L’AI è davvero il nuovo oro?

Davide Tempesta

14 Novembre 2025
6 min read
AI bolla mercato e AI

Indice

Siamo tutti consapevoli del fatto che da tempo ormai il settore dell’intelligenza artificiale sia stato travolto da un entusiasmo quasi mistico, una specie di febbre collettiva che ricorda certi momenti storici in cui l’umanità si è convinta di aver trovato la soluzione universale a tutti i suoi problemi. Le aziende, grandi e piccole, promettono rivoluzioni epocali che cambieranno per sempre il modo in cui viviamo, lavoriamo e pensiamo. Gli investitori, con gli occhi che brillano come quelli di chi ha appena scoperto una miniera d’oro inesplorata, sognano rendimenti vertiginosi che farebbero impallidire persino i profitti delle compagnie petrolifere negli anni d’oro. I media, dal canto loro, raccontano l’intelligenza artificiale come se fosse la cura definitiva a ogni male dell’umanità. Tra questa euforia contagiosa e le aspettative che hanno ormai superato qualsiasi scala ragionevole, inizia a farsi strada un timore meno romantico e decisamente più concreto, quello di una possibile bolla speculativa pronta a scoppiare con la stessa delicatezza di un palloncino gonfiato all’elio che incontra una stufa rovente 8che esempio struggente vero?).

650 miliardi l’anno o niente festa

Un recente rapporto di J.P. Morgan ha gettato più di un’ombra sulle prospettive rosee del settore, facendo quello che gli analisti finanziari sanno fare meglio: rovinare l’atmosfera della festa con qualche numero scomodo. Secondo le loro proiezioni, per ottenere un ritorno del 10% sugli investimenti già programmati nell’intelligenza artificiale entro il 2030, l’industria dovrebbe generare circa 650 miliardi di dollari ogni singolo anno. Una cifra talmente astronomica che verrebbe voglia di chiedere ai CFO delle aziende coinvolte se per caso non abbiano sbagliato un paio di zeri durante i loro calcoli serali. Il dato però riflette una realtà tanto semplice quanto inquietante, tantissimi soldi stanno entrando nell’IA da ogni direzione possibile, ma non è affatto scontato che ne usciranno altrettanti, o almeno non nelle tempistiche e nelle proporzioni che tutti si aspettano. Gli investimenti sono massicci, le promesse ancora più grandi, ma la capacità effettiva di monetizzare queste tecnologie in modo sostenibile e diffuso rimane tutta da dimostrare. Non basta costruire modelli straordinari se poi nessuno è disposto a pagarli quanto servirebbe per coprire i costi stratosferici dello sviluppo.

Ragazzi, calmiamoci

Quando persino istituzioni solitamente imperturbabili e notoriamente conservatrici come la Bank of England iniziano a usare parole come surriscaldamento nei loro report ufficiali, è davvero difficile non drizzare le antenne e iniziare a preoccuparsi seriamente. Nel suo ultimo rapporto sulla stabilità finanziaria, l’istituto britannico ha avvertito con toni inequivocabili che i prezzi delle azioni legate all’intelligenza artificiale appaiono tesi e vulnerabili. L’idea alla base dell’allarme è cristallina: se le promesse grandiose che vengono fatte quotidianamente non verranno mantenute, se i prodotti non saranno all’altezza delle aspettative, se i ritorni economici non arriveranno nei tempi previsti, la correzione di mercato potrebbe essere brusca. Molto brusca. Tipo dot-com 2.0, ma con più GPU all’avanguardia e meno modem 56k che gracchiano. La storia ci insegna che quando le valutazioni si basano più sulle aspettative future che sui risultati concreti presenti, il rischio di un crollo improvviso aumenta in modo esponenziale.

I chip invecchiano (e anche in fretta)

Uno degli aspetti più trascurati dell’euforia collettiva che circonda l’intelligenza artificiale è l’incredibile quantità di denaro che viene investita in infrastrutture hardware sempre più costose. Data center giganteschi che occupano superfici degne di piccole città, sistemi di raffreddamento talmente potenti da sembrare quelli di una centrale nucleare, e montagne letterali di chip specializzati prodotti con tecnologie all’avanguardia. Tutto molto affascinante e impressionante, certo, ma c’è un piccolo dettaglio: questi chip hanno una vita utile sorprendentemente breve, molto più breve di quanto la maggior parte delle persone immagini. Invecchiano più rapidamente di quanto riesca a invecchiare una release di Python, e questo non è uno scherzo.

L’evoluzione tecnologica nel campo dell’AI è talmente rapida che quello che oggi è considerato hardware di ultimissima generazione, tra due anni potrebbe essere già obsoleto. Se fra ventiquattro mesi nuovi modelli di AI richiederanno hardware ancora più avanzato, con maggiore capacità di calcolo, minor consumo energetico e architetture completamente ripensate, molte delle infrastrutture attuali, su cui sono stati investiti miliardi, rischieranno di trasformarsi in costosissimi soprammobili da esposizione industriale, buoni solo per essere fotografati e rimpianti.

Se crolla una big tech, crolla mezzo mercato

Un’altra caratteristica preoccupante del momento attuale è la concentrazione del rischio in un numero relativamente ristretto di attori. Le aziende più esposte sull’intelligenza artificiale, quelle che stanno investendo di più e che stanno guidando la corsa tecnologica, dalla Silicon Valley fino a Shenzhen, rappresentano una fetta enorme, quasi sproporzionata, dei mercati azionari globali. Questo significa che se anche solo una di loro inciampa, se anche un singolo gigante tecnologico fallisce nel mantenere le promesse fatte, la scossa che attraverserà i mercati non sarà una leggera vibrazione che si sente appena, ma un vero e proprio terremoto finanziario di magnitudine considerevole. Non proprio lo scenario ideale quando l’intero mercato vive di aspettative che cambiano più velocemente delle policy di rete neurale di una startup californiana che fa pivot ogni tre mesi. La diversificazione del rischio, principio base di qualsiasi strategia di investimento sensata, sembra essere stata temporaneamente dimenticata nell’eccitazione generale.

Psicologia ed economia

Naturalmente, come accade sempre in questi casi, non mancano gli ottimisti incrollabili, quelli che continuano a vedere il bicchiere mezzo pieno anche quando l’acqua sta chiaramente evaporando. Goldman Sachs, ad esempio, tende a mantenere una postura positiva, sostenendo che il contesto attuale non è identico a quello della famigerata bolla dot-com degli anni 2000. E in effetti è vero: oggi molte aziende che lavorano con l’intelligenza artificiale generano utili reali, non solo proiezioni su foglio Excel, e vendono prodotti concreti che la gente effettivamente usa e per cui paga.

Ma la storia della finanza insegna, con una costanza quasi imbarazzante, che anche le bolle più spettacolari e devastanti iniziano sempre con dichiarazioni rassicuranti, analisi dettagliate e convinte che “questa volta è diverso”, che stavolta abbiamo imparato dagli errori del passato. Generazioni intere di investitori, potrebbero confermare con amarezza che di solito non è affatto diverso. I meccanismi psicologici ed economici che portano alle bolle speculative sono sempre gli stessi: euforia collettiva, sopravvalutazione sistematica dei benefici futuri, sottovalutazione dei rischi e una convinzione quasi religiosa che le regole tradizionali dell’economia non si applichino più.

Tra entusiasmo e prudenza

La questione fondamentale non è decidere con precisione se la bolla stia per scoppiare domani mattina alle nove o tra tre anni esatti. Il punto vero, quello che conta davvero, è che l’intelligenza artificiale è sicuramente un settore rivoluzionario con un potenziale straordinario, ma non tutte le rivoluzioni tecnologiche sono automaticamente profittevoli allo stesso modo e nello stesso tempo. La storia della tecnologia è piena di innovazioni brillanti che hanno impiegato decenni per diventare economicamente sostenibili. Molte delle promesse più ambiziose che vengono fatte oggi richiedono ancora dimostrazioni concrete e verificabili, soprattutto in ambiti delicati come quello sanitario e diagnostico, dove i modelli di intelligenza artificiale non devono solo funzionare bene sulla carta e nei laboratori di ricerca. Quello che devono fare è essere sicuri per i pazienti, validati attraverso trial clinici rigorosi, affidabili in condizioni reali di utilizzo e, soprattutto utili nel migliorare gli outcome clinici e non solo nel ridurre i costi operativi.