Volumi e prezzi: dove il valore dell'AI si lascia misurare e dove resta una scommessa
TrasformAzioni #24 · Settimana del 9 ottobre 2026
Cari studenti e care studentesse,
Centocinquanta miliardi di dollari, oppure duemila. È la distanza che separa, questa settimana, due letture dello stesso oggetto. Anthropic prepara una quotazione al Nasdaq che, secondo la stampa finanziaria, la valuterebbe intorno ai 2.000 miliardi, con un debutto già slittato da settembre a novembre. Il 6 ottobre New Constructs, società di ricerca indipendente nota per le sue posizioni ribassiste, ha pubblicato una stima di 150 miliardi e ha definito l'operazione "la IPO più ridicola del 2026"; il giorno dopo Michael Burry ha osservato che quella cifra equivale al valore di 78 società dell'S&P 500. Entrambi hanno costruito la propria reputazione scommettendo contro le bolle, e la loro lettura va pesata di conseguenza. Ma un divario di tredici volte non nasce da un errore di calcolo: chi stima 150 e chi chiede 2.000 non discutono un parametro, descrivono due mondi diversi.
I numeri di partenza sono infatti gli stessi per tutti. Il prospetto visionato da Reuters indica per il 2025 ricavi per 4,6 miliardi, una perdita operativa di circa 8 e impegni per calcolo e infrastrutture pari a 518 miliardi negli anni a venire; quasi un quarto del fatturato proviene da due soli clienti. Accanto ai dati contabili circolano quelli comunicati dall'azienda, come i ricavi annualizzati oltre i 47 miliardi a maggio: il fatturato dell'ultimo mese moltiplicato per dodici, una misura legittima ma costruita per raccontare la velocità più che la solidità. Il punto è come si interpretano. Giovanni Battista Dagnino, su Fortune Italia, legge la rivalità tra OpenAI e Anthropic con la teoria dei giochi: un leader che ha fissato le regole con ChatGPT, un inseguitore che invece di imitare ha scelto un altro terreno, sicurezza e clienti enterprise, fino a un equilibrio in cui nessuno dei due ha interesse a cambiare posizione. Se quell'equilibrio regge e i costi di sostituzione (quelli, per esempio, di chi ha integrato Claude Code nelle proprie pipeline di sviluppo) diventano strutturali, il mercato somiglia a un duopolio con rendite durevoli, e 2.000 miliardi diventano una cifra discutibile ma non assurda. Se invece i modelli aperti, che New Constructs cita esplicitamente, trasformano l'intelligenza artificiale in una commodity, i margini si comprimono e 150 miliardi sono perfino generosi. La valutazione è dunque una scommessa sulla struttura futura del mercato, e su questo i dati del passato hanno poco da dire.
C'è poi un aspetto più sottile. Dagnino osserva che mercati finanziari, investitori e partner cloud funzionano da meccanismi di coordinamento che stabilizzano le posizioni dei due contendenti. Il prezzo, qui, non si limita a misurare il valore: contribuisce a produrlo. Una valutazione elevata permette di raccogliere il capitale necessario a onorare 518 miliardi di impegni sul calcolo, il calcolo alimenta modelli migliori, i modelli migliori sostengono la valutazione. È il meccanismo che George Soros chiamava riflessività, e spiega perché un metodo come lo sconto dei flussi di cassa, che presuppone un valore indipendente dal prezzo, fatichi a dare risposte su un'impresa la cui posizione competitiva dipende in parte dal prezzo stesso.
La rubrica Buttonwood di The Economist offre la chiave concettuale per questa difficoltà. In economia, ricorda, il rischio riguarda probabilità quantificabili; le minacce più gravi associate all'AI sono nuove, poco comprese e prive di una base di evidenza, e né chi compra né chi vende protezione sa come prezzarle. È la distinzione tracciata un secolo fa da Frank Knight tra rischio e incertezza. Dove la minaccia ha un nome e una storia, il mercato prezza con disinvoltura: il titolo di CrowdStrike è più che raddoppiato in sei mesi e tratta a quasi 200 volte gli utili attesi, un premio esplicito sulla paura degli attacchi informatici potenziati dall'AI. Dove manca la serie storica, il mercato si ritrae: Insurance Services Office, che redige i modelli contrattuali per il settore assicurativo, ha escluso i danni da AI generativa da un'ampia gamma di coperture. La quotazione di Anthropic chiede ai risparmiatori di sottoscrivere proprio questo secondo tipo di esposizione: non un rischio da diversificare, ma un'incertezza sulla forma che avrà l'industria.
Dove, allora, il valore dell'AI si lascia misurare? The Economist usa Taiwan e Corea del Sud come laboratorio. Entrambe crescono grazie ai chip, Taiwan del 12% annuo e la Corea intorno al 4%, ma per vie opposte. TSMC ha portato la produzione da 10 a 15 milioni di wafer tra il 2019 e il 2025 e gli investimenti da 15 a 41 miliardi di dollari: la crescita passa per le quantità, assorbe lavoro, e gli aumenti salariali si sono estesi a tutta l'economia (3% annuo, contro l'1,9% prima della pandemia). In Corea, dove gli investimenti fissi sono saliti appena del 3% in tre anni, l'export cresce soprattutto per effetto dei prezzi, saliti del 57% in un anno sotto la spinta delle memorie, e i benefici restano a meno dell'1% dei lavoratori e agli azionisti di Samsung e SK Hynix; perfino il rialzo della Borsa si traduce in un centesimo di consumi per ogni dollaro guadagnato, contro i circa cinque delle famiglie americane. La crescita che passa per i volumi si diffonde, quella che passa per i prezzi si concentra.
Letto con questa lente, il caso Anthropic è la forma estrema della crescita per prezzi: un valore che per ora esiste soprattutto come aspettativa, concentrato in poche mani e appoggiato su un'incertezza che nessuno strumento finanziario sa coprire. Il valore che l'AI genera, e che si può misurare, comincia dove diventa quantità: wafer prodotti, lavoratori assunti, processi che costano meno o producono di più.
Perché ci interessa
Nel corso distinguiamo spesso tra il valore che una tecnologia crea e il valore che riesce a catturare chi la controlla. Questa settimana la distinzione prende una forma concreta: i 2.000 miliardi richiesti da Anthropic sono una scommessa sulla capacità di catturare valore attraverso il lock-in, mentre le statistiche di Taiwan mostrano il valore che si crea quando la tecnologia entra nei processi produttivi e nei salari. Le due grandezze possono divergere a lungo, e confonderle è uno degli errori più frequenti nella valutazione dei progetti di trasformazione digitale.
Per chi dovrà decidere investimenti in AI dentro un'impresa, le implicazioni sono tre. Leggere i numeri dei fornitori sapendo cosa misurano: un ricavo annualizzato non è un bilancio. Trattare ciò che non ha probabilità calcolabili come incertezza, con strumenti adatti (investimenti per fasi, opzioni di uscita, contratti che limitano la dipendenza), anziché con un business case che simula una precisione inesistente. E chiedersi, prima di integrare un modello nei propri processi, quanto costerà un giorno sostituirlo: è la stessa domanda su cui gli investitori di Anthropic stanno puntando 2.000 miliardi.
Buon fine settimana,
Antonio