Investimenti AI 2026: tra l'ossessione per l'hardware e il dubbio PIL
- Gli investimenti in infrastrutture AI (chip, data center, energia) sfiorano i 1,5 trilioni di dollari nel 2026.
- John Ternus emerge come figura chiave per guidare la strategia hardware di Apple nell'era dell'intelligenza artificiale.
- Il FMI avverte: l'aumento della produttività individuale non si è ancora tradotto in una crescita del PIL aggregato.
- La pressione sulle risorse naturali (acqua, suolo, minerali) e l'energia mettono a rischio la sostenibilità del modello.
Il mercato dell'intelligenza artificiale ha smesso di essere una questione di soli algoritmi per diventare una sfida di ingegneria civile e logistica. Se i primi anni del boom sono stati dominati dalla fascinazione per i Large Language Models, il 2026 segna l'era in cui la nube tocca terra. La corsa al primato tecnologico ha innescato un ciclo di investimenti senza precedenti che, secondo i dati riportati da El País, sfiora i 1,5 trilioni di dollari in infrastrutture in quest'anno.
John Ternus e l'ossessione per l'hardware
In questo scenario di materializzazione tecnologica, emerge la figura di John Ternus. Definito come l'uomo dell'hardware, Ternus è il profilo strategico destinato a guidare Apple nell'era dell'IA. La sua ascesa non è casuale: mentre il mondo si concentrava sul software, Apple ha compreso che l'integrazione verticale tra silicio e interfaccia utente è l'unico modo per mantenere il controllo sull'esperienza finale.
L'approccio di Ternus riflette una visione in cui l'intelligenza artificiale non è un servizio etereo, ma una capacità che deve risiedere in un oggetto fisico ottimizzato. L'ossessione per l'hardware diventa quindi il pilastro per evitare la dipendenza totale dai provider di cloud esterni, spostando il baricentro della potenza di calcolo verso il dispositivo.
Quanto pesa un'intelligenza immateriale?
L'idea di un'intelligenza artificiale come entità immateriale è un'illusione che i numeri del 2026 smentiscono categoricamente. Per sostenere modelli come ChatGPT o Claude, è necessario un ecosistema fisico di una complessità brutale. Non si tratta solo di righe di codice, ma di una catena di approvvigionamento che non riposa mai.
Analisi strategica: Per l'imprenditore, questo significa che il valore dell'AI si sta spostando verso l'alto nella catena del valore. Chi controlla l'accesso ai minerali, al cemento per i data center e alla capacità elettrica detiene il vero potere di mercato. L'AI ha trasformato l'informatica in un'industria pesante.
La pressione sulle risorse è tangibile. La costruzione di centri dati richiede quantità massicce di acqua per il raffreddamento, suolo per l'espansione e minerali rari per i semiconduttori. Un esempio concreto di questa espansione è la realizzazione di un gigantesco centro dati per l'IA nei terreni di una ex centrale elettrica nel Brandeburgo, in Germania.
L'illusione della produttività aggregata
Esiste tuttavia un divario pericoloso tra l'efficienza percepita e i dati macroeconomici. Kristalina Georgieva, capo del Fondo Monetario Internazionale, ha sollevato un dubbio fondamentale: l'aumento della produttività a livello di singola azienda non si sta traducendo automaticamente in un aumento della produzione aggregata delle economie.
Il meccanismo è semplice ma insidioso. Un professionista può redigere un rapporto in una frazione del tempo grazie all'IA, ottenendo un risparmio temporale evidente. Tuttavia, affinché questo risparmio diventi crescita del PIL, le risorse e il tempo liberati devono essere convertiti in nuova produzione. Se il tempo risparmiato non genera nuovo valore economico, l'impatto sul PIL rimane nullo.
'La preocupación expresada por Kristalina Georgieva no consiste en determinar si la IA puede ser productiva... La incógnita es cuánto de esas ganancias podrá trasladarse a la producción agregada'
Questa discrepanza crea una vulnerabilità macroeconomica. Gli investimenti in chip e software sono immediati e massicci, mentre i benefici aggregati sono incerti e distribuiti su orizzonti temporali lunghi. Il rischio è che i mercati finanziari, abituati a sconti a breve termine, possano innescare una correzione brusca se la crescita del PIL non allineerà i tempi della spesa infrastrutturale.
1,5 trilioni di dollari per cemento e silicio
La cifra di 1,5 trilioni di dollari citata da Buga descrive quello che gli analisti definiscono il momento dei picconi e delle pale. Come durante la corsa all'oro in California, i maggiori profitti non sono necessariamente di chi estrae l'oro (chi crea l'app di AI), ma di chi vende gli strumenti per farlo.
La spesa si distribuisce su quattro pilastri fondamentali:
- Semiconduttori: Chip sempre più potenti e specializzati per l'addestramento dei modelli.
- Data Center: Infrastrutture fisiche che richiedono permessi edilizi e grandi quantità di cemento.
- Energia: Reti elettriche che devono essere potenziate per reggere carichi energetici voraci.
- Raffreddamento: Sistemi idrici per evitare il surriscaldamento dei server.
Questo ciclo di investimenti accelera l'encarecimiento dell'elettronica di consumo, poiché la domanda di silicio per l'AI sottrae risorse e capacità produttiva ad altri settori tecnologici.
Il paradosso energetico tra AI Act e sovranità digitale UE
Per l'Europa, e in particolare per l'Italia, questa corsa pone un dilemma strategico. Da un lato, l'Unione Europea spinge per una sovranità digitale che riduca la dipendenza dai giganti statunitensi e cinesi. Dall'altro, l'impatto ambientale dell'AI collide frontalmente con le normative di sostenibilità e con l'AI Act.
Analisi geopolitica: L'UE si trova in una posizione di svantaggio infrastrutturale. Mentre gli USA investono trilioni in hardware, l'Europa si concentra sulla regolamentazione. Il rischio è che la sovranità digitale rimanga un concetto teorico se non vi è la capacità fisica (data center e energia) di ospitare i modelli di AI localmente.
Per le imprese italiane, questo scenario implica due possibili percorsi:
1. L'integrazione di nicchia: Sfruttare l'AI per l'efficienza operativa interna, accettando però la dipendenza da infrastrutture estere. Indicatore verificabile: quota di aziende italiane che migrano i dati su cloud sovrani europei entro il 2027.
2. L'investimento in hardware specializzato: Spostare l'attenzione verso l'AI edge (elaborazione locale), riducendo la dipendenza dai grandi data center. Indicatore verificabile: volume di vendite di hardware AI-ready nel mercato B2B italiano nel prossimo biennio.
L'attuazione della direttiva NIS2 e dell'AI Act imporrà standard di sicurezza e trasparenza che potrebbero rallentare l'adozione, ma che allo stesso tempo potrebbero creare un mercato per un'AI più etica e meno energivora, differenziando l'offerta europea rispetto a quella globale.
Domande frequenti
Perché l'investimento in AI è paragonato alla corsa all'oro?
Perché i maggiori guadagni attuali non derivano dai servizi di AI finali, ma dai fornitori di infrastrutture (chip, data center, energia), simili ai venditori di picconi e pale nel XIX secolo.
Qual è il rischio segnalato dal FMI riguardo alla produttività?
Il rischio è che l'efficienza individuale (fare un compito più velocemente) non si traduca in un aumento della produzione totale (PIL), creando un vuoto tra gli enormi investimenti effettuati e i ritorni economici reali.
Qual è il ruolo di John Ternus in Apple?
È l'uomo focalizzato sull'hardware, incaricato di guidare l'azienda nell'integrazione fisica dell'AI nei dispositivi per mantenere l'indipendenza strategica.
Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
