companies in history is in a perilous position”, ha scritto The Economist [ECON] il 29 dicembre e il giorno dopo “OpenAI’s cash burn will be one of the big bubble questions of 2026 – There is a dark side to the model-maker’s stunning growth”.

Nell’apprezzare la velocità con cui sono cresciuti i suoi ricavi – la più elevata nella storia – ECON fa però i conti in tasca a OpenAI, notando che

• OpenAI è prevista avere un free cashflow negativo dell’ordine di 17 miliardi di $ nel 2026, in crescita rispetto ai 9 dell’anno appena concluso, e continuerà a “bruciare cassa” (Fig. 8) sino al 2029, superando addirittura i 40 miliardi nel 2028,
• essa ha già ricevuto dagli investitori (ancora Fig. 8) oltre 60 miliardi di $ – la cifra più alta della storia – e si ritiene che ne voglia chiedere altri 100, a un possibile livello di valutazione di 830 miliardi (l’attuale livello, raggiunto nell’ultimo round di fundraising a ottobre, è di 500 miliardi), separatamente essa potrebbe raccogliere 10 miliardi come detto da Amazon e – molto più distribuiti nel tempo a fronte degli acquisti delle sue GPU – 100 miliardi da Nvidia.

Un primo problema, che potrebbe scoraggiare in qualche misura gli investitori (sinora propensi a soddisdare le sue richieste), è la difficoltà a ridurre proporzionalmente i costi con l’aumento dei ricavi: la necessità di potenza di calcolo sembra viaggiare in parallelo con i ricavi stessi e OpenAI appare perdere soldi anche nella fase di “inference”, perché è molto ridotta la percentuale di chi accede ai servizi a pagamento fra i suoi clienti “consumer”.

Un secondo problema, tutt’altro che piccolo, è che sembra che si stia progressivamente erodendo il vantaggio di ChatGPT – in termini di livelli di prestazione – rispetto ai competitori, come verificato ad esempio dai centri che fanno questi tipi di valutazioni in occasione del lancio di Gemini 3 da parte di Google (molto più attenta anche alla riduzione dei costi dei suoi servizi); così come OpenAI appare aver puntato più sul mercato consumer (che garantisce numeri alti ma ricavi come detto bassi) che non su quello “corporate” (prospetticamente più interessante) su cui si è più concentrata Anthropic.

Il quadro presentato fa capire, è la conclusione di ECON:

• perché Sam Altman abbia un disperato bisogno di soldi, per crescere ma prima ancora forse per sopravvivere;
• perchè allo stesso tempo OpenAI debba cercare di mantenere quell’aura di superiorità, di cui ha goduto per almeno due anni dopo il lancio di ChatGPT, indispensabile perchè i potenziali investitori le mettano in mano cifre mai concesse ad altre startup di successo.

Sul tema largamente condiviso della fragilità del vantaggio competitivo di OpenAI, della assoluta necessità per OpenAI stessa di evitare una “commoditization” dell’AI e sul pericolo rappresentato dalla concorrenza di una impresa con grandi disponibilità finanziarie come Google (fino a poco tempo prima vista da OpenAI e Microsoft come una facile vittima cui strappare il controllo sul “search”) era intervenuta quasi due settimane prima Fortune [FOR]: “Inside OpenAI’s fragile lead in the AI race, and the 8-week ‘code red’ to fend off a resurgent Google”.

L’articolo sottolinea come l’allarme con codice rosso debba far capire “the real concern within OpenAI that the $500 billion company could lose its position as the standard-bearer and pacesetter for generative AI technology” e come anche le prime rivelazioni delle società specializzate mostrino uno slittamento di interesse negli accessi – almeno in parte io credo dovuto alla curiosità – da ChatGPT a Gemini.

Che la preoccupazione per una perdita di valore di OpenAI sia forte per chi lavora al suo interno risulta pienamente comprensibile, se si guarda a quanto appare in un articolo di WSJ del 30 dicembre – “OpenAI Is Paying Employees More Than Any Major Tech Startup in History – The company’s stock-based compensation in 2025 reached an average of $1.5 million per employee” – che spiega come il livello così alto (ma dipendente dal futuro del valore della società) sia legato al bisogno di mantenere all’interno le risorse umane detentrici delle competenze in un momento storico di “guerra per i talenti”, in cui le cifre per strapparle ai competitori sono talora estremamente elevate.

Anthropic, fondata nel 2021 da Dario e Daniela Amodei e da un gruppo di altri fuorusciti da OpenAI, è seconda per valutazione – 350 miliardi di $ – fra le AI startup, ma potrebbe arrivare al pareggio di bilancio e forse anche all’IPO prima di OpenAI.

Alle sue spalle la xAI di Elon Musk (230 miliardi) e Databricks (134 miliardi).

“Anthropic Is on Track to Turn a Profit Much Faster Than OpenAI – Financial documents from both companies show the different approaches they are taking to the AI boom”, scriveva WSJ il 10 novembre, evidenziando la maggior attenzione di Anthropic all’equilibrio di bilancio (peraltro quasi obbligata data la molto minore notorietà rispetto a OpenAI) e la sua scelta di focalizzarsi sul mercato “corporate” e in primo luogo sull’efficientamento con l’AI del coding.

Di qualche giorno dopo la notizia data da CNBC – “Anthropic valued in range of $350 billion following investment deal with Microsoft, Nvidia” – della crescita della valutazione di Anthropic a seguito dell’investimento in essa dell’accoppiata Microsoft-Nvidia: la prima a seguito dello scioglimento del rapporto di esclusività con OpenAI (che sembrerebbe peraltro a sua volta prossima a far entrare Amazon nel suo capitale) e la seconda presumibilmente preoccupata per il recente importante accordo fra Anthropic e Google Cloud (“Google and Anthropic announce cloud deal worth tens of billions of dollars – It gives the AI company access to up to one million of Google’s custom-designed TPUs”, CNBC, 23 ottobre).

E più recentemente: “Anthropic taps IPO lawyers as it races OpenAI to go public – AI start-up picks law firm Wilson Sonsini for what could be one of the largest public offerings ever” (FT, 3 dicembre).

La coopetition nella bolla AI: tutti contro tutti, insieme

La lunghezza e l’articolazione della filiera dell’AI, con i suoi tre principali stadi (microprocessori, reti di data center, messa a punto dei modelli AI), e la tendenza sia della Big Tech sia delle principali AI startup a cercare di avere una qualche presenza in tutti gli stadi della filiera, può spiegare la presenza così ampia della “coopetition (cooperation + competition)” nel mondo dell’AI.

Google Cloud ad esempio ha interesse a fornire potenza di calcolo ad Anthropic, con questo promuovendo anche la crescita dei TPU messi a punto in casa, mentre Gemini e Claude – le due famiglie di modelli AI di Google e Anthropic – sono in forte competizione fra loro.

OpenAI ha stretto o sta stringendo accordi con molte delle MAG_8, ma allo stesso tempo ha un disperato bisogno che la sua famiglia di modelli ChatGPT rimanga predominante.

E a questo, come detto in precedenza, si aggiunge il dilagare degli accordi “circolari”, con cui le imprese mirano ad assicurarsi contratti pluriennali futuri promettendo di investire nelle imprese che sottoscrivono tali contratti.

Lo squilibrio nella disponibilità di risorse, fra le MAG_8 e le AI startup in primo luogo, è uno stimolo alla crescita dell’indebitamento, con i rischi di formazione di “bolle” che questo comporta: rischi come detto tanto più forti quanto più le imprese sono fortemente intrallacciate fra loro.

Politica e bolla AI: Trump, UE e tensioni sulle regole

“From AI to Chips, Big Tech Is Getting What It Wants From Trump”.

È il titolo di un articolo del 28 dicembre di The New York Times [NYT], che nel sottotitolo precisa “The president has backed policies that allow the industry to grow unfettered” e aggiunge “The mutually beneficial alliance is causing concern among some conservatives”.

Al di là dei toni, che possono essere influenzati dall’orientamento politico del giornale, i rapporti fra le Big Tech e la seconda presidenza Trump sembrano di gran lunga migliori di quelli con la presidenza Biden (caratterizzati da una sorta di accanimento antitrust che non ha fatto però tempo a raggiungere risultati concreti) e con la prima presidenza Trump (che lanciò ad esempio due pesanti attacchi contro Alphabet-Google per i suoi comportamenti monopolistici, uno dei quali tuttora in attesa della sentenza finale).

Almeno in parte credo che questo avvicinamento sia stato influenzato dal ruolo che in questo primo periodo della sua presidenza le Big Tech, e soprattutto le hyperspenders fra di esse, hanno giocato nello stimolare l’economia statunitense e nel permettere al Paese di evitare (almeno per il momento) quella recessione che molti si aspettavano come conseguenza delle “Trump’s tariffs” e che lo stesso Trump probabilmente temeva.

Ed è peraltro comprensibile che non tutto il partito e non tutti coloro che lo sostengono e lo hanno votato vedano con piacere questa vicinanza:

• non il gruppo MAGA, che esprime il vicepresidente JD Vance segnalato a Trump da Peter Thiel, storico e influentissimo esponente del mondo del venture capital, culturalmente e concretamente molto lontano da quello della Big Tech;
• non chi ritiene che il partito repubblicano abbia un’anima più liberista;
• non chi ritiene che essa esprima – o possa essere interpretata come tale – una vicinanza ai ricchi a discapito della parte più povera della popolazione: di quella in particolare che ha permesso la rielezione a presidente di Trump e che potrebbe cambiare parere in occasione delle elezioni intermedie di fine anno.

Ha destato proteste poi in diversi Stati governati dai repubblicani il divieto di votare leggi locali di regolamentazione dell’AI, che avrebbero però frantumato il mercato dell’AI stessa e impedito di fatto un suo sviluppo.

Molto critici i rapporti delle Big Tech con la UE e forte la tentazione di Trump di procedere a ritorsioni

È illuminante dal punto di vista simbolico – per comprendere come l’amministrazione US veda le leggi approvate dal Parlamento europeo sulla regolamentazione dei servizi (DSA) e dei mercati digitali (DMA) come un atto deliberatamente ostile nei riguardi delle Big Tech statunitensi – quanto accaduto di recente: “U.S. Sanctions Former EU Official Over Digital-Content Law – Travel restrictions target Thierry Breton and four others deemed ‘agents of the global censorship-industrial complex’” (WSJ, 24 dicembre).

L’UE

• che vive male la presenza dominante delle Big Tech in Europa e aspira all’autonomia digitale,
• ma che – avendo investito molto poco nel digitale nell’ultimo quarto secolo – è in posizione molto arretrata in tale ambito rispetto a US e Cina,

ha puntato, soprattutto durante il primo mandato di Ursula von der Leyen (durante il quale Thierry Breton era commissario per il mercato interno), a far passare una serie di leggi volte espressamente a condizionare i comportamenti delle Big Tech stesse, con sanzioni molto pesanti – rapportate al fatturato globale e non a quello (ritenuto più sfuggente da individuare) realizzato nella UE – previste nei casi di violazioni.

Quanto è costruttivo l’atteggiamento UE di giocare la partita delle regole piuttosto che di investire nella creazione di imprese “realmente” europee in grado di diventare “realmente” competitive nel tempo?

Il discorso sarebbe lungo, ma in estrema sintesi:

• le risorse finanziarie disponibili non sono molte e occorrerebbe – superando le rivalità interne fra i 27 Paesi della UE – puntare su campioni realmente europei, o almeno facenti capo (come accadde nel caso dell’Airbus) a insiemi di Paesi, per non frazionare troppo gli investimenti, cercando di ridurre (come richiesto da Draghi nel suo Rapporto commissionato da Ursula von der Leyen) le barriere non tariffarie interne e creare realmente il mercato unico interno,
• la piena applicazione delle multe – proporzionali come detto al fatturato mondiale – previste dal DSA e dal DMA (da poco divenuti completamente operativi) potrebbe causare reazioni molto pesanti da parte degli US: la più estrema e dolorosa delle quali, applicata in altri contesti più piccoli, quella di ordinare alle Big Tech di sospendere l’erogazione di alcuni servizi essenziali per il funzionamento della nostra economia, in assenza di imprese europee in grado di subentrare in tempi brevi.