Le grandi aziende tecnologiche spendono centinaia di miliardi di dollari nell’intelligenza artificiale, e da quasi quattro anni ci si chiede se la Borsa stia gonfiando una bolla.
Qui ci sono i numeri per giudicarlo e le frasi dei protagonisti, ognuna con la sua data e la sua fonte.
A fine luglio il Nasdaq-100, l’indice delle cento maggiori aziende del Nasdaq, era sceso del 10% dal suo massimo. Il 6 ottobre l’S&P 500 ha toccato un nuovo record. In quei giorni il rendimento dei titoli di Stato americani a dieci anni è arrivato al livello più alto dal 2002. Prendere soldi in prestito costa di più, anche alle aziende che si indebitano per costruire data center. NBC News, 28 luglio 2026 ↗ · Axios, 7 ottobre 2026 ↗ · Forbes, 7 ottobre 2026 ↗
Prezzi
41,6
Il prezzo dell’S&P 500 diviso per gli utili medi degli ultimi dieci anni, corretti per l’inflazione (indice CAPE di Shiller). Il record è 44,2, nel dicembre 1999; la media storica è 17,4.
La parte dei guadagni di Borsa, della crescita degli utili e degli investimenti dell’S&P 500 arrivata dal gennaio 2024 da 42 titoli legati all’AI, meno del 10% dell’indice.
Quanto prevedono di investire nel 2026 Amazon, Alphabet, Meta e Microsoft, secondo le indicazioni date a fine luglio.
Fortune, W.Media, CFO Dive, Meta · luglio 2026 · dettagli →
Cassa
−5,9 mld $
Fra aprile e giugno 2026 Alphabet ha speso in investimenti più della cassa prodotta dalle sue attività. Amazon è in negativo sui dodici mesi, con −7,6 miliardi.
Ogni frase è riportata nella lingua originale, con la traduzione, la data e il link alla fonte. Una previsione si può controllare soltanto se indica un momento.
I capi delle aziende AI: la promessa e la bolla
Tocca un volto: sotto compaiono una sua promessa sul futuro dell’AI e l’ultima frase verificata che ha detto sulla bolla.
Scorri per vederli tutti →
Sam Altman · OpenAI
La promessa
“It is possible that we will have superintelligence in a few thousand days (!)”
È possibile che avremo la superintelligenza fra qualche migliaio di giorni (!)
“I am seeing the first signs of what feels to me like unsustainable silliness of random new neoclouds popping up, people claiming that they’re going to build gigantic amounts of compute next year that I think they don’t have the revenue to support or a buyer.”
Vedo i primi segni di quella che mi sembra una follia insostenibile: nuovi «neocloud» che spuntano a caso e dicono di voler costruire enormi quantità di potenza di calcolo l’anno prossimo, senza i ricavi per sostenerla né un compratore.
I neocloud sono aziende che affittano server per l’AI. Sui piani della propria OpenAI si dice tranquillo. Nell’agosto 2025 aveva detto che gli investitori erano «troppo eccitati» dall’AI.
Quanto guadagnano le aziende che investono nell’AI
Microsoft, Alphabet, Meta e Amazon chiudono i trimestri in utile e investono cifre mai viste. Nessuna pubblica un conto separato dell’AI, quindi quanto renda l’AI da sola resta sconosciuto.
Ricavi e utile operativo, aprile-giugno 2026
Interi gruppi, con tutte le loro attività. L’utile operativo è quello che resta dei ricavi dopo i costi di gestione, prima di interessi e tasse.
Microsoft
Ricavi
$90 mld
− Costi di gestione
$49,4 mld
= Utile operativo
$40,6 mld
Su 100 dollari di ricavi ne restano 45 di utile operativo.
Utile e cassa sono misure diverse: un data center si paga subito, mentre nel bilancio il suo costo viene diviso su molti anni. Il flusso di cassa libero dice quanti soldi restano dopo aver pagato gli investimenti. Se è negativo, l’azienda ha speso più di quanto ha incassato con le sue attività.
Microsoft
$19,6 mld
apr–giu 2026 · trimestre
Intero gruppo. Cassa operativa meno pagamenti per immobili, impianti e attrezzature.
Microsoft è passata da 190 a circa 175 miliardi per un cambio nei criteri contabili; il piano di spesa è rimasto lo stesso.
Chi vende i chip: Nvidia
Nvidia vende i chip con cui le altre aziende riempiono i data center per l’AI. Nel trimestre chiuso il 26 luglio 2026 i suoi ricavi sono più che raddoppiati in un anno (+106%).
Fonti: comunicati trimestrali delle aziende e stampa finanziaria, controllati il 9 ottobre 2026. Valori arrotondati.
03 · Gli indicatori
I segnali di una bolla e i segnali contrari
Prezzi, concentrazione e debito dicono quanto il mercato è esposto a un calo. Gli utili e l’uso dei data center dicono quanto è reale la domanda. Nessuno di questi numeri indica quando un calo potrebbe arrivare.
Segnali di bolla
60-80%
42 titoli legati all’AI fanno gran parte della crescita della Borsa americana
Dal gennaio 2024 hanno prodotto fra il 60 e l’80% dei guadagni dell’S&P 500, della crescita degli utili e degli investimenti, pur essendo meno del 10% dell’indice. Intanto circa il 60% delle azioni dell’S&P 500 vale oltre il 20% meno del proprio massimo storico; di solito sono fra il 20 e il 40%.
Le azioni americane sono care quasi quanto nel 1999
L’indice CAPE di Shiller divide il prezzo dell’S&P 500 per gli utili medi degli ultimi dieci anni, corretti per l’inflazione. L’8 ottobre 2026 era a 41,6. Il record è 44,2, nel dicembre 1999, pochi mesi prima del crollo delle dot-com; la media storica è 17,4.
Le aziende tecnologiche si indebitano per costruire l’AI
Morgan Stanley stima circa 250 miliardi di dollari di debito legato all’AI nella prima metà del 2026 e 500 sull’intero anno. La banca considera solide le aziende che lo emettono: il rischio, secondo lei, sta nella quantità di debito che il mercato deve assorbire. Il suo scenario di riferimento è il 1997-1998, due anni prima del picco delle dot-com.
Per Goldman Sachs i prezzi della Borsa americana sono cresciuti insieme agli utili delle aziende, oltre che per l’aumento di quanto gli investitori pagano ogni dollaro di utile. Per questo vede un rischio minore che nel 1999 di una bolla fatta soltanto di prezzi. Resta il rischio di sopravvalutare quanto dureranno utili così alti.
A dicembre 2025 era libero l’1,6% della capacità dei data center, e tre quarti di quella in costruzione erano già prenotati. In una bolla matura, di solito, la capacità resta vuota. Per J.P. Morgan era più probabile che una bolla si stesse ancora formando che fosse già al suo picco.
Quanto migliorano i modelli AI nei test indipendenti
Chi investe scommette che i modelli continueranno a migliorare. Due organizzazioni indipendenti, METR e ARC Prize, li misurano con test pubblici. Nessuno dei due misura l’intelligenza in generale.
METR · Time Horizon 1.1
Quanto possono durare i compiti che un’AI porta a termine da sola
METR assegna agli agenti AI compiti di programmazione, machine learning e sicurezza informatica, e li misura col tempo che servirebbe a un esperto umano. Una barra da un’ora indica un compito da un’ora di lavoro umano.
Compiti che l’agente dovrebbe riuscire a completare 5 volte su 10. Una barra più lunga indica compiti più impegnativi.
Tempo di un esperto umano · scala lineare
08 h16 h
GPT-44 min
Claude 3.5 Sonnet (Jun 2024)11 min
Claude 3.7 Sonnet1 h 0 min
o32 h 0 min
Claude Opus 4.54 h 53 min
Claude Opus 4.611 h 59 min
GPT-5.3 Codex5 h 50 min
Gemini 3.1 Pro6 h 24 min
GPT-5.45 h 42 min
Claude Mythos Preview (early)17 h 25 min *
* Stime oltre 16 ore inaffidabili; le barre si fermano a 16 h. Selezione di 10 modelli, in ordine di uscita. Stesso test TH 1.1.
Incertezza e valori del test
Le stime hanno un’incertezza: sotto trovi gli intervalli forniti da METR. Il risultato riguarda il modello insieme agli strumenti dell’agente.
GPT-4 · 2023-03-14 2 min – 8 min
Claude 3.5 Sonnet (Jun 2024) · 2024-06-20 5 min – 22 min
Claude 3.7 Sonnet · 2025-02-24 33 min – 1 h 44 min
o3 · 2025-04-16 1 h 15 min – 3 h 11 min
Claude Opus 4.5 · 2025-11-24 2 h 42 min – 10 h 24 min
Claude Opus 4.6 · 2026-02-05 5 h 17 min – 60 h 34 min
GPT-5.3 Codex · 2026-02-05 3 h 15 min – 13 h 36 min
Gemini 3.1 Pro · 2026-02-19 3 h 54 min – 11 h 35 min
GPT-5.4 · 2026-03-05 3 h 7 min – 12 h 49 min
Claude Mythos Preview (early) · 2026-04-07 8 h 29 min – 55 h 4 min
Dati METR aggiornati all’8 maggio 2026 · controllati il 9 ottobre 2026
ARC Prize
Quanti rompicapi mai visti riesce a risolvere
In ARC-AGI-1 e 2 il modello vede alcune griglie colorate trasformate secondo una regola nascosta: deve capirla e applicarla a una griglia nuova. In ARC-AGI-3 deve invece imparare da solo a vincere videogiochi che non ha mai visto.
Percentuale di problemi con griglie risolti correttamente. Il 100% riguarda questo test, non tutti i problemi di ragionamento possibili.
Problemi risolti · costo per problema
0%50%100%
GPT-6 Astra (Max)95%
$1,12 / problema
GPT-6.1 Sol (Max)94,17%
$0,25 / problema
Claude Opus 5.5 (High)93,33%
$0,41 / problema
GPT-5.6 Sol (Max)92,5%
$1,44 / problema
Claude Opus 5 (Max)90,42%
$2,06 / problema
Claude Fable 5.1 (XHigh)90%
$3,12 / problema
GPT-6 Sol (Max)89,58%
$0,44 / problema
Gemini 3.8 Flash (High)89,17%
$0,4 / problema
Primi 8 gruppi di modelli: per ciascuno la configurazione con il punteggio più alto e il suo costo. Test su set semi-privato.
Le tre versioni sono test diversi, da leggere separatamente. Su ARC-AGI-1 i modelli migliori arrivano al 98,5%, poco sopra il 98% ottenuto da un gruppo di persone.
Le curve sono schematiche e i mercati sono diversi fra loro: le percentuali descrivono il passato e non danno la probabilità di un crollo dell’AI. Le fonti di ogni episodio sono qui sopra.
Come è fatta questa pagina
La redazione aggiorna la pagina a mano. Ogni numero porta la fonte e il periodo a cui si riferisce, e una citazione entra solo dopo essere stata letta parola per parola sulla fonte collegata. Le traduzioni sono nostre.
