Una grande nave in partenza per un nuovo continente ci insegna che per arrivare non basta avere una bussola che punta verso la terra promessa (la tecnologia). Se la nave non ha una stiva piena di provviste (profitti reali) e un capitano che sappia leggere le mappe (metriche tradizionali), rischia di affondare prima di arrivare sul continente, indipendentemente da quanto sia rivoluzionaria e ambiziosa la rotta intrapresa.
Il settore dell’IA sta vivendo un momento di grande entusiasmo, il mercato però ha anticipato le trasformazioni tecnologiche che verranno con un ottimismo eccessivo, presentando segnali inconfondibili di una bolla speculativa analoga a quella delle dot-com degli anni ’90.
Le recenti ricerche accademiche di Widder e Hicks (2024), mostrano come l’attuale hype dell’IA generativa presenta le caratteristiche tipiche delle bolle tecnologiche.
Investimenti massicci e speculativi che portano ad una crescita rapida delle valutazioni degli asset tecnologici.
L’entusiasmo degli investitori per le aziende produttrici di AI supera la loro effettiva capacità di sviluppo e di generazione di profitto, il consistente aumento dei prezzi dei titoli associato ad una scarsa attenzione ai risultati aziendali e alle metriche finanziarie tradizionali genera aspettative gonfiate.
Gli investimenti in start up e in titoli legati all’IA, come già detto, sono basati più sulla redditività potenziale che sulla redditività reale. I tradizionali parametri finanziari quali:
- Il ritorno degli investimenti, che misura quanto profitto genera un investimento rispetto al capitale impiegato (ROI = Reddito operativo / Capitale investito),
- La redditività del capitale proprio che misura quanto profitto genera un’azienda per ogni euro investito dagli azionisti (ROE = Utile netto / Patrimonio netto).
Indici per gli investitori indispensabili per valutare diverse opportunità di investimento, questi però sono stati il più delle volte soppiantati da nuovi indicatori, nuove misure di valore come, ad esempio: il costo per inferenza, la dimensione e la qualità del dataset di training, l’efficienza energetica.
Uno studio del MIT del 2025 ha rivelato che il 95% delle organizzazioni che hanno investito nell’IA generativa stanno ottenendo “zero ritorni”.
La società OpenAI nel primo semestre 2025 ha generato 4,3 miliardi di dollari di ricavi ma ha registrato una perdita netta di 13,5 miliardi di dollari, malgrado ciò, a fine 2025 è stata valutata 500 miliardi di dollari.
Daron Acemoglu, economista del MIT e Premio Nobel per l’Economia 2024, ritiene che i modelli di IA vengano esageratamente pubblicizzati e che si stia investendo più di quanto si dovrebbe.
Sul mercato azionario c’è un incremento significativo delle offerte pubbliche iniziali (IPO) accompagnata da una forte partecipazione da parte dei piccoli investitori. Non tutte le IPO però si trasformano in successi aziendali, alcune vengono quotate in borsa con valutazioni gonfiate e poi perdono valore. Il caso Nvidia che fece la sua IPO nel 1999, vendendo un’azione a 12 dollari e che oggi vale circa 180 dollari spinge molti piccoli investitori a fare investimenti rischiosi.
Le aziende hanno aggiunto ‘AI’ ai loro nomi o modelli di business, Widder e Hicks, notano come il fenomeno ricordi la bolla del finire degli anni Novanta del secolo scorso quando gli investitori hanno acquistato in modo consistente titoli di società che avevano per suffisso “.com”. Quello che viene chiamato“rebranding opportunistico”, è frutto del comportamento degli investitori guidato da decisioni irrazionali e dal desiderio delle aziende di sfruttare le opportunità e le tendenze offerte dal mercato.
La dinamica è alimentata anche dal generale interesse dell’opinione pubblica per il settore tecnologico dell’IA che viene percepito come un settore in cui poter fare investimenti molto redditizi. L’effetto “fear of missing out” (FOMO) spinge il più delle volte piccoli investitori poco esperti a fare acquisti solo per il timore di perdere rendimenti potenziali. Si alimenta così un ciclo speculativo alimentato da investitori retail che entrano nel mercato senza le competenze necessarie per valutarne i rischi.
Infine, il mercato azionario è concentrato su poche aziende; l’indice S&P 500 ad esempio include 500 aziende quotate in borsa, ma non ha un valore distribuito in modo equilibrato tra le varie aziende e i vari settori. Le sette grandi aziende Nvidia, Apple, Microsoft, Amazon, Meta, Alphabet, Tesla rappresentano circa il 35% della capitalizzazione totale dell’S&P 500. Il dato è allarmante in quanto solo 7 aziende su 500 (l’1,4%) valgono più di un terzo dell’intero indice, simili livelli sono stati raggiunti alla fine degli anni Novanta dello scorso secolo poco prima dello scoppio della bolla dot-com.
Una bolla tecnologica può culminare con una brusca correzione del mercato che può provocare un crollo delle quotazioni di borsa in quanto la realtà non è allineata e non soddisfa le aspettative degli investitori,
Alla fine di gennaio 2025, il lancio del chatbot cinese DeepSeek ha provocato turbolenze nel mercato. Il 27 gennaio 2025 le azioni di Nvidia sono scese del 17% in un solo giorno di borsa mostrando la forte volatilità del mercato e la possibilità che modelli presentati come più efficienti possano minare la narrativa dominante che giustifica gli investimenti massicci.
La correzione oltre a provocare consistenti perdite finanziarie per gli investitori ha come ulteriore conseguenza la riduzione dei flussi di capitale per tutte quelle aziende che avevano ricevuto abbondanti flussi di fondi attraverso la raccolta di capitale di rischio. Gli investitori diventano più prudenti, preferiscono ridurre il capitale destinato agli investimenti tecnologici preferendo allocazioni più conservative; rivedono le valutazioni delle aziende e aumentano i rendimenti minimi richiesti (ROE). Il costo del capitale proprio per le “società tecnologiche” aumenta proprio perché gli investitori preferiscono quelle società che hanno una redditività positiva.
Luciano Floridi individua cosa imparare dal passato e quali suggerimenti dare per il futuro:
- la redditività aziendale è l’unico parametro sostenibile poiché tutti i modelli di business per avere un futuro devono remunerare adeguatamente il capitale di rischio,
- non ignorare gli indici tradizionali di valutazione degli investimenti,
- valutare con cautela gli investimenti in start up privilegiando quelle che sviluppano tecnologie d’uso concreto, che ottengono ricavi effettivi e presentano percorsi verso l’autosufficienza economica.
- distinguere tra breve e lungo termine, l’entusiasmo che si sviluppa nel breve termine intorno ad un tipo di investimento, porta il più delle volte a forti oscillazioni di prezzo, prendere decisioni basate su analisi razionali piuttosto che su emozioni o sentiment di mercato
- diversificare il portafoglio e non concentrare gli investimenti solo nel settore tech.
L’intelligenza artificiale trasformerà la società e l’economia, ma ancora non sappiamo bene quando e in che modo, gli attuali livelli di investimento e le quotazioni azionarie “overvalued”, suggeriscono che il mercato ha anticipato questa trasformazione forse troppo rapidamente e con troppo ottimismo. La storia insegna che le tecnologie rivoluzionarie creano valore reale a lungo termine e che gli investitori talvolta pagano prezzi eccessivi durante le fasi di euforia subendo perdite significative quando la bolla scoppia.
Bisogna bilanciare tra il sostegno al potenziale trasformativo e i rischi speculativi: prudenza, diversificazione e una valutazione attenta dei fondamentali rimangono le migliori difese contro i rischi di una correzione nel settore AI.
Bibliografia
Widder, D. G., & Hicks, M. (2024).Watching the Generative AI Hype Bubble Deflate. Disponibile su: https://arxiv.org/abs/2408.08778
MIT (Project Nanda – 2025) “The GenAI Divide: State of AI in Business 2025”
Disponibile su: https://www.artificialintelligence-news.com/wp-content/uploads/2025/08/ai_report_2025.pdf
“OpenAI’s First Half Results: $4.3 Billion in Sales, $2.5 Billion Cash Burn”
Disponibile su: https://www.theinformation.com/articles/openais-first-half-results-4-3-billion-sales-2-5-billion-cash-burn
“OpenAI Completes Share Sale at Record $500 Billion Valuation”
Disponibile su: https://www.bloomberg.com/news/articles/2025-10-02/openai-completes-share-sale-at-record-500-billion-valuation
Daron Acemoglu – “No need to run from the robots” intervista su MoneyWeek
Disponibile su: https://moneyweek.com/investments/tech-stocks/daron-acemoglu-nobel-laureate-ai-gains
“As AI companies continue to invest heavily, concerns about a bubble continue to grow” intervista a Paul Kedrosky 2025
Disponibile su: https://www.npr.org/2025/11/28/nx-s1-5620935/as-ai-companies-continue-to-invest-heavily-concerns-about-a-bubble-continue-to-grow
Autori vari – “Will we run out of data? Limits of LLM scaling based on human-generated data”
Disponibile su: https://arxiv.org/abs/2211.04325
Sam Altman – “OpenAI’s Sam Altman sees AI bubble forming as industry spending surges”
Disponibile su: https://www.cnbc.com/2025/08/18/openai-sam-altman-warns-ai-market-is-in-a-bubble.html
Demis Hassabis – “AI industry is in a bubble’ warns Google DeepMind co-founder” – 2025
Disponibile su: https://newatlas.com/ai-humanoids/ai-bubble-google-deepmind/
Luciano Floridi – “La differenza fondamentale” Mondadori editore – 2025
Dobre, C., Bulin, D., & Iorgulescu, F. (2020) – “Artificial Intelligence Sector: The Next Technology Bubble? A Comparative Analysis with Dotcom Based on Stock Market Data” Romanian Economic Journal.
West, D. (2024). “AI Risk Indicators” Brookings Institution.