Negli ultimi mesi la parola “bolla” è tornata a circolare con una facilità quasi automatica ogni volta che si parla di intelligenza artificiale. È un riflesso comprensibile: quando una tecnologia promette di cambiare tutto, il mercato tende a muoversi prima dei bilanci, e l’attenzione si sposta rapidamente dal “cosa è possibile” al “quanto vale oggi”.
C’è però un aspetto che rende questa fase diversa dalle discussioni più superficiali: oggi non si parla soltanto di entusiasmo e storytelling, ma di numeri che iniziano a pesare davvero. Investimenti infrastrutturali, piani di spesa miliardari, e una filiera che va dai chip ai data center, fino alle piattaforme software che provano a trasformare la potenza di calcolo in ricavi ripetibili.
E poi c’è un dettaglio che spesso passa sotto traccia: anche all’interno dello stesso tema “AI”, il mercato sta distinguendo con decisione tra chi vende l’infrastruttura e chi vende la promessa di adozione. Questo diventa evidente guardando le raccomandazioni degli analisti e la distanza tra i prezzi di Borsa e i target, soprattutto su due nomi simbolo come Nvidia e Palantir.
Dot-com e AI: le somiglianze che alimentano il paragone
Il parallelo con la dot-com nasce da tre elementi ricorrenti. Primo: una tecnologia general purpose. Internet allora, AI oggi. In entrambi i casi la promessa non è un singolo prodotto, ma un nuovo modo di costruire servizi, organizzare processi e competere. Secondo: una narrativa dominante che tende a diventare il centro del mercato, con fasi in cui “chi non è esposto al tema” appare tagliato fuori. Terzo: la concentrazione del rendimento. Quando pochi titoli trainano gli indici e il sentiment, basta una variazione nelle aspettative per produrre correzioni improvvise.
Questo non significa che “bolla” sia la diagnosi inevitabile. Significa che i meccanismi psicologici e di mercato che portano agli eccessi sono riconoscibili: attenzione estrema, flussi che si addensano, e la tentazione di giustificare prezzi elevati con scenari lontani nel tempo.
Dove l’analogia rischia di ingannare: le differenze rispetto al 1999–2000
La differenza più importante, spesso richiamata dagli strategist, è la qualità dei protagonisti quotati oggi rispetto a una larga parte delle dot-com di fine anni ’90. Nella bolla Internet molte società avevano ricavi piccoli o instabili, cash flow negativo e modelli di business ancora sperimentali. Nel ciclo AI attuale, i leader dell’ecosistema quotato (soprattutto mega-cap e semiconduttori “core”) hanno invece utili e capacità di finanziamento incomparabilmente superiori, e questo cambia la natura del rischio: meno “fallimenti a catena” tra i big, più vulnerabilità da compressione dei multipli e da rallentamento della spesa.
Un’altra differenza strutturale è che l’AI moderna è un ciclo capex-intensive. Non basta “mettere online un servizio”: servono data center, energia, rete, chip avanzati. Proprio su questo punto diversi commenti di mercato sottolineano la dimensione dell’investimento infrastrutturale legato all’AI, e la possibilità che il rischio non sia un crollo improvviso per mancanza di domanda, ma un mismatch tra spesa e ritorni: se la monetizzazione dovesse essere più lenta del previsto, la pressione arriverebbe dai bilanci e dal costo del capitale prima che dalla “fine dell’AI”.
Cosa dicono analisti e osservatori: bolla sì, bolla no, bolla “a pezzi”
Il punto interessante, oggi, è che anche tra voci autorevoli le posizioni non sono uniformi. Da un lato, alcuni osservatori hanno parlato esplicitamente di segnali bubble-like in segmenti dell’investimento AI, soprattutto dove la crescita della valutazione precede la maturità commerciale. In questa linea, è stata riportata l’idea che parti dell’investimento appaiano “bubble-like”, specialmente laddove si concentrano round molto grandi su aziende senza prodotti consolidati.
Dall’altro lato, la lettura più prudente distingue tra eccessi locali e sostenibilità dei leader quotati: il tema AI è reale, ma il rischio si gioca sul prezzo pagato e sui tempi di monetizzazione. Questa distinzione è importante, perché aiuta a evitare l’errore tipico della dot-com: confondere il fatto che una tecnologia sia destinata a diffondersi con il fatto che tutte le valutazioni del momento siano automaticamente giustificate.
In sintesi, l’aspettativa “ragionevole” che emerge da molte analisi è questa: anche se non si è in una fotocopia del 2000, il mercato può attraversare fasi di correzione importanti se cambiano tre variabili: tassi, capex e credibilità della monetizzazione.
Nvidia e Palantir: due modi diversi di essere “AI” secondo il sell-side
Il modo più diretto per vedere questa differenza è guardare cosa indicano le stime degli analisti degli ultimi 3 mesi. Qui il confronto è utile perché Nvidia rappresenta l’infrastruttura (chip/acceleratori e piattaforma), mentre Palantir rappresenta l’adozione software e il passaggio dalla potenza di calcolo ai casi d’uso in azienda e nel settore pubblico.
Nvidia (NVDA): consenso compatto e forchetta “tutta sopra”
Secondo le stime degli ultimi 3 mesi, il target price medio è 263,44 $, con target massimo 352 $ e minimo 200 $. Usando come riferimento il prezzo corrente di 187,67 $, la distanza dai target diventa un indicatore immediato del “margine” implicito nelle aspettative:
- Verso target medio: +40,37%
- Verso target massimo: +87,56%
- Verso target minimo: +6,57%
Questa struttura racconta una cosa semplice: nel campione recente, anche lo scenario più prudente (target minimo) resta sopra il prezzo corrente. In linguaggio da sell-side, è un “bear case soft”: il rischio principale che gli analisti sembrano prezzare è più legato a compressione dei multipli o a normalizzazione delle aspettative che a una perdita di centralità del ruolo di Nvidia nella filiera AI.
Palantir (PLTR): consenso più diviso e range molto asimmetrico
Per Palantir, nello stesso orizzonte “ultimi 3 mesi”, il target medio è 193,76 $, con massimo 255 $ e minimo 50 $. Con prezzo corrente 169,60 $, le variazioni percentuali rispetto ai target sono:
- Verso target medio: +14,25%
- Verso target massimo: +50,35%
- Verso target minimo: −70,52%
Qui la differenza è evidente: lo scenario bull esiste ed è significativo, ma il target minimo molto basso introduce un messaggio implicito che per Nvidia non compare: il rischio di de-rating, cioè una compressione severa dei multipli se crescita e monetizzazione non dovessero confermare aspettative elevate. In altre parole, Palantir è un titolo che gli analisti possono apprezzare per posizionamento e domanda, ma su cui la sensibilità alla valutazione resta dominante, e la dispersione dei target lo segnala con chiarezza.
Scenari “base, bull, bear” tradotti in linguaggio semplice
Se si traducono quei numeri in una lettura sintetica, emergono due profili diversi di rischio e di stress potenziale.
Per Nvidia:
- Scenario base: il mercato degli analisti vede un upside rilevante verso il target medio (+40,37%), coerente con la centralità dell’infrastruttura.
- Scenario bull: il massimo (+87,56%) presuppone che il ciclo capex AI resti molto sostenuto e che la leadership tecnologica si traduca in crescita e margini.
- Scenario bear: il minimo resta positivo (+6,57%), segnalando che la prudenza recente non diventa una scommessa contro, ma un invito a non extrapolare all’infinito.
Per Palantir:
- Scenario base: upside moderato (+14,25%), che suggerisce cautela nel rapporto tra potenziale e prezzo.
- Scenario bull: upside importante (+50,35%) se l’adozione e la monetizzazione confermano la narrativa.
- Scenario bear: downside severo (−70,52%), che fotografa la possibilità di una correzione “da valutazione”, più che “da prodotto”.
Una bussola per orientarsi
Quando si parla di “bolla AI”, la domanda davvero utile non è se il mercato stia ripetendo in modo identico la dot-com, ma quali condizioni potrebbero rendere questo ciclo più fragile di quanto oggi appaia. Il paragone storico aiuta a riconoscere segnali ricorrenti, ma non sostituisce l’analisi del contesto attuale: costo del capitale, intensità del capex e velocità di monetizzazione restano i tre fattori che possono cambiare rapidamente il tono del mercato.
A livello pratico, la prima indicazione è distinguere tra rischi diversi dentro lo stesso megatrend: infrastruttura e capex (Nvidia) da un lato, adozione e valutazione (Palantir) dall’altro. La seconda è non confondere “tecnologia vincente” con “prezzo giusto”: i target degli analisti mostrano che anche in un contesto favorevole la dispersione degli scenari può essere ampia, e questo è ciò che spesso fa la differenza tra un investimento sostenibile e uno che diventa difficile da gestire nei drawdown.
La terza, infine, è ragionare per regole: orizzonte temporale, diversificazione, dimensione della posizione e tolleranza alla volatilità. In un tema ad alta attenzione come l’AI, queste variabili contano più delle etichette, perché sono ciò che permette di attraversare anche fasi rumorose senza trasformare una lettura informata in una decisione impulsiva.
