Gli investimenti in intelligenza artificiale stanno passando dall’entusiasmo narrativo alla prova dei numeri: perdite operative, fabbisogni di capitale e costi di calcolo spingono gli investitori a guardare oltre l’hype. La sfida, oggi, non è solo “chi ha il modello migliore”, ma chi riesce a trasformare traffico e adozione in ricavi sostenibili.
Indice degli argomenti
Investimenti in intelligenza artificiale: la narrazione che muove i capitali
Fin dall’inizio Sam Altman ha guidato la narrazione dell’avvento dell’intelligenza artificiale secondo i moduli classici della nuova frontiera americana: grandi opportunità e grandi rischi da superare.
Altri, più sprovveduti, hanno annunciato quell’avvento in modo babbo-natalizio: AI avrebbe condotto un’umanità in cerca di nuove fedi in un mondo migliore. Altman pone l’accento anche sul ruolo negativo, per radicare nel pubblico e negli investitori la convinzione della potenza crescente, quasi incontrollabile di AI. Gli investitori sono abituati e si vantano di non tener conto dei risvolti morali degli investimenti, e su di loro le narrazioni horror risultano non scoraggianti, ma motivanti.
Altman lo sa ed essendo un grande raccoglitore di fondi da investire, continua a guidare facendo il tacco-punta: accelerando e frenando con lo stesso piede destro per scalare nella prima marcia, una tecnica assolutamente necessaria nella guida della 500 storica. Analoga considerazione si può fare per le dichiarazioni di Elon Musk, che mentre predice apocalissi investe i suoi quattrini sia nel proprio sistema di AI sia nella battaglia legale contro Open AI.
Dalla narrazione ai risultati economici attesi
Queste narrazioni hanno contribuito a tener alta la considerazione e l’attenzione del pubblico, in attesa dei risultati economici. Non i risultati di chi realizza data center o produce processori, ma quelli di chi vende i servizi. AI attraversa un momento significativo della sua crescita, una sorta di adolescenza in cui ancora non si produce, si studia ancora e si cerca ossessivamente la strada del propria successo futuro. L’attenzione degli investitori alla narrazione eroica si è molto affievolita: i segni di stanchezza non mancano e cominciano a riflettersi sugli andamenti di borsa.
Investimenti, perdite e modello di business di OpenAI
Nel 2026 Open AI dovrebbe perdere 17 miliardi di dollari, dopo i 9 del 2025, continuando nei successivi tre anni.[1] Nella sua ricerca di conferme per gli investitori, necessari a sostenere un programma di investimenti su cui grava l’onere di chi ha aperto la pista, e ha trovato ovunque la neve ancora alta, OpenAI annuncia di voler introdurre la raccolta pubblicitaria che rappresenterebbe una svolta nel suo modello di business, a fianco di quella delle API che aprirebbero ad una collaborazione commerciale con una rete di sviluppatori verticali.
Il conto economico di OpenAI e la scommessa sul 2030
La figura 1, che elabora dati di Pitch Book, mette in risalto lo sfasamento che caratterizza OpenAI: la raccolta di capitale molto rilevante porterà i primi guadagni soltanto a partire dal 2030. Non solo, ma il programma di investimenti di OpenAI richiede un ulteriore, ancora più massiccio ricorso a finanziamenti aggiuntivi. Secondo The Information, che avrebbe avuto accesso ad un rapporto interno ad OpenAI, entro la fine del decennio l’azienda avrebbe pianificato investimenti per 200 miliardi dollari, cifra colossale che per oltre due terzi sarebbe dedicata allo sviluppo, al training e all’utilizzo inferenziale dei modelli.[2] Per questo motivo Sam Altman si dà molto da fare per sostenere la valutazione dell’azienda, salita a 500 miliardi di dollari alla fine del 2025, nel round di raccolta fondi di ottobre. Nel 2026 si reca nel Medio Oriente per attirare investimenti dai fondi sovrani, con l’obiettivo di almeno 50 miliardi di dollari.[3]
Competitori e dinamiche d’adozione: la sfida sul traffico e sui modelli
Il 2026 sarà quindi un anno decisivo per OpenAI: l’azienda deve rimanere leader nell’utilizzo da parte degli utenti. A dicembre il traffico sul web segnava 910 milioni di utenti attivi mensile, contro i 345 milioni di Gemini.
ChatGPT vs Gemini: vantaggio attuale e traiettorie di crescita
Il vantaggio su Google è ancora rilevante, ma Gemini sta crescendo e Google ha dimostrato, con i suoi risultati, che l’applicazione dell’intelligenza artificiale non ha penalizzato la raccolta pubblicitaria sul motore di ricerca. Le sue capacità finanziarie e la possibilità di ottimizzare search e AI sono due punti di forza irripetibili. Le previsioni sul traffico dimostrano che AI generativa sta crescendo di rilevanza come canale per raggiungere i siti internet, ChatGPT e Gemini continua a ripetersi una sfida tra i modelli, le cui performance si superano vicendevolmente una release dietro l’altra.
Investimenti in intelligenza artificiale e clienti enterprise: il ruolo di Anthropic
L’efficienza di ChatGPT è divenuta l’ossessione di Altman, spingendolo ad imporre in azienda un codice rosso, a Natale, per rendere prioritari gli investimenti nel modello, anche a scapito di altre iniziative, che pure rimangono in linea al fine di monetizzare maggiormente l’accesso degli utenti, ancora largamente gratuito.[4]
Anche Anthropic sta crescendo, in particolare nel settore business, dove Claude viene integrato in servizi specializzati da parte degli sviluppatori terzi. Nel settore aziendale, Anthropic ha superato nel 2025 ChatGPT, con un 40% degli acquisti di servizi da parte delle imprese, rispetto al 24% del 2024 e il 12% del 2023. Nello stesso periodo ChatGPT è caduta dal 50% al 27%, Google è salita dal 7% del 2023 al 21% del 2025.[5]
Segmenti verticali: dove l’AI genera domanda e spesa
Tra i segmenti verticali, di gran lunga il primo negli Stati Uniti risulta quello della salute, con una spesa di 1,5 miliardi di dollari, seguito dal legale, dai creativi, dall’amministrazione pubblica, dall’educazione
La crescita di ChatGPT è strettamente correlata alla crescita della capacità di calcolo a disposizione di OpenAI.
Calcolo, ricavi e margini: quando i costi corrono più dei ricavi
Nel 2025 la potenza di calcolo è aumentata da 200 megawatt a 1,9 gigawatt, ossia di quasi 10 volte. Qui si affaccia il tema dell’approvvigionamento energetico, una delle questioni strategiche nello sviluppo di AI. Nello stesso periodo i ricavi sono aumentati poco più di tre volte, da 6 miliardi a 20, assai meno della capacità di calcolo. Poiché quest’ultima è la principale voce di costo di ChatGPT, ciò significa che i costi stanno crescendo più rapidamente dei ricavi.
Energia come vincolo: l’enorme ordine di grandezza dei prossimi anni
Una tendenza che non è destinata a fermarsi: OpenAI ha siglato un memorandum of understanding per 30 gigawatt nei prossimi anni, con un costo atteso di 1.400 miliardi di dollari. Qualche investitore si pone il quesito se OpenAI possa remunerare gli investimenti.
Quote di mercato e geografie: segnali di rotazione nella competizione
L’espansione rapida della domanda non deve farci dimenticare le quote di mercato, anche se i dati vanno presi con prudenza, poiché le stime variano da fonte a fonte
La quota di ChatGPT è precipitata di oltre 20 punti negli ultimi 12 mesi, mentre Gemini è salita di oltre 13 punti.
Divergenze USA/globale: Microsoft, Claude, Perplexity, Grok, DeepSeek
E’ significativa la differenza delle quote di mercato misurate negli US rispetto a quelle misurate a livello globale. Come si vede dalla figura 3, sono soprattutto le quote di Microsoft, Claude, Perplexity, Grok e DeepSeek che divergono tra i dati dell’ America e quelli globali. Perplexity (+370%) e Claude incalzano ChatGPT negli Stati Uniti, mentre Gemini (+237% di crescita), Grok e DeepSeek la incalzano sul mercato globale.
ChatGPT rappresenta un’opportunità di investimento ed un rischio. Per Microsoft, che ne detiene una quota cospicua, l’investimento garantisce, fino ad oggi, benefici indiretti: ChatGPT è la tecnologia alla base di Copilot e molta della capacità di calcolo necessaria a ChatGPT è fornita da Microsoft. Ma sia che Microsoft non voglia esporsi troppo in quell’investimento, sia che OpenAI voglia diversificare i suoi finanziatori, Altman ha bisogno di altri investitori. La sequenza recente della raccolta di fondi di OpenAI è impressionante per dimensione e fa tremare i polsi per i rischi che comporta. Nel 2025 a marzo ha raccolto 40 miliardi sulla base di un valutazione dell’azienda pari a 300 miliardi, con sottoscrizioni sa parte di SoftBank, Microsoft e altri, nella più larga raccolta di fondi della storia. A dicembre l’azienda annuncia una raccolta da 20 miliardi con valutazione 750 miliardi e nel gennaio 2026 una raccolta da 100 miliardi con valutazione 830 miliardi.[6]
Energia, inferenza e policy: la pressione sui sistemi elettrici
Secondo IEA (Agenzia Internazionale per l’Energia), nel 2024 il consumo di energia per i data center era pari all’1,5% del totale mondiale, ossia 415 terawattora (Twh), con una crescita del 12% all’anno nell’ultimo quinquennio. Le sue previsioni sono di un raddoppio nel 2030 (circa 945TWh) ossia all’incirca il consumo attuale del Giappone[7].
Negli Stati Uniti l’incidenza dei data center sui consumi totali è assai più elevata (4%), a causa della maggiore rilevanza del settore e della minore incidenza delle industrie pesanti e manifatturiere rispetto a paesi come la Cina e a regioni come l’Europa. La crescita fino al 2030 rappresenterà metà dell’aumento di domanda di elettricità negli Stati Uniti, con un impatto che rappresenta una delle fragilità intrinseche allo sviluppo del settore. Attualmente questa crescita non viene indirizzata verso una strategia di contenimento dei consumi, che avrebbe impatto positivo sia sull’ambiente sia sui costi: lo stesso carico di lavoro di AI in California produce emissioni doppie rispetto alla Virginia, dove si consuma prevalentemente gas naturale. Le grandi aziende bigtech stanno investendo nel nucleare (Meta e Microsoft).
Costi sociali e rischio politico: impatto sulle famiglie e scelte regolatorie
Alcune stime sostengono che questa mancata pianificazione nella distribuzione e alimentazione energetica dei data center provoca un aumento del costo dell’energia per le famiglie che raggiunge i 37 dollari al mese mensili, destinare a sussidiare i costi energetici dei data center[8]. Trump, che ha l’elezione di mid term in vista, non vuole che questo si verifichi, ma non sta facendo nulla per evitarlo.
Si è modificato strutturalmente il consumo di elettricità nell’intelligenza artificiale: per la maggior parte delle aziende l’inferenza rappresenta l’80-90% della capacità di calcolo AI[9]. Si tratta di una inversione dell’andamento precedente, quando era il training dei modelli l’attività a maggior consumo di capacità di calcolo.
Investimenti in intelligenza artificiale: conclusioni sullo squilibrio di filiera
Attraversiamo una fase di forti tensioni tra costi e ricavi. I costi crescono per gli erogatori finali dei servizi (modelli AI) che operano ancora in perdita, mentre chi fornisce le tecnologie di base e i consumi intermedi (processori, data center, energia) ha ottenuti lauti ricavi e margini elevati. Vi è quindi uno squilibrio di potere di mercato tra chi sostiene il maggiore impegno di investimenti per addestrare i modelli e utilizzarne le capacità induttive, ovvero tra chi sta in prima linea e chi invece fornisce le infrastrutture e le tecnologie intermedie nelle retrovie.
È un classico problema di ritardi nella trasmissione dei segnali di mercato.
Il rischio di contrazione: trasmissione dei segnali e ciclo degli ordini
Lo squilibrio, tuttavia, non può durare in modo indefinito. Se chi offre i servizi AI ai clienti finali non riesce a coprire i propri investimenti, dopo un certo periodo finirà con trasmettere segnali negativi a chi gli fornisce le tecnologie intermedie, poiché gli investitori si saranno stancati di investire in perdita. Ne seguirà una contrazione di ordini nel settore dei processori, dei data center e dell’energia. Sono questi i “consumi intermedi” di AI a cui si aggiunge, naturalmente e non ultima, la disponibilità di risorse umane addestrate.
Note
[1]) The Economist, OpenAI faces a make-or-break year in 2026, December 29th, 2025.
[2]) Yahoo Finance.
[3]) Kate Rooney, Ashley Capoot, OpenAI seeking investments from Middle East sovereign wealth funds for multibillion-dollar round, CNBC, Published Wed, Jan 21 2026.
[4]) The Economist, cit.
[5]) Tim Tully, Joff Redfern, Deedy Das, Derek Xiao, 2025: The State of Generative AI in the Enterprise, Menlo, December 09, 2025.
[6]) https://sacra.com/c/openai/
[7]) IEA News, AI is set to drive surging electricity demand from data centres while offering the potential to transform how the energy sector works, 10 April 2025.
[8]) Eliza Martin, Ari Peskoe, Extracting Profits from the Public: How Utility Ratepayers Are Paying for Big Tech’s Power, Environmental & Energy Law Program, Harvard Law School,March 2025.
[9]) Bryan Bamford, AI Inference Costs in 2025: The $255B Market’s Energy Crisis and Path to Sustainable Scaling, Tensormersh, https://www.tensormesh.ai/blog-posts/ai-inference-costs-2025-energy-crisis
