Il boom dell'IA è diventato un'industria pesante, e i suoi rischi stanno uscendo dalla Silicon Valley
TrasformAzioni #27 · Settimana del 30 ottobre 2026
Cari studenti e care studentesse,
Mercoledì 28 ottobre Microsoft ha pubblicato i conti del trimestre chiuso a settembre. I numeri di vetrina sono robusti: ricavi per 92,3 miliardi di dollari (+19%), Azure in crescita del 48%, impegni contrattuali dei clienti commerciali ancora da eseguire saliti del 73% a 677 miliardi. La riga più istruttiva però sta nel rendiconto finanziario: gli acquisti di immobili e attrezzature sono stati 39,4 miliardi in tre mesi, contro 19,4 miliardi nello stesso trimestre dell'anno prima. In dodici mesi la spesa in contanti per capacità fisica è raddoppiata. È il segnale più chiaro di quello che l'intelligenza artificiale è diventata nel 2026: non più soprattutto software, ma un'industria pesante fatta di cemento, silicio, elettricità e debito. E come ogni industria pesante, distribuisce i propri rischi molto oltre le imprese che la costruiscono.
Il primo luogo in cui finisce il rischio è il mercato del credito. The Economist ha ricostruito la dimensione del fenomeno: quest'anno le aziende legate al boom dell'IA (hyperscaler, Oracle, SoftBank, neocloud, società veicolo, chipmaker, fornitori di apparecchiature e utility elettriche) hanno emesso quasi 850 miliardi di dollari di debito, circa quattro volte quanto lo stesso gruppo aveva emesso nel 2023, e nei loro bilanci ne pesano complessivamente oltre 3.000 miliardi. JPMorgan stima 5.500 miliardi di investimenti in infrastrutture per l'IA da qui al 2030, per tre quarti finanziati a debito. Il boom, insomma, non si regge più sui flussi di cassa delle grandi piattaforme: li ha superati.
L'anello debole sono i cosiddetti neocloud, le società che affittano capacità di calcolo. Dei dieci quotati solo due sono in utile, e il loro debito complessivo, 100 miliardi, vale nove volte i ricavi annui. Il rendimento di un'obbligazione quinquennale di CoreWeave è salito dal 10% di luglio al 15%, livello da azienda in difficoltà, e i credit default swap implicano una probabilità di insolvenza a cinque anni superiore al 60%. Più ancora delle cifre conta la struttura. Meta finanzia il campus Sopaipilla di El Paso tramite una società veicolo posseduta all'80% da BlackRock, che ha emesso 13 miliardi di debito garantiti da un affitto ventennale: Meta aggiunge capacità senza caricare il debito sul proprio bilancio. Cresce il finanziamento garantito dai chip stessi, per cui edificio, processori e fonte di energia di uno stesso data centre possono avere ciascuno il proprio strato di debito. Nvidia si è impegnata a garantire fino a 300 miliardi di debiti contratti dai clienti per comprare i suoi chip. Un analista di Fitch definisce la valutazione del rischio, in queste condizioni, «infinitamente più complicata». E alla fine della catena ci sono fondi pensione e compagnie assicurative: Pimco ha acquistato 18 dei 27 miliardi di obbligazioni del campus Hyperion di Meta in Louisiana e ne ha poi rivenduto quote proprio a questi investitori.
Il secondo luogo è un mercato che ancora non esiste del tutto, quello della capacità di calcolo. Secondo Boston Consulting Group, nel 2025 si sono spesi nel mondo circa 360 miliardi di dollari in compute, il 50% in più che in rame, e nel 2030 le transazioni arriveranno a 2.300 miliardi, all'incirca il valore odierno del commercio di greggio. Oggi però quel mercato è opaco: i grandi laboratori firmano contratti pluriennali da decine di miliardi, mentre le imprese più piccole comprano capacità di seconda mano da intermediari che si promuovono su WhatsApp e Telegram. CME Group e Intercontinental Exchange preparano futures sul prezzo di noleggio delle GPU in attesa dell'approvazione delle autorità, mentre startup come Luxor offrono già contratti simili a swap e Architect, dalle Bermuda, quota futures sul compute. Il punto è che la finanziarizzazione arriva prima della standardizzazione: si costruiscono strumenti per scambiare il rischio prima di avere un prodotto omogeneo, e uno strumento che rende il rischio negoziabile lo rende anche più facile da disperdere.
Il terzo luogo è il territorio. A Saline, in Michigan, il progetto di OpenAI e Oracle chiamato The Barn consumerà, a regime, più elettricità di una città di medie dimensioni. Da novembre scorso negli Stati Uniti si spende più per costruire data centre (chip esclusi) che per costruire uffici. The Economist ha incrociato quasi 150.000 risposte del sondaggio Economist/YouGov con la posizione dei data centre più vicini: chi vive entro 2 chilometri da un impianto è circa sei punti percentuali più propenso a sostenere i Democratici rispetto a chi vive più lontano, mentre sei mesi fa la differenza non c'era. Le preoccupazioni citate dagli elettori sono concrete: acqua, bollette, prezzo delle case, più che l'IA in sé. Oggi, 30 ottobre, la radio pubblica del New Hampshire riporta che, secondo un sondaggio della University of New Hampshire di giugno, oltre due terzi dei residenti si opporrebbero a un data centre nel proprio comune e il 45% sosterrebbe uno stop statale alle nuove costruzioni. Entrambi i candidati alla carica di governatore propongono una moratoria; discutono solo dello strumento, legge di bilancio o ordine esecutivo. L'effetto materiale resta per ora limitato (secondo SemiAnalysis le moratorie rischiano di ritardare progetti per 2,3 gigawatt), ma il consenso sociale è diventato una variabile del piano industriale.
Messi insieme, questi tre luoghi descrivono uno spostamento preciso. Il rischio finanziario passa dalle piattaforme ai risparmiatori, attraverso società veicolo, garanzie incrociate e fondi pensione. Il rischio di prezzo passa a un mercato nascente, popolato da operatori con forte propensione al rischio. I costi fisici passano alle comunità locali, che ora spostano le proprie intenzioni di voto. I benefici, intanto, restano concentrati. A tenere in piedi la costruzione è una sola condizione, che la domanda cresca abbastanza in fretta da ripagare gli investimenti. Il portafoglio ordini di Microsoft, salito del 73%, indica una domanda robusta per i servizi cloud dei grandi fornitori; i dati di Ramp, società di carte aziendali, citati da The Economist, mostrano invece che la spesa in IA dei suoi clienti è piatta da luglio. È su questa distanza che si decide la sostenibilità del boom, e si decide nei mercati del credito e nei consigli comunali più che nei laboratori.
Perché ci interessa
Nel corso trattiamo la trasformazione digitale come qualcosa che attraversa l'intera organizzazione e il suo ecosistema. Questa settimana mostra che anche l'IA, la tecnologia più immateriale per percezione comune, dipende da filiere fisiche e finanziarie che un manager deve saper leggere. Chi acquista servizi di IA sta di fatto comprando capacità di calcolo da fornitori la cui solidità finanziaria va valutata come quella di qualsiasi partner critico: un contratto pluriennale vale quanto la capacità della controparte di onorarlo.
C'è poi una lezione di governance. Il consenso dei territori, la trasparenza sui debiti fuori bilancio e la distribuzione dei costi tra chi beneficia e chi subisce sono parte integrante di una strategia di trasformazione, non un contorno. Le imprese che integrano l'IA nei propri processi ereditano anche queste dipendenze, e farle emergere nella pianificazione è uno dei compiti del management della trasformazione digitale.
Buon fine settimana,
Antonio