L'intelligenza artificiale (IA) ha trasformato la leadership sui mercati finanziari, l'impiego di capitale, l'operatività delle società e il modo in cui gli investitori valutano la crescita nel lungo periodo. Per gli investitori con un orizzonte d'investimento a lungo termine, la questione non è più quanto sia rilevante l'IA, ma come la sua evoluzione possa trasformare il panorama degli investimenti. In questo articolo, analizziamo l'attuale ondata di entusiasmo per l'IA tra gli investitori e nell'economia e il modo in cui i mercati stanno scontando questa dinamica.
Come l'IA è diventata una tecnologia dirompente
Sebbene l'IA possa sembrare un fenomeno di recente affermazione, i progressi attuali sono il frutto di decenni di ricerca. L'IA si è affermata come un ambito di ricerca negli anni Cinquanta, tuttavia la limitata capacità di calcolo ne ha rallentato lo sviluppo. Gli attuali modelli di IA generativa si basano sul "deep learning", un sottoinsieme dell'apprendimento automatico che si ispira al funzionamento del cervello umano. I primi progetti di deep learning risalgono agli anni Quaranta, ma richiedevano una potenza computazionale molto più elevata di quella offerta dai sistemi di allora.
L'espansione del cloud computing negli anni 2010 ha contribuito a rendere possibili modelli in grado di leggere la scrittura manoscritta, riconoscere le immagini fino ad arrivare agli attuali sistemi come ChatGPT, Claude e Gemini. Il loro successo, tuttavia, dipende da un'ingente domanda di capitale per lo sviluppo, l'implementazione e la gestione dei centri dati.
Gli abilitatori dell'IA
Da quando l'intelligenza artificiale generativa è diventata di uso comune, la sua adozione è cresciuta rapidamente, raggiungendo complessivamente oltre due miliardi di utenti attivi al mese sulle principali piattaforme.1 Le capacità di questi strumenti stanno evolvendo nell'arco di settimane anziché di anni, supportate da un significativo aumento degli investimenti nelle infrastrutture per l'IA. Gli hyperscaler statunitensi prevedono di destinare 730 miliardi di dollari USA alla spesa in conto capitale quest'anno, in gran parte per progetti di IA,2 mentre Gartner stima che la spesa correlata all'IA per il 2026 supererà i 2.500 miliardi di dollari USA a livello globale. Secondo la nostra analisi, gran parte delle società ha definito, in qualche forma, la propria ambizione nell'ambito dell'IA.
Gran parte di tale spesa è riconducibile alla domanda di potenza di calcolo. Secondo Epoch AI, negli ultimi dieci anni il fabbisogno di capacità di calcolo dei modelli più avanzati è quasi raddoppiato ogni sei mesi. Una volta addestrato un modello, si sostengono costi continui di "inferenza" ogni qualvolta che il sistema viene utilizzato, e tali costi sono in aumento con la crescente diffusione dell'IA e l'emergere dell'IA agentica.
Per soddisfare tale domanda, hyperscaler, nuovi fornitori di servizi cloud e costruttori di centri dati sono impegnati in una vera e propria corsa per assicurarsi capacità di calcolo lungo quattro filiere principali: materie prime, semiconduttori, infrastrutture per centri dati ed energia.
L'energia, a nostro avviso, potrebbe rappresentare il principale fattore di criticità e il quarto comparto. L'Agenzia Internazionale per l'Energia prevede che il consumo globale di elettricità da parte dei centri dati crescerà del 15% ogni anni fino al 2030, un ritmo quattro volte superiore a quello di tutti gli altri settori, arrivando a rappresentare il 3,0% dei consumi complessivi di elettricità.3 Nei mercati sviluppati, si prevede che i centri dati contribuiranno per il 20% alla crescita totale della domanda di elettricità nell'arco dello stesso periodo. Con il progressivo esaurimento della capacità di rete, i costruttori stanno ricorrendo a modelli di "bring-your-own-generation", ovvero alla produzione autonoma di energia, utilizzando fonti come le turbine alimentate a gas naturale o l'energia nucleare, che possono richiedere tempi di realizzazione pari a 5-7 anni.
Dall'espansione delle infrastrutture ai fondamentali
Finora, l'esposizione dei mercati al tema dell'intelligenza artificiale si è concentrata principalmente sulle aziende attive nel settore dei semiconduttori e nelle attività legate ai data center. Questa tendenza è stata sostenuta da una rapida espansione della capacità di calcolo, necessaria per incrementare le capacità/i casi d'uso dell'IA e ampliarne l'adozione da parte di consumatori e aziende.
Prevediamo che tale dinamica continui, ma con una maggiore selettività. Di recente, i mercati hanno iniziato a compiere una maggiore distinzione tra le società sulla base della solidità dei bilanci, della disciplina nell'allocazione del capitale e delle prospettive di monetizzazione. Mentre in precedenza i titoli legati all'IA tendevano a muoversi all'unisono, nell'ambito di un cosiddetto "beta trade correlato all'IA", riteniamo che oggi i mercati stiano attribuendo maggiore importanza ai fondamentali, alla struttura del capitale e alla sostenibilità economica dell'espansione.
Le infrastrutture per l'IA stanno inoltre affrontano limiti fisici: la disponibilità di energia, la capacità della rete e l'opposizione a livello locale stanno emergendo come colli di bottiglia. Questi fattori di frizione potrebbero non arrestare lo sviluppo dell'IA, ma sono destinati probabilmente a trasformarne l'economia e il profilo dei rendimenti a lungo termine.
Produttività e crescita
La tesi macroeconomica a lungo termine a favore dell'IA continua a fondarsi sulla produttività. L'IA generativa può assistere, automatizzare e potenziare il lavoro, soprattutto nelle attività ad alta intensità di informazioni. I primi casi d'uso, tra cui lo sviluppo di software, suggeriscono che siano possibili guadagni significativi, sebbene le stime variano in modo notevole. Nel tempo, riteniamo probabile che l'IA sostituisca alcune attività e ne trasformi molte altre, lasciando al contempo un ruolo significativo al lavoro umano.
Se l'adozione dell'IA seguirà le dinamiche osservate nei precedenti cicli di innovazione tecnologica, i guadagni di produttività potrebbero inizialmente essere graduali e disomogenei, per poi diventare più ampi e significativi nel tempo. Per le economie dei Paesi sviluppati che affrontano un invecchiamento della popolazione e carenze di forza lavoro, il potenziale dell'IA come tecnologia in grado di incrementare la produttività è particolarmente rilevante. Nel lungo termine, a nostro avviso, l'aumento della produttività potrebbe supportate tassi medi di crescita ed esercitare pressioni disinflazionistiche.
Perturbazioni e dispersione tra i settori
Con il miglioramento delle capacità di IA e il calo dei costi correlati, l'attenzione si sta spostando dagli sviluppatori verso coloro che potrebbero essere più interessati da un suo eventuale impatto. I settori dei software, dei servizi professionali, dell'intermediazione finanziaria e altri settori ad alta intensità di informazioni sono sempre più esposti, poiché gli strumenti di IA stanno trasformando o sostituendo alcuni modelli di business. L'andamento dei prezzi nel primo trimestre del 2026 offre un esempio concreto di come alcuni di questi timori si siano materializzati: le società del settore dei software sono state sottoposte a pressioni di vendita in seguito ai recenti progressi dell'IA.4
Tuttavia, non tutti i settori sono esposti in egual misura. Le attività che richiedono fiducia, responsabilità, trasparenza, rispetto di normative complesse, dati proprietari, costi di transizione integrati o interazioni altamente variabili nel mondo reale potrebbero continuare a richiedere un maggiore coinvolgimento umano e risultare meno esposte a sconvolgimenti nel breve periodo. Ciò dovrebbe determinare una maggiore dispersione delle valutazioni sia all'interno dei settori sia tra settori diversi, rendendo importante una presenza diversificata nei portafogli degli investitori a lungo termine.
Allocazione del capitale al di là della tecnologia
Un cambiamento importante in futuro potrebbe essere la diffusione delle opportunità legate all'IA al di là di un numero ristretto di grandi titoli tecnologici. Finora la leadership si è concentrata perlopiù negli Stati Uniti e nei titoli dei semiconduttori, tuttavia stanno emergendo approcci differenti in altre aree, ad esempio la Cina.
Le strategie di IA nazionali continueranno probabilmente a definire le dinamiche del settore. I rischi includono un eccesso di investimenti, l'evoluzione del quadro normativo, la frammentazione geopolitica, possibili reazioni negative dell'opinione pubblica, cambiamenti nel potere contrattuale dei lavoratori e nella distribuzione del reddito, nonché l'evoluzione delle norme relative alla proprietà dei dati e alla proprietà intellettuale. Tali forze potrebbero trasformare le strategie di IA regionali e influire sui risultati economici e sulle risposte politiche nel tempo.
Cosa potrebbe significare tutto ciò per gli investitori a lungo termine
Riteniamo che l'IA si trovi ancora in una fase economica iniziale. Per gli investitori a lungo termine, suggeriamo le seguenti implicazioni strategiche:
- ci concentriamo sugli effetti di lungo periodo su produttività e crescita, in particolare nelle economie meglio posizionate per beneficiare dell'adozione dell'IA;
- prevediamo una maggiore dispersione in termini di rendimenti dal momento che gli effetti dirompenti dell'IA si estenderanno oltre il settore tecnologico;
- gestiamo il rischio di concentrazione e prestiamo attenzione alle conseguenze di secondo ordine.
A nostro avviso, affrontare l'evoluzione dell'IA richiederà pazienza, una visione di lungo periodo e la volontà di guardare oltre gli attuali beneficiari più evidenti. Continuiamo a monitorare l'evoluzione del panorama degli investimenti e quali società siano meglio posizionate per catturare valore nel nuovo contesto.
