Immaginate di essere un produttore di macchinari industriali molto costosi. I vostri clienti vorrebbero comprarne sempre di più, perché sono convinti che in futuro ci sarà un mercato enorme per i prodotti realizzati con quei macchinari. Il problema è che, per il momento, i loro incassi sono insufficienti a sostenere gli acquisti. Voi avete molti soldi, e decidete di investirne una parte proprio nelle aziende che comprano i vostri macchinari. Queste utilizzano il denaro ricevuto per acquistarne altri da voi, mentre voi registrate nuove vendite e potete annunciare agli azionisti che la domanda continua a crescere. I vostri clienti, grazie agli investimenti ricevuti, possono a loro volta mostrare di avere risorse sufficienti per espandersi e attirare nuovi finanziatori.
Finché tutti sono convinti che il mercato futuro sarà abbastanza grande da ripagare gli investimenti presenti, il sistema funziona benissimo. C’è però una domanda che prima o poi qualcuno dovrà porre: quanti soldi stanno arrivando dai consumatori finali, quelli che comprano effettivamente i prodotti, e quanti continuano a circolare tra le aziende che si finanziano reciprocamente?
È una domanda particolarmente interessante se applicata all’intelligenza artificiale, perché descrive abbastanza bene una parte dei rapporti finanziari che oggi legano alcune delle principali imprese del settore. Il meccanismo si chiama finanziamento circolare, e un articolo pubblicato il 18 ottobre su The Conversation da Ruipeng Liu e Sagarika Mishra, intitolato Who’s paying whom? The circular money machine behind the AI boom (or bubble), ne ha ricostruito alcuni esempi molto istruttivi.
Prendiamo Nvidia, il produttore dei processori specializzati che vengono utilizzati per addestrare e far funzionare i grandi sistemi di intelligenza artificiale. Questi processori sono molto richiesti, costano parecchio e rappresentano una componente essenziale degli enormi centri di calcolo che si stanno costruendo in tutto il mondo. Nvidia guadagna vendendoli, ma investe anche nelle aziende che li acquistano.
Tra queste c’è OpenAI, la società che sviluppa ChatGPT. Nvidia partecipa al finanziamento di OpenAI, che ha bisogno di enormi capacità di calcolo e dunque di processori Nvidia. Il produttore sostiene finanziariamente un proprio cliente, il quale può utilizzare le risorse ricevute per acquistare i prodotti del suo finanziatore. Nvidia ha inoltre assunto impegni finanziari relativi alla realizzazione di infrastrutture destinate all’intelligenza artificiale, contribuendo così a sostenere ulteriormente la domanda dei suoi prodotti.
Naturalmente, gli investimenti e le forniture sono operazioni distinte, e i loro importi vanno considerati secondo gli accordi effettivamente conclusi. Tuttavia, il rapporto economico che si crea è abbastanza semplice: una parte del denaro con cui viene finanziata la crescita dei clienti proviene dalle stesse imprese che traggono profitto dalle loro spese.
C’è poi un esempio ancora più curioso, quello di Firmus, una società australiana che costruisce centri di calcolo. Nvidia ha partecipato ai suoi finanziamenti e le fornisce la tecnologia necessaria per realizzare le infrastrutture. Firmus ha inoltre concluso un accordo per fornire capacità di calcolo proprio a Nvidia, per un valore potenziale fino a 30 miliardi di dollari nell’arco di sei anni. La stessa società può dunque figurare contemporaneamente come investitore, fornitore e cliente. A sua volta, OpenAI è stata annunciata come cliente di riferimento di alcuni centri Firmus in Malaysia.
Chi osserva i risultati di queste aziende vede investimenti miliardari, nuovi ordinativi e contratti di dimensioni impressionanti. Sono tutte attività economiche effettive, ma il loro intreccio rende difficile stabilire quanta parte della crescita complessiva dipenda da una domanda esterna al sistema, capace di generare ricavi sufficienti a mantenerlo nel tempo.
La questione è stata studiata anche dalla Bank for International Settlements (BIS), un’istituzione finanziaria internazionale con sede a Basilea, fondata nel 1930, che favorisce la cooperazione tra le banche centrali e studia i rischi per la stabilità del sistema finanziario mondiale. In un rapporto pubblicato il primo ottobre, la BIS ha esaminato gli investimenti tra imprese dell’intelligenza artificiale nel periodo 2021-2025. Il risultato è interessante: il 55,2 per cento del valore degli investimenti ricevuti dalle aziende del settore proveniva da altre aziende dello stesso settore. Inoltre, considerando gli investimenti effettuati da un’impresa di intelligenza artificiale in un’altra, il 46,4 per cento del loro valore riguardava operazioni nelle quali esisteva anche un rapporto commerciale di fornitura tra investitore e beneficiario.
Queste percentuali non dimostrano che il denaro sia stato utilizzato integralmente per acquistare prodotti del finanziatore, né consentono di calcolare quale quota dei ricavi delle aziende derivi dai finanziamenti circolari. Documentano però quanto siano diventate importanti le partecipazioni incrociate e i rapporti finanziari tra imprese che sono contemporaneamente clienti e fornitori le une delle altre.
Per capire perché questo possa costituire un problema, immaginiamo che le previsioni sull’utilizzo futuro dell’intelligenza artificiale si rivelino troppo ottimistiche. Le aziende che hanno costruito i centri di calcolo si ritroverebbero con infrastrutture costose e ricavi insufficienti. Ridurrebbero gli acquisti di nuovi processori, danneggiando i fornitori. Questi ultimi vedrebbero diminuire le vendite e contemporaneamente perdere valore gli investimenti effettuati nei propri clienti. Il peggioramento delle prospettive potrebbe rendere più difficile ottenere nuovi finanziamenti, provocando ulteriori riduzioni degli investimenti.
In un sistema di questo genere, le difficoltà di un’azienda possono quindi trasferirsi rapidamente alle altre, proprio attraverso quei legami che inizialmente ne avevano favorito la crescita. Anche la Reserve Bank of Australia, nel suo rapporto sulla stabilità finanziaria di ottobre, ha richiamato l’attenzione sulla crescente opacità dei finanziamenti circolari e sui rischi derivanti dalle aspettative di una crescita dei profitti particolarmente rapida.
Esiste un precedente storico abbastanza istruttivo. Negli anni Novanta, durante l’espansione di Internet, alcuni produttori di apparecchiature per telecomunicazioni finanziavano i propri clienti affinché acquistassero le loro tecnologie. Le aspettative erano enormi, e in effetti Internet avrebbe trasformato il mondo. Il problema fu che molte infrastrutture vennero costruite prima che esistesse una domanda sufficiente a renderle economicamente sostenibili. Quando la bolla delle telecomunicazioni scoppiò, diverse aziende fallirono e molti investitori persero somme ingenti.
Internet continuò naturalmente a svilupparsi, utilizzando anche parte delle infrastrutture realizzate durante la fase speculativa. La validità della tecnologia non aveva impedito che le aspettative sui tempi della sua diffusione producessero investimenti eccessivi.
Nel caso dell’intelligenza artificiale esiste anche una difficoltà aggiuntiva. I processori specializzati diventano tecnologicamente obsoleti nel giro di pochi anni, per effetto del rapido sviluppo di nuove generazioni di chip. Chi ha investito miliardi per acquistarli deve quindi recuperarne il costo abbastanza rapidamente. Se i ricavi attesi tardano ad arrivare, il tempo a disposizione per ammortizzare l’investimento si riduce.
Tutto dipende, in definitiva, dalla velocità con cui l’intelligenza artificiale riuscirà a generare un mercato abbastanza redditizio da sostenere l’immensa infrastruttura che oggi viene costruita per servirlo. I servizi vengono già utilizzati da milioni di persone e da moltissime imprese, ma questo, da solo, non permette di stabilire se i ricavi futuri saranno proporzionati agli investimenti attuali.
Il successo scientifico e tecnologico dell’intelligenza artificiale può dunque convivere con una sopravvalutazione finanziaria delle aziende che la sviluppano. Una tecnologia può cambiare profondamente l’economia e, nello stesso tempo, provocare perdite colossali a chi ha scommesso troppo presto sulla sua redditività.
Il finanziamento circolare rende particolarmente delicata questa scommessa, perché permette di anticipare oggi una parte della domanda che si spera di incontrare domani. Finché il denaro continua ad arrivare, tutti possono esibire risultati incoraggianti. Alla fine, tuttavia, qualcuno deve pagare i servizi prodotti dai centri di calcolo, con risorse guadagnate al di fuori del circuito di finanziamenti che li ha costruiti. Ed è dalla dimensione di quella domanda, assai più che dagli investimenti miliardari annunciati dalle aziende, che dipenderà la tenuta economica del settore.
Esiste però un ulteriore elemento, che rischia di modificare profondamente i termini della questione: la crescente pressione affinché siano gli Stati a sostenere una parte sempre maggiore della domanda di intelligenza artificiale. Se il mercato privato non cresce abbastanza rapidamente da giustificare gli investimenti già effettuati, le amministrazioni pubbliche possono diventare clienti particolarmente preziosi, perché dispongono di bilanci finanziati dalla fiscalità generale e possono impegnarsi in programmi di acquisto di lunga durata. Una parte del rischio assunto dagli investitori privati finirebbe così per essere trasferita, almeno indirettamente, sui contribuenti.
Si consideri, per esempio, l’insistenza con cui viene promossa l’adozione generalizzata dell’intelligenza artificiale nelle scuole. OpenAI ha lanciato nel gennaio 2026 il programma Education for Countries, con cui propone a governi e sistemi universitari l’integrazione dei propri strumenti nell’insegnamento, nella formazione dei docenti e nelle attività degli studenti. Tra i primi partecipanti figurano Estonia, Grecia e la Conferenza dei rettori delle università italiane. In Estonia, ChatGPT Edu è già stato introdotto su scala nazionale, raggiungendo decine di migliaia di studenti e insegnanti. Negli Stati Uniti, OpenAI ha annunciato accordi con oltre cento organizzazioni scolastiche, offrendo accesso gratuito e formazione a più di 300.000 educatori e membri del personale. La gratuità iniziale favorisce la diffusione degli strumenti e può creare le condizioni perché, una volta integrati nelle attività quotidiane, diventi difficile rinunciarvi o sostituirli. Il risultato potrebbe essere la formazione di una domanda stabile di servizi di intelligenza artificiale, sostenuta in futuro dai bilanci pubblici, indipendentemente dalla dimostrazione che il loro impiego migliori davvero gli apprendimenti in misura sufficiente a giustificarne i costi.
Lo stesso processo interessa la pubblica amministrazione. Nel settembre 2026, OpenAI ha annunciato un accordo con il governo statunitense che prevede l’accesso gratuito alle licenze e uno sconto del 50 per cento sui consumi per una vasta gamma di amministrazioni federali e locali, con una durata prevista fino alla fine del 2028. Anche in questo caso, la convenienza iniziale può favorire l’adozione di strumenti destinati a diventare componenti abituali del lavoro amministrativo, creando una dipendenza tecnologica che potrebbe tradursi in spese ricorrenti negli anni successivi. In sanità, il servizio sanitario inglese ha annunciato nel giugno 2026 l’estensione di Microsoft Copilot a oltre mezzo milione di dipendenti, sulla base di sperimentazioni preliminari che avrebbero mostrato un risparmio di tempo nelle attività amministrative. Si tratta di benefici possibili, che meritano una verifica indipendente e continuativa, soprattutto quando l’acquisto viene effettuato con denaro pubblico e la diffusione su larga scala precede una valutazione completa degli effetti.
A questi acquisti si aggiunge la richiesta di sostegno pubblico per le infrastrutture necessarie all’intelligenza artificiale, attraverso agevolazioni fiscali, condizioni favorevoli per la realizzazione dei centri di calcolo e investimenti nelle reti elettriche destinate ad alimentarli. Anche qui, una parte dei costi associati all’espansione del settore può essere trasferita alla collettività, mentre i ricavi delle infrastrutture e dei servizi rimangono nelle mani delle aziende che li gestiscono.
Non è necessario immaginare un piano concordato tra le imprese per comprendere la convenienza economica di questa strategia. Ogni azienda ha interesse ad ampliare il numero dei propri clienti e a ottenere condizioni favorevoli per la crescita. Quando però un intero settore ha investito somme enormi sulla previsione di una domanda futura ancora da dimostrare, la promozione dell’adozione pubblica assume anche il significato di una possibile assicurazione contro il mancato avverarsi di quelle previsioni. Presentare l’utilizzo dell’intelligenza artificiale come una necessità per la modernizzazione della scuola, della sanità e dell’amministrazione può contribuire a trasformare una scelta tecnologica, che dovrebbe essere giustificata dai risultati, in una spesa considerata inevitabile.
Il rischio finale è dunque che, dopo avere finanziato reciprocamente la propria espansione e averne ricavato valutazioni di mercato gigantesche, le imprese dell’intelligenza artificiale riescano a convincere i governi a garantire con denaro pubblico una parte della domanda necessaria a sostenerle. Se le previsioni si riveleranno corrette, gli investitori privati avranno realizzato profitti straordinari. Se si riveleranno eccessive, una parte delle perdite potrà essere assorbita attraverso acquisti pubblici, incentivi e infrastrutture pagate dai contribuenti. Sarebbe una distribuzione dei rischi particolarmente vantaggiosa per chi ha effettuato la scommessa, perché lascerebbe ai privati gran parte dei benefici del successo e affiderebbe alla collettività una quota crescente dei costi dell’eventuale insuccesso. La domanda che dovremmo porre ai governi, prima di ogni nuovo programma di adozione obbligatoria o generalizzata dell’intelligenza artificiale, è quindi molto semplice: stiamo acquistando un servizio di cui abbiamo dimostrato l’utilità, oppure stiamo contribuendo a pagare il conto di investimenti privati che devono ancora dimostrare di essere sostenibili?
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
