C’è un momento, nei grandi cicli tecnologici, in cui l’entusiasmo smette di essere una storia e diventa contabilità. Non perché la tecnologia perda fascino, ma perché i numeri iniziano a pesare: quanto costa costruire il futuro, e soprattutto quanto tempo serve perché quel futuro inizi a pagare.
L’intelligenza artificiale oggi è questo: una promessa enorme, ma anche una trasformazione che richiede infrastrutture reali. Non si parla più solo di software e modelli, ma di data center, energia, rete, chip, memoria. E quando la corsa diventa fisica, la domanda inevitabile è se la macchina stia accelerando con la velocità giusta o se stia “andando lunga”.
È qui che nasce il sospetto di bolla: non come giudizio definitivo, ma come paura ricorrente dei mercati quando vedono investimenti simultanei, sempre più grandi, e un’incertezza concreta sul ritmo della monetizzazione.
La cifra che cambia il tono: capex ai livelli di un’era
Negli ultimi giorni, l’attenzione si è concentrata su un ordine di grandezza che fino a poco tempo fa sembrava quasi teorico: centinaia di miliardi in investimenti legati all’AI. Una stima di riferimento parla di circa 610 miliardi di dollari di spesa “midrange” per gli hyperscaler, triplicata rispetto a due anni fa.
In parallelo, lo stesso tema è stato letto come “mal di testa” per gli investitori: l’idea è che un piano intorno ai 600 miliardi nel 2026 renda più difficile capire quando (e quanto) la profittabilità riuscirà a compensare l’ondata di costi.
A rendere il quadro ancora più sensibile c’è un elemento: l’effetto gregge. Quando tutti i grandi attori aumentano insieme la spesa infrastrutturale, il rischio non è solo spendere tanto, ma spendere tanto nello stesso punto del ciclo, costruendo capacità in anticipo rispetto alla domanda “pagante” che deve assorbirla.
Quando la spesa “mangia” la cassa: il segnale più classico dei cicli tirati
Il sospetto di bolla non nasce solo dall’importo totale. Nasce dal modo in cui quell’importo impatta la cassa. Un’analisi recente ha messo il punto su un concetto semplice: la spesa per data center AI rischia di assorbire quasi tutto il flusso di cassa operativo nel 2026 per alcuni grandi gruppi, spingendo la finanza aziendale verso più debito e meno ritorni agli azionisti (buyback e dividendi).
Questo è un indizio “da manuale” nei super-cicli: i costi sono immediati, gli ammortamenti arrivano comunque, mentre la monetizzazione può essere più lenta e spesso legata a contratti pluriennali o a servizi che devono ancora trovare pricing power stabile. Nel frattempo, il mercato tende a diventare più nervoso: non perché l’AI “non funzioni”, ma perché il ponte tra spesa e ricavi non è sempre visibile trimestre per trimestre.
La distorsione meno intuitiva: una parte della crescita capex può essere “inflazione”
Un altro dettaglio interessante, emerso di recente, è che non tutta la crescita del capex equivale a un aumento proporzionale di capacità installata. Una lettura basata su stime RBC suggerisce che una parte rilevante dell’impennata dipenda dall’aumento dei costi della memoria per data center: la spesa dei top provider per memoria nei data center potrebbe salire da circa 107 miliardi (2025) a circa 237 miliardi (2026), e una quota molto grande dell’incremento sarebbe attribuibile ai prezzi più che ai volumi.
Questo conta perché cambia la percezione del ciclo. Se spendi molto di più ma “compri” non molto di più in termini di capacità effettiva, allora una parte dell’euforia rischia di essere alimentata anche da colli di bottiglia e rincari lungo la supply chain. E i cicli, quando incontrano componenti che diventano scarsi e cari, tendono a mostrare picchi di spesa che non sempre si traducono in ritorni lineari.
Il vincolo che non perdona: energia, rete, acqua e permessi
La bolla dell’AI, se esiste, non è solo finanziaria. È anche elettrica. Il tema energia è diventato così centrale che alcuni operatori stanno cercando di anticipare il problema con interventi specifici: ad esempio, Anthropic ha annunciato che coprirà i costi degli upgrade di rete necessari per collegare i propri data center, con l’obiettivo di evitare che tali costi ricadano sui consumatori attraverso le bollette.
E quando un settore arriva a discutere apertamente di chi paga gli upgrade della rete, significa che l’infrastruttura è entrata in una fase delicata: non basta avere chip e server, serve che il territorio e la rete elettrica reggano.
Su questa linea si inserisce anche la dimensione pubblica: negli ultimi giorni è circolata l’idea di un “compact” per i data center AI, con impegni su costi elettrici, acqua e affidabilità della rete, e con il principio che chi genera domanda infrastrutturale extra debba contribuire a sostenerne i costi.
Questo è un punto chiave: quando il ciclo tecnologico incontra vincoli fisici e sociali (energia, acqua, autorizzazioni, comunità locali), il rischio di ritardi e costi imprevisti aumenta. E i ritardi, in un investimento massiccio, sono un acceleratore naturale di tensione finanziaria.
Il termometro del mercato: nervosismo su software e timori di “capex peak”
Un’altra spia utile non è solo nei numeri degli hyperscaler, ma nelle reazioni a catena. Il mercato, negli ultimi giorni, ha mostrato sensibilità sul comparto software e su alcune aree “a valle”, dove la paura è duplice: da un lato l’AI può ridisegnare la domanda di prodotti software tradizionali, dall’altro un rallentamento anche solo marginale della crescita del capex potrebbe colpire chi vive di investimenti infrastrutturali.
In questo contesto si inserisce la scelta di UBS di declassare il settore IT USA a “neutral”, citando l’incertezza sul software e la possibilità che la crescita della spesa infrastrutturale AI possa moderarsi nel prossimo periodo.
Qui l’indizio “bolla” non è tanto l’idea che la spesa finisca domani, ma il fatto che il mercato inizi a ragionare su un concetto tipico di fine ciclo: “stiamo avvicinandoci al picco?”. Quando questa domanda entra nelle note delle grandi case, la volatilità tende ad aumentare.
Come orientarsi nel breve senza confondere rumore e segnali
Il punto non è decretare se l’AI sia bolla o rivoluzione: le due cose, nei mercati, possono convivere a fasi alterne. La tecnologia può essere trasformativa e, allo stesso tempo, i prezzi e gli investimenti possono correre troppo davanti alla monetizzazione.
Per orientarsi senza trasformare questa lettura in “tifo”, può aiutare concentrarsi su tre verifiche semplici e osservabili nel tempo: quanto capex viene assorbito dalla cassa operativa, se la capacità costruita entra davvero in utilizzo con tempi ragionevoli, e quanto i vincoli fisici (energia, rete, acqua, permessi) stanno aggiungendo costi o ritardi. In parallelo, vale la pena osservare se emergono segnali concreti di monetizzazione stabile, perché è lì che la narrativa smette di essere un’aspettativa e diventa un dato.
In altre parole: più che cercare una risposta definitiva, oggi conta leggere gli indizi. E gli indizi, in questa fase, dicono che la corsa all’AI è reale, ma anche che il rischio di eccessi non è più un’ipotesi astratta: è un tema che si misura in capex, energia e tempi di ritorno.
