Il mondo della tecnologia è sempre di più al centro dell’attenzione mediatica globale, causando movimenti e oscillazioni importanti nei mercati finanziari. A innescare le ultime vibrazioni sono stati negli ultimi giorni, tra gli altri, tre eventi soltanto in apparenza separati che ci dicono che qualcosa, nel rapporto fra AI, mercati e lavoro umano, si sta ridefinendo molto più velocemente di quanto immaginassimo.

Il primo scossone è arrivato da Anthropic, che il 5 febbraio ha presentato la nuova versione di Claude Opus 4.6, una versione capace non solo di ragionare meglio, ma soprattutto di eseguire interi flussi di lavoro, coordinando più agenti autonomi. Un salto che ha spaventato i mercati: molti investitori hanno interpretato queste nuove funzioni come una minaccia diretta a intere categorie di software professionali, da Salesforce ai tool legali e amministrativi, portando a pesanti correzioni in Borsa (un fenomeno ribattezzato “SaaS‑maggedon” di cui ha parlato approfonditamente Andrea Muratore).

Pochi giorni dopo, un’altra scossa: questa volta nel settore della consulenza finanziaria. Il 10–11 febbraio, il fintech Altruist ha lanciato una funzione di tax planning nella sua piattaforma Hazel, capace di leggere migliaia di buste paga, estratti conto e appunti del consulente e generare strategie fiscali complete in pochi minuti.

Geopolitica e finanza sono settori sempre più interconnessi. Andrea Muratore li racconta in “Follow the Money”, il nuovo corso on demand di “InsideOver”. 

Se vuoi avere un assaggio del mio corso, iscriviti all’anteprima gratuita qui

Follow the money, come finanza e geopolitica si influenzano: iscriviti all’anteprima gratuita

Se invece sei già pronto a entrare nel mondo della Geopolitica e della Finanza, iscriviti al corso Follow The Money:

“Follow the Money”: come finanza e geopolitica si influenzano

Il risultato? Una ondata di vendite tra i titoli del wealth management, con ribassi intraday fino all’11% per alcuni broker, segno che il mercato teme che l’AI possa intaccare margini, commissioni e ruoli fino a ieri considerati “protetti” dalla componente umana.

Infine c’è Alphabet, che nelle ultime settimane è tornata al centro del dibattito non solo per i suoi investimenti monstre sull’AI, ma anche per il ricorso crescente a bond a scadenza ultra‑lunga, come la maxi‑emissione da oltre 30 miliardi di dollari che comprende anche un’obbligazione a 100 anni. L’azienda si finanzia dunque su orizzonti sempre più dilatati: segnale di una trasformazione economica che vive su scale temporali immense. Eppure, questa scelta ha contribuito a rendere più nervosi i mercati: se perfino un gigante come Alphabet necessita di impegni finanziari tanto lunghi per sostenere il ciclo dell’AI, cosa significa questo per la struttura della finanza globale? Non è quindi un caso che tutto ciò che è potenzialmente esposto all’IA, sui mercati ha iniziato a vedere eroso il proprio valore da inizio anno:

L’attuale fase di volatilità che coinvolge i principali titoli tecnologici non rappresenta però un rifiuto dell’intelligenza artificiale quanto piuttosto una rivalutazione dei fondamentali economici alla base della corsa agli investimenti. Le dinamiche emerse nelle prime due settimane di febbraio 2026 mostrano infatti un mercato alle prese con quattro grandi forze, sintetizzate dall’analista finanziario Charles-Henry Monchau nei seguenti punti: la necessità di generare cassa, la spinta a cercare margini immediati, il rischio di trasformazione dell’infrastruttura in commodity, le pressioni macroeconomiche.

Dal “crescere a ogni costo” al “generare cassa ora”

Di recente diverse fonti di mercato hanno confermato che i piani di spesa 2026 dei colossi tecnologici hanno superato livelli mai visti prima: i quattro hyperscaler statunitensi, cioè Amazon, Alphabet, Microsoft e Meta, si preparano a sostenere capex combinati vicini a 700 miliardi di dollari, necessari per costruire data center, acquistare GPU e potenziare la rete di interconnessione globale. Tale intensità di spesa comporta inevitabili pressioni sul free cash flow (FCF) delle aziende, tanto che Amazon potrebbe addirittura chiudere il 2026 con un FCF negativo di circa 17 miliardi.

Ritorni marginali in calo e monetizzazione lenta

Il secondo fattore evidenzia la difficoltà di tradurre l’enorme spesa AI in margini immediati. L’inclusione di strumenti come Microsoft Copilot all’interno di pacchetti già esistenti da parte di Microsoft, un fenomeno in crescita nelle iniziative partner di diverse Big Tech, limita ad esempio la possibilità di estrarre nuova monetizzazione diretta, riducendo la capacità di aumentare il rendimento specifico derivante dall’AI nel breve periodo.

Venendo alla concorrenza, basti pensare che Google Gemini è stata la piattaforma generativa a crescita più rapida nel gennaio 2026, con un aumento del 19% mese su mese mentre ChatGPT, pur mantenendo una quota dominante, ha visto una crescita più moderata e un calo relativo nel market share rispetto al 2025. Questa dinamica evidenzia un contesto in cui l’adozione cresce, ma il potere di pricing è indebolito dalla concorrenza e dall’ingresso di altri player come Perplexity o Claude.

Il rischio di “commoditizzazione” dell’infrastruttura

Il rischio di commoditization si riferisce al pericolo che l’infrastruttura dell’intelligenza artificiale, cioè data center, chip, reti e potenza di calcolo, diventi un servizio standardizzato, poco differenziato e con margini sempre più bassi, proprio come accaduto al settore delle telecomunicazioni all’inizio degli anni 2000. In altre parole, mentre oggi costruire l’infrastruttura AI richiede investimenti giganteschi, non è affatto garantito che chi la realizza riesca poi a ottenere profitti elevati: se tutte le aziende offrono infatti capacità simili e competono soprattutto sul prezzo, l’infrastruttura smette di essere un vantaggio competitivo e si trasforma in una “commodity”.

Durante il boom delle telecomunicazioni, operatori e costruttori di rete investirono massicciamente nella “nuova autostrada digitale”, ma i ricavi non crebbero allo stesso ritmo, i prezzi scesero e i margini si assottigliarono. Oggi l’AI potrebbe attraversare una fase simile poiché se da una parte costruire l’infrastruttura è costosissimo dall’altra esiste il rischio che l’infrastruttura stessa potrebbe diventare un servizio essenziale ma poco redditizio, perché tutti la vogliono, tutti la costruiscono e nessuno può davvero differenziarla.

tassi, costo opportunità, energia e semiconduttori

L’intelligenza artificiale non si sviluppa nel vuoto: deve fare i conti con un contesto economico globale in cui i tassi di interesse sono ancora alti, e questo significa che quando un’azienda investe decine o centinaia di miliardi nell’AI a tassi elevati, i profitti “valgono” meno, dovendo tenere presente di un costo maggiore per l’impresa e i suoi azionisti. A complicare ulteriormente le cose ci sono altri costi in aumento: energia più cara e infrastrutture che diventano sempre più costose da gestire. Tutto questo alza il “punto di pareggio” per rendere l’investimento profittevole, con i ricavi dell’AI che devono crescere ancora più rapidamente.

Viviamo quindi in un vero e proprio paradosso: se da un lato l’AI genera aspettative di produttività e nuove opportunità, dall’altro produce paura e incertezza perché rende obsolete intere categorie di software e professioni. La corsa all’innovazione genera così uno shock di transizione che i mercati stanno ancora imparando a interpretare.