IA: la vetrina scintilla, il retrobottega scricchiola
Gli accordi circolari tra aziende e la leva finanziaria gonfiano un'IA sempre più costruita sul debito. Aumentando il rischio di una crisi analoga a quella delle dot-com.
CoreWeave è un nome che quasi nessuno conosce ma che oggi racconta meglio di tutti lo stato dell’arte dell’IA. La società nata nel New Jersey ha firmato con Meta un accordo da 14,2 miliardi di dollari per fornire capacità di calcolo fino a fine 2031 (con opzione al 2032) e accesso ai nuovi sistemi GB300 di Nvidia.
La Borsa ha reagito di slancio, +12% in giornata, mentre la valutazione ha toccato quota 60 miliardi. Non è un semplice contratto: è la fotografia di un settore che corre a una velocità senza precedenti e che si regge su legami sempre più stretti tra chi costruisce i chip, chi gestisce il cloud e chi consuma compute per addestrare modelli.
Rapporti tra ‘consanguinei’
Quello che vediamo è una circolarità tra finanza e industria, che si aggiunge alla narrativa sull’innovazione. CoreWeave, per esempio, ha siglato con Nvidia un ordine da 6,3 miliardi che prevede (ed è qui il punto) l’impegno del produttore di chip a comprare la capacità non venduta dei data center CoreWeave fino al 2032.
Il cerchio si chiude: Nvidia fornisce GPU a CoreWeave, CoreWeave rivende capacità computazionale ai grandi, e se qualcosa resta invenduto, sempre Nvidia fa da “paracadute”. È un acceleratore potentissimo ma è anche un circuito endogeno in cui fornitore, cliente e “assicuratore” appartengono allo stesso ecosistema.
Lo stesso disegno, e su scala ancora più grande, lega Nvidia e OpenAI: l’investimento fino a 100 miliardi in OpenAI, strutturato con azioni senza diritto di voto e accompagnato dalla fornitura di milioni di chip data center, mette capitale e supply nello stesso recinto. La domanda di compute non è più (solo) “esterna”: nasce e si alimenta dentro la filiera. È un motore industriale spettacolare, ma rende più difficile distinguere la domanda genuina dai flussi di sostegno incrociato tra partner.
Leva finanziaria, rischio industriale
C’è poi un secondo ingrediente che sta cambiando il profilo di rischio del settore: la leva.
In economia, leva significa usare denaro preso in prestito per fare investimenti più grandi di quanto permetterebbe la sola cassa. Amplifica tutto: i guadagni quando va bene e le perdite quando va male, perché il debito e gli interessi restano da pagare.
Nel concreto, oggi con la leva si costruiscono le “autostrade” dell’IA (data center, GPU, energia)— con soldi in parte presi a prestito, contando di ripagarli domani con i “pedaggi” dei clienti. Se il traffico scorre come previsto, la leva accelera; se l’adozione rallenta o i costi salgono, restano capacità sottoutilizzata e un conto finanziario più pesante.
Il caso Oracle
L’accordo fra OpenAI e Oracle (300 miliardi in circa cinque anni per acquistare capacità di calcolo) è l’esempio di un tema che tre anni fa sembrava lontano.
Per realizzare data center e reti e per approvvigionarsi di chip, Oracle deve anticipare spese in conto capitale, ossia comprare milioni di GPU, costruire o espandere i campus, assicurarsi terreni, energia e connettività. In parole semplici, Larry Ellison deve spendere ora per incassare dopo, man mano che OpenAI consumerà la capacità messale a disposizione.
Proprio perché l’esborso precede gli incassi, KeyBanc stima che Oracle dovrà raccogliere circa 25 miliardi di dollari l’anno a debito per quattro anni. È la dinamica tipica dei mega-progetti infrastrutturali: il rischio si concentra nel divario temporale tra spesa anticipata e monetizzazione, divario che la leva finanziaria amplifica.
Il fenomeno non riguarda solo Oracle. Nebius ha firmato con Microsoft un accordo da 17,4 miliardi, espandibile a 19,4 miliardi, dichiarando che finanzierà l’espansione con cassa e debito garantito dall’accordo.
È la stessa grammatica: impegni pluriennali, investimenti grossi e duraturi, leva come ponte verso ricavi futuri. Finché l’adozione reale dell’IA sale, il ponte regge; se la salita rallenta, il debito resta e la capacità in eccesso rischia di girare a vuoto. Non a caso Moody’s ha già richiamato i rischi legati alla dimensione degli impegni.
Qui, sia chiaro, non è in discussione l’intelligenza artificiale: lo è piuttosto la struttura finanziaria, che appare sempre più fragile man mano che il settore passa dalla cassa alla leva.
Lo spettro delle dot-com
Non sono pochi coloro che di questi tempi paventano la bolla delle dot-com di fine anni Novanta: allora enormi capitali, spesso presi a prestito, finanziarono in fretta reti e servizi online sulle ali di aspettative esagerate. Quando poi la domanda reale non tenne il passo, molte aziende con costi elevati fissi e debiti crollarono.
Allo stesso modo c’è chi paventa che l’IA possa ripetere quel copione: partito con la ‘cassa pulita’ dei big tech, oggi il settore si alimenta di leve più aggressive e mega-contratti che impongono di spendere prima di incassare, col rischio di ritrovarsi con capacità in surplus se l’adozione rallenta.
Come nota il WSJ, la spesa diretta dei consumatori per l’IA è ancora marginale: solo il 3% paga servizi a pagamento, secondo un sondaggio Menlo–Morning Consult. Il che è il segnale che la monetizzazione consumer non tiene (ancora) il passo della costruzione di capacità. Nel frattempo i contratti da capogiro si moltiplicano.
Ma circolarità e leva stanno diventando i due sintomi di un sistema che appare perfetto finché la curva sale, e che però potrebbe soffrire quando la domanda rallenterà (e prima o poi lo farà) o se emergeranno colli di bottiglia “non finanziari” quali energia, permessi, supply chain, antitrust.
Certo, esistono alcune “valvole di sfogo”. La riallocazione di capacità è la più intuitiva: la potenza di calcolo prenotata per OpenAI, ad esempio, può essere affittata ad altri clienti così da tenere occupati i data center e generare cassa. Poi c’è il backstop (come nel caso Nvidia-CoreWeave), che è una sorta di assicurazione: un partner s’impegna a comprare o pagare una parte della capacità se il cliente principale non la usa, stabilizzando i ricavi minimi. Esistono anche le milestone di spesa correlate ai ricavi, per sincronizzare i cantieri con gli incassi: il fornitore spende a tranche (GPU, nuovi capannoni, energia) solo quando il cliente supera certe soglie d’uso o di fatturato, così da ridurre il rischio di investire troppo prima che i flussi di cassa entrino davvero.
Ma non eliminano il punto più importante, e cioè si sta costruendo un sistema molto meno elastico agli shock.
La domanda da porsi
Qual è la tesi, allora? Ebbene, sgombriamo il campo da dubbi: l’IA non è una bolla nel senso classico. Non stiamo parlando di vaporware, non è qualcosa calatoci dall’alto (top-down, direbbero gli inglesi) quasi con l’imposizione che dobbiamo farcelo piacere. Al contrario, l’IA è fenomeno che parte dal basso (bottom-up), ossia dalla richiesta di persone e aziende, che l’apprezzano e ne vogliono sempre di più.
Ma bisogna chiedersi quanta parte della domanda sia realmente esogena (cioè nasce fuori dal circuito dei partner) e quanta, invece, sia “prodotta” e sostenuta dentro la filiera. Finché la risposta pende sulla prima, le luci possono restare accese a lungo. Ma siccome si sta spostando sempre più sulla seconda, il luccichio che oggi vediamo potrebbe rivelarsi un parziale riflesso.
Per ora, insomma, la vetrina è abbagliante. Ma dal retrobottega arrivano scricchiolii che bisognerebbe ascoltare.
Stefano Silvestri