Il rally dell’IA ha raggiunto il picco? La tesi ribassista in quattro punti di Geo Chen

Il suo argomento non si basa su un singolo dato, ma sull’incrocio di quattro dinamiche: la fine della speculazione a leva in Corea del Sud, la pressione dei modelli cinesi sui sistemi proprietari, la possibile trasformazione della capacità di calcolo da risorsa scarsa a offerta eccedente e un ambiente macro segnato da inflazione e crescita debole.

1. La scommessa a leva dei piccoli investitori coreani

Per Chen, gli investitori retail sudcoreani rappresentano il cosiddetto capitale di bassa qualità che ha spinto il mercato nella fase più speculativa del ciclo. Molti si sono concentrati su ETF con leva 2x e 3x legati a SK Hynix, Samsung e all’indice KOSPI, creando una capacità di acquisto artificiale di enorme entità .

La struttura di questi prodotti avrebbe inoltre amplificato i movimenti giornalieri. Le operazioni di copertura dei market maker hanno prodotto una forte esposizione a gamma negativa: acquisti durante i rialzi e vendite durante le discese, con un effetto pro-ciclico capace di alimentare la volatilità e innescare richieste di margine a catena .

Citi stima che lo smontaggio delle posizioni a leva abbia cancellato 38,7 miliardi di dollari e portato alla liquidazione di circa 1,2 milioni di conti, pari all’incirca a un adulto sudcoreano ogni trenta . Nel frattempo, il KOSPI è sceso di quasi il 30% dal picco di giugno; l’operatore di mercato ha dovuto sospendere più volte le contrattazioni dopo perdite superiori al 10% .

La conclusione di Chen è che questo capitale, una volta compromesso, difficilmente tornerà a sostenere il mercato nel breve periodo. A suo avviso, i rialzi verticali alimentati dalla leva tendono a lasciare in eredità fasi ribassiste prolungate .

2. I modelli cinesi mettono sotto pressione il vantaggio dei sistemi proprietari

Il secondo pilastro riguarda la concorrenza dei modelli cinesi open source e open weight, cioè modelli i cui pesi o parte del codice sono resi disponibili per l’uso e l’adattamento. Secondo Chen, questi sistemi stanno mettendo in discussione la logica economica dei laboratori di IA di frontiera, finora basata sulla possibilità di applicare prezzi premium ai modelli più avanzati.

Tra gli esempi citati figurano:

• Kimi K3 di Moonshot AI, che avrebbe ottenuto 1.679 punti su Code Arena, superando Claude Fable 5, fermo a 1.631 ;
• Qwen 3.8 di Alibaba, un modello open weight da 2.400 miliardi di parametri ;
• GLM-5 di Zai e il sistema multi-agente Fugu di Sakana AI, che mostrerebbero come concorrenti più piccoli e agili possano ridurre il divario qualitativo con metodi di efficienza innovativi, tra cui DeepSeek Sparse Attention e Recursive Self-Improvement .

Il punto centrale della tesi è questo: se l’80-90% dei token, ovvero delle unità di testo elaborate dai modelli, migrasse verso soluzioni più economiche o open source, il bacino di ricavi disponibile al vertice della qualità si restringerebbe drasticamente .

In questo scenario verrebbe meno anche il “volano” degli investimenti: meno ricavi per i modelli di punta significherebbero minore giustificazione per le spese colossali in server, chip e data center che hanno sostenuto le valutazioni dell’intera filiera dell’IA.

3. La capacità di calcolo potrebbe passare da collo di bottiglia a surplus

Il terzo fattore, forse il più strutturale, è il possibile cambio di narrativa sulla capacità di calcolo. Per anni gli investitori hanno considerato GPU, server e data center una risorsa permanentemente scarsa. Chen sostiene invece che gli investimenti in corso stiano progressivamente risolvendo proprio quella scarsità.

L’analista segnala diversi indizi:

• Meta sta costruendo un’attività cloud per affittare la propria capacità di calcolo, aumentando l’offerta complessiva ;
• i laboratori di IA stanno riducendo rapidamente i costi di inferenza, mentre gli indici della spesa per token elaborati da Silicon Data sono in calo dal picco di giugno ;
• OpenAI starebbe rinviando la quotazione in Borsa e incontrando difficoltà nella raccolta di nuovi capitali, con possibili ripercussioni sulla catena dei semiconduttori ;
• Google ha portato a 205 miliardi di dollari la previsione di spesa in conto capitale per l’IA nel 2026, ma il titolo ha perso il 7% dopo l’annuncio: un segnale, secondo Chen, che il mercato non premia più automaticamente l’aumento degli investimenti ;
• gli spread sul credito dei data center si stanno ampliando, indicando un aumento del rischio percepito nel settore delle infrastrutture di calcolo .

La sua osservazione più importante è quasi un paradosso: investire per eliminare un collo di bottiglia finisce per distruggere la stessa scarsità che rendeva preziosi gli asset coinvolti . Più i grandi operatori cloud costruiscono capacità, meno il calcolo è raro e più difficile diventa ottenere rendimenti elevati su quel capitale.

4. Fed, petrolio e rischio stagflazione

A questi rischi specifici dell’IA si aggiunge un quadro macroeconomico sfavorevole per i titoli più speculativi e sensibili ai tassi d’interesse.

Il primo elemento è la guerra con l’Iran. Secondo le stime riportate, il conflitto è già costato agli Stati Uniti 37,5 miliardi di dollari dopo il fallimento del cessate il fuoco nel luglio 2026. Il Brent è salito da 70 a 85 dollari al barile e Chen teme uno scontro intermittente, capace di generare nuovi picchi dei prezzi energetici . Insieme a quattro shock inflazionistici, questo quadro produrrebbe quella che definisce la “pressione stagflazionistica più forte e persistente” degli ultimi anni .

Il secondo elemento è la credibilità della Federal Reserve. Il rendimento dei Treasury statunitensi a 30 anni ha superato il 5,2%, raggiungendo il massimo da due anni. L’inasprimento della pendenza della curva, con i rendimenti a lunga scadenza che salgono più rapidamente, rifletterebbe la convinzione del mercato che la Fed, sotto la guida di Christopher Waller, stia perdendo il controllo dell’inflazione. Chen sostiene inoltre che la mancata stretta sui tassi da parte del FOMC abbia contribuito a disancorare le aspettative d’inflazione .

Un dato PCE più alto del previsto, cioè un’accelerazione dell’indice dei prezzi monitorato con particolare attenzione dalla Fed, potrebbe riportare contemporaneamente sotto pressione la banca centrale, i rendimenti a breve e il dollaro . Per le posizioni affollate sull’IA sarebbe un passaggio delicato: proprio i titoli con valutazioni più elevate e flussi di cassa più lontani nel tempo tendono a soffrire maggiormente quando i tassi salgono.

La conclusione di Chen: liquidità, oro e rotazione settoriale

Chen paragona il momento attuale a marzo 2000, marzo 2008, gennaio 2020 e dicembre 2022: quattro date che, nella sua lettura, hanno preceduto fasi di forte turbolenza sui mercati .

La sua posizione attuale è prudente: mantiene liquidità, accumula oro durante le correzioni e osserva una rotazione dei capitali dall’IA verso sanità, finanziari, software e biotecnologie . Lo scenario di base è un processo di formazione del massimo distribuito su più mesi, con ulteriori scosse mentre si ridimensionano gli eccessi speculativi.

La tesi non sostiene semplicemente che i titoli dell’IA siano “troppo cari”. È un’argomentazione strutturale: le stesse forze che hanno spinto il settore verso livelli quasi parabolici — leva, scarsità di calcolo e aspettative di crescita illimitata — potrebbero ora muoversi nella direzione opposta. Per chi detiene ancora asset legati all’IA, il quadro di Chen offre quindi una chiave di lettura per chiedersi se il rialzo abbia ancora spazio oppure se il suo picco sia già alle spalle.