L’intelligenza artificiale sta ripercorrendo la consueta e stanca traiettoria di espansione e contrazione individuata nel 1837 da Lord Overstone , fatta di quiete, miglioramento, fiducia, prosperità, eccitazione, iperattività, convulsione, pressione, stagnazione e sofferenza.
Le preoccupazioni principali sono tre.
In primo luogo, ci sono dubbi sulla tecnologia. Basandosi su tecnologie precedenti come reti neurali, sistemi esperti basati su regole, big data, riconoscimento di pattern e algoritmi di apprendimento automatico, GenAI (IA generativa), la sua più recente iterazione, utilizza LLM (grandi modelli di apprendimento) addestrati su enormi set di dati per creare testo e immagini. Il Santo Graal è la “singolarità”, un punto ipotetico in cui le macchine supereranno l’intelligenza umana. Per usare il linguaggio della Silicon Valley, porterebbe alla “fusione”, quando esseri umani e macchine si uniranno, trasformando potenzialmente la creatività e la tecnologia.
Gli LLM richiedono enormi quantità di dati. Le aziende esistenti che operano nei settori della ricerca online, delle piattaforme di vendita e dei social media possono sfruttare le proprie riserve di dati. A ciò si aggiunge spesso un’aggressiva e non autorizzata raccolta di dati online, a volte riservati, che dà luogo a contenziosi in materia di accesso, risarcimento e privacy. In pratica, la maggior parte dei modelli di intelligenza artificiale deve basarsi su dati incompleti, difficili da pulire per garantirne l’accuratezza.
Nonostante l’enorme aumento della potenza di calcolo, la GenAI fallisce sistematicamente in compiti fattuali relativamente semplici a causa di errori, distorsioni e disinformazione nei set di dati utilizzati. I modelli di intelligenza artificiale sono abili nell’interpolare le risposte tra elementi all’interno del set di dati, ma scarsi nell’estrapolazione. Come qualsiasi apprendimento meccanico, hanno difficoltà con problemi nuovi. La loro capacità di agire in modo autonomo interagendo in ambienti dinamici rimane discutibile. Gli scienziati cognitivi sostengono che il semplice ampliamento degli LLM basati su un sofisticato pattern-matching progettato per il completamento automatico, anziché su modelli del mondo adeguati e robusti, sarà deludente. I progressi dichiarati sono difficili da misurare, poiché i parametri di riferimento sono vaghi e inconcludenti.
I sostenitori non si rendono conto che i modelli generativi non ragionano, ma sono motori di previsione probabilistica. Un sistema che setaccia i dati esistenti, anche supponendo che siano corretti, non può creare nulla di nuovo. Una volta esaurite le fonti di dati esistenti, il ridimensionamento produce rendimenti decrescenti. Invece di un’intelligenza completamente generalizzabile, i modelli generativi sono motori di rigurgito che lottano con verità, allucinazioni e ragionamento.
I modelli di intelligenza artificiale possono svolgere compiti ad alta intensità di lavoro come la ricerca basata sui dati, il giornalismo e la scrittura, la pianificazione di viaggi, la programmazione informatica, alcune diagnosi mediche, i test e le attività amministrative di routine come la gestione delle richieste standard del servizio clienti. I suoi obiettivi più ambiziosi potrebbero rivelarsi sfuggenti. Le previsioni sulle innovazioni mediche hanno deluso, sebbene i modelli di apprendimento automatico, i motori di riconoscimento di pattern e i classificatori pre-OpenAI, utilizzati per anni, continuino a essere utili.
Per il momento, GenAI, un termine di marketing piuttosto che tecnico poco definito, rimane un costoso trucco da salotto per alcune applicazioni di basso livello, creando meme e consentendo ai truffatori di ingannare e frodare: “l’insondabile alla ricerca dell’indefinibile” .
In secondo luogo, i rendimenti finanziari potrebbero rivelarsi elusivi. Si prevede che la spesa in conto capitale per l’intelligenza artificiale raggiungerà i 5-7 trilioni di dollari entro il 2030. Le valutazioni delle startup di intelligenza artificiale basate sull’ultimo round di finanziamenti erano di 2,30 trilioni di dollari, in aumento rispetto agli 1,69 trilioni di dollari del 2024 e ai 469 miliardi di dollari del 2020. Tuttavia, la capacità dell’intelligenza artificiale di generare liquidità e rendimenti sugli investimenti rimane discutibile.
I ricavi dovrebbero crescere di oltre 20 volte rispetto agli attuali 15-20 miliardi di dollari all’anno per coprire solo gli attuali investimenti annuali in terreni, edifici, chip in rapido deprezzamento e spese di gestione di energia elettrica e acqua. Potrebbero essere necessari ricavi per un totale di oltre 1.000 miliardi di dollari per ottenere un ritorno adeguato. Windows e Office di Microsoft , tra i software più utilizzati al mondo, generano meno di 100 miliardi di dollari di fatturato commerciale e consumer. Circa il 5% dei suoi 800 milioni di utenti paga attualmente per utilizzare ChatGPT. Il CEO di Microsoft ha attirato l’ira dei veri sostenitori quando ha affermato che l’intelligenza artificiale non ha ancora prodotto un’applicazione killer redditizia all’altezza dell’impatto della posta elettronica o di Excel.
La speranza è che l’IA venga finanziata da una maggiore produttività e da maggiori profitti aziendali. Tuttavia, il 95% dei progetti pilota aziendali di GenAI non è riuscito a incrementare la crescita del fatturato. Dopo aver tagliato centinaia di posti di lavoro e averli sostituiti con l’IA, molte aziende sono state costrette a riassumere il personale quando la tecnologia si è rivelata carente. L’interesse delle aziende sta già mostrando segni di stallo .
La monetizzazione dell’IA si scontra con altre incertezze. Diverse aziende cinesi , come DeepSeek , Moonshot, Bytedance e Alibaba, hanno sviluppato modelli più economici che mettono in dubbio l’approccio ad alto investimento di capitale delle aziende occidentali. Il design open source preferito dalla Cina comprometterebbe inoltre i ricavi delle aziende che hanno investito massicciamente in tecnologie proprietarie. Le forniture di elettricità e acqua necessarie potrebbero rivelarsi un limite.
Nel frattempo, le aziende di intelligenza artificiale continuano a bruciare liquidità. Nella prima metà del 2025, OpenAI, proprietaria di ChatGPT , ha generato un fatturato di 4,3 miliardi di dollari, ma ha speso 2 miliardi di dollari in vendite e marketing e quasi 2,5 miliardi di dollari in compensi azionari, registrando una perdita operativa di 7,8 miliardi di dollari.
In terzo luogo, si sono verificate delle circolarità finanziarie durante il boom delle dot-com. CoreWeave , un’azienda di noleggio di apparecchiature che cerca di trarre profitto dal boom dell’intelligenza artificiale, acquista processori grafici richiesti per applicazioni di intelligenza artificiale e li noleggia agli utenti. Nvidia è un investitore nell’azienda e la maggior parte dei ricavi proviene da pochi clienti. C’è preoccupazione per le pratiche contabili di CoreWeave , in particolare per il tasso di ammortamento dei chip e per i suoi significativi prestiti.
Nel 2025, Nvidia, la spina dorsale del boom, ha accettato di investire 100 miliardi di dollari in OpenAI, che a sua volta ha acquistato da quest’ultima GPU per un valore analogo. Open AI ha proposto di investire nei produttori di chip AMD e Broadcom. Sono stati stipulati accordi collaterali con Microsoft. La Figura 1 illustra alcune delle complesse interrelazioni.
Figura 1
Interrelazioni e investimenti incrociati tra aziende di intelligenza artificiale
Questa intricata rete di collegamenti crea rischi. Complica la proprietà e crea conflitti di interesse. Non era chiaro come questi impegni avrebbero funzionato o sarebbero stati finanziati se fossero stati rispettati. La capacità di Open AI di finanziare questi investimenti dipende dal continuo accesso a nuovi capitali da parte degli investitori, poiché attualmente non dispone delle risorse necessarie per far fronte a molti di questi obblighi a lungo termine.
Queste transazioni distorcono la performance finanziaria. L’azienda che vende beni strumentali dichiara vendite e profitti, mentre il finanziamento della vendita è trattato come un investimento. L’acquirente ammortizza il costo in diversi anni. Dato che Nvidia apparentemente aggiorna regolarmente l’architettura dei suoi chip, periodi di ammortamento fino a 5 anni o più sembrano ottimistici. Ciò significa che utili dubbi fanno impennare i prezzi delle azioni in una vertiginosa giostra finanziaria.
La bolla dell’intelligenza artificiale, con il suo crescente divario tra aspettative, investimenti e potenziale di fatturato, ricorda inquietantemente quella degli anni ’90. Ma è molto più grande. Gli investimenti potrebbero essere 17 volte superiori a quelli della bolla delle dot-com del 2000 e quattro volte superiori a quelli della bolla immobiliare subprime del 2008.
I sostenitori dell’IA negano qualsiasi eccesso e sostengono che questa volta è diverso perché finanziato con capitale azionario. In realtà, una quota consistente è finanziata tramite debito, con l’importo legato all’IA che ammonta a circa 1,2 trilioni di dollari, il 14% di tutto il debito investment grade .
Il modello di finanziamento è interessante. Gli hyperscaler, aziende che costruiscono e gestiscono grandi data center che forniscono servizi di cloud computing, storage e networking on-demand, come Microsoft, Meta, Alphabet e Oracle, stanno fornendo gran parte dei finanziamenti insieme agli investitori di venture capital. Queste aziende attualmente spendono circa il 60% del flusso di cassa operativo , non libero, in spese in conto capitale, la maggior parte delle quali è destinata a supportare progetti di intelligenza artificiale. A ciò si aggiungono prestiti, basati sulla loro affidabilità creditizia, per finanziare i loro investimenti. Una quota sempre più significativa dei finanziamenti proviene dal credito privato , con volumi previsti fino a 800 miliardi di dollari nei prossimi due anni e 5.500 miliardi di dollari fino al 2035. Dati gli elevati rendimenti e l’elevata propensione al rischio di questi istituti di credito, il livello di disciplina finanziaria applicato a questi prestiti rimane incerto.
Di fatto, queste grandi aziende ora agiscono come finanziatori, prendendo in prestito denaro che viene poi prestato o investito in startup di intelligenza artificiale con prospettive incerte. Questa esposizione è preoccupante. L’ipotesi di investitori e finanziatori secondo cui la loro esposizione sia rivolta a un’azienda solida viene indebolita laddove l’azienda investe pesantemente in iniziative speculative di intelligenza artificiale con prospettive incerte. La quota di Microsoft nelle perdite di Open AI è significativa, oltre 4 miliardi di dollari nell’ultimo trimestre, pari a circa il 12% dei suoi utili ante imposte.
L’esperienza di Oracle è salutare. Le azioni sono aumentate del 25% quando ha annunciato una transazione per fornire strutture di cloud computing a OpenAI. I data center attualmente non esistono e dovranno essere costruiti. La transazione richiede a Oracle, che è notevolmente indebitata, di prendere in prestito fondi per creare questi centri, il che significa che l’azienda sta assumendo una significativa esposizione a OpenAI. A dicembre 2025, la preoccupazione degli investitori era palpabile. Dato l’attuale debito netto di oltre 100 miliardi di dollari, che dovrà aumentare sostanzialmente per finanziare i data center, il costo dell’assicurazione contro il default di Oracle è aumentato drasticamente e presumibilmente si rifletterà sul valore del debito esistente e sul costo del debito futuro. È possibile un declassamento del rating creditizio dall’attuale BBB, basso grado di investimento, potenzialmente a un grado non di investimento o spazzatura. Il prezzo delle sue azioni è sceso a livelli simili a quelli precedenti l’annuncio della transazione con OpenAI. Sebbene Microsoft, Meta e Amazon abbiano bilanci più solidi, i rischi non sono dissimili.
L’impatto del boom dell’intelligenza artificiale sull’economia in generale è significativo. Le aziende di intelligenza artificiale rappresentano il 75-80% dei rendimenti azionari e della crescita degli utili statunitensi e il 90% della crescita degli investimenti. Ha contribuito per circa il 40%, o un intero punto percentuale, alla crescita degli Stati Uniti nel 2025. Qualsiasi ridimensionamento avrebbe ripercussioni sull’economia in generale. Si tradurrebbe anche in instabilità finanziaria a causa dell’esposizione diretta e indiretta di banche e istituzioni finanziarie al settore dell’intelligenza artificiale. Non è escluso che alcune aziende tecnologiche possano richiedere salvataggi, come quello progettato per Intel, oltre al consueto sostegno ai finanziatori, che sosterranno che senza assistenza l’economia crollerà.
Gli investitori si sono convinti che il rischio maggiore sia investire troppo poco, non troppo poco. Il fondatore di Amazon, Jeff Bezos, la definisce una “bolla positiva”, sostenendo che il denaro speso porterà rendimenti a lungo termine e offrirà enormi benefici alla società, la solita battuta del tech-bromuro. Gli investitori dovrebbero essere cauti. Nella bolla delle telecomunicazioni e della fibra ottica degli anni ’90, gli investitori hanno sovrastimato drasticamente la capacità richiesta. La percentuale di capacità in fibra ottica attiva o utilizzata oggi, in gran parte installata durante il boom delle dot-com, si aggira intorno al 50%, e l’utilizzo medio della rete globale è del 26%.
Gli investitori ritengono di aver ridotto al minimo il rischio evitando l’esposizione diretta alle aziende di intelligenza artificiale, investendo invece in aziende come Nvidia, che forniscono i “picconi e le pale” della rivoluzione. Il caso di Cisco , per il quale l’investimento durante gli anni d’oro degli anni ’90 era simile, fornisce un interessante punto di riferimento. Divenne per breve tempo l’azienda più preziosa al mondo, basandosi sul presupposto, in gran parte corretto, che i suoi router e altri prodotti sarebbero stati cruciali per Internet. Sebbene la performance finanziaria dell’azienda sia stata generalmente stabile, gli investitori in Cisco hanno subito perdite, poiché il prezzo delle sue azioni è crollato nel 2000, raggiungendo lo stesso livello solo dopo 25 anni.
Con la fine del boom delle dot-com, Microsoft, Apple, Oracle e Amazon persero rispettivamente il 65, l’80, l’88 e il 94%, impiegando 16, 5, 14 e 7 anni per recuperare i picchi del 2000. L’economia rallentò, richiedendo il sostegno del governo e tassi di interesse storicamente bassi, all’epoca, per sostenere l’attività economica, innescando il boom immobiliare che portò alla crisi del 2008.
Nonostante le allucinazioni consensuali in stile Tolkien, sarebbe sorprendente se questa volta il finale fosse diverso.
© Satyajit Das 2025 Tutti i diritti riservati
Satyajit Das, è ex banchiere e autore di numerose opere tecniche sui derivati e di diversi titoli di carattere generale: Traders, Guns & Money: Knowns and Unknowns in the Dazzling World of Derivatives (2006 e 2010), Extreme Money: The Masters of the Universe and the Cult of Risk (2011) e A Banquet of Consequence – Reloaded (2016 e 2021). Il suo ultimo libro è sull’ecoturismo: Wild Quests: Journeys into Ecotourism and the Future for Animals (2024). Questa è una versione ampliata di un articolo pubblicato per la prima volta il 4 novembre 2025 nell’edizione cartacea del New Indian Express .
In un’epoca che corre verso l’artificializzazione totalitaria del mondo, Luciano Boi e Stefano Isola pongono la domanda essenziale: quale sarà il posto dell’uomo nella società futura? La direzione dei mutamenti in atto sta conducendo, infatti, verso una crescente marginalizzazione del contributo umano dagli accadimenti significativi dell’esistenza, esiliando l’uomo nel “regno dell’insignificanza”, alla periferia di un universo rifondato sull’imperio degli algoritmi, sul “non pensiero” dell’intelligenza artificiale, sulla volontà di potenza di macchine che simulano intenzioni e decisioni umane, rovesciando il principio di utilità della tecnica in quello di utilità per la tecnica.
Il “regno dell’insignificanza” è quello dove i corpi sono sostituiti dai profili; le relazioni dalle connessioni; la comunità dalla community; la città dalla smart city; la politica dalla governance; la scuola dall’eduverso; il linguaggio dal messaggio; le professioni dai robot.
In pagine di grande intensità gli autori, scienziati e filosofi, squarciano il velo del pensiero unico per smascherare i nuovi meccanismi di assoggettamento che si celano dietro la narrativa scientista e la deriva tecnofila, alzando la voce della coscienza critica per la tutela dell’identità, della dignità e della libertà umana. A rischio, oramai, è la stessa ontologia degli esseri umani, oggetto essa stessa di un progetto di manipolazione sempre più invasivo.
