AI e borsa: come riconoscere valore, hype e rischi da bolla

L'intelligenza artificiale è reale. Su questo c'è poco da discutere. Le aziende la stanno usando per scrivere codice, analizzare dati, automatizzare assistenza clienti, generare contenuti, progettare farmaci, ottimizzare logistica, ridurre costi e migliorare prodotti. Non siamo davanti a una moda costruita sul nulla. L'AI esiste, funziona e probabilmente cambierà molte industrie nei prossimi anni.

Il problema, però, è un altro: una tecnologia reale non rende automaticamente conveniente qualsiasi azione che le viene appiccicata sopra.

La storia dei mercati è piena di innovazioni vere che hanno generato bolle speculative. Internet era reale nel 1999. Le fibre ottiche erano reali. L'e-commerce era reale. I motori di ricerca erano reali. Il problema non era la tecnologia, ma il prezzo pagato dagli investitori per partecipare alla festa.

Oggi il rischio è simile. L'AI è una rivoluzione industriale, ma in borsa può diventare anche una narrazione comoda: basta dire "intelligenza artificiale" in una trimestrale, annunciare un investimento in data center, inserire "AI-powered" nella descrizione del prodotto e il mercato tende a guardare l'azienda con occhi diversi.

A volte ha ragione. A volte sta pagando una promessa ancora tutta da dimostrare.

Il mercato non compra solo utili, compra aspettative

La borsa non valuta il presente. Valuta il futuro atteso. Se Nvidia vende chip per data center e mostra ricavi in forte crescita, il mercato non compra solo i numeri dell'ultimo trimestre. Compra l'idea che quella domanda continuerà per anni. Se Microsoft investe miliardi nell'infrastruttura cloud per l'AI, il mercato non compra solo Azure oggi. Compra l'idea che domani ogni azienda userà strumenti AI integrati in software, cloud e produttività. Questo è normale. Il punto è capire quando l'aspettativa è ragionevole e quando diventa una fede.

Nvidia, per esempio, è un caso concreto di azienda che sta monetizzando davvero. Nel quarto trimestre fiscale 2026 ha dichiarato ricavi record per 68,1 miliardi di dollari, con il segmento Data Center arrivato a 62,3 miliardi; sull'intero anno fiscale 2026 i ricavi sono stati 215,9 miliardi, in crescita del 65% rispetto all'anno precedente. Non è una società che "forse un giorno venderà AI". Sta già vendendo l'infrastruttura su cui l'AI viene costruita.

Questo però non significa che il prezzo sia automaticamente giusto. Un'azienda può essere eccellente e contemporaneamente cara. È qui che molti investitori retail si confondono: pensano che "grande azienda" significhi "buon investimento a qualsiasi prezzo". Non è così.

Un'azione può essere comprata troppo cara anche se l'azienda è straordinaria. È successo a Cisco nella bolla dot com. È successo a Microsoft all'inizio degli anni 2000. È successo a tante società che sono sopravvissute, hanno continuato a crescere e sono rimaste ottime aziende, ma per anni hanno lasciato gli investitori con rendimenti deludenti perché il prezzo iniziale era troppo alto.

Attenzione: non stiamo dicendo che NVidia sia gonfiata oggi, anche perché nel panorama generale scambia a 45 volte l'utile, che non è nemmeno altissimo. Però ciò si basa su utili che stanno arrivando oggi, in questo momento che i clienti stanno pagando perché ancora ce la fanno. Facciamo un'ipotesi assurda: se OpenAI non ce la facesse? Se alzasse bandiera bianca perché i costi superano le entrate? Nvidia in tal caso è molto esposta e gli utili crollerebbero immediatamente, con il risultato di non avere più 45 di P/E ma molto molto di più.

Aziende reali: chi incassa davvero dall'AI

Per distinguere aziende reali da aziende narrative bisogna partire da una domanda semplice: dove si vede l'AI nel conto economico? Non nelle slide. Non nei comunicati stampa. Non nei post su LinkedIn. Nel conto economico.

Le aziende realmente esposte all'AI dovrebbero mostrare almeno una di queste cose: crescita dei ricavi collegabile a prodotti AI, aumento dei margini grazie all'automazione, domanda forte per infrastrutture AI, aumento della retention dei clienti, crescita del cloud, espansione del backlog, capacità di alzare i prezzi o ridurre costi.

Nvidia è il caso più evidente, perché vende GPU e piattaforme necessarie per addestrare e usare modelli AI. Microsoft è un altro caso concreto, perché integra l'AI in cloud, Office, GitHub, sicurezza e software aziendale. Alphabet ha un doppio profilo: da una parte rischia di vedere l'AI cambiare il modello della ricerca online, dall'altra ha Google Cloud, TPU proprietarie, Gemini, YouTube e una quantità enorme di dati e distribuzione. Amazon gioca la partita tramite AWS. Meta investe molto nell'AI sia per advertising sia per modelli open-source e infrastruttura.

Queste aziende hanno una caratteristica importante: non sono nate ieri. Hanno clienti, ricavi, margini, cassa, infrastrutture e distribuzione. Possono sbagliare investimenti, ma non stanno vivendo solo di presentazioni.

Il mercato oggi paga soprattutto questo: non l'AI in astratto, ma la capacità delle grandi piattaforme di trasformare l'AI in prodotti vendibili.

Il problema è che la stessa narrazione si allarga poi a società molto più fragili. Aziende software senza margini robusti. Piccoli produttori hardware agganciati a una sola filiera. Società che non hanno ancora dimostrato pricing power. Startup quotate tramite percorsi aggressivi. Aziende che fino a ieri parlavano di blockchain, poi di metaverso, oggi di AI.

Quando una società cambia pelle ogni volta che cambia la moda del mercato, bisogna alzare le antenne.

Il grande investimento: capex, data center e fame di energia

La differenza più visibile tra AI reale e AI narrativa è il capitale investito.

L'intelligenza artificiale costa. Costa in chip, server, data center, energia, raffreddamento, reti, manutenzione, personale specializzato. Non è una tecnologia "leggera" come poteva sembrare il software puro. È software, certo, ma appoggiato a un'enorme infrastruttura fisica.

Ed è qui che iniziano le similitudini con la bolla dot com.

Negli anni '90 e nei primi anni 2000 le società di telecomunicazioni investirono cifre enormi in fibra, reti e capacità trasmissiva, convinte che la domanda di internet sarebbe esplosa senza limiti. La domanda effettivamente esplose, ma non sempre nei tempi e nei modi previsti. Molti investimenti furono anticipati, finanziati male o sovradimensionati. Diverse società finirono travolte dal debito.

Oggi il grande investimento riguarda i data center AI. Secondo Reuters, la spesa AI-related in infrastrutture potrebbe arrivare a circa 800 miliardi di dollari nel 2026 e 1.120 miliardi nel 2027, superando per scala molti precedenti boom tecnologici. La differenza rispetto alla bolla dot com è che oggi i principali investitori sono aziende enormemente profittevoli, con bilanci molto più solidi rispetto a molte telecom dell'epoca.

Questo è un punto fondamentale: dire "sembra la dot com" non significa dire "è identica alla dot com". Le big tech di oggi generano utili veri. Hanno cassa. Hanno business esistenti. Non sono società con un dominio internet, zero profitti e una promessa generica di conquistare il mondo.

Ma il rischio di sovrainvestimento esiste comunque. Se Microsoft, Amazon, Alphabet e Meta spendono centinaia di miliardi in data center, devono poi generare ritorni adeguati. Non basta che l'AI sia utile. Deve produrre ricavi, margini e flussi di cassa sufficienti a giustificare quella montagna di investimenti.

È qui che l'investitore deve fare la domanda cattiva: chi paga davvero il conto?

Il punto critico: i ricavi AI devono arrivare a valle

La filiera dell'AI oggi è molto chiara. In cima ci sono i produttori di chip e componenti. Poi ci sono i cloud provider e gli hyperscaler che comprano infrastruttura. Poi ci sono le aziende che sviluppano modelli. Poi arrivano le società software che integrano l'AI nei prodotti. Infine ci sono le imprese e i consumatori finali che dovrebbero pagare per usare quei servizi.

Il primo pezzo della catena sta già incassando. Chi vende pale durante la corsa all'oro spesso guadagna prima dei cercatori d'oro. Il problema è capire se anche gli altri pezzi della catena riusciranno a monetizzare allo stesso modo.

Un'azienda può spendere miliardi per offrire servizi AI ai propri clienti, ma se poi quei clienti non sono disposti a pagare abbastanza, l'investimento diventa meno interessante. Se il servizio AI viene incluso gratis per difendere quote di mercato, il beneficio per l'utente può essere enorme ma il ritorno per l'azionista meno chiaro. Se tutti i competitor offrono funzioni simili, l'AI diventa una commodity e non un vantaggio competitivo.

È già successo con internet. Avere un sito web nel 1999 sembrava un vantaggio strategico. Dopo qualche anno era semplicemente obbligatorio. Non avere un sito era un problema, ma averlo non garantiva margini superiori.

Con l'AI potrebbe succedere qualcosa di simile: tra pochi anni molte funzioni AI potrebbero diventare normali, integrate, attese. Utilissime per l'utente, ma non necessariamente capaci di generare extra-profitti per tutti.

L'investitore deve quindi distinguere tra tre livelli:

• chi vende infrastruttura AI con domanda già visibile;
• chi usa l'AI per rafforzare prodotti già dominanti;
• chi dice di fare AI ma non mostra ancora benefici economici misurabili.

Il terzo gruppo è quello più pericoloso.

L'esplosione dei prezzi e il rischio concentrazione

Negli ultimi anni gran parte della performance dei listini americani è stata trainata da un numero ristretto di grandi titoli tecnologici. Questo ha reso gli indici apparentemente molto forti, ma anche più concentrati.

Secondo Visual Capitalist, al 30 marzo 2026 Nvidia pesava circa il 7% dell'S&P 500, Apple il 6,3% e Microsoft il 4,6%; le prime tre società rappresentavano quindi circa il 18% dell'intero indice, mentre le aziende legate all'AI erano 10 tra le prime 20 società dell'S&P 500.

Questa concentrazione non è per forza negativa. Se le società più grandi sono anche quelle con utili migliori, margini più forti e vantaggi competitivi più solidi, è normale che pesino tanto.

Ma c'è un problema pratico: molti investitori pensano di essere diversificati perché comprano un ETF S&P 500 o Nasdaq 100. In realtà stanno comprando una quota molto significativa di big tech e AI. Non è sbagliato, ma bisogna saperlo.

Un ETF S&P 500 non è più un paniere neutrale di 500 aziende pesate in modo equilibrato. È un indice fortemente influenzato dalle prime società. Se quelle poche aziende continuano a correre, l'indice sale. Se correggono insieme, anche l'investitore "passivo e diversificato" sente il colpo.

Qui la similitudine con la dot com torna utile. Anche alla fine degli anni '90 gli indici sembravano quasi obbligati a salire perché alcune grandi aziende tecnologiche continuavano a trascinarli. Poi, quando il sentiment cambiò, la concentrazione diventò un acceleratore al ribasso.

Le similitudini con la bolla dot com

Le somiglianze ci sono e vanno prese sul serio. La prima è la narrativa trasformativa. Negli anni '90 internet avrebbe cambiato tutto. Oggi l'AI cambierà tutto. In entrambi i casi la frase è probabilmente vera, ma incompleta. Anche una tecnologia che cambia tutto può produrre pessimi investimenti se pagata a prezzi assurdi.

La seconda è la corsa all'infrastruttura. Allora fibra, server, portali, telecomunicazioni. Oggi GPU, data center, energia, cloud, modelli linguistici. L'idea di fondo è la stessa: bisogna costruire prima che arrivi la domanda. Il rischio è costruire troppo, troppo presto o con ritorni inferiori alle attese.

La terza è la moltiplicazione delle aziende "collegate al tema". Durante la bolla dot com, bastava aggiungere ".com" al nome o annunciare una strategia internet per attirare attenzione. Oggi molte aziende enfatizzano l'AI in ogni presentazione agli investitori. Non sempre è fuffa, ma spesso è marketing finanziario.

La quarta è la paura di restare fuori. L'investitore guarda Nvidia, Microsoft, Meta o altri titoli salire e pensa: "Non posso perdermi questa rivoluzione". Questa emozione è pericolosa. Si chiama FOMO, fear of missing out. È uno dei carburanti principali delle bolle.

La quinta è il cambio di linguaggio. Quando un mercato diventa molto caldo, gli investitori smettono di parlare di utili e iniziano a parlare di "opportunità totale di mercato", "nuovo paradigma", "superciclo", "piattaforma inevitabile", "crescita esponenziale". Alcuni concetti sono veri, ma spesso vengono usati per giustificare valutazioni sempre più tirate.

Le differenze rispetto alla bolla dot com

Detto questo, l'AI boom non è una copia carbone del 2000. La prima differenza è la qualità delle aziende leader. Nel 1999 molte società internet non avevano utili, non avevano modelli di business solidi e dipendevano dalla raccolta continua di capitale. Oggi le società al centro del boom sono spesso colossi profittevoli, con business maturi, enorme generazione di cassa e posizioni dominanti. L'abbiamo già detto, ma vale la pena ripeterlo.

La seconda differenza è che l'AI viene già usata dentro aziende esistenti. Non è solo una promessa consumer o una pagina web appena lanciata. È uno strumento che entra in processi aziendali, sviluppo software, customer care, marketing, cybersecurity e analisi dati.

La terza differenza è che alcune valutazioni, pur elevate, non hanno ancora raggiunto gli estremi aggregati della bolla dot com. Fidelity ha osservato che, a fine 2025, l'S&P 500 scambiava intorno a 22,3 volte gli utili attesi, sopra la media decennale di 18,7 volte, ma ancora sotto i picchi dell'era dot com, seppur non lontanissimo da alcuni livelli del 1999.

La quarta differenza riguarda i bilanci. Le grandi piattaforme tecnologiche di oggi hanno in molti casi meno leva finanziaria e maggiore capacità di autofinanziare investimenti rispetto alle società telecom della bolla internet. Questo non elimina il rischio, ma rende il sistema meno fragile nell'immediato.

Quindi la domanda corretta non è: "Siamo nella bolla dot com 2.0?". La domanda corretta è: "Quali parti del mercato AI stanno già producendo utili e quali stanno solo anticipando un futuro perfetto?".

Come riconoscere una società AI solida

Una società AI solida non deve per forza essere una mega cap americana. Può essere anche un'azienda più piccola, ma deve avere alcune caratteristiche.

La prima è la capacità di generare ricavi veri. Non basta dire che il prodotto usa l'AI. Bisogna vedere clienti paganti, contratti, rinnovi, crescita organica e possibilmente margini in miglioramento.

La seconda è il vantaggio competitivo. Se l'azienda usa gli stessi modelli disponibili a tutti, sugli stessi cloud provider e con dati non esclusivi, il vantaggio può essere debole. Se invece possiede dati proprietari, distribuzione, integrazione profonda nei processi dei clienti o una piattaforma difficile da sostituire, il discorso cambia.

La terza è la disciplina sui costi. L'AI può aumentare i ricavi, ma può anche aumentare enormemente i costi di calcolo. Se ogni nuovo cliente costa troppo da servire, la crescita può diventare meno redditizia di quanto sembri.

La quarta è la visibilità dei ritorni. Un conto è dire "investiamo in AI perché è strategica". Un altro è mostrare che quell'investimento produce più vendite, meno costi, più margini o maggiore fedeltà dei clienti.

La quinta è la valutazione. Anche la migliore società del mondo può essere un cattivo investimento se comprata a multipli irragionevoli.

Come riconoscere una società AI narrativa

Una società AI narrativa di solito ha segnali abbastanza riconoscibili.

Parla molto di tecnologia e poco di ricavi. Usa spesso parole come "rivoluzionario", "disruptive", "next generation", "AI-native", ma fatica a spiegare chi paga, quanto paga e perché continuerà a pagare.

Annuncia partnership vaghe. Dice di aver integrato modelli AI, ma non spiega l'impatto economico. Presenta demo interessanti, ma non margini sostenibili. Cambia continuamente posizionamento. L'abbiamo già detto, attenzione alle aziende che prima erano blockchain, poi metaverso, poi cyber, poi AI. Ogni stagione ha una nuova etichetta.

Un altro segnale è la dipendenza da pochi clienti o da un solo fornitore. Se una società cresce perché vende a due grandi clienti AI, il rischio di concentrazione è altissimo. Se quei clienti rallentano, rinviano investimenti o internalizzano la produzione, il castello può perdere pezzi rapidamente.

Attenzione anche alle aziende che beneficiano indirettamente del boom, ma vengono valutate come se fossero Nvidia. Non tutti quelli che vendono componenti, energia, raffreddamento, software o consulenza diventeranno vincitori strutturali. Alcuni stanno semplicemente cavalcando una fase di domanda eccezionale.

Il rischio nascosto: l'AI può essere deflazionistica per i margini

C'è un paradosso interessante: l'AI potrebbe essere una tecnologia potentissima ma non necessariamente regalare margini più alti a tutti.

Se tutti possono automatizzare una parte del lavoro, i costi scendono. Ma se tutti riducono i costi, la concorrenza può trasferire parte del beneficio ai clienti tramite prezzi più bassi. In quel caso l'AI aumenta la produttività dell'economia, ma non crea automaticamente profitti extra per ogni azienda quotata.

È la differenza tra valore economico e valore per l'azionista. Internet ha creato un valore enorme per consumatori e imprese, ma molti investitori che comprarono società internet nel momento sbagliato persero soldi. L'e-commerce ha cambiato il mondo, ma non tutti i negozi online sono diventati Amazon. I social network hanno cambiato la comunicazione, ma non tutti i social sono diventati Meta.

Con l'AI sarà probabilmente uguale. Ci saranno pochi grandi vincitori, molti utilizzatori efficienti, diverse aziende mediocri che miglioreranno un po' i processi e parecchie società narrative che spariranno o verranno ridimensionate.

Cosa dovrebbe fare un investitore

Il primo consiglio è evitare il tifo. Non bisogna essere né fanatici dell'AI né catastrofisti. Dire "è tutta una bolla" è pigro. Dire "questa volta è diverso" è ancora più pericoloso. La verità sta nel mezzo: l'AI è reale, ma alcune valutazioni possono essere eccessive.

Il secondo consiglio è guardare l'esposizione complessiva. Chi compra S&P 500, Nasdaq 100, ETF World, ETF tecnologici e magari anche singole azioni Nvidia, Microsoft o Alphabet potrebbe essere molto più esposto all'AI di quanto pensa. Non serve demonizzare questa esposizione, ma bisogna misurarla.

Il terzo consiglio è distinguere tra investimento e inseguimento. Investire significa comprare un'azienda perché si capisce come genera cassa, perché il prezzo è ragionevole rispetto agli utili futuri e perché il rischio è accettabile. Inseguire significa comprare perché il titolo è già salito e si ha paura di restare fuori.

Il quarto consiglio è non confondere diversificazione con accumulo di nomi simili. Avere Nvidia, AMD, Broadcom, Super Micro, Microsoft, Amazon, Alphabet, Meta e un ETF Nasdaq non significa necessariamente essere diversificati. Significa avere molte scommesse collegate allo stesso scenario: AI forte, capex crescente, domanda robusta, margini sostenibili.

Il quinto consiglio è prepararsi alla volatilità. Anche se l'AI continuerà a crescere, i titoli possono correggere. Una società può perdere il 30% in borsa senza che la tecnologia sia morta. Può bastare una trimestrale sotto le attese, un taglio del capex da parte degli hyperscaler, un problema di margini o una regolamentazione più dura.

E qui aggiungiamo una profezia, che molte volte abbiamo già visto: il mercato ritraccerà, questo è sicuro, perché è troppo tirato; la questione non è se lo farà ma quando lo farà. Ma la domanda più importanti di tutte è "di quanto ritraccerà?", perché è difficile rivedere quanto fatto con la bolla dot com, quando il 10 marzo del 2000 il Nasdaq toccava 5.048,62 USD, mentre poco più di 2 anni dopo (9 ottobre 2002) toccava il minimo di periodo a 1.114,11 USD, con un crollo del 78%, questo al momento è abbastanza impensabile. Ma se le valutazioni continuano a crescere non è nemmeno impossibile che succeda. Quindi, come in ogni bolla euforica, attenzione a non essere il cretino con il cerino in mano, ma non per questo bisogna fermarsi dall'investire, basta spalmare e sapere che un crollo ci potrebbe essere (anzi, quasi sicuramente ci sarà), ma per quanto ne sappiamo oggi, il minimo del crollo potrebbe essere più alto di dove si trovano in questo momento i mercati.