L’espansione dell’AI e il rischio di un modello economico insostenibile

La tecnologia che doveva rendere il lavoro più snello sta diventando una spesa ad alta intensità di capitale, con conseguenze economiche e ambientali sempre più significative. I grandi hyperscaler, come Amazon, Microsoft, Alphabet, Meta e Oracle, stanno destinando quasi 450 miliardi di dollari all’infrastruttura AI nel 2026, con un totale di circa 602 miliardi di spesa annuale. Questo rappresenta un aumento sostanziale rispetto al 2025, quando i dati erano intorno ai 402 miliardi. La spesa non si limita a un’innovazione tecnologica, ma si estende a un ecosistema complesso che richiede energia, data center, semiconduttori, memoria, raffreddamento e debito. Il mercato, però, non sembra voler smontare questa crescita, anzi premia chi riesce a dimostrare che la spesa sta generando domanda reale.

La sostenibilità del modello economico

La metafora di Joseph Tainter, antropologo noto per il libro The Collapse of Complex Societies, diventa utile per comprendere il rischio di un modello economico che si basa su un’espansione di complessità senza un chiaro ritorno di investimento. La curva di Tainter suggerisce che i sistemi complessi iniziano a produrre benefici enormi, ma poi richiedono sempre più risorse per mantenere quei benefici. Nell’AI, questo fenomeno si osserva chiaramente: i costi crescono in modo esponenziale, mentre i benefici non si traducono in un ritorno sostenibile. La spesa per l’infrastruttura AI, infatti, non è più un’opzione, ma una necessità per chi vuole rimanere competitivo nel mercato.

Un boom tecnologico con costi crescenti

Stanford, nel suo AI Index 2026, segnala un’adozione rapida e di massa della generative AI, con il 53% della popolazione mondiale che la utilizza in soli tre anni. Tuttavia, il report segnala anche un aumento dei costi ambientali e sociali, nonché una trasformazione del lavoro che non è più una previsione ma una realtà. Gli investimenti non si concentrano su una tecnologia “leggera”, ma su un ecosistema che richiede risorse fisiche e finanziarie. Il settore, inoltre, si basa su un modello di finanziamento che include debito, con stime che parlano di 1,5 trilioni di dollari di nuova emissione nei prossimi anni per finanziare l’infrastruttura AI.

Nonostante i costi crescenti, il mercato continua a premiare chi riesce a dimostrare un ritorno di investimento. Alphabet, ad esempio, ha visto un aumento del 63% del volume di Google Cloud, con una reazione positiva da parte dei mercati. Amazon ha segnalato un capex annuo vicino ai 200 miliardi e un backlog AWS da 364 miliardi, mentre Meta ha alzato la spesa prevista a una forchetta di 125-145 miliardi. Tuttavia, la mancanza di un modello sostenibile e la crescente sensibilità dei mercati verso le valutazioni e la spesa sollevano preoccupazioni. Il 23 giugno, il Nasdaq ha perso il 2,2%, e il 16 luglio le vendite sui titoli AI hanno trascinato giù i listini globali, con il Philadelphia Semiconductor Index in correzione profonda e aziende come Nvidia, Alphabet e Meta sotto pressione.

La tecnologia che doveva semplificare il lavoro umano sta, in realtà, creando una nuova stratificazione di complessità industriale. Il settore richiede non solo innovazione, ma anche una gestione delle risorse fisiche e finanziarie in modo sostenibile. La sfida non è solo tecnologica, ma anche economica e ambientale. Il futuro dell’AI dipende da quanto riuscirà a dimostrare un ritorno di investimento reale, e non solo un’espansione di complessità senza fine.