Perché il cattivo investimento, e non l'eccesso di offerta di chip, potrebbe porre fine al boom dell'IA

L'incessante ascesa degli investimenti nell'Intelligenza Artificiale ha definito l'attuale era del mercato, ma un importante avvertimento è emerso da uno dei più seguiti strateghi di Wall Street. Chris Wood, Global Head of Equity Strategy di Jefferies, suggerisce che il declino del settore dell'IA non deriverà dalla mancanza di chip, ma dall'incapacità di trasformare massicce spese in conto capitale in profitti significativi.

Il rischio imminente del cattivo investimento

A differenza dei cicli tradizionali dei semiconduttori, che tipicamente terminano a causa di eccessi di inventario e improvvisi aumenti dell'offerta, Chris Wood sostiene che l'era dell'IA affronti un rischio strutturale unico: il cattivo investimento (malinvestment). Avverte che la "fine" del settore dell'IA — o almeno una dolorosa pausa del mercato — sarà probabilmente innescata quando gli hyperscaler e i principali laboratori di IA non riusciranno a generare rendimenti adeguati sulle loro colossali spese in conto capitale (capex).

Wood indica un preoccupante ciclo di feedback all'interno dell'ecosistema, come il caso di Nvidia che finanzia aziende come OpenAI, le quali utilizzano poi quel capitale per acquistare altri chip Nvidia. Sebbene questo finanziamento circolare guidi una crescita immediata, crea una base precaria che potrebbe smantellarsi rapidamente non appena gli investitori richiederanno visibilità sugli utili a lungo termine e disciplina nel capitale.

Un ciclo di capex senza precedenti

La portata delle attuali spese per l'IA non ha precedenti. Wood descrive l'attuale fase di espansione come il ciclo di capex più drammatico che abbia mai visto. La concentrazione di questo investimento è più evidente nel settore dei semiconduttori:

• Espansione di TSMC: La fonderia ha alzato le previsioni di capex per il 2026 a circa 56 miliardi di dollari, rispetto ai 41 miliardi dell'anno scorso. Le proiezioni per il 2027 suggeriscono che la spesa potrebbe raggiungere tra i 65 e i 70 miliardi di dollari.
• Concentrazione dei ricavi: Si prevede che la domanda legata all'IA rappresenterà circa il 31% dei ricavi totali di TSMC nel 2026.
• Impatto macroeconomico: Questa impennata ha alimentato una crescita massiccia a Taiwan, con una crescita del PIL reale che ha raggiunto il 14,55% su base annua nel primo trimestre del 2026.

La commoditizzazione dei modelli di IA

Ad aumentare la pressione sui margini di profitto è la rapida commoditizzazione dei Large Language Models (LLM). Wood osserva che modelli più economici e altamente efficienti — in particolare quelli sviluppati da programmatori cinesi — stanno sfidando il dominio dei fornitori premium occidentali.

Ad esempio, si dice che GLM-5.2 di Z.ai, quotata a Hong Kong, stia operando a livelli vicini ad Anthropic ma a solo un quarto del costo per token. Questo cambiamento si riflette nei dati di utilizzo: alla fine di giugno, i principali modelli cinesi hanno elaborato 21,37 trilioni di token su OpenRouter, un salto enorme rispetto ai 4,37 trilioni di aprile, superando significativamente i 5,76 trilioni di token elaborati dai principali modelli statunitensi. Con il calo dei costi dei token, il "moat" (fossato difensivo) per i fornitori di IA premium si restringe, rendendo più difficile recuperare gli ingenti costi infrastrutturali.

Vincitori nella corsa ai "Picks and Shovels"

Nonostante questi rischi a lungo termine, Wood non prevede un collasso immediato. Al contrario, sta riposizionando i portafogli verso le strategie "picks and shovels" — specificamente fornitori di memoria e hardware — che beneficiano del paradosso di Jevons. Questo principio economico suggerisce che man mano che il calcolo diventa più efficiente ed economico, il consumo totale aumenta effettivamente.

I giganti della memoria come Micron, SK Hynix e Samsung si trovano attualmente in una posizione di forza. Micron ha già assicurato accordi strategici che coprono il 20% del suo volume DRAM e un terzo del suo volume NAND, spesso con durate quinquennali, fornendo un cuscinetto contro la volatilità prevista nello strato software dello stack dell'IA.

Punti chiave

• La minaccia principale: Il settore dell'IA è vulnerabile ai rischi di "cattivo investimento", in cui le massicce spese degli hyperscaler non riescono a generare un rendimento sull'investimento (ROI) sufficiente.
• Cambio del profilo di rischio: A differenza dei precedenti cicli dei semiconduttori guidati dall'eccesso di offerta, la fine del ciclo dell'IA sarà probabilmente guidata dalla delusione degli investitori riguardo alla disciplina del capitale.
• Resilienza dell'hardware: Mentre i margini dei modelli software affrontano la pressione della commoditizzazione, i fornitori di memoria e hardware rimangono i principali beneficiari della continua corsa ai capex.