Investire nell’AI: cosa guardare davvero (oltre la bolla e la narrativa)

L’intelligenza artificiale è diventata la parola magica del decennio.

È ovunque: nelle conference call, nei pitch deck, nei tweet dei CEO che fino a ieri parlavano di metaverso.

E come ogni parola magica, rischia di trasformarsi in una lente distorta: tutto ciò che la contiene sembra automaticamente innovativo, scalabile, investibile.

Ma l’investitore razionale non si innamora delle parole.

Si innamora dei numeri.

E quando guardi i numeri dell’AI, scopri una verità molto meno romantica:

l’AI non è un settore per tutti. È un settore per pochissimi.

L’AI è una tecnologia industriale, non una rivoluzione “democratica”

C’è un mito molto diffuso: l’idea che l’AI sia come il software tradizionale — scalabile, accessibile, replicabile.

La realtà è l’opposto.

L’AI moderna è una tecnologia pesante, che richiede:

• capitali enormi

• infrastrutture fisiche

• energia in quantità industriali

• supply chain dedicate

• team di ricerca di livello mondiale

Non è un caso se i protagonisti sono sempre gli stessi cinque nomi:

Nvidia, Microsoft, Google, Amazon, Meta.

Non perché siano “più bravi”, ma perché sono gli unici che possono permettersi il conto.

Il costo economico è proibitivo

Addestrare un modello di frontiera costa centinaia di milioni.

Mantenere l’infrastruttura costa decine di milioni al mese.

Ogni salto di qualità richiede:

• più GPU

• più data center

• più energia

• più capitale

È un gioco che solo chi ha tasche infinite può giocare.

Le startup possono usare l’AI, certo.

Ma costruirla? Quella è un’altra storia.

Il costo energetico è ancora più proibitivo

L’AI non è software: è energia trasformata in calcolo.

Ogni inferenza consuma elettricità.

Ogni modello più grande richiede più GPU.

Ogni GPU richiede più raffreddamento.

Le stime parlano di un consumo energetico dell’AI che potrebbe superare quello di interi paesi.

Questo crea un vantaggio competitivo enorme per chi controlla:

• produzione energetica

• contratti di fornitura

• data center in zone a basso costo energetico

In altre parole:

l’AI non è un settore “aperto”. È un oligopolio naturale.

Analisi fondamentale: come leggere davvero un’azienda che dice “facciamo AI”

Questa è la parte che il mercato non vuole sentire.

Molti investitori comprano titoli “AI” senza guardare i fondamentali, convinti che basti la narrativa.

Ma se vuoi investire seriamente in un’azienda AI, devi fare due cose molto semplici:

• capire su cosa applicano l’AI

• leggere la contabilità

Sembra banale, ma è rivoluzionario in un mercato drogato dalla moda.

1. Capire su cosa applicano l’AI

Non basta che un’azienda dica “usiamo l’AI”.

La domanda vera è:

L’AI migliora i ricavi o i margini?

E ancora più importante:

L’AI è un costo o un vantaggio competitivo?

Esempi concreti:

Buona applicazione

• Un’azienda che usa l’AI per automatizzare processi interni → margini migliori, costi più bassi.

Buona applicazione

• Un’azienda che integra l’AI in un prodotto già profittevole → pricing power.

Cattiva applicazione

• Un’azienda che usa l’AI per fare “feature carine” → nessun moat, nessuna monetizzazione.

Cattiva applicazione

• Un’azienda che vende “AI-as-a-service” senza infrastruttura propria → margini sottili, dipendenza dal cloud altrui.

La domanda chiave è sempre la stessa:

L’AI crea valore o crea costi?

2. Leggere gli indicatori fondamentali

Molte aziende AI presentano un pattern ricorrente:

Molti titoli AI hanno valutazioni da “azienda del futuro” con conti economici da “azienda del passato”.

Esempio tipico

Prezzo azione: +200% in un anno

Ricavi AI: 5% del totale

Utili: negativi

Margini: in calo

Narrativa: “stiamo investendo per crescere”

È la versione 2026 del “siamo una .com”.

Parallelo con la bolla dot‑com: simile, ma non uguale

Il paragone con il 1999 è inevitabile, ma va fatto con precisione.

Somiglianze

• narrativa euforica

• valutazioni scollegate dai fondamentali

• aziende senza utili che raccolgono capitali enormi

• investitori retail che inseguono i titoli “perché salgono”

• CEO che riposizionano l’azienda per moda

La psicologia è identica:

“questa tecnologia cambierà tutto, quindi compro tutto ciò che la nomina”.

Differenze

Ed è qui che l’AI si distingue davvero.

L’AI ha applicazioni reali

A differenza del 1999, oggi l’AI:

• automatizza processi

• riduce costi

• crea prodotti

• aumenta produttività

Non è solo una promessa.

La curva di adozione è molto più rapida

Internet richiese anni per diventare mainstream.

L’AI è diventata ubiqua in mesi.

La concentrazione del potere è molto più alta

Nel 1999 chiunque poteva lanciare un sito web.

Nel 2026 solo poche aziende possono permettersi di costruire modelli di frontiera.

Questa è la differenza più importante:

la bolla dot‑com era diffusa; la bolla AI è concentrata.

Dove investire davvero quando si parla di AI (e come informarsi senza farsi fregare dalla narrativa)

La risposta non cambia: pale e picconi.

Ma investire nell’AI non significa “comprare aziende che dicono AI”.

Significa capire chi monetizza, chi ha un moat, chi ha fondamentali solidi e soprattutto chi non dipende dalla moda del momento.

E per farlo servono metodo, disciplina e un po’ di diffidenza sana.

Come informarsi davvero (e non farsi ipnotizzare dal marketing)

La maggior parte delle aziende parla di AI come se fosse magia.

Il lavoro, come investitore, è capire se quella magia si traduce in numeri.

1. Le conference call (ma leggendo tra le righe)

Segnali positivi:

• parlano di costi ridotti grazie all’AI

• mostrano ricavi concreti legati all’AI

• spiegano integrazioni reali nei prodotti

• quantificano l’impatto sui margini

Segnali negativi:

• frasi vaghe tipo “stiamo esplorando opportunità AI”

• zero numeri

• zero roadmap

• zero casi d’uso concreti

• improvvisi rebranding “AI-driven”

Se un CEO parla di AI come un influencer, scappa.

2. I report trimestrali (la verità è lì dentro)

Domande da farsi:

• L’AI è un costo o un profitto?

• I margini migliorano o peggiorano?

• Il capex esplode senza ritorni?

• Il free cash flow è stabile o evapora?

Molte aziende AI hanno ricavi in crescita… e margini in caduta libera.

È un classico segnale di “crescita non sostenibile”.

3. Capire dove applicano l’AI

L’AI può essere:

• un vantaggio competitivo

• un costo enorme

• un gadget di marketing

Dipende da come viene applicata.

La domanda chiave è sempre la stessa:

L’AI crea valore o crea costi?

Su cosa avere le orecchie dritte (i segnali d’allarme veri)

Se:

• l’azienda parla più di AI che di ricavi

• i margini scendono mentre i ricavi “AI” salgono

• il capex esplode senza spiegazioni

• l’AI pesa meno del 10% del fatturato ma domina il marketing

• il management usa buzzword invece di numeri

• la crescita è finanziata a debito

• il free cash flow è negativo da anni

• il moat è debole o inesistente

Tre di questi segnali insieme?

Non è un’opportunità: è un cartello luminoso che dice “moda”.

ETF sull’AI: utili, ma da capire bene

Gli ETF tematici sull’AI sono comodi, diversificati, facili da comprare.

Ma hanno un problema strutturale: seguono la narrativa, non i fondamentali.

Cosa significa?

• includono aziende che “dicono AI”, non solo quelle che la monetizzano

• spesso hanno pesi elevati su titoli già iper‑prezzati

• non distinguono tra chi usa l’AI e chi la costruisce

• non filtrano per qualità dei margini

Possono avere senso solo se sai cosa stai comprando:

un paniere tematico, non una selezione di aziende solide.

Le categorie che hanno davvero senso (e perché)

• Semiconduttori

Il vero petrolio dell’AI.

• Energia

L’AI è un moltiplicatore di domanda energetica.

• Data center

La nuova infrastruttura critica del mondo digitale.

• Cloud

Le aziende non vogliono modelli: vogliono soluzioni integrate.

• Aziende che usano l’AI per migliorare i margini

Non quelle che “fanno AI”, ma quelle che diventano più efficienti grazie all’AI.

Conclusione: l’AI è reale, la bolla pure — ma non dove pensi

L’AI cambierà il mondo, sì.

Ma non tutte le aziende che dicono “AI” cambieranno i loro conti economici.

La domanda che ogni investitore dovrebbe farsi è semplice:

“Chi monetizza davvero l’AI?”

E la risposta, oggi, è sorprendentemente ristretta:

• chi vende chip

• chi fornisce energia

• chi costruisce data center

• chi controlla il cloud

• chi usa l’AI per aumentare i margini

Il resto è narrativa.

E la narrativa, come sempre, è ciclica.