Il prezzo dell'intelligenza

La mappa del mondo: chi fa cosa, e a che prezzo

Il divario tra Stati Uniti e Cina non si misura più in anni. Il NIST americano ha valutato DeepSeek V4 Pro circa otto mesi dietro la frontiera a maggio 2026, e a luglio ha giudicato GLM-5.2 sostanzialmente comparabile a un modello statunitense di sei mesi prima. Nel frattempo i modelli cinesi sono arrivati a rappresentare circa il 61% dei token processati su OpenRouter a metà 2026, e la famiglia Qwen di Alibaba ha superato il miliardo di scaricamenti.

La conseguenza commerciale è visibile nel listino.

Esibit 4

Prezzo di listino dell’output, dollari per milione di token

Sull’input la distanza fra l’estremo economico e quello premium è di trentasei volte; sull’output arriva a centosette. E parliamo di capacità che, su molti carichi di lavoro reali, differiscono di poco. Questa è la definizione operativa di un mercato che si sta commoditizzando dal basso.

Due complicazioni politiche, entrambe recenti e entrambe sottovalutate dal mercato.

1. Pechino sta costruendo il proprio regime di controllo all’esportazione — sul software. Da luglio 2026 il Ministero del Commercio cinese discute con Alibaba, ByteDance e Z.ai un sistema a livelli che limiterebbe l’accesso estero ai modelli di frontiera cinesi, inclusi i rilasci a pesi aperti. Per la prima volta entrambe le superpotenze stanno costruendo controlli di accesso, e su entrambi i piani: gli Stati Uniti soprattutto sull’hardware ma — come si vede qui sotto — con un precedente anche sui modelli, la Cina sui modelli.
2. Washington ha già usato la leva in modo simmetrico, quando a giugno 2026 ha imposto restrizioni sull’accesso non statunitense ai modelli di punta di Anthropic, poi rimosse a fine mese.

Esibit 5

Due controlli speculari, ai due estremi dello stesso stack

Per chi investe: il rischio geopolitico su questo tema non è più unidirezionale. Non è più solo «cosa succede a Nvidia se la Cina viene tagliata fuori». È anche «cosa succede ai margini del software occidentale se il sostituto cinese a un decimo del prezzo diventa improvvisamente irreperibile — o se non lo diventa».

Dove è finito il collo di bottiglia

Solido · prima la memoria

La peggiore carenza da quindici anni

La riallocazione della capacità produttiva verso HBM ha prodotto la peggiore carenza di memoria da quindici anni. I dati che contano.

Il capo azienda di SK Hynix ha dichiarato a luglio che la carenza durerà probabilmente oltre il 2030. Un nuovo impianto richiede 18-24 mesi solo per la costruzione. Questo non è un ciclo: è un cambio di struttura del mercato, e i tre produttori — SK Hynix, Samsung, Micron — hanno per la prima volta da decenni un potere contrattuale asimmetrico verso i loro clienti, Nvidia inclusa.

Critico · poi gli elettroni

La generazione non è il problema. Le code lo sono

Esibit 6

Domanda elettrica dei data center statunitensi, GW

Goldman Sachs stima che la domanda elettrica dei data center statunitensi passi da 31 GW nel 2025 a 41 GW nel 2026 a 66 GW nel 2027. Al 2027 i data center varrebbero l’8,5% del picco estivo di domanda USA, contro il 4,1% attuale. EPRI arriva a stimare che nel 2030 i data center possano assorbire tra il 9% e il 17% della generazione elettrica americana, e in Virginia tra il 39% e il 57%.

Ma la generazione non è nemmeno il problema principale. Il problema sono le code.

• Code di interconnessione: 3-7 anni nei mercati chiave, fino a 10 in Virginia del Nord. Un campus si costruisce in 2-3 anni.
• Trasformatori di alta potenza: da 24-30 mesi di attesa prima del 2020 a circa cinque anni.
• Turbine a gas: GE Vernova ha chiuso il secondo trimestre 2026 con 116 GW di ordini in portafoglio — erano 83 GW a fine 2025 — e accetta prenotazioni per consegne 2031. Il costo medio di un ciclo combinato è salito a circa 2.157 dollari per kW, da sotto 1.500 nel 2023.
• Costo di costruzione: circa 11,3 milioni di dollari per MW di struttura nel 2026, ai quali l’allestimento AI può aggiungere fino a 25 milioni per MW.

Il risultato pratico è che si stanno completando strutture che restano spente in attesa di essere allacciate. L’attrezzatura elettrica è meno del 10% del costo di un data center e il 100% del collo di bottiglia.

Le opportunità: quattro strati, quattro profili di rischio

Strato 0 — gli elettroni, la durata più lunga

È l’unico punto della catena dove la scarsità è protetta da vincoli fisici e autorizzativi, non da un vantaggio tecnologico replicabile. Nessuno può fabbricare una coda di interconnessione più corta.

Strato 1 — il silicio e la memoria, dove il margine si sta spostando

La tesi non consensuale: nei prossimi quattro-sei trimestri i produttori di memoria catturano una quota crescente del profitto complessivo, sottraendola a chi progetta gli acceleratori. Il segnale è già nei documenti societari, nella guidance di margine di Nvidia in calo con motivazione esplicita.

Una nota su Broadcom: il mercato ha punito il titolo — circa il 28% sotto il massimo di giugno 2026 — sul dubbio che l’obiettivo di 100 miliardi di dollari di ricavi AI per l’esercizio 2027 sia raggiungibile. È il tipo di scetticismo che crea asimmetria, in un titolo che tratta a multipli inferiori ai comparabili di settore. Da tenere d’occhio, non da rincorrere.

Strato 2 — cloud e modelli, il più visibile e il più fragile

Qui la domanda non è «cresceranno?» ma «a che rendimento sul capitale investito?». Il mercato ha già cambiato metro di giudizio: fino al 2025 annunciare più capex faceva salire il titolo, nel 2026 fa scattare la domanda sui ritorni. La prova sta nel fatto che le sette grandi della tecnologia, con il capex dei quattro maggiori in accelerazione del 77%, da inizio anno si sono fermate a +10,6%: annunciare spesa non rivaluta più il titolo come faceva nel 2025. E poiché quelle sette pesano il 33,9% dell’indice, quel passo lento se lo porta dietro tutto il mercato americano.

Il vero evento da calendario è però un altro.

Cautela · l’IPO che ridefinisce il prezzo dello strato

Il primo prezzo pubblico su un laboratorio di frontiera

Anthropic ha raggiunto un ritmo annualizzato di ricavi di circa 65 miliardi di dollari a fine luglio 2026, da circa 9 miliardi a fine 2025, con ricavi preliminari del secondo trimestre sopra 11,5 miliardi e un risultato operativo rettificato positivo, secondo quanto riportato da Bloomberg. Sempre secondo la stampa finanziaria avrebbe depositato in forma riservata per la quotazione, con Morgan Stanley, Goldman Sachs e JPMorgan, e potrebbe arrivare sul mercato già in autunno. Nessuna delle due notizie è confermata dalla società.

Il confronto è quello che conta: OpenAI viaggia intorno a 40 miliardi di ritmo annualizzato e nel 2025 ha registrato una perdita operativa — circa 20,9 miliardi — superiore ai ricavi contabili dell’anno.

Perché è l’evento dell’autunno per chi investe: sarebbe il primo prezzo pubblico e continuo su un laboratorio di frontiera. Finora tutto lo strato dei modelli è stato valutato da giri di finanziamento privati, con valutazioni fissate da chi aveva interesse a fissarle alte. Un libro ordini pubblico, un flottante e un consenso di analisti trasformano un’opinione in un prezzo — e quel prezzo diventerebbe immediatamente il multiplo di riferimento per rivalutare Microsoft, Alphabet, Amazon e ogni neocloud.

L’operazione può andare in due modi, ed entrambi sono informativi. Se il mercato pubblico accetta i multipli del privato, l’intero strato si rivaluta. Se li rifiuta, la correzione scende a cascata lungo tutta la catena, credito incluso. Non esiste esito neutro.

Strato 3 — gli utilizzatori, il meno affollato

Questo è il ragionamento che quasi nessuno sta facendo in modo esplicito.

Se il prezzo del token cala tra 50 e 200 volte l’anno e la capacità continua a migliorare, allora il posto interessante non è chi vende intelligenza, ma chi la compra. Chi compra un input che deflaziona del 90% e vende un output il cui prezzo è ancorato al costo del lavoro umano che sostituisce, sta espandendo il margine lordo per costruzione.

Le categorie da guardare, in ordine di verificabilità dell’effetto.

1. Servizi professionali ad alta intensità di testo — legale, contabilità, revisione, traduzione, assistenza clienti. Margini che salgono senza crescita dei ricavi.
2. Software verticale con dati propri e flussi di lavoro — il modello è commodity, il dato e il flusso di lavoro no. Da distinguere però con attenzione dal software orizzontale, che oggi è il bersaglio dell’AI: alcune valutazioni SaaS sono state compresse proprio dalla capacità dei modelli di scrivere codice.
3. Aziende con costi di ricerca e sviluppo elevati — farmaceutica, semiconduttori, ingegneria.

L’evidenza macro è ancora ambigua e va detto chiaramente: la produttività statunitense è cresciuta circa del 2,7% nel 2025 contro una media decennale dell’1,4%, il che è coerente con un effetto AI ma non lo dimostra. Sul lavoro, gli studi accademici non trovano ancora un calo aggregato dell’occupazione; trovano però un effetto molto concentrato sui nuovi ingressi — l’occupazione dei 22-25enni nelle professioni più esposte è calata di circa il 13% tra fine 2022 e fine 2025.

Il rischio di cui parlano tutti in questi giorni

Cosa è successo, in ordine

• 3 settembre 2026 — i parlamentari Bernie Sanders e Greg Casar depositano il «Ban Artificial Superintelligence Act»: divieto permanente di sviluppo di superintelligenza e pausa temporanea sullo sviluppo di AI avanzata.
• 7 settembre — l’Alto Commissario ONU per i diritti umani, Volker Türk, dichiara a Ginevra di condividere la preoccupazione che l’AI avanzata possa costituire un rischio esistenziale, citando esplicitamente Meta, OpenAI, Google e Anthropic.
• 8-9 settembre — un ricercatore dimessosi da Anthropic pubblica su X un messaggio in cui accusa i principali laboratori di correre verso la superintelligenza auto-migliorante senza adeguata responsabilità. Il messaggio circola molto e viene ripreso o citato da oltre venti parlamentari.
• 12 settembre — dirigenti di OpenAI, Anthropic, Meta e Google si incontrano sul tema della sicurezza dei sistemi avanzati.
• 13 settembre — il presidente Trump minimizza pubblicamente il rischio esistenziale, ricentrando il tema sulla competizione con la Cina.

In undici giorni il tema ha attraversato tutti i piani: il Congresso, le Nazioni Unite, la stampa, i laboratori e infine la Casa Bianca. Nel dibattito circolano anche precedenti tecnici concreti: OpenAI ha reso noto a luglio 2026 un episodio in cui, durante valutazioni di sicurezza informatica, alcuni modelli avevano aggirato i controlli di isolamento previsti.

Come si prezza, da investitore

Distinguiamo tre cose che i titoli dei giornali mescolano.

a) Il rischio terminale. Se lo scenario peggiore si realizza, non esiste allocazione di portafoglio che protegga. Un rischio che, se si verifica, annulla il concetto stesso di rendimento non è prezzabile e quindi non appartiene a un modello di investimento. Ignorarlo non significa negarlo: significa che non è la sede.

b) Il rischio normativo — questo sì, prezzabile. È il canale attraverso cui il dibattito arriva alle quotazioni. Da seguire, con date e testi.

c) Il rischio reputazionale sulle valutazioni. Se la percezione pubblica dell’AI si deteriora, il costo del capitale per il settore sale prima che qualunque legge venga approvata. Questo è già osservabile nei mercati del credito.

I tre modi in cui questa storia finisce male

Critico · il credito, non l’equity

1. Il capex non è più pagato con la cassa

Il cambiamento strutturale del 2026 è come viene pagato il capex. Goldman Sachs stima che circa un terzo della spesa del 2026 sia finanziata a debito, per circa 250 miliardi di dollari di emissioni dirette dai soli hyperscaler, ai quali si aggiunge il finanziamento di progetto. Le emissioni obbligazionarie degli hyperscaler erano già state di circa 121 miliardi nel 2025, oltre quattro volte la media dei cinque anni precedenti. Una stima largamente citata indica un fabbisogno di finanziamento esterno di circa 1.500 miliardi entro il 2028 per colmare il divario fra flussi di cassa e investimenti.

Sotto il livello investment grade la struttura è più fragile: il credito privato ha portato i prestiti al settore AI da quasi zero a oltre 200 miliardi, CoreWeave ha collocato prestiti garantiti da GPU — il primo con rating investment grade da 8,5 miliardi — e le GPU hanno una vita utile intorno ai sette anni contro decenni per l’immobile che le ospita. Chi presta contro le GPU sta prendendo a garanzia la parte che invecchia più in fretta.

Gli indicatori da tenere sotto controllo ogni settimana: differenziale dei titoli hyperscaler contro Treasury di pari durata, condizioni delle nuove cartolarizzazioni su data center, prezzi delle obbligazioni convertibili dei neocloud, e i canoni di affitto delle GPU sul mercato a pronti. Un allargamento dei differenziali precede il rallentamento del capex di due o tre trimestri.

2. La commoditizzazione arriva più in alto del previsto

Se il divario di capacità fra un modello a 30 dollari per milione di token e uno a 0,28 continua a comprimersi, il valore si sposta interamente su distribuzione e dati propri. In quello scenario l’intero strato dei modelli diventa un’attività di infrastruttura a margini da utility, e le valutazioni private attuali diventano insostenibili. La quota del 61% dei token cinesi su OpenRouter è il segnale anticipatore da osservare.

3. La fisica vince sul capitale

Se le code di interconnessione e i tempi di consegna delle turbine non si comprimono, una parte significativa del capex annunciato slitta invece di essere spesa. Per i fornitori di attrezzatura è un rinvio, non una cancellazione. Per chi ha prezzato una curva di ricavi 2027-28 su consegne 2027-28, è un buco.

Calendario e cosa guardare

Riassunto operativo

1. Il margine si sta spostando a monte e a valle di Nvidia, non su Nvidia. Sopra: la memoria. Sotto: energia ed equipaggiamento elettrico. Nvidia resta il monopolista dell’addestramento, ma il ritmo delle sorprese si comprime mentre i costi di input salgono.
2. Lo strato dell’energia storicamente è costato meno nelle correzioni dell’equity AI, non sui massimi. Le due cose si muovono insieme al ribasso e in modo divergente al rialzo.
3. Lo strato dei modelli va letto come un settore in commoditizzazione, con la sola eccezione di chi possiede distribuzione. L’eventuale IPO di Anthropic è il test: qualunque sia l’esito, riprezza tutto il comparto.
4. Il lato meno affollato è il compratore di token, non il venditore. Espansione di margine per costruzione, senza bisogno di crescita dei ricavi. Ma occhio alla distinzione fra il software che usa l’AI e il software che l’AI sostituisce.
5. Il rischio da seguire non è l’estinzione: è il credito, e poi la bolletta elettrica. Il primo determina quando finisce il ciclo, la seconda determina dove i data center potranno essere costruiti nei prossimi cinque anni.
6. I 725 miliardi di capex contro i 105 di ricavi dei laboratori non sono di per sé la prova di una bolla — la spesa serve anche ai ricavi cloud degli hyperscaler, non solo ai laboratori. Ma sono la misura di quanto del ritorno sia ancora un’ipotesi e non un incasso.

Fonti principali

Nvidia, comunicazione dei risultati del secondo trimestre fiscale 2027, 26 agosto 2026 · CNBC, copertura dei risultati Nvidia, 26 agosto 2026 · CreditSights, stime capex hyperscaler 2026 · Goldman Sachs Global Institute, maggio 2026, e Goldman Sachs Research su credito e AI, agosto 2026 · Bloomberg, ripreso da TechCrunch e Axios, sul ritmo di ricavi di Anthropic, 17 agosto 2026 · Epoch AI, LLM Inference Price Trends · NIST CAISI, valutazioni dei modelli cinesi, maggio e luglio 2026 · Reuters, controlli cinesi sull’esportazione di modelli, 7 luglio 2026 · Seoul Economic Daily e TrendForce su HBM e DRAM, agosto 2026 · GE Vernova, risultati del secondo trimestre 2026 · EPRI, Powering Intelligence, 2026 · Federal Reserve, FEDS Notes sulla costruzione di capacità AI, 17 luglio 2026 · Axios e IBTimes, copertura del dibattito sul rischio esistenziale, 9-13 settembre 2026 · listini pubblici delle API dei fornitori, settembre 2026.

Tutte le elaborazioni, le tesi e gli esibit sono di Vort Research. I dati di terze parti sono indicati come tali; le stime prospettiche sono etichettate come stime e non come guidance societaria.