Tutti paragonano la crescita trainata dall’intelligenza artificiale alla bolla delle dot-com di fine anni ’90. Il confronto è intuitivo: come Internet allora, l’AI promette di trasformare in profondità il modo in cui lavoriamo, produciamo e consumiamo. Ma andando oltre la superficie, emergono differenze strutturali che rendono questo ciclo molto diverso, anche se non privo di pericoli.
1. Il ritmo del boom
Nonostante la percezione diffusa di euforia, l’attuale ciclo dell’IA è meno esplosivo rispetto a quello delle dot-com. La crescita è rapida, ma vincolata da limiti fisici, soprattutto energetici. L’addestramento e l’esecuzione dei modelli richiedono quantità di elettricità sempre maggiori, e questo potrebbe rallentare l’espansione dell’intelligenza artificiale nel prossimo decennio.
A differenza degli anni Novanta, quando la capacità digitale era virtualmente infinita, oggi l’infrastruttura è un collo di bottiglia reale.
2. I motori del boom
Il ciclo dell’AI non è guidato da startup fragili, ma da colossi già altamente redditizi. Microsoft, Amazon, Alphabet, Meta e Oracle controllano potenza di calcolo, dati e canali di distribuzione. Sono aziende con flussi di cassa enormi, non progetti sperimentali senza modello di business.
Negli anni ’90 molte società Internet erano solo idee con capitali di rischio. L’esempio di Kozmo.com, che prometteva consegne rapide gratuite senza una struttura sostenibile, sintetizza bene quell’epoca. Oggi invece l’AI è spinta da imprese che hanno già profitti, clienti e infrastrutture.
3. Valutazioni aziendali e carichi di debito
I titoli tecnologici oggi trattano mediamente intorno a 26 volte gli utili, contro quasi 70 volte del Nasdaq nel 2000. Anche se esistono eccessi, come Tesla o Nvidia, il mercato nel suo complesso non mostra l’euforia irrazionale delle dot-com.
I margini sono inoltre molto più alti: le big tech operano con utili netti vicini al 30%, quasi il doppio rispetto alle società Internet di allora.
Il vero rischio oggi non è la mancanza di capitali, ma l’eccesso di investimenti. Nei primi sei mesi del 2025 gli hyperscaler hanno speso circa 200 miliardi di dollari in data center e chip. In termini reali è circa dieci volte il livello dell’era dot-com.
La differenza è che quasi tutte queste aziende possono permetterselo grazie ai propri flussi di cassa. Questo riduce il rischio di un collasso sistemico, ma crea una nuova fragilità: l’intero ecosistema dipende dalle decisioni di spesa di pochissimi gruppi.
4. Concentrazione del mercato
L’impegno di OpenAI a investire oltre mille miliardi di dollari in infrastrutture ha fatto emergere un nuovo tipo di rischio: la durata del ciclo della domanda.
Alcuni titoli legati all’AI, soprattutto quelli con costi elevati e modelli di business incerti, hanno già iniziato a sottoperformare. La selezione è in corso.
Nel frattempo i benefici di produttività sono evidenti. La ricerca basata sull’AI di Amazon converte oltre il 40% degli utenti in acquirenti. Shopify e Lemonade crescono senza aumentare il personale. ChatGPT ha raggiunto centinaia di milioni di utenti in pochi anni, molto più velocemente di Internet.
Questo indica che la domanda è reale, ma non distribuita in modo uniforme.
Chi vince e chi perde
Le aree più surriscaldate sono quelle legate all’infrastruttura fisica: alimentazione, raffreddamento, storage, costruzione di data center. Molti dei maggiori rialzi di mercato degli ultimi due anni provengono da questi settori.
I multipli di valutazione di aziende come Western Digital, Seagate, Vistra e Constellation Energy mostrano livelli che incorporano già scenari estremamente ottimistici.
Un modo utile di leggere il mercato è dividerlo in livelli: calcolo, dati, infrastruttura, applicazioni. I ritorni più sostenibili nel tempo tendono a emergere negli strati più vicini all’utente finale, dove l’AI genera valore economico diretto.
Il rischio invisibile: l’energia
A differenza delle bolle del passato, oggi la capacità produttiva non è inutilizzata. I data center entrano in funzione subito. Ma la rete elettrica non cresce allo stesso ritmo.
Entro il 2028 i primi cinque operatori statunitensi avranno bisogno di circa 44 gigawatt aggiuntivi. Le nuove installazioni previste coprono solo poco più della metà. Questo deficit energetico potrebbe diventare il vero limite alla velocità della rivoluzione dell’intelligenza artificiale.
Conclusione
Il boom dell’AI non è una replica della bolla dot-com. È più concentrato, più profittevole, più infrastrutturato. Ma proprio per questo è anche più vulnerabile a colli di bottiglia fisici, errori di allocazione del capitale e improvvisi cambiamenti nelle aspettative.
Non tutti i vincitori di oggi lo saranno domani. La volatilità non è un incidente: è parte integrante di ogni grande rivoluzione tecnologica.
