La gara si sta surriscaldando. SpaceX di Elon Musk, che costruisce modelli di IA oltre a razzi spaziali, ha annunciato la scorsa settimana di puntare a una valutazione di 1,77 trilioni di dollari (1,31 trilioni di sterline) sul mercato azionario statunitense. Nel frattempo, Anthropic, la startup dietro il chatbot Claude, ha dichiarato di aver presentato domanda per un'offerta pubblica iniziale. OpenAI, lo sviluppatore di ChatGPT, dovrebbe seguire l'esempio.
Quest'ultimo picco nel mercato dell'IA arriva in un contesto di spesa multimiliardaria per infrastrutture correlate, come i data center. Allo stesso tempo, le aziende cercano di utilizzare la tecnologia in modi che rendano i loro investimenti redditizi. Ecco uno sguardo a dove si trova il boom dell'IA e sei grafici chiave che mostrano come ci siamo arrivati.
1. L'IA ha spinto le azioni a nuovi massimi
L'S&P 500, che tiene traccia delle 500 maggiori aziende statunitensi, è aumentato di quasi l'80% negli ultimi cinque anni. Questo balzo è stato alimentato dai grandi titoli tecnologici con un interesse nel boom dell'IA—le "magnifiche sette": Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla.
L'attenzione degli investitori sulla tecnologia è senza precedenti, afferma Jim Bianco della società statunitense Bianco Research. La sua ricerca ha rilevato che 41 azioni legate all'IA rappresentano ora quasi la metà del valore di mercato totale dell'S&P 500.
Neil Wilson, analista della piattaforma di investimenti Saxo UK, avverte che il rischio di uno shock inflazionistico in stile anni '70, le valutazioni tecnologiche elevate in generale e un potenziale congelamento dei mercati del credito privato non sono di buon auspicio per le azioni.
"L'intero mercato è diventato un'unica gigantesca struttura IA", afferma. "Il pericolo è una ripetizione della bolla delle dotcom—un crollo massiccio e anni di rendimenti persi. Secondo alcune misure, le valutazioni non sono così esagerate come allora, ma questo sembra un mercato incredibilmente rischioso."
2. La spesa cresce a un ritmo sorprendente
La spesa per l'IA—dai data center ai chip—sta accelerando, passando da 765 miliardi di dollari quest'anno a 1,6 trilioni di dollari entro il 2031, secondo Goldman Sachs. La banca d'investimento riconosce che potrebbero esserci problemi con un impegno così enorme. E se i data center subissero ritardi?
"Con la portata del capitale impegnato, anche piccoli ritardi nell'esecuzione sollevano serie domande sulle ipotesi di domanda alla base di questi investimenti", affermano gli analisti di Goldman. Tuttavia, aggiungono che se i piani di spesa procedessero senza intoppi, potrebbe innescare una nuova ondata di domanda di IA. Tuttavia, la spesa mostra quante risorse finanziarie globali—e aspettative di rendimento—vengano riversate nell'IA.
3. Aziende e consumatori stanno adottando l'IA rapidamente
Nonostante rapporti contrastanti sui suoi benefici, la stragrande maggioranza delle aziende sta iniziando a utilizzare l'IA—passando dal 33% nel 2023 a quasi l'80% ora, secondo la società di consulenza McKinsey. Anche l'utilizzo pubblico è elevato, con ChatGPT di OpenAI che ora raggiunge 1 miliardo di utenti attivi mensili, secondo i dati di Sensor Tower—un record per qualsiasi app.
La sfida per gli sviluppatori di IA ora è come guadagnare da questa enorme base di clienti pubblici e privati. Le aziende devono dimostrare che l'IA migliora i risultati e riduce i costi abbastanza da giustificare la spesa. Ciò significa usarla per costruire interi flussi di lavoro—gergo aziendale per completare un'attività dall'inizio alla fine. C'è ancora molta strada da fare su questo fronte.
4. Claude sta raggiungendo ChatGPT
Anthropic ha iniziato a guadagnare terreno su OpenAI alla fine dello scorso anno, quando il suo strumento Claude Code è diventato virale tra gli sviluppatori di software, principalmente nell'area di San Francisco, prima di diffondersi più ampiamente. Claude Code ha segnato un cambiamento nel modo in cui vengono utilizzati i grandi modelli linguistici—la tecnologia principale alla base dei chatbot—spostandosi verso agenti IA autonomi che eseguono compiti senza aiuto umano, permettendo anche a persone non esperte di tecnologia di creare software e gestire un'ampia gamma di attività.
OpenAI ha ancora una base di utenti complessiva molto più ampia, ma i dati della società di analisi internet Kentik—che tiene traccia dell'utilizzo attraverso diversi fornitori di servizi internet statunitensi—mostrano che Anthropic sta rapidamente colmando il divario. Il traffico utenti di Claude è cresciuto significativamente più velocemente di ChatGPT e Gemini di Google tra gennaio e aprile, con un picco dopo quel periodo. Il Pentagono lo ha etichettato come un rischio per la catena di approvvigionamento a marzo. A questo ritmo di crescita, Kentik prevede che potrebbe superare ChatGPT entro l'estate—un altro motivo per cui Anthropic potrebbe trovare un percorso più facile verso un'IPO rispetto al suo concorrente.
5. L'IA sta diventando più costosa da usare
Ogni volta che un chatbot o un agente IA fornisce una risposta, viene misurato in "token"—unità di base del linguaggio che possono essere parole, segni di punteggiatura o sillabe. (Ad esempio, OpenAI dice che la frase "Sbagli il 100% dei tiri che non fai" vale 11 token.) I token misurano anche gli input, come il prompt che digiti in ChatGPT.
I costi variano a seconda del modello; OpenAI addebita $5 per milione di token di input per GPT-5.5 e $30 per milione di token di output (la risposta al tuo prompt).
Il problema per gli utenti è che i costi dei token stanno aumentando notevolmente, anche mentre le aziende di tutto il mondo spingono i dipendenti a "tokenmaxx"—cioè, a impegnarsi davvero a fondo nell'uso dell'IA. Il problema per le aziende di IA è che ancora non fanno pagare abbastanza.
La promessa di base dell'IA è che il denaro che un'azienda spende per questi strumenti è più che compensato dai guadagni di produttività—una misura dell'efficienza economica in cui una maggiore produttività significa più output per lavoratore. Se questo compromesso non funziona, allora le ipotesi alla base delle valutazioni—e delle politiche—dell'IA vengono indebolite.
"I costi stanno diventando completamente fuori controllo", afferma Liam Betsworth, fondatore della startup britannica di IA Pendra. Dice che gli sviluppatori di software nella sua rete stanno usando agenti per programmare, iniziando con l'abbonamento più economico e passando rapidamente a quello più costoso. Non sono soli—il sito di notizie Axios ha recentemente riportato il caso di un'azienda non nominata che ha speso 500 milioni di dollari in un mese per licenze di Claude Code.
6. La costruzione di data center potrebbe non tenere il passo con la domanda
Costruire data center è come il sistema nervoso centrale dei prodotti IA, quindi il crescente sviluppo e utilizzo degli strumenti IA deve essere accompagnato da una maggiore capacità—altrimenti ci sarà una stretta computazionale, con conseguenti costi più elevati per le aziende e gli utenti di IA.
Le ambizioni del settore per i data center sono enormi e sembrano quasi irrealistiche. Bloomberg stima che 23 gigawatt di capacità fossero in costruzione a livello globale nel 2025 (la capacità è misurata in potenza elettrica, perché questo limita la quantità di calcolo che un sito può fare).
La società immobiliare statunitense JLL prevede che 100 gigawatt saranno aggiunti tra il 2026 e il 2030—raddoppiando quella che stimano essere la capacità attuale, equivalente a 1.200 data center. JLL afferma che la sua stima include progetti speculativi che potrebbero mai iniziare.
Da dove arriveranno i soldi—e la fornitura di energia—per soddisfare queste previsioni è una domanda aperta. Cecilia Rikap, professoressa associata all'University College London, afferma che molti progetti in tutto il mondo dipendono da promesse politiche di espandere la rete elettrica e fornire energia; ma i governi potrebbero non avere le risorse per mantenere l'impegno.
Lei chiede: "Il governo ha calcolato se una tale espansione è possibile? Hanno i soldi per farlo? Hanno considerato il danno ambientale che causerebbe?"
7. Ciò che i modelli IA possono fare si sta espandendo rapidamente
Le capacità dei modelli IA sono migliorate a passi da gigante dal 2023, secondo METR, un'organizzazione di ricerca che misura le capacità dell'IA.
Le misurazioni di METR si basano sul fatto che i modelli IA possano completare un'attività di programmazione, misurata dal tempo che impiegherebbe un umano per farlo. Secondo questa misura, le capacità dei modelli IA raddoppiano ogni quattro mesi. Ad esempio, si stima che il modello Claude Mythos di Anthropic raggiunga un tasso di successo del 50% su compiti che richiederebbero a un esperto umano tra otto ore e due giorni.
Tuttavia, non c'è stato un impatto corrispondente sui posti di lavoro—finora. Un rapporto di marzo di Anthropic includeva una ricerca che mostrava che, in teoria, l'IA potrebbe svolgere molti lavori, dall'informatica al lavoro legale, ma non l'ha ancora fatto su larga scala.
Bouke Klein Teeselink, accademico al King's College London ed esperto dell'impatto dell'IA, osserva che questo divario rimane significativo. L'impatto dell'IA sul lavoro mostra che ci sono ostacoli alla sua adozione nella forza lavoro. Ad esempio, quanta parte del lavoro di un CEO o di un manager senior può essere tranquillamente affidata a un bot? I compiti legalmente sensibili possono essere svolti da qualcuno che non sia un umano? Tuttavia, dice, il cambiamento sta arrivando.
"Siamo ancora nelle fasi iniziali della rivoluzione dell'IA. Molte persone svolgono compiti che potrebbero essere gestiti dall'IA. La portata del cambiamento che stiamo per vedere sarà enorme."
8. I data center sostengono il PIL statunitense
Anche se il governo statunitense ha tagliato posti di lavoro sotto l'amministrazione di Donald Trump e molti settori hanno visto licenziamenti di massa, il PIL statunitense ha continuato a crescere—2,1% nel 2025 e 1,6% nel primo trimestre del 2026, secondo il Bureau of Economic Analysis statunitense. Tuttavia, un economista di Harvard calcola che senza il boom dei data center, questi numeri potrebbero essere molto più piccoli. In effetti, "l'investimento in apparecchiature e software per l'elaborazione delle informazioni" ha costituito il 92% della crescita del PIL statunitense nella prima metà del 2025.
Ciò significa che i data center—e il boom dell'IA—stanno guidando una parte enorme della crescita statunitense. Sono una delle ragioni principali per cui la più grande economia del mondo appare ancora sana, nonostante le grandi sfide. Qualsiasi rallentamento di questa spesa potrebbe avere conseguenze economiche, e quindi politiche.
**Domande Frequenti**
Ecco un elenco di domande frequenti basate sull'articolo: Sono stati spesi miliardi e i potenziali rendimenti sono ancora incerti. Ecco il boom dell'IA spiegato con sei grafici.
**Domande di livello base**
1. Perché le aziende spendono così tanti soldi in IA se i rendimenti non sono garantiti?
Scommettono che l'IA alla fine rivoluzionerà le industrie e genererà profitti enormi, simili ai primi giorni di internet. Non vogliono essere lasciate indietro se riesce.
2. Cosa intendi per "boom dell'IA"?
È l'attuale periodo di enormi investimenti, entusiasmo e rapido sviluppo nell'intelligenza artificiale, specialmente in strumenti come ChatGPT e generatori di immagini.
3. L'IA sta effettivamente facendo guadagnare soldi a qualcuno in questo momento?
Per la maggior parte delle aziende, non ancora. Il costo di costruzione e gestione dell'IA avanzata è enorme e non è ancora chiaro quando questi costi saranno ripagati da un'ampia base di clienti paganti.
4. Di cosa parlano i sei grafici nell'articolo?
Mostrano tendenze chiave: spesa massiccia dei giganti tecnologici, impennata della domanda di chip IA, l'enorme costo energetico dell'IA, il piccolo numero di utenti paganti effettivi, il plateau delle prestazioni di alcuni modelli e l'incerta reazione del mercato azionario.
**Domande di livello avanzato**
5. Perché il costo dell'inferenza è un problema così grande?
L'inferenza è quando usi effettivamente un modello IA. È molto più costosa che addestrare il modello una volta. Se milioni di persone lo usano quotidianamente, i costi di elettricità e calcolo salgono alle stelle, rendendo molto difficili i profitti.
6. In che modo i grafici mostrano che i facili guadagni nell'IA potrebbero essere finiti?
Un grafico mostra che i miglioramenti delle prestazioni dei più grandi modelli IA stanno iniziando a rallentare, anche mentre il costo per addestrarli continua a salire. Ciò suggerisce che stiamo raggiungendo un punto di rendimenti decrescenti.
7. Cosa dice l'articolo sul ruolo di Nvidia in questo boom?
Nvidia produce i chip essenziali per l'IA. I grafici mostrano che i ricavi di Nvidia sono esplosi, ma questa è la "vendita di picconi e pale" della corsa all'oro. La domanda è se le aziende che acquistano quei chip otterranno mai un ritorno sul loro investimento.
8. In che modo il rendimento incerto influisce sulle startup di IA più piccole?
