La corsa alla spesa per l’IA di Big Tech può diventare un evento creditizio?

La corsa all’infrastruttura per l’intelligenza artificiale non è più soltanto una questione di tecnologia o di Borsa. Sta diventando una questione di credito, perché gli investimenti crescono più rapidamente dei flussi di cassa necessari a sostenerli.

Alphabet, Amazon, Meta e Microsoft potrebbero spendere complessivamente circa 730-760 miliardi di dollari in conto capitale nel 2026, secondo le stime citate da Janus Henderson. Le cifre cambiano a seconda dei periodi contabili e delle voci incluse: per questo è più prudente considerare un intervallo, non un singolo numero definitivo.

Questo non significa che i quattro grandi operatori cloud siano candidati al default nel breve periodo. Moody’s ha sottolineato che conservano alcuni dei bilanci aziendali più solidi al mondo, anche se la spesa per l’IA sta riducendo il free cash flow e aumentando i rischi di bilancio. La domanda centrale è quindi un’altra: dove si concentrerebbero le perdite se i ricavi da cloud e IA non giustificassero l’infrastruttura costruita?

Il cuscinetto dei flussi di cassa si sta assottigliando

Un grande programma di investimenti può essere sostenibile se produce rendimenti futuri sufficientemente elevati. Il problema è lo sfasamento temporale: la spesa arriva subito, mentre utilizzo delle strutture, potere sui prezzi e ricavi dell’IA restano incerti.

Alphabet è un esempio emblematico. La società ha portato la previsione di spesa in conto capitale per il 2026 a 195-205 miliardi di dollari; secondo CNBC, l’accelerazione degli investimenti ha spinto il free cash flow trimestrale in territorio negativo. Anche Reuters ha riferito che i grandi operatori cloud stanno iniziando a vedere ritorni dagli investimenti nell’IA, ma che il costo dell’espansione pesa sui flussi di cassa.

Un singolo trimestre negativo non è una prova di insolvenza. Deficit di cassa ripetuti, però, possono aumentare la dipendenza da riserve liquide, obbligazioni, emissioni azionarie, leasing e impegni contrattuali di lungo periodo. A quel punto il rischio non riguarda più soltanto un ciclo di investimenti tecnologici: diventa anche un ciclo di finanziamento.

L’infrastruttura crea uno squilibrio difficile da correggere

L’infrastruttura per l’IA riunisce attività con durate economiche molto diverse:

• Le GPU e altri componenti possono perdere rapidamente valore se arrivano sistemi più efficienti o meno costosi.
• Data center e infrastrutture energetiche hanno vita lunga, richiedono capitali ingenti e sono difficili da riconvertire.
• I prezzi dei servizi cloud possono diventare più competitivi se diversi operatori aggiungono capacità contemporaneamente.
• Impegni per costruzioni, apparecchiature ed energia possono restare vincolanti anche quando un cliente rallenta l’espansione.

Se la domanda di IA delude, un hyperscaler può ridurre gli investimenti futuri. Non può però necessariamente cancellare strutture già in costruzione, apparecchiature già ordinate, leasing già firmati o debito già raccolto per un progetto. Le prime perdite potrebbero quindi ricadere sui proprietari delle infrastrutture e sui loro finanziatori, anziché direttamente sul colosso tecnologico più solido.

Il finanziamento fuori bilancio può spostare il rischio

L’espansione viene finanziata attraverso una combinazione di debito societario, leasing, joint venture, veicoli di progetto, garanzie e capitale di terzi. La Banca dei regolamenti internazionali descrive strutture in cui una società veicolo sviluppa o acquisisce un data center, raccoglie debito e si basa su leasing operativi di lungo periodo o su impegni di capacità da parte di un hyperscaler.

Queste strutture possono essere economicamente collegate a un grande operatore cloud anche quando il relativo finanziamento non compare come normale debito societario. Un aggiornamento di Moody’s pubblicato a luglio e riportato da fonti di settore ha indicato circa 1.200 miliardi di dollari di obblighi complessivi per leasing di data center tra Amazon, Alphabet, Meta, Microsoft, Oracle e CoreWeave; oltre 820 miliardi riguarderebbero strutture ancora in costruzione.

Le stime sugli obblighi “nascosti” vanno comunque interpretate con cautela. Un totale come 3.000 miliardi di dollari può includere combinazioni diverse di leasing, impegni di acquisto, garanzie e altre esposizioni contrattuali: non è automaticamente confrontabile con il debito contabilizzato. Il punto più solido è che il debito visibile nei bilanci non registra necessariamente ogni pretesa generata dalla costruzione dell’infrastruttura IA.

Il private credit affronta il primo vero banco di prova

I finanziatori privati partecipano sempre più spesso al finanziamento di data center, terreni, costruzioni, apparecchiature elettriche e infrastrutture collegate. Una ricerca della Columbia Business School, citando stime di Morgan Stanley, rileva che oltre metà dei circa 2.900 miliardi di dollari necessari per la capacità di calcolo aggiuntiva degli hyperscaler tra il 2025 e il 2028 potrebbe richiedere capitale esterno; il private credit dovrebbe fornire una quota rilevante del debito.

Da qui nascono diverse vulnerabilità collegate. Il ritardo nell’apertura di un data center può rinviare i ricavi mentre gli interessi continuano a maturare. Una domanda più debole da parte degli affittuari può peggiorare la capacità di coprire il servizio del debito. Il calo del valore di GPU e apparecchiature può ridurre le garanzie proprio mentre peggiora il flusso di cassa operativo.

Se i fondi di private credit devono soddisfare richieste di rimborso mentre gli asset sono difficili da vendere, le svalutazioni possono trasformarsi in pressione sulla liquidità anche senza un default di un hyperscaler.

Gli spread delle obbligazioni societarie potrebbero ampliarsi

I grandi operatori cloud raccolgono capitali a costi inferiori rispetto ai debitori più deboli, ma emissioni molto consistenti competono comunque per la capacità di assorbimento degli investitori. La Federal Reserve Bank of Dallas indica come possibili canali di trasmissione l’aumento delle emissioni investment grade a lunga scadenza, il rifinanziamento dei prestiti di private credit e il possibile effetto di spiazzamento sugli emittenti finanziari.

Se il free cash flow diminuisce mentre crescono debito e impegni di leasing, gli analisti del rating potrebbero diventare più prudenti su leva finanziaria e politica di bilancio. Moody’s ha avvertito che la spesa per l’IA, le vendite di azioni e il finanziamento fuori bilancio possono minacciare la qualità del credito, pur ribadendo la solidità di base delle società coinvolte.

L’effetto potrebbe estendersi ben oltre il settore tecnologico. Gestori di data center, utility, società di telecomunicazioni, imprese edili, produttori di semiconduttori e altri debitori industriali potrebbero dover offrire spread più elevati se gli investitori iniziassero a chiedere una maggiore remunerazione per l’esposizione comune al tema IA.

La finanza strutturata può amplificare le perdite

I flussi di cassa dei data center, i crediti derivanti dai leasing, i prestiti per le apparecchiature e il debito di progetto possono essere finanziati o impacchettati in veicoli strutturati. Queste operazioni possono sembrare solide quando dipendono da un inquilino con rating elevato e da un contratto di lungo periodo.

La protezione è però meno completa se molti progetti dipendono dallo stesso ristretto gruppo di hyperscaler e dalle medesime ipotesi sulla domanda di IA.

Un taglio coordinato della spesa potrebbe produrre simultaneamente rinegoziazioni dei leasing, violazioni dei covenant, riduzione del valore delle garanzie e stime più basse sul valore residuo delle apparecchiature. Gli investitori senior potrebbero conservare una certa protezione, mentre tranche junior, finanziatori dei warehouse ed azionisti sarebbero più esposti. Il pericolo è la correlazione: asset che sembrano diversificati presi singolarmente possono perdere valore per la stessa ragione.

Il debito pubblico è un canale indiretto

È improbabile che la spesa per l’IA, da sola, provochi una crisi del debito sovrano. L’impatto sui mercati dei titoli di Stato passerebbe più probabilmente dalla concorrenza per il capitale e dall’aumento del premio a termine, cioè il rendimento aggiuntivo richiesto per detenere obbligazioni con scadenze più lunghe.

Le emissioni societarie e di project finance arrivano mentre anche i governi devono rifinanziare quantità considerevoli di debito. Se gli investitori chiedono una maggiore compensazione per durata o rischio di credito, i rendimenti possono salire per debitori pubblici e privati. Tassi più elevati renderebbero poi più costoso finanziare data center, utility e altre infrastrutture, aumentando la pressione sui progetti con redditività marginale.

Il rischio sistemico è concentrazione più prociclicità

La preoccupazione degli investitori non è una previsione di fallimento improvviso per Alphabet, Amazon, Meta o Microsoft. È uno scenario di shock comune. Nel sondaggio sui gestori di fondi di Bank of America, il 38% degli intervistati ha indicato la spesa in conto capitale degli hyperscaler IA come la fonte più probabile di un evento creditizio sistemico.

Il timore nasce dalla concentrazione. Le stesse società alimentano la domanda di chip avanzati, elettricità, lavori edili, capacità nei data center e finanziamenti. Se i rendimenti restano elevati, questa concentrazione accelera gli investimenti. Se invece i ritorni deludono, gli stessi operatori possono tagliare insieme, trasmettendo lo shock nello stesso momento a creditori, proprietari immobiliari, utility, fornitori e veicoli di cartolarizzazione.

Quali segnali confermerebbero — o ridurrebbero — il rischio?

Gli investitori non dovrebbero osservare soltanto il totale degli investimenti. Gli indicatori più importanti sono:

1. Crescita dei ricavi da IA e cloud rispetto a costi di ammortamento, energia, leasing e finanziamento.
2. Free cash flow dopo investimenti e leasing finanziari.
3. Utilizzo e prezzi dei data center, soprattutto quando più operatori aggiungono capacità contemporaneamente.
4. Avvio e cancellazione dei leasing relativi a strutture ancora in costruzione.
5. Qualità della sottoscrizione e liquidità dei fondi di private credit, inclusa l’esposizione a singoli inquilini o aree geografiche.
6. Emissioni obbligazionarie, prospettive dei rating e spread degli hyperscaler e dei debitori infrastrutturali collegati.
7. Valori di rivendita di GPU e apparecchiature, che incidono sulle garanzie e sui tassi di recupero.

Il rischio resterebbe gestibile se i ricavi da IA e il flusso di cassa operativo finissero per crescere più rapidamente degli investimenti aggiuntivi. Una stima di mercato prevede che la crescita degli utili e dei flussi di cassa degli hyperscaler possa superare quella degli investimenti incrementali tra la fine del 2027 e il 2028; si tratta però di una previsione, non di un risultato già acquisito.

La condizione di crisi sarebbe una crescita persistente dei ricavi inferiore al livello necessario per coprire ammortamenti, energia, leasing, costi finanziari e nuovi investimenti. In quello scenario, la corsa all’IA passerebbe da espansione redditizia della capacità a ciclo di sovracapacità: gli hyperscaler subirebbero rendimenti più bassi, mentre gli intermediari più indebitati affronterebbero default, svalutazioni delle garanzie, difficoltà di rifinanziamento e spread del credito più ampi.