Il diffuso timore di una bolla speculativa nell’ambito dell’intelligenza artificiale spinge gli investitori a interrogarsi sempre più spesso sul ritorno sugli investimenti (ROI) delle aziende in relazione all’IA. Questo fenomeno è destinato a intensificarsi nei prossimi mesi, generando volatilità e divergenze, due elementi che offrono opportunità.
I mercati stanno già diventando più selettivi, premiando le aziende con una monetizzazione visibile (ad esempio, il business cloud di Google) e mettendo in discussione quelle con rendimenti meno chiari o meno convincenti (come si è visto sulla scia della relazione sugli utili di Oracle di dicembre).
Si è tentati di trattare il “rischio IA” come un’unica categoria. In pratica, le aziende devono affrontare pressioni competitive, modelli di business ed esigenze di finanziamento molto diversi tra loro. Un grave intoppo da parte di un modello linguistico di grandi dimensioni (LLM) come ChatGPT o Anthropic, dovuto alla concorrenza o a vincoli di finanziamento, colpirebbe senza dubbio il sentiment del settore e farebbe scendere le valutazioni su tutta la linea. Ma i ricavi dell’IA non si accumulano tutti nello stesso posto e la monetizzazione può essere dispersa e nascosta. Questa complessità rende insolitamente probabile un’errata attribuzione sia del rischio sia del valore.
L’aumento della divergenza tra le singole aziende, anche quando operano in settori apparentemente simili dello spettro dell’IA, è una tendenza che prevediamo continuerà. Ci sono diverse ragioni dietro questo fenomeno.
1. I ricavi non sempre emergono dove ci si aspetta
L’IA viene utilizzata in molti modi con implicazioni molto diverse in termini di ricavi. Alcuni utenti pagano direttamente per l’IA tramite abbonamenti o licenze, mentre altri accedono a strumenti potenziati dall’IA senza pagare direttamente per questa componente. Molte aziende stanno implementando l’IA dietro le quinte per proteggere la quota di mercato, favorire la conversione o migliorare l’economia unitaria. In questi casi, la monetizzazione è nascosta in ricavi più ampi.
Qualsiasi analisi della monetizzazione dell’IA richiede un esame dell’intero universo, che comprende le applicazioni con cui gli utenti interagiscono, gli LLM che le alimentano e l’infrastruttura di calcolo sottostante. Il valore scorre lungo questo universo: i costi per l’accesso al modello e la capacità di calcolo si traducono in entrate per i fornitori di LLM e gli hyperscaler, indipendentemente da come pagano gli utenti.
2. A volte i ricavi sono chiaramente visibili, come nel caso degli LLM e dei fornitori di servizi cloud…
La prova più evidente proviene dalle stesse aziende di LLM, dove l’utilizzo da parte degli sviluppatori, le licenze aziendali e gli abbonamenti dei consumatori stanno già generando ricavi sostanziali. Si prevede che i ricavi combinati raggiungeranno decine di miliardi di dollari entro pochi anni, alla pari con le aziende di software consolidate.
Allo stesso modo, i fornitori di servizi cloud hyperscale stanno registrando una crescita accelerata trainata dai carichi di lavoro dell’IA. I team di gestione di AWS, Azure e Google Cloud descrivono costantemente una domanda superiore alla capacità. Questi indicatori suggeriscono che la monetizzazione dell’IA sta prendendo piede.
3. …ma a volte i ricavi sono nascosti, pur determinando una migliore redditività
Un secondo livello di monetizzazione è molto più sparpagliato. Le piattaforme digitali come Meta e Google utilizzano l’IA non come un prodotto da vendere, ma come uno strumento per migliorare le prestazioni pubblicitarie e l’engagement.
Il miglioramento è reale, ma non viene etichettato come “ricavo dell’IA”. Lo stesso vale per le aziende che operano in molti settori in cui l’IA viene utilizzata per migliorare la conversione e la redditività. Questa monetizzazione nascosta è già consistente e spesso sottovalutata.
Il team degli economisti di Schroders ha sviluppato due scenari gemelli che esplorano come potrebbe svilupparsi un “boom dell’IA” o un “crollo dell’IA”. Entrambi gli scenari presentano potenziali difficoltà per gli investitori e le economie. Nello scenario del “crollo dell’IA”, ad esempio, modellato sul crollo del mercato seguito allo scoppio della bolla tecnologica del 1999-2000, un calo degli investimenti potrebbe innescare una lieve recessione e due anni di stagnazione.
Questo lavoro esplora alcune delle incognite più ampie e a lungo termine associate a questa tecnologia trasformativa. Per ora, dato il solido contesto economico (in particolare negli Stati Uniti), i mercati potrebbero benissimo continuare la loro marcia al rialzo.
La preoccupazione riguardo al ROI dell’IA è reale e porterà senza dubbio a una maggiore volatilità dei mercati nel 2026. Come nei precedenti cicli di innovazione, diverse aziende legate all’IA, grandi e piccole, potrebbero fallire. Ma i ricavi stanno emergendo. Ci vorrà ben più di qualche delusione per minare il potenziale a lungo termine dell’IA.
