MIT avverte di una bolla AI e di un rischio da miliardi
L’economista di Wharton Jessica Wachter calcola che Alphabet, Microsoft, Amazon, Meta e Oracle dovranno aumentare in modo forte la loro produttività AI per recuperare gli investimenti nei data center.
In breve
- MIT Technology Review avverte che la spesa AI degli hyperscaler può sfuggire di mano se i ricavi restano indietro.
- L’economista di Wharton Jessica Wachter stima quasi 1,1 trilioni di dollari di spese per data center fino al 2027 incluso.
- Il finanziamento si sta spostando sempre più verso debito e private credit, con possibili effetti anche sui mercati più ampi e su crypto.
MIT Technology Review avverte che le grandi spese per l’AI degli hyperscaler possono trasformarsi in un conto salatissimo se i ricavi restano indietro. Secondo un’analisi dell’economista di Wharton Jessica Wachter, le grandi aziende tech devono quasi triplicare la loro produttività entro il 2030 per recuperare l’investimento nei data center. Questo rende il dibattito sulla spesa AI rilevante non solo per Big Tech, ma anche per i mercati più ampi, dove si muovono insieme molto debito e capitale pensionistico.
Il conto dietro la spesa AI
Wachter e un coautore hanno lavorato con le spese confermate di Alphabet, Microsoft, Amazon, Meta e Oracle. La loro stima arriva a quasi $1,1 trilioni (€1 trilione) di spese per data center fino al 2027 incluso. Nel calcolo sono stati inclusi i costi del capitale, un rendimento del 15% e l’ammortamento degli asset.
Il risultato è netto. Wachter conclude che l’attuale costruzione dell’infrastruttura AI non può reggere senza una crescita sufficiente della produttività. Ha persino definito l’attuale rollout il più grande spreco di capitale della storia, se i rendimenti attesi non dovessero arrivare.
Il debito sposta il rischio altrove
Il finanziamento di questa ondata AI arriva sempre meno solo dai flussi di cassa. Morgan Stanley stima che gli hyperscaler pagheranno tramite finanziamenti esterni più della metà dei loro previsti $2,9 trilioni (€2,5 trilioni) di spese per data center fino al 2028. In pratica, questo significa sempre più spesso debito, private credit e strutture che restano fuori dal bilancio delle grandi aziende tech.
Un esempio è Meta, che in Louisiana ha ceduto una quota dell’80% del suo data center Hyperion a Blue Owl Capital, operatore di private credit. Secondo il professore della Columbia Business School Stijn Van Nieuwerburgh, questo tipo di debito si diffonde ulteriormente attraverso fondi pensione e veicoli di private credit, facendo sì che l’esposizione sia molto più ampia delle sole grandi aziende tech.
Anche l’infrastruttura stessa è sotto pressione. La rapida crescita dei data center AI mette sotto stress le reti elettriche americane e spinge le utility a fare ulteriori investimenti, mentre i costi energetici per i consumatori possono aumentare. Inoltre, il settore dei chip parla di una cosiddetta giga cycle, in cui la spesa AI potrebbe spingere il mercato globale dei semiconduttori oltre $1 trilione (€0,9 trilioni) entro il 2028 o il 2029.
Perché questo riguarda anche crypto
Per chi segue crypto, questo è rilevante perché la stessa propensione al rischio e gli stessi flussi di capitale possono toccare anche il mercato crypto. Se il finanziamento dei progetti AI si irrigidisce o la qualità del credito peggiora, l’effetto può estendersi più in generale agli strumenti di investimento rischiosi. Lo strategist crypto Arthur Hayes ha collegato in passato uno scenario del genere a bitcoin, anche se il tempismo di un possibile ritracciamento resta incerto secondo la fonte. Anche la crescita del mercato obbligazionario AI mostra quanto ormai questa ondata di investimenti venga finanziata attraverso i mercati dei capitali.
