La recente volatilità delle azioni Big tech dopo le trimestrali delle “Magnificent 10” non rappresenta, secondo Sandeep Rao, ricercatore senior di Leverage Shares, una crisi speculativa ma un passaggio di fase del mercato. L’attenzione degli investitori si sta spostando dall’entusiasmo per l’intelligenza artificiale alla capacità delle grandi aziende tecnologiche di dimostrare ritorni economici concreti sugli enormi investimenti effettuati.
“Quello che il mercato sta vivendo dopo l’ondata di trimestrali del secondo trimestre 2026 delle ‘Magnificent 10’ non è un crollo speculativo, ma un passaggio netto e selettivo da un momentum indiscriminato sull’intelligenza artificiale a una rigorosa valutazione dei ritorni sugli investimenti”, afferma Rao. Secondo il ricercatore, la correzione del settore tecnologico rappresenta un “sano repricing delle aspettative”, arrivato dopo una lunga fase di entusiasmo generalizzato sull’AI.
Gli investimenti AI mettono sotto pressione margini e flussi di cassa
Le grandi società tecnologiche continuano a presentare fondamentali solidi, con livelli di redditività e patrimonializzazione storicamente elevati. Tuttavia, la corsa alla costruzione delle infrastrutture necessarie per sostenere l’intelligenza artificiale sta modificando gli equilibri finanziari delle aziende. Secondo Rao, l’aumento della spesa in conto capitale sta iniziando a incidere sul free cash flow e sui margini operativi degli hyperscaler.
Nel 2026, gli investimenti complessivi in conto capitale di Microsoft, Alphabet, Meta e Amazon sono destinati a superare quota 700-725 miliardi di dollari, una cifra senza precedenti destinata a finanziare GPU, data center e capacità energetica. “Gli ingenti investimenti nelle infrastrutture AI stanno erodendo il free cash flow e comprimendo i margini operativi”, sottolinea Rao, evidenziando come la fase attuale rappresenti un passaggio dalla costruzione delle infrastrutture alla necessità di dimostrarne la redditività.
Il mercato sta quindi iniziando a distinguere tra le aziende capaci di trasformare rapidamente gli investimenti in AI in crescita dei ricavi e quelle ancora impegnate a sostenere costi elevati senza una monetizzazione immediata. “Il mercato sta ora penalizzando le società in cui la crescita del capex supera la monetizzazione immediata a livello di utile netto”, osserva il ricercatore. Alphabet e Meta rientrano tra le società sotto maggiore pressione, mentre Microsoft e Amazon vengono premiate per la capacità di mostrare una conversione più diretta degli investimenti tecnologici in nuove opportunità di business.
Il principale elemento di rischio riguarda ora la fase di assorbimento delle infrastrutture AI. Se le imprese dovessero ridurre la spesa dopo la fase sperimentale sui large language model, prima che le applicazioni aziendali dell’intelligenza artificiale raggiungano una scala significativa, gli hyperscaler potrebbero essere costretti a rallentare gli investimenti nel 2027.
Dalla corsa ai chip alla sfida dell’energia: l’effetto domino dell’AI
Uno degli aspetti centrali evidenziati da Rao riguarda il cambiamento della narrativa dominante sull’intelligenza artificiale. Negli ultimi mesi il dibattito si è spostato dalla disponibilità di semiconduttori avanzati alla capacità di alimentare e gestire le infrastrutture necessarie per l’espansione dell’AI. “La narrativa sull’intelligenza artificiale si è spostata dalla disponibilità di GPU alla capacità delle reti elettriche, alla generazione di energia e alla gestione termica dei data center”, spiega Rao. Gli hyperscaler, secondo il ricercatore, stanno scoprendo che ottenere grandi quantità di chip per l’elaborazione AI può essere più semplice rispetto alla realizzazione delle infrastrutture energetiche necessarie per supportare nuovi data center.
Questa dinamica sta creando benefici per un’intera filiera industriale collegata alla crescita della Big tech. Produttori di energia non regolamentati, sviluppatori di tecnologie nucleari e small modular reactor, aziende specializzate nel raffreddamento a liquido e fornitori di apparecchiature elettriche stanno diventando protagonisti indiretti della rivoluzione AI. Le utility energetiche e le società industriali rappresentano, secondo Rao, una sorta di “proxy a beta ridotto” dell’espansione dell’intelligenza artificiale. La crescita degli utili di diversi comparti dell’S&P 500 è infatti sempre più legata agli investimenti delle Magnificent 7 e delle aziende che operano nell’ecosistema AI.
Tuttavia, gli effetti non sarebbero uniformi in caso di rallentamento. Il settore energetico potrebbe subire un impatto limitato, considerando che molte valutazioni si basano su prospettive di lungo periodo. Industriali e materiali, invece, potrebbero risentire maggiormente di un eventuale rallentamento della domanda legata alle infrastrutture AI.
Il futuro di Big Tech dipende dalla capacità di trasformare l’AI in valore
Il terzo livello di rischio individuato da Rao riguarda il software enterprise e, in particolare, il modello di business del SaaS. L’intelligenza artificiale generativa sta modificando il modo in cui le aziende valutano gli strumenti digitali, mettendo sotto pressione società che per anni hanno costruito i propri ricavi su abbonamenti software basati sul numero di utenti. “Le imprese stanno sempre più costruendo internamente workflow personalizzati basati su agenti AI direttamente sulle API cloud, anziché pagare abbonamenti premium per utente a livelli software legacy forniti da terze parti”, afferma Rao. Questo cambiamento potrebbe ridurre la domanda per alcune soluzioni tradizionali, soprattutto se le aziende riusciranno a sostituire parte delle funzionalità software con strumenti sviluppati internamente attraverso l’intelligenza artificiale.
Il ricercatore evidenzia però che la trasformazione non è automatica. Se i costi di transizione verso l’AI dovessero risultare superiori ai benefici ottenuti, le imprese potrebbero rallentare l’adozione delle nuove tecnologie. Il mercato, in questo scenario, potrebbe penalizzare le società incapaci di gestire correttamente il cambiamento.
La conclusione di Rao è che le fondamenta della Big tech rimangono solide, ma la fase dell’entusiasmo senza condizioni sull’intelligenza artificiale è terminata. “Il mercato continuerà a chiedere prove tangibili del ritorno sul capitale investito”, afferma il Senior Researcher di Leverage Shares. La prossima fase della rivoluzione AI sarà quindi determinata non dalla quantità di capitale speso, ma dalla capacità delle grandi aziende tecnologiche di trasformare questi investimenti in ricavi, efficienza e valore sostenibile. “Se Big Tech non sarà in grado di fornirle, l’effetto domino sarà reale e significativo”.
