L’enorme scommessa sulle infrastrutture dell’AI: ricavi e produttività basteranno?

Costruire l’infrastruttura per l’intelligenza artificiale richiede investimenti eccezionali. Ma la dimensione della spesa, da sola, non dimostra che l’operazione sarà redditizia. La scommessa dipende da due risultati: ricavi sufficienti dai servizi di AI e aumenti di produttività per le aziende che li adottano. Per ora il quadro è contrastante, e le cifre più imponenti sono stime future, non denaro già speso.

Quanto è grande la corsa alle infrastrutture?

Secondo J.P. Morgan Asset Management, nel 2025 i grandi operatori del cloud hanno investito oltre 400 miliardi di dollari in spese in conto capitale. Per il 2026 la cifra è attesa vicino agli 800 miliardi. È un’accelerazione notevole della spesa annuale, ma non va confrontata direttamente con una proiezione cumulativa che copre diversi decenni. 9

Nello scenario di base, PwC prevede 31.600 miliardi di dollari di spese in conto capitale globali per i data center entro il 2050. Si tratta di una stima degli investimenti futuri, non del totale già realizzato. Secondo Reuters, PwC considera questa espansione più imponente, anche tenendo conto dell’inflazione, dei boom delle ferrovie e delle dot-com. 111

Anche le stime per gli Stati Uniti danno la misura della scommessa. L’economista Stijn Van Nieuwerburgh calcola che gli investimenti nelle infrastrutture per l’AI potrebbero raggiungere 10.300 miliardi di dollari tra il 2025 e il 2032: in media, circa il 3,6% del PIL statunitense all’anno nel periodo. È una stima del fabbisogno previsto, non un consuntivo di spesa.

Quali ricavi potrebbero giustificare la spesa?

Nella sua analisi del 2025, Bain stima che soddisfare entro il 2030 la domanda prevista di potenza di calcolo per l’AI richiederebbe circa 2.000 miliardi di dollari di ricavi annuali. Anche tenendo conto dei risparmi associati all’AI, secondo la società di consulenza resterebbe un divario annuo di circa 800 miliardi. Sono stime basate su uno scenario, non la prova di una carenza già verificatasi.

L’analisi di Bain evidenzia anche un problema per la tesi d’investimento: i soli aumenti di produttività nei mercati esistenti potrebbero non bastare. Per creare ulteriore valore potrebbero servire applicazioni e mercati nuovi, dalla robotica guidata dall’AI alla scoperta di materiali per batterie e semiconduttori. Sono possibili fonti di ricavi futuri, non risultati garantiti. 1

È inoltre utile distinguere tra i ricavi generati mentre l’infrastruttura viene costruita e i rendimenti ottenuti da chi la utilizzerà. Gli acquisti di chip e servizi cloud, così come la costruzione dei data center, portano ricavi ai fornitori. Ma questo non dimostra, da solo, che le aziende che adottano l’AI ne ricaveranno abbastanza da sostenere a lungo la spesa attuale.

I guadagni di produttività si vedono già?

Ci sono segnali di monetizzazione, ma anche motivi di cautela. J.P. Morgan segnala una rapida crescita dei ricavi del cloud; allo stesso tempo, la produttività del lavoro negli Stati Uniti è cresciuta in media di circa l’1,3% negli ultimi tre trimestri. È un ritmo coerente, secondo l’analisi, con la crescita relativamente debole degli anni 2010, non con un’accelerazione chiaramente attribuibile all’AI. 915

Un’inchiesta Reuters sulle esperienze delle aziende ha rilevato che molte faticano ancora a ottenere rendimenti significativi dai propri investimenti nell’AI. Tra i sondaggi citati, il 15% degli intervistati in una rilevazione rivolta ai dirigenti ha dichiarato che l’AI aveva migliorato i margini nell’anno precedente; in un’altra, il 5% ha riferito di averne ricavato valore su larga scala. Sono risultati di indagini specifiche, non un censimento di tutte le imprese, ma mettono in luce la distanza tra aspettative diffuse e rendimenti già dimostrati.

E se i benefici richiedessero decenni?

È possibile che i benefici arrivino con ritardo, ma questo non garantisce che gli investimenti di oggi si riveleranno redditizi. Diane Coyle ha osservato che, per alcune tecnologie trasformative del passato, gli effetti sulla produttività hanno impiegato all’incirca dai 10 ai 50 anni per emergere. Il confronto storico invita a non giudicare una tecnologia soltanto dai suoi primissimi risultati, ma non stabilisce i tempi dell’impatto dell’AI. 8

Resta comunque importante la questione di come finanziare la spesa nel breve periodo. La stima di Van Nieuwerburgh descrive un fabbisogno d’investimento consistente, prima ancora che sia certo un beneficio per l’intera economia. Il divario indicato da Bain, invece, dipende dalle ipotesi sulla domanda futura di capacità di calcolo, sui costi e sui risparmi. Entrambe le cifre aiutano a capire la portata della scommessa; nessuna delle due è una previsione definitiva di successo o fallimento.

In sintesi

La spesa per le infrastrutture dell’AI è proiettata su una scala che, nel confronto di PwC, supera i boom ferroviario e delle dot-com. Intanto, gli investimenti annuali dei grandi operatori cloud stanno già crescendo rapidamente. Per giustificare un impegno simile, l’AI dovrà produrre ricavi duraturi e benefici anche al di fuori delle aziende che vendono infrastrutture, attraverso aumenti di produttività e nuovi mercati.

Le prove disponibili non chiariscono ancora se i rendimenti saranno sufficienti, né in quanto tempo arriveranno. La crescita dei ricavi cloud è un segnale incoraggiante, ma i dati recenti sulla produttività e i sondaggi tra le aziende non dimostrano, per ora, un beneficio diffuso su scala paragonabile a quella delle proiezioni d’investimento. 915