C’è una bolla dell’IA? La corsa globale ai centri dati

In pochi anni l’intelligenza artificiale è passata dall’essere una funzione software a innescare una corsa per costruire edifici, acquistare acceleratori e assicurarsi l’elettricità. Le grandi aziende tecnologiche annunciano budget nell’ordine delle centinaia di miliardi di dollari; intorno a loro crescono centri dati specializzati, reti, sottostazioni e progetti di produzione elettrica.

Questa scala pone una domanda legittima: si sta costruendo capacità troppo in fretta rispetto ai ricavi che l’IA può generare? Affermare come fatto che esista una bolla richiederebbe però di sapere quali impianti saranno occupati, quali clienti pagheranno e quanto costerà mantenerli per anni. Questi dati sono incompleti e non vengono pubblicati in modo comparabile. La risposta onesta resta aperta.

Perché si parla di una bolla dell’IA?

Una bolla finanziaria è spesso associata a prezzi o investimenti che dipendono da aspettative sempre più ottimistiche, mentre domanda o ricavi osservabili non bastano a sostenerli. Nel caso dell’IA, il dibattito riguarda meno una singola valutazione e più una catena di scommesse collegate: produttori di chip, fornitori cloud, laboratori di modelli, operatori di centri dati e aziende che finanziano la costruzione.

Il paragone non dimostra che il risultato sarà un crollo. Una tecnologia può essere utile e trasformare interi settori mentre singoli progetti, aziende o investimenti falliscono. La domanda economica è più precisa: quanta capacità serve, in quali luoghi e con quali ricavi ricorrenti si possono pagare hardware, edifici, energia e finanziamenti?

Quanto spendono le grandi aziende tecnologiche

Non esiste una cifra verificata e comparabile della “spesa mondiale per l’IA” che riassuma il fenomeno. Il dato più ampio dell’Agenzia internazionale dell’energia (IEA) indica che nel 2025 le spese in conto capitale di cinque grandi aziende tecnologiche hanno superato i 400 miliardi di dollari e stima un ulteriore aumento del 75% nel 2026. È l’investimento complessivo delle società, non una voce riservata all’IA; il dato 2026 è una stima, non un consuntivo. (Fonte: IEA, *Key Questions on Energy and AI*, sintesi (aprile 2026).)

• Nella conference call sui risultati del secondo trimestre 2026, Amazon ha aumentato a circa 220 miliardi di dollari la previsione di cash capex per il 2026. Comprende IA, chip, robotica, satelliti e altre aree: non è una cifra destinata solo all’IA o ai data center.
• A luglio Alphabet ha alzato la propria previsione di capex per l’anno solare 2026 a 195–205 miliardi di dollari. È una cifra dell’intera azienda, senza un importo esatto separato per l’IA. Nel secondo trimestre ha riportato 44,9 miliardi di capex trimestrale.
• Meta ha previsto per il 2026 capex tra 130 e 145 miliardi di dollari, inclusi i rimborsi di capitale dei leasing finanziari. Nel secondo trimestre ha registrato 31,08 miliardi secondo questa definizione. Anche questa non è una voce riservata all’IA.
• Microsoft ha comunicato 41 miliardi di dollari di capex nel quarto trimestre fiscale 2026; circa due terzi riguardavano attività di breve durata, soprattutto CPU e GPU per carichi di lavoro di IA e non IA. Gli esborsi in contanti per immobili e attrezzature sono stati 35,8 miliardi. Per l’anno solare 2026, l’azienda ha indicato circa 175 miliardi di capex contabilizzato dopo aver spostato alcuni futuri contratti di locazione dei data center da finanziari a operativi; ha precisato che le aspettative generali di investimento restavano invariate. Il dato riguarda tutta l’azienda, non solo l’IA.
• Oracle ha dichiarato 28,499 miliardi di dollari di capex nel primo trimestre dell’esercizio fiscale 2027, non in un intero anno solare. In quel trimestre i ricavi sono stati 19,3 miliardi, di cui 11,6 miliardi dal cloud. Il suo RPO di 664 miliardi è il valore degli obblighi di prestazione ancora da soddisfare in base ai contratti: non è denaro incassato, ricavo trimestrale o capex.

Queste cifre non vanno sommate senza distinguere: mescolano esercizi fiscali e anni solari, risultati trimestrali e previsioni annuali, pagamenti in contanti e leasing, oltre a voci che includono attività non legate all’IA. Mostrano la scala e la direzione della spesa, non un unico fondo di investimenti nell’IA. L’IEA presenta la sua cifra come spesa in conto capitale complessiva di queste aziende, senza indicare quanta parte riguardi i centri dati o l’IA, e nemmeno le definizioni pubbliche consentono di isolare con precisione tutta la spesa per l’IA.

Perché l’IA ha bisogno di tanta infrastruttura

Addestrare un modello avanzato e rispondere a milioni di richieste richiede molti calcoli in parallelo. Le GPU e altri acceleratori li eseguono; un centro dati li riunisce in cluster collegati da reti ad alta velocità. Servono inoltre memoria per alimentare i processori, archiviazione per dati e modelli, sistemi di backup e software per distribuire il lavoro.

L’impianto fisico è molto più di una sala server. Occorre costruire o adattare edifici, portarvi elettricità, installare trasformatori e sottostazioni, collegare il sito alla rete e dissipare il calore delle apparecchiature. Anche la rete interna è importante: se gli acceleratori non scambiano dati abbastanza rapidamente, parte della capacità acquistata non viene sfruttata bene. Il ritardo di uno solo di questi elementi può lasciare costoso e inutilizzato tutto il resto.

La domanda non finisce quando termina l’addestramento di un modello. L’inferenza — generare risposte ogni volta che una persona o un’applicazione consulta il modello — si ripete nell’uso quotidiano. L’IEA osserva una crescita di attività più impegnative come video, ragionamento e agenti che concatenano azioni. Allo stesso tempo migliorano l’efficienza dei modelli e quella dell’hardware: secondo l’IEA, negli ultimi anni l’energia per attività di IA è diminuita di almeno un ordine di grandezza all’anno. La domanda totale dipende da quale tendenza procede più rapidamente. (Fonte: IEA, *Key Questions on Energy and AI*, sintesi (aprile 2026).)

L’elettricità sta diventando un collo di bottiglia

La distinzione più utile è tra tutti i centri dati e quelli dedicati specificamente all’IA. L’IEA stima che nel 2025 i centri dati di tutto il mondo abbiano consumato 485 TWh di elettricità. Il consumo dei centri incentrati sull’IA è cresciuto del 50% quell’anno, contro il 17% di tutti i centri dati. Sono stime del consumo osservato nel 2025, non dati del 2026 né una quota dell’elettricità mondiale attribuibile alla sola IA. (Fonte: IEA, *Key Questions on Energy and AI*, sintesi (aprile 2026).)

Nello scenario centrale, l’IEA prevede che entro il 2030 il consumo elettrico di tutti i centri dati quasi raddoppi, arrivando a circa 950 TWh, vicino al 3% della domanda elettrica mondiale. Prevede inoltre che il consumo dei centri dedicati all’IA cresca molto più rapidamente. Una proiezione dipende da nuove costruzioni, efficienza, usi che si diffondono e collegamenti alla rete disponibili: non è un risultato già avvenuto. (Fonte: IEA, *Key Questions on Energy and AI*, sintesi (aprile 2026).)

La sfida non è soltanto produrre elettricità. Nel mondo ci sono oltre 2.500 GW di progetti in coda per il collegamento alla rete, secondo l’IEA, ma il totale comprende produzione rinnovabile, accumulo e grandi consumatori, tra cui i centri dati. L’agenzia stima che pianificare e costruire nuove reti possa richiedere dai 5 ai 15 anni, contro 1–3 anni per un centro dati. Sottostazioni, trasformatori e linee possono richiedere più tempo degli edifici che attendono il collegamento. (Fonte: IEA, *Electricity 2026*, capitolo sulle reti.)

Anche il mix energetico varia da una regione all’altra. Per l’aumento della domanda elettrica mondiale tra il 2026 e il 2030, l’IEA prevede che rinnovabili, gas e nucleare coprano insieme l’incremento totale. È una previsione per il sistema elettrico globale, non la ricetta di ogni centro. Solare ed eolico richiedono reti, accumulo e produzione flessibile; alcune aziende valutano contratti nucleari o produzione propria, mentre nelle zone con collegamenti lenti si propone gas locale. Nessuna tecnologia risolve da sola i problemi di costi, disponibilità, emissioni e tempi. (Fonte: IEA, *Electricity 2026*, sintesi.)

Il raffreddamento è un altro elemento fisico importante, ma dipende dal progetto e dal clima. Non riportiamo una cifra globale sull’acqua: le fonti non consentono di confrontare con rigore tutti i siti. Inoltre, il prelievo (*withdrawal*) e il consumo — la parte che non torna al bacino nello stesso periodo — non sono la stessa cosa. Il dato di un singolo impianto non dovrebbe diventare un’affermazione mondiale. Per approfondire come si misura l’acqua legata all’infrastruttura dell’IA, leggi la nostra analisi sul consumo idrico dell’IA.

Come contano di recuperare questi investimenti

L’infrastruttura regge solo se qualcuno paga per usarla. I fornitori cloud sperano di vendere alle aziende e ai laboratori capacità di addestramento e inferenza; i produttori vendono acceleratori, sistemi di rete e software; le società di modelli chiedono abbonamenti, accesso alle API e servizi; le aziende che li adottano puntano a ridurre i costi o vendere di più. Gli agenti potrebbero aumentare l’uso se entrano nei flussi di lavoro, ma ciò deve ancora tradursi in ricavi durevoli.

Ci sono già segnali di domanda commerciale, ma non rispondono da soli alla questione della redditività. Alphabet ha riferito che nel secondo trimestre 2026 Google Cloud ha generato 24,8 miliardi di dollari, l’82% in più rispetto a un anno prima, attribuendo parte della crescita all’infrastruttura e alle soluzioni di IA. NVIDIA ha registrato 89 miliardi di ricavi dai centri dati nel secondo trimestre dell’esercizio fiscale 2027. Sono ricavi di specifici segmenti: non dicono quanto guadagnino in ultima istanza i clienti dell’IA, né quale quota del cloud sia dovuta alla sola IA.

La mancanza di trasparenza è rilevante. Amazon, Alphabet, Microsoft e Meta non pubblicano una contabilità completa che isoli ricavi e profitti di ciascun centro dati per l’IA. Un’azienda può vendere capacità e, al tempo stesso, sostenere costi per chip, elettricità, ammortamento, personale e interessi che riducono il rendimento. Perciò vendite in crescita, un grande contratto o un portafoglio ordini non equivalgono automaticamente a un investimento redditizio.

Le ragioni di chi vede il rischio di una bolla

• La spesa annuale cresce rapidamente e si annunciano progetti pluriennali prima che tutta la capacità sia costruita o attiva. Se le previsioni di domanda futura vengono riviste al ribasso, alcuni impianti potrebbero restare inutilizzati.
• Le aziende hanno bisogno di ricavi ricorrenti che coprano elettricità, raffreddamento, gestione, connettività e finanziamento, oltre alla costruzione. Un modello popolare o tecnicamente potente non basta da solo a giustificare l’investimento.
• Gli acceleratori costano molto e invecchiano prima degli edifici. Microsoft ha detto che circa due terzi del capex trimestrale citato erano attività di breve durata, soprattutto CPU e GPU. Obsolescenza e ammortamento potrebbero comprimere i margini se la capacità non viene monetizzata in tempo.
• Una parte della crescita dipende da finanziamenti esterni e contratti di lunga durata. Oracle ha emesso azioni per finanziare il programma di investimenti; al 30 giugno 2026 CoreWeave ha dichiarato 35,6 miliardi di dollari di debito. Sono strutture diverse e non descrivono tutti i partecipanti allo stesso modo.
• Ordini e impegni possono sembrare più sicuri di quanto siano. L’RPO comprende ricavi contrattualizzati per periodi futuri e può essere cancellato o dipendere da condizioni; la capacità annunciata ha bisogno di elettricità, permessi, fornitori e clienti per diventare un servizio.

Questi rischi sono più visibili negli operatori giovani o molto indebitati, ma non dimostrano che gli investimenti delle grandi piattaforme saranno in perdita. E il fatto che una società redditizia possa finanziare un progetto non basta: il capitale ha un costo e compete con altri possibili impieghi.

Le ragioni di chi crede che la domanda possa giustificarla

La domanda attuale non è ipotetica in tutti i segmenti. L’IEA stima che nei 18 mesi precedenti al rapporto di aprile 2026 la capacità degli impianti dedicati all’IA sia più che triplicata; nel 2025 il consumo elettrico di questi centri è aumentato del 50%. L’agenzia ha anche rilevato che alcuni grandi fornitori di modelli hanno dichiarato un triplicarsi degli utenti attivi e ricavi quintuplicati nell’ultimo anno, sebbene non esista una statistica completa dell’uso globale. (Fonte: IEA, *Key Questions on Energy and AI*, sintesi (aprile 2026).)

• Il cloud tradizionale continua a crescere insieme all’IA. Non ogni nuova sala server è una “fabbrica di IA”: anche archiviazione, database, commercio e software cloud sostengono l’infrastruttura.
• Alcune regioni hanno limiti di potenza e collegamenti in attesa. In questi luoghi la carenza locale può coesistere con eccesso di capacità o progetti cancellati in altri mercati.
• L’addestramento dei modelli è solo uno dei carichi. Inferenza, agenti, video e altre attività possono mantenere l’uso dopo la costruzione. La loro redditività dipende dal prezzo accettato dai clienti e dal valore misurabile del servizio.
• Non tutti i componenti diventano obsoleti nello stesso momento. Un acceleratore può essere ammortizzato rapidamente, mentre edifici, sottostazioni, reti, raffreddamento e collegamenti possono servire nuove generazioni di chip o altri carichi informatici. Il riuso non garantisce il recupero del costo iniziale, ma può ridurre lo spreco fisico.

NVIDIA, per esempio, ha riferito una forte crescita dei ricavi dai centri dati; Oracle ha dichiarato di aver aggiunto 850 MW di capacità e stipulato contratti per altri servizi cloud di IA. Questi dati confermano attività commerciali e capacità in costruzione, non che tutti i progetti futuri raggiungano l’utilizzo o il rendimento previsto. Le stesse prove possono indicare domanda reale oppure investimenti anticipati.

È simile alla bolla delle dot-com?

Ci sono somiglianze: entusiasmo per una tecnologia promettente, forti aspettative di crescita e investimenti infrastrutturali prima che tutti gli usi siano chiari. Durante il boom delle telecomunicazioni di fine anni Novanta furono posate reti in fibra con capacità rimasta inutilizzata. Già nel 2000 un rapporto della FCC descriveva quantità significative di fibra ad alta capacità non illuminata. La storia ricorda che la domanda può impiegare tempo a raggiungere l’offerta.

La fibra mostra anche come risultati finanziari e valore fisico possano divergere: una rete sovradimensionata può restare utile quando il traffico cresce, anche se l’operatore originale o i suoi investitori hanno perso denaro o sono falliti. Non significa che ogni fibra sia stata recuperata o che ogni centro dati per l’IA troverà clienti. Che un bene abbia un uso futuro non equivale a un rendimento adeguato per chi lo ha finanziato.

Ci sono anche differenze importanti rispetto al 1999. Molte aziende che oggi finanziano l’infrastruttura hanno attività redditizie in pubblicità, software, commercio e cloud; esistono già clienti paganti per modelli e capacità, e i centri fisici possono ospitare apparecchiature diverse nel tempo. Ma i chip per l’IA non durano come una trincea per la fibra, la scala energetica è diversa e i server continuano a costare anche dopo la costruzione. Non stiamo ripetendo automaticamente il 1999: rischi e fondamentali vanno valutati separatamente.

Quali segnali dovremmo osservare?

Nessun indicatore isolato risolve il dibattito. È utile confrontare spesa, capacità effettivamente collegata, utilizzo, ricavi e costi su più trimestri, distinguendo una difficoltà locale da una tendenza globale.

• A sostegno dell’ipotesi di sovrainvestimento: impianti completati ma poco utilizzati; progetti rinviati, cancellati o senza finanziamenti; clienti che non rinnovano; spese che superano persistentemente i relativi ricavi; margini sotto pressione per ammortamenti, elettricità o interessi.
• Sarebbe un segnale d’allarme anche presentare contratti o lettere d’intenti come ricavi già incassati, oppure vedere aziende indebitate incapaci di rifinanziarsi a condizioni sostenibili.
• In senso opposto: cluster utilizzati stabilmente; capacità di IA attivata e venduta; crescita di inferenza e cloud con clienti diversi; prove che le aziende pagano ripetutamente per funzionalità che migliorano il loro lavoro.
• Sarebbe utile vedere contratti pluriennali trasformarsi in ricavi e incassi, con margini in grado di coprire energia, hardware, raffreddamento e finanziamento. Un portafoglio ordini da solo non prova questo risultato.
• La rete elettrica offre un’altra verifica: collegamenti approvati e completati, nuova produzione e accumulo disponibili e meno progetti bloccati. Una lunga coda di richieste può indicare ambizione, non capacità che verrà costruita.
• Infine conta il riuso: se un centro può ospitare acceleratori di un’altra generazione o carichi cloud convenzionali, parte dell’edificio resta utile. Se le apparecchiature diventano obsolete, il collegamento elettrico non arriva o mancano clienti paganti, il riuso può essere limitato.

C’è dunque una bolla dell’IA?

Al 15 ottobre 2026, i dati mostrano una reale espansione infrastrutturale, una crescita eccezionale della spesa e colli di bottiglia energetici; mostrano anche crescita del cloud e vendite concrete di servizi e acceleratori. Non bastano per affermare che tutti gli investimenti siano sostenibili né per dichiarare che l’intero settore sia una bolla. La risposta può variare tra regioni, aziende e livelli della filiera: un mercato può avere poca capacità mentre un altro ne costruisce più di quanta riuscirà a monetizzare.

Nei prossimi anni la domanda utile non è soltanto quanti centri vengano annunciati, ma quanti si collegano, quanto vengono utilizzati e quali ricavi ricorrenti ne sostengono i costi totali. Un investimento anticipato può lasciare infrastrutture preziose; può anche distruggere capitale se non arrivano domanda o finanziamenti. Per ora il verdetto resta aperto.

Domande frequenti

Che cosa dovrebbe accadere per parlare di una bolla dell’IA?

Non esiste una soglia unica. La preoccupazione crescerebbe se la capacità costruita restasse inutilizzata e i ricavi non coprissero stabilmente hardware, energia, gestione e finanziamento. Una spesa elevata, da sola, non dimostra che ciò accadrà.

Quanto si investe nei centri dati per l’IA nel 2026?

Non esiste una cifra unica e comparabile della spesa per l’IA. Le previsioni di Amazon, Alphabet e Meta citate qui riguardano il capex dell’intera azienda; Microsoft pubblica dati trimestrali con definizioni specifiche e Oracle rendiconta per esercizio fiscale. L’IEA stima che nel 2026 il capex di cinque grandi aziende tecnologiche cresca del 75%, ma non è un dato finale né una cifra esclusivamente per l’IA.

Tutta la crescita dei centri dati è dovuta all’IA?

No. I centri dati ospitano anche servizi cloud tradizionali, database, archiviazione, commercio, video e software aziendale. Quando una fonte parla di tutti i centri dati, il suo consumo o investimento non va descritto come se fosse interamente dovuto all’IA.

È uguale alla bolla delle dot-com?

Ci sono analogie nelle aspettative, negli investimenti e nelle infrastrutture anticipate; la fibra posata a fine anni Novanta lasciò capacità inutilizzata. Ma le grandi aziende tecnologiche attuali hanno già attività redditizie e clienti, e alcuni beni fisici possono essere riutilizzati. Il paragone aiuta a ragionare sul rischio di capacità eccessiva, ma non consente di prevedere l’esito.

Che rapporto ha con i modelli di IA che usiamo?

La domanda dipende dal modello, dal tipo e dal volume delle richieste e da dove vengono elaborate. Se vuoi confrontare gli strumenti che competono per utenti e aziende, leggi il nostro confronto tra ChatGPT, Claude e Gemini. Quel confronto, da solo, non misura il rendimento che ogni fornitore ottiene dalla propria infrastruttura.