La corsa all’AI vale 5.300 miliardi di dollari: il vero rischio è la tenuta finanziaria degli hyperscaler

La grande incognita finanziaria della corsa alle infrastrutture per l’intelligenza artificiale non è che gli hyperscaler abbiano smesso di essere aziende redditizie. È che gli impegni di spesa arrivano anni prima dei flussi di cassa necessari a sostenerli.

L’analisi di S&P Global di settembre 2026 descrive il boom dell’AI come un test per la qualità del credito. Amazon, Alphabet, Microsoft, Meta e Oracle, il gruppo definito “Hyper 5”, hanno investito complessivamente circa 1.100 miliardi di dollari in spese in conto capitale (capex) negli ultimi cinque anni. Il consenso Visible Alpha prevede altri 5.300 miliardi di dollari di spesa tra il 2026 e il 2030. 116

Questa scala di investimenti potrebbe rivelarsi giustificata da nuovi ricavi e guadagni di produttività legati all’AI. Nell’immediato, però, mette sotto pressione il free cash flow, le riserve di liquidità, la leva finanziaria e la capacità di tenuta del mercato del credito, prima che i ritorni economici siano dimostrati su una scala comparabile.

Il nodo centrale: investire oggi, monetizzare domani

La preoccupazione di S&P riguarda soprattutto i tempi. Creare capacità per l’AI richiede esborsi iniziali enormi: data center, chip, reti, energia e infrastrutture collegate. Il rendimento di questi investimenti dipende da una domanda sostenuta, da un elevato utilizzo degli impianti e dalla capacità di trasformare i servizi AI in ricavi durevoli e ad alto margine.

Secondo S&P Global, l’intensità del capex dell’Hyper 5, misurata rispetto agli ammortamenti, ha superato i picchi dell’era dot-com e della Grande recessione. Entro il 2028, queste società dovrebbero rappresentare oltre metà del capex dell’indice S&P 500, dal 13% del 2020 e dal 30% del 2025. 1

Il paragone è un segnale di cautela, non l’affermazione che il ciclo dell’AI sia identico a quelle fasi storiche. Il punto è un altro: un piccolo gruppo di imprese sta effettuando scommesse sincronizzate e senza precedenti sulla capacità produttiva, mentre velocità di adozione ed economia dell’AI restano incerte.

Il free cash flow diventa il principale punto di pressione

Queste aziende continuano a produrre rilevanti utili operativi e ad avere accesso ai mercati dei capitali. Il problema è che la costruzione delle infrastrutture può assorbire liquidità più velocemente di quanto le attività correnti riescano a rigenerarla.

S&P Global Ratings prevede che il capex complessivo di sei grandi hyperscaler statunitensi — l’Hyper 5 più SpaceX — supererà 1.300 miliardi di dollari entro il 2027. L’agenzia si aspetta free operating cash flow negativo per tutte e sei le società nel 2026 e nel 2027, con una ripresa non prevista prima del 2029. 3

La distinzione è essenziale:

• La redditività indica se l’attività ordinaria genera più ricavi dei costi operativi.
• Il free cash flow misura la liquidità residua dopo gli investimenti.
• Un’azienda può rimanere redditizia anche con un free cash flow in forte calo o negativo, se sta costruendo infrastrutture a un ritmo eccezionale.

Alphabet è un esempio di questa dinamica. Nel periodo analizzato da S&P Global a luglio, il suo capex è salito a 44,9 miliardi di dollari, più del doppio rispetto a un anno prima, mentre il free cash flow è diminuito del 74,1% su base annua. In seguito, Alphabet ha alzato la guidance sul capex 2026 a una forchetta tra 195 e 205 miliardi di dollari. 4

Perché conta anche il modo in cui viene finanziata la corsa all’AI

Man mano che il capex assorbe la cassa generata internamente, gli hyperscaler ricorrono sempre più a debito, emissioni azionarie, contratti di leasing e altre soluzioni di finanziamento per sostenere gli investimenti nell’infrastruttura AI. 3

Questo non equivale automaticamente a una situazione di difficoltà. Le grandi aziende utilizzano abitualmente fonti di finanziamento diverse e leasing o partnership possono essere strumenti adatti a finanziare asset di lunga durata. La questione creditizia è che tali formule possono creare obbligazioni fisse, o assimilabili al debito, che non emergono osservando soltanto i prestiti tradizionali in bilancio.

Per investitori e finanziatori, dunque, le domande pratiche vanno oltre il debito dichiarato:

• Quanta capacità per l’AI è sostenuta da impegni di leasing o finanziamento a lungo termine?
• Con quale rapidità deve essere utilizzata la nuova capacità per raggiungere i rendimenti attesi?
• Quanta liquidità resta disponibile se i ricavi dall’AI crescono più lentamente del previsto?
• Gli impegni di ricavo sono abbastanza solidi da sostenere le relative obbligazioni infrastrutturali?

Più la spesa è finanziata con impegni che restano in essere anche se la domanda rallenta, maggiore è il rischio al ribasso in caso di utilizzo o monetizzazione inferiori alle attese.

Oracle è il primo caso da osservare

Oracle mostra quanto rapidamente una spinta sulle infrastrutture AI possa modificare il profilo di cassa e di credito di un’azienda.

Nell’esercizio 2026 la società ha riportato un free cash flow negativo per 23,7 miliardi di dollari, poiché gli investimenti nei data center hanno superato la generazione di cassa operativa. S&P Global Ratings ha abbassato il rating dell’emittente a lungo termine di Oracle da BBB a BBB-, lasciandolo un solo gradino sopra il livello speculativo. 17

Il caso Oracle non dimostra che l’investimento nell’AI sia destinato a fallire. Mostra però il meccanismo evidenziato da S&P: anche un’impresa con attività in crescita può subire pressioni sul rating quando capex, necessità di finanziamento e obbligazioni di lunga durata aumentano più rapidamente della generazione di cassa.

Quando il boom potrebbe diventare un problema più ampio per il credito

Il quadro di S&P suggerisce che il rischio diventerebbe più serio se si verificassero insieme più condizioni:

1. I ricavi dell’AI arrivassero più tardi del previsto. La capacità potrebbe essere costruita prima che i clienti siano pronti a pagare abbastanza per utilizzarla.
2. L’utilizzo restasse sotto le attese. Data center e apparecchiature di calcolo sottoutilizzati ridurrebbero i rendimenti degli investimenti.
3. Il capex restasse elevato più a lungo. Un rallentamento della spesa rimandato nel tempo prolungherebbe la fase di free cash flow debole o negativo.
4. Si accumulassero obbligazioni finanziarie. Più debito, leasing e impegni analoghi riducono la flessibilità se le condizioni peggiorano.
5. I tagli agli investimenti avvenissero contemporaneamente. Poiché la spesa è concentrata in poche aziende, un arretramento diffuso potrebbe ripercuotersi su fornitori, finanziatori e mercati del credito.

Per S&P, quindi, la domanda non è semplicemente se l’AI abbia valore. È se il sistema del credito stia finanziando una costruzione di infrastrutture i cui ritorni non sono ancora stati provati nella stessa misura della spesa necessaria.

Lo scenario positivo esiste, ma deve concretizzarsi

La tesi favorevole è lineare: l’AI potrebbe generare nuovi ricavi nel software, nel cloud e nei servizi alle imprese, oltre ad accrescere la produttività abbastanza da sostenere i costi infrastrutturali attuali. L’AI Monitor di S&P Global stimava che i ricavi esposti all’AI sarebbero passati da 468 miliardi di dollari alla fine del 2023 a 1.354 miliardi alla fine del 2026. 2

Se la domanda si rivelerà duratura e i ricavi AI ad alto margine cresceranno rapidamente, l’attuale ciclo di capex potrà apparire come una necessaria fase di investimento e non come un eccesso finanziario. L’attesa di S&P Global Ratings di una ripresa del free operating cash flow entro il 2029 riflette proprio questa possibilità. 3

Ma è una previsione condizionata. I dati da seguire sono la reale conversione dell’AI in ricavi, il tasso di utilizzo della nuova capacità, la durata della fase di capex elevato e l’ammontare complessivo degli impegni assimilabili al debito. Finché questi elementi non miglioreranno, la corsa all’AI resterà una scommessa ad alta posta: dimostrare che investimenti infrastrutturali straordinari possano produrre ritorni prima che il calo della liquidità e l’aumento degli obblighi finanziari limitino le aziende che li stanno finanziando.