Il Progetto Manhattan dei nostri tempi, la grande corsa all’intelligenza artificiale del Big Tech Usa, è un piano colossale e costoso che si fonda sull’assunto che spese crescenti in conto capitale potranno generare potenza di calcolo e risorse computazionali tali da alimentare ritorni industriali, di ricavi e di conto economico per gli investitori materiali e i loro finanziatori attivi.
Parliamo di una partita a tutto campo dove anche la finanza a stelle e strisce è coinvolta pesantemente e, di fronte all’aumento della spesa potenziale per lo sviluppo di data center, strutture computazionali e apparati ad essi associati, sta iniziando a pensare a una condivisione del rischio. Lo riporta il Financial Times segnalando come in particolare 38 miliardi di dollari di crediti contratti da banche come JPMorgan Chase e la giapponese Mufg stanno venendo messi sul mercato alla ricerca di possibili società pronte a condividere il rischio. I crediti sarebbero legati a due progetti di Oracle in Texas e Wisconsin, ma anche altre aziende che hanno acquisito debiti per sviluppare potenza di calcolo come CoreWave hanno coinvolto altri istituti. Il Ft segnala Morgan Stanley e SMBC tra le banche esposte e che starebbero cercando una condivisione del fardello tra altri escursionisti della finanza che si avventurano tra gli alti picchi inesplorati dell’IA.
La verità di fondo è, alla prova dei fatti, anche relativamente semplice: le condizioni di mercato su cui si basa l’economia dei data center sono profondamente mutate rispetto all’inizio dell’era dell’intelligenza artificiale. Le prospettive di tassi che restano alti, di costi industriali tutti da definire e di una serrata competizione tra gli operatori, unite al boom di spesa nominale legato agli accordi di “economia circolare” (vendor financing) tra aziende dell’IA e provider degli spazi di calcolo ha portato le aspettative di spese in conto capitale (Capex) oltre ogni record segnato nelle esperienze industriali americane del passato. Dopo aver messo in cantiere spese per 660 miliardi di dollari in infrastrutture di calcolo nel 2025, si prevede che la spesa delle Big Tech americane si attesterà tra gli 800 e i 900 miliardi di dollari quest’anno, mentre Evercore e Bank of America prevedono un boom oltre i 1.000 miliardi nel 2027.
121 miliardi solo per gli immobili
Questo ha creato una duplice pressione operativa. Da un lato, i data center costano perché costa notevolmente l’accumulazione di processori, semiconduttori e unità computazionali che servono per edificare tali strutture. Dall’altro, ogni operazione di costruzione di un data center è anche un progetto immobiliare che, del resto, le stesse compagnie tecnologiche promuovono diversificando il rischio creando i cosiddetti Special Purpose Vehicles in sinergia con partner del real estate o di altri settori per ridurre l’esposizione e non internalizzare il debito. Su questi due versanti interviene la spinta del credito bancario.
S&P Global stima che “nel 2025 gli istituti di credito abbiano erogato 121,91 miliardi di dollari in crediti per immobili adibiti a data center, utilizzando l’apprendimento automatico per combinare due set di dati: uno con l’ubicazione dei data center e un altro con i prestiti immobiliari commerciali concessi su proprietà statunitensi”. Su questo versante, possono accumularsi rischi creditori e, nota Biggo, al dilatarsi dei prestiti “le banche si trovano innanzitutto a dover affrontare rigidi limiti di rischio e problemi di consumo di capitale, piuttosto che prospettive di crescita”. Quanto riporta il Ft sul caso delle banche coinvolte nei prestiti a Oracle non è ancora il primo segnale di rottura di un meccanismo, ma mostra sicuramente l’emergere di una criticità strutturale nel mercato tecnologico destinata ad acuirsi nel caso in cui l’IA non garantirà i ritorni necessari agli investitori che hanno scommesso su di essa una grossa fetta del futuro dell’economia americana.