Dieci motivi per cui non siamo in una bolla dell'IA

Tutti si pongono la stessa domanda: l’IA è la nuova bolla del dot-com? Le quotazioni salgono, i titoli dei giornali si fanno sempre più rumorosi e l’hype è evidente. Ma sotto la superficie, questo ciclo non sembra comportarsi come una bolla pronta a scoppiare. Somiglia piuttosto alle prime fasi degli smartphone o del cloud computing: adozione su larga scala, reali incrementi di produttività e limiti fisici concreti che impediscono un eccesso di offerta.

Ecco perché pensiamo che il ciclo dell’IA abbia ancora molti anni davanti.

1. Prima l’adozione, poi la monetizzazione (ma il ritorno sull’investimento è già evidente)

Le piattaforme di internet seguono sempre lo stesso copione: prima conquistano gli utenti, poi monetizzano su larga scala.

Facebook è l’esempio classico. Al momento della sua IPO nel 2012 contava circa un miliardo di utenti, con un rapporto prezzo/utili atteso di 100 volte e molti la consideravano una bolla. Aveva appena iniziato a monetizzare il mobile e il ricavo medio per utente (ARPU) nei mercati sviluppati era intorno agli 8 dollari l’anno. Dodici anni dopo, l’ARPU sfiora i 200 dollari e il prezzo delle azioni è cresciuto di circa sedici volte. La monetizzazione è arrivata, anche se con anni di ritardo rispetto all’adozione.

ChatGPT dà la stessa sensazione. Sta rapidamente avvicinandosi al miliardo di utenti settimanali ed è ormai al centro della vita professionale e personale di molti. Gli utenti gli affidano compiti reali: scrittura, programmazione, decisioni di acquisto, scelte di vita, analisi. Per molti professionisti, 20 dollari al mese sembrano già un prezzo irrisorio rispetto al tempo risparmiato. Gli utenti gratuiti, a loro volta, probabilmente accetterebbero pubblicità mirata in cambio di questo valore.

La crescita di ChatGPT rispetto a Internet

Fonte: The Financial Times, 2025

Se un ecosistema maturo di assistenti IA riuscisse a generare circa 10 dollari al mese per ogni utente attivo, un miliardo di utenti significherebbe un potenziale di ricavi di circa 120 miliardi di dollari l’anno. È la tipica logica delle piattaforme.

Costruire una piattaforma globale è costoso. Netflix, Spotify e Uber hanno bruciato cassa per anni prima di scalare. Le piattaforme di IA si trovano nella stessa fase di “costruzione e apprendimento”. Bisogna acquisire utenti, migliorare l’esperienza, raccogliere dati, rafforzare il prodotto e superare concorrenti con risorse enormi (ciao, Google).

Nel frattempo, il ritorno sull’investimento dal lato utente è già reale e misurabile. Man mano che i modelli si avvicinano ai livelli di competenza umana (vedi sotto), l’impatto è passato rapidamente da “bella demo” a “infrastruttura critica”. È già evidente in diversi settori dell’economia reale: nella sanità, i modelli leggono scansioni, redigono referti e gestiscono le priorità; nel lavoro intellettuale, team di ricerca, sviluppo software, marketing e legale delegano ore di attività ripetitive all’IA; nell’industria e nella robotica, i modelli di visione ispezionano prodotti e guidano macchinari; nel customer service, gli agenti virtuali risolvono la maggior parte delle richieste semplici prima che intervenga un umano. L’IA riduce i costi, aumenta la produttività e accelera i tempi decisionali.

2. I rendimenti seguono gli utili

In una vera bolla speculativa, i prezzi si staccano dalla realtà. Le azioni Internet alla fine degli anni ’90 erano caratterizzate da quotazioni alle stelle senza utili a sostegno. Alla fine del 1999, l’indice MSCI World IT scambiava a oltre 50 volte gli utili.

Settore IT globale ai tempi della bolla dot-com (indicizzato al 1997)

Fonte: Bloomberg, MSCI, 2025

Questa volta, la situazione è diversa. Nell’intero settore IT, l’andamento dei prezzi ha seguito in modo abbastanza coerente la crescita degli utili. Le quotazioni sono salite rapidamente, ma i profitti hanno generalmente tenuto il passo. Ci sono stati episodi di euforia, certo, ma a livello di indice non si tratta di rendimenti guidati solo dalla narrativa.

Settore IT globale oggi (indicizzato al 2022)

Fonte: Bloomberg, MSCI, 2025

Nel lungo periodo, i prezzi delle azioni seguono gli utili per azione. Finora, la tecnologia legata all’IA si è comportata come una storia di forte crescita, non come una mania speculativa. Microsoft Azure, Amazon Web Services, Google Cloud e Oracle Cloud Infrastructure hanno accelerato. Ogni nuova capacità che entra in funzione viene immediatamente venduta. Queste aziende, su una base di ricavi di 300 miliardi di dollari, sono passate a una crescita del fatturato del 31%, mantenendo alti livelli di redditività.

Crescita dei ricavi del cloud su base annua

Fonte: Bloomberg, 2025

Rendimento sul capitale dei hyperscaler (Alphabet, Amazon, Meta, Microsoft)

Fonte: Bloomberg, 2025

3. La valutazione comporta un premio (a un prezzo ragionevole)

Di conseguenza, le valutazioni restano ragionevoli. È vero, i grandi leader dell’IA scambiano a un premio significativo rispetto al mercato nel suo complesso. Ma quel premio si spiega con la loro capacità di combinare crescita più rapida, margini elevati, solidi vantaggi competitivi e un livello di indebitamento molto basso. Pagare un extra per profili del genere sembra del tutto logico.

Intervallo del P/E forward a 12 mesi negli ultimi 5 anni

Fonte: Bloomberg, 2025

In gran parte, queste aziende continuano a scambiare intorno ai propri multipli medi degli ultimi cinque anni. Se riusciranno a far crescere gli utili in modo significativamente più rapido rispetto al mercato nei prossimi tre-quattro anni (e noi crediamo che lo faranno), ci aspettiamo che allora scambino a multipli di mercato, nonostante prospettive di crescita ancora più forti.

Il settore dei semiconduttori mostra quanto spazio di crescita rimane. Anche includendo Nvidia, rappresenta solo circa mezzo punto percentuale del PIL globale. Per una tecnologia al cuore dello sviluppo dell’IA, questo lascia margini significativi per una crescita ben superiore alla media.

4. I modelli si stanno avvicinando rapidamente ai livelli degli esperti umani

Non siamo ancora in una fase di stabilità nella qualità dei modelli. La nuova generazione di “modelli di ragionamento” sta riducendo in modo significativo il divario con gli esperti umani in molti compiti.

In termini semplici, questi modelli non si limitano a fornire una risposta unica: “ragionano” sul problema più volte, rivedendo e affinando la risposta iniziale. Questo processo riduce le allucinazioni, migliora l’affidabilità e apre la strada a casi d’uso più complessi.

Tasso di successo in termini di valore economico: prestazioni su attività ad alto impatto sul PIL

Fonte: GDPVal OpenAI paper, 2025

Le implicazioni per il business sono semplici: man mano che le capacità aumentano, più flussi di lavoro diventano automatizzabili o integrabili. Questo significa maggiore utilizzo, integrazione più profonda nelle organizzazioni e, in ultima analisi, più ricavi. Il grafico mostra chiaramente come, in appena un anno, i modelli di IA abbiano colmato gran parte del divario con gli esperti umani.

5. Più potenza di calcolo per l'IA avanzata

Un aspetto cruciale: questi modelli di ragionamento richiedono molta più potenza di calcolo.

Ogni nuova frontiera dell’IA segue lo stesso schema: ragionamento, agenti autonomi, generazione di immagini e video, ricerca approfondita su grandi corpora testuali… Tutto questo richiede ordini di grandezza superiori di capacità computazionale rispetto alla generazione precedente.

Calcolare le esigenze in base ai compiti rispetto alle sfide affrontate in un’unica soluzione

Fonte: OpenAI, Nvidia and Melius Research estimates, 2025

Oggi molte aziende alimentano grandi raccolte di report, documenti e note nei sistemi di intelligenza artificiale per ottenere analisi strutturate e confronti su temi specifici. Attività che prima richiedevano settimane di lavoro manuale ora si completano in circa venti minuti.

Un anno fa, un singolo progetto di ricerca approfondita poteva costare circa 200 dollari in risorse di calcolo. Con la riduzione del costo per token, questi progetti diventano più economici e, soprattutto, possiamo permetterci di farne molti di più. Questo è il punto chiave: man mano che il costo dell’AI cala, il volume di utilizzo cresce in modo esponenziale.

6. Il consumo raddoppia ogni tre mes

Il miglior indicatore della domanda di IA è il numero di token elaborati: rappresentano le unità di lavoro gestite dai modelli. Come abbiamo già visto, il volume di utilizzo dell’IA è in forte crescita.

Tra dicembre 2024 e agosto 2025, Google ha registrato un aumento di circa 14 volte nell’uso dei token in soli otto mesi, il che implica un raddoppio ogni tre mesi. Secondo CNBC, Google prevede di raddoppiare la capacità di servizio AI ogni sei mesi solo per stare al passo.

Alphabet: volume mensile di token elaborati (in trilioni)

Fonte: ChatGPT deep research on public communications, 2025

Così appare un’adozione esponenziale: pochi ostacoli per gli utenti, forti incentivi a sperimentare e rapidi benefici concreti in termini di produttività. Quando la domanda cresce a questa velocità e l’offerta fatica a stare al passo, si entra in un ciclo di investimenti pluriennale.

7. Il vero vincolo è l'offerta

Le bolle speculative di solito si caratterizzano per un eccesso evidente di offerta: troppe reti in fibra, troppi data center costruiti senza criterio, troppe fabbriche. Durante la bolla dot-com, il 97% della fibra installata non venne mai utilizzato.

Oggi l’IA vive la situazione opposta: tutte le GPU sono sfruttate al massimo, persino le A100 di sei anni fa. Inoltre, i punti critici rallentano l’espansione dell’offerta, rendendo improbabile un boom seguito da un crollo.

Il problema più urgente è la potenza elettrica: negli USA si è investito poco nella capacità di generazione per decenni, mentre i data center hyperscale richiedono enormi quantità di energia continua. Si rivalutano tutte le opzioni: solare con batterie, nucleare, persino turbine a gas. Alcuni fornitori dichiarano di essere già “sold out” per anni.

Sul fronte chip, TSMC, un’azienda solitamente nota per la sua comunicazione equilibrata, definisce la domanda di IA “folle” e stima che la capacità attuale sia circa tre volte inferiore alle richieste dei clienti. Anche memoria e componenti ad alta banda sono scarsi.

In quanto leader nella produzione avanzata, TSMC può permettersi un approccio prudente all’espansione. Prima di impegnarsi in una nuova ondata di investimenti massicci, vuole prove concrete di una domanda stabile e, con ogni probabilità, preferisce mantenere una posizione cauta.

Questa strategia, unita ai vincoli fisici legati all’energia e alle infrastrutture, agisce come un freno naturale contro l’eccesso di investimenti e riduce il rischio di un crollo dovuto a sovrapproduzione. Ulteriori limitazioni riguardano il raffreddamento, la disponibilità di terreni e le connessioni alla rete elettrica, che richiedono una pianificazione attenta su più anni.

8. Crescita potenziale del 40% annuo per il capex dei data center

Le previsioni di Nvidia sull’espansione dell’IA sono impressionanti: l’azienda stima che gli investimenti globali in data center cresceranno di circa il 40% all’anno fino al 2030.

Ricavi IA di Nvidia a confronto con gli investimenti in data center

Fonte: Nvidia, Bloomberg, 2025

Al contrario, le aspettative di mercato sulla crescita dei ricavi IA si aggirano spesso intorno al 12% annuo nello stesso periodo. Per il 2030, questo rappresenta un divario significativo. Se le stime di Nvidia si rivelassero anche solo parzialmente corrette, il consenso starebbe sottovalutando sia la portata sia la durata del ciclo di investimenti in IA.

Nonostante questo scenario, Nvidia tratta a circa 25 volte il rapporto prezzo/utili sulle stime per il 2026. È una valutazione premium, ma lontana dagli eccessi visti in precedenti bolle speculative. Si potrebbe persino sostenere che il percorso di crescita più conservativo non sia pienamente riflesso nei prezzi attuali, per non parlare delle prospettive più ambiziose di Nvidia.

9. Le aziende nate con l’IA stanno crescendo a ritmi senza precedenti

Se guardiamo oltre le storie di successo delle Big Tech, anche le aziende software nate con l’IA stanno crescendo molto più velocemente rispetto alle precedenti generazioni di SaaS.

ISecondo il report State of Software 2025 di Iconiq, le startup AI-first raggiungono i 100 milioni di dollari di ricavi ricorrenti annuali in appena uno o due anni. Storicamente, persino i migliori nomi del software impiegavano due o tre volte più tempo per arrivare a quel traguardo.

Trimestri necessari per passare da 1 a 100 milioni di dollari di ricavi ricorrenti annuali

Fonte: Iconiq's 'State of Software 2025', 2025

Quella velocità dimostra che i clienti sono disposti a pagare per l’IA. Inoltre, suggerisce un solido bacino futuro di società quotate “AI winners”, oltre gli attuali mega-cap.

10. Il SaaS ha molto da guadagnare (ma i prezzi riflettono il rischio di disruption)

Dopo il tweet di Sam Altman sull’“era fast fashion” del SaaS, i titoli software hanno sottoperformato in modo significativo rispetto ai semiconduttori. Il mercato sembra convinto che l’AI svuoterà gran parte dello strato applicativo.

Performance per categoria

Fonte: DPAM, 2025

C’è del vero per gli strumenti non differenziati: le app semplici saranno più facili da replicare in un mondo dominato dall’AI, e la pressione sui prezzi è probabile. Ma questo non rappresenta l’intero universo SaaS.

I sistemi core, come ERP, CRM, HCM e le piattaforme finanziarie, sono profondamente integrati nelle operazioni aziendali. Sono essenziali per conformità, sicurezza e interoperabilità. Sostituirli è costoso, rischioso e raramente offre un vantaggio competitivo reale. Per la maggior parte delle aziende, ha molto più senso costruire agenti AI e automazioni sopra questi sistemi piuttosto che rimuoverli.

Ci aspettiamo che i winners nel SaaS siano quelli che abbracciano l’IA come livello “co-pilot”, automatizzando attività storicamente svolte da sviluppatori, analisti e operatori, continuando però a mantenere il controllo sui dati e sui flussi di lavoro sottostanti. Tuttavia, molti di questi player oggi sono valutati come se dovessero essere completamente stravolti, anziché potenziati.

Quali fattori potrebbero compromettere questa dinamica?

Questo non significa che il ciclo dell’IA sarà lineare. Il potere di determinare i prezzi potrebbe indebolirsi se i modelli di base si standardizzano più rapidamente del previsto. Questo rappresenterebbe un ostacolo per i fornitori di modelli, ma un vantaggio per chi offre infrastrutture, a sostegno della nostra view positiva su quel segmento. Regolamentazioni e norme sui dati potrebbero rallentare l’adozione in settori sensibili. Esistono rischi geopolitici legati ai chip, a Taiwan e ai materiali critici, che possono restringere l’offerta.

Inoltre, l’elevata intensità di capitale dell’espansione implica che investimenti mal allocati verrebbero penalizzati. Questi sono i principali fattori di variabilità secondo noi, ma incidono più sul ritmo del ciclo che sulla direzione: i guadagni di produttività sono già visibili e, una volta integrati nei flussi di lavoro, è difficile tornare indietro..

Le prime fasi di un superciclo

Mettendo insieme tutti questi elementi, il quadro è chiaro:

1. La monetizzazione procede volutamente più lenta rispetto all’adozione, come accaduto nei precedenti cambi di piattaforma.

2. La crescita degli utili sostiene la performance dei titoli.

3. Le valutazioni sono elevate, ma lontane dai livelli euforici rispetto ai fondamentali.

4. La qualità dei modelli continua a migliorare rapidamente.

5. Il fabbisogno di capacità di calcolo è in costante aumento.

6. La domanda di token cresce a ritmi straordinari.

7. Energia, chip, terreni e raffreddamento sono vincoli reali, non aree di sovracostruzione.

8. Il capex dei data center è probabilmente sottostimato.

9. Le aziende AI-native stanno scalando i ricavi più velocemente di qualsiasi precedente generazione software.

10. Il SaaS core, grande beneficiario dell’AI, è valutato come se dovesse subire una disruption molto negativa.

Secondo noi, si delinea chiaramente un lungo e solido ciclo di investimenti nell’intelligenza artificiale, con qualche fase di volatilità, ma soprattutto ricco di opportunità.