Dimenticate il boom di Internet, che alla fine del secolo scorso trasformava in oro qualunque idea mettesse insieme un computer e un modem. Rispetto all’esplosione di investimenti che stiamo vivendo a causa dell’intelligenza artificiale quella bolla sembra un palloncino, come si può osservare dall’immagine che apre questo post, parte di un interessante studio della Bis (“The AI investment race”) che racconta di quest’ennesima caccia all’oro, ma con pochi precedenti quanto ai volumi di risorse impiegate. Una corsa senza freni, dove un pugno di soggetti, strettamente intrecciati fra loro, si scambiano investimenti come se fossero figurine sperando di rientrare e guadagnarci persino.

Senonché questa corsa, sfrenata e perciò molto rischiosa, sta iniziando a mostrare i suoi limiti. Gli osservatori guardano con crescente preoccupazione agli sviluppi del settore e si domandano angosciati cosa succederà se un giorno ci si accorgerà che i ritorni degli investimenti non risulteranno adeguati al volume della spesa.

Perché è proprio questo il punto. Le principali aziende del settore stanno investendo centinaia di miliardi di dollari nella costruzione di data center, nell’acquisto di chip avanzati e nello sviluppo di modelli sempre più potenti. Microsoft, Amazon, Google, Meta, OpenAI, Anthropic e xAI sembrano impegnate in una gara senza esclusione di colpi nella quale vincere significa conquistare una posizione dominante in quello che molti considerano il mercato più importante del prossimo decennio.

Ma cosa succede quando più imprese investono contemporaneamente in una tecnologia che promette enormi ritorni futuri? E soprattutto: è possibile che la competizione stessa produca un eccesso di investimenti, creando le condizioni per una successiva crisi?

Il paper della Bis affronta proprio questa domanda, proponendo un modello teorico che richiama alla memoria episodi storici come la bolla ferroviaria dell’Ottocento, il boom delle telecomunicazioni degli anni Novanta e la crisi delle dot-com del 2000. La tesi degli autori è semplice: la competizione per la leadership nell’intelligenza artificiale potrebbe generare investimenti molto superiori a quelli socialmente ottimali, aumentando contemporaneamente la fragilità finanziaria del settore.

In teoria, la concorrenza è una forza positiva. Le imprese investono per innovare, migliorare i prodotti e ridurre i costi. Nel modello analizzato dal paper, tuttavia, la competizione presenta una caratteristica particolare: il valore di un investimento non dipende soltanto dal rendimento economico che genera, ma anche dalla capacità di sottrarre quote di mercato ai concorrenti.

Questa dinamica produce ciò che gli economisti chiamano una “contest externality”. Ogni impresa considera il beneficio privato derivante dall’aumento della propria posizione competitiva, ma non tiene conto del fatto che quel vantaggio rappresenta semplicemente una perdita per gli altri operatori.

Dal punto di vista collettivo, molte risorse vengono impiegate per una gara redistributiva che non aumenta proporzionalmente il valore complessivo creato dal settore. Il risultato è un livello di investimento superiore a quello che sceglierebbe un pianificatore interessato al benessere generale.

Uno degli aspetti più interessanti del lavoro riguarda il fatto che l’eccesso di investimenti non nasce da errori di valutazione o da aspettative irrazionali. Al contrario: le imprese si comportano in modo perfettamente razionale. Se i concorrenti stanno costruendo enormi capacità computazionali, ogni singolo operatore è incentivato a fare altrettanto per non perdere terreno. La decisione che appare razionale a livello individuale genera però un risultato inefficiente a livello aggregato.

Il modello mostra che, anche in assenza di problemi finanziari, la competizione porta a un livello di investimento superiore a quello socialmente desiderabile. Gli autori definiscono questo fenomeno “over-investment”, cioè sovrainvestimento strutturale.

La questione assume particolare rilevanza nel settore dell’intelligenza artificiale, dove il vantaggio competitivo può dipendere dalla rapidità con cui si costruiscono nuovi data center e si acquisiscono chip sempre più sofisticati.

Il paper individua un secondo elemento di fragilità: il finanziamento circolare. Negli ultimi anni si sono moltiplicate le partnership tra hyperscaler e laboratori di AI. I grandi operatori cloud finanziano le startup dell’intelligenza artificiale, che a loro volta acquistano capacità computazionale dagli stessi investitori. Si crea così una rete di partecipazioni, contratti e flussi finanziari che lega strettamente i diversi soggetti del settore. Gli autori definiscono questo fenomeno “circular financing”.

Dal punto di vista industriale tali accordi possono essere efficienti. Consentono di condividere risorse, ridurre problemi di coordinamento e accelerare lo sviluppo tecnologico. Tuttavia il modello mostra che la competizione induce le imprese a utilizzare queste strutture in misura eccessiva rispetto a quanto sarebbe ottimale dal punto di vista sociale.

In altre parole, la gara per la leadership tecnologica non aumenta soltanto la quantità degli investimenti. Modifica anche il modo in cui tali investimenti vengono finanziati, creando interconnessioni che possono amplificare eventuali difficoltà future.

Un altro risultato particolarmente interessante riguarda la tempistica degli investimenti. Nel settore dell’intelligenza artificiale essere i primi conta enormemente. Un data center operativo oggi può generare vantaggi competitivi che non saranno più disponibili tra due o tre anni.Per questo motivo le imprese sono incentivate ad anticipare il più possibile gli investimenti.

Il modello chiama questo fenomeno “front-loading”, cioè concentrazione anticipata della spesa. Le aziende preferiscono investire immediatamente piuttosto che attendere nuove informazioni sull’evoluzione della domanda o sui progressi tecnologici.

Anche in questo caso la logica individuale è comprensibile. Se esiste un premio associato alla rapidità di esecuzione, ogni impresa cercherà di accelerare il più possibile. Il problema è che l’anticipo degli investimenti aumenta l’esposizione al rischio. Una volta costruite le infrastrutture, il capitale è immobilizzato e non può essere facilmente riallocato se le condizioni di mercato peggiorano.

La parte più interessante del paper riguarda probabilmente la descrizione del passaggio dal boom al bust. Nel modello esiste una soglia critica di produttività. Se la domanda e i ricavi futuri risultano sufficientemente elevati, il settore continua a investire e il boom prosegue. Se invece la produttività effettiva si colloca sotto una certa soglia, gli investimenti successivi si interrompono e una parte del capitale costruito durante la fase espansiva viene svalutata.

L’elemento cruciale è che questa soglia non è fissa. Più grande è il boom iniziale, più elevata diventa la produttività necessaria per giustificarlo. In altre parole, l’espansione stessa rende il sistema più vulnerabile. Gli autori sintetizzano il meccanismo con una formula: il boom semina i semi del bust.

Un settore che investe troppo costruisce una quantità di capacità produttiva che richiede risultati sempre più eccezionali per essere sostenibile. Basta quindi una delusione relativamente modesta per innescare una correzione improvvisa.

L’intuizione richiama diversi episodi storici. Negli anni Novanta le società di telecomunicazioni investirono somme enormi nella posa di fibra ottica. Le aspettative sulla crescita del traffico internet erano corrette nella direzione, ma eccessive nella velocità. Quando i ricavi non riuscirono a tenere il passo degli investimenti, il settore entrò in crisi.

Qualcosa di simile accadde durante la bolla delle dot-com. Internet trasformò effettivamente l’economia mondiale, ma molte delle imprese che guidarono la prima fase di espansione non sopravvissero alla successiva correzione.

Il paper non sostiene che l’intelligenza artificiale sia destinata a seguire lo stesso percorso. La tecnologia potrebbe rivelarsi ancora più rivoluzionaria di quanto oggi immaginiamo. L’argomento è più sottile. Anche quando una tecnologia possiede un enorme potenziale, la competizione può indurre gli operatori a investire troppo, troppo presto e utilizzando strutture finanziarie eccessivamente fragili. La calibrazione quantitativa del modello produce risultati sorprendenti.

Assumendo cinque grandi coalizioni tecnologiche in competizione e utilizzando parametri coerenti con le informazioni pubbliche sul settore, gli autori stimano che il livello di investimento possa risultare circa il 40-50% superiore rispetto a quello socialmente ottimale. In alcuni scenari il divario può diventare molto più ampio.

Il punto non è tanto la precisione numerica delle stime quanto il messaggio generale. Le distorsioni non derivano principalmente da errori di mercato o da politiche monetarie troppo accomodanti. Nascono dalla struttura competitiva stessa del settore. Quando il premio per arrivare primi è molto elevato, ogni impresa è incentivata a correre più velocemente di quanto sarebbe desiderabile dal punto di vista collettivo.

L’insegnamento più importante del paper riguarda forse il ruolo crescente delle grandi piattaforme tecnologiche come potenziali fonti di rischio sistemico.

Per molti anni il dibattito sulla stabilità finanziaria si è concentrato soprattutto sulle banche e sugli intermediari tradizionali. Oggi una quota crescente degli investimenti globali è concentrata in pochi grandi gruppi tecnologici che stanno costruendo infrastrutture fisiche di dimensioni colossali.

La corsa all’intelligenza artificiale rappresenta probabilmente il più grande programma di investimento privato della nostra epoca.

Se gli autori hanno ragione, il rischio non è che l’AI fallisca. Il rischio è che la competizione per dominarla produca una quantità eccessiva di capacità produttiva, finanziata attraverso strutture sempre più interconnesse e vulnerabili.

La storia economica insegna che le rivoluzioni tecnologiche genuine spesso sono accompagnate da fasi speculative. Le ferrovie, l’elettricità, l’automobile e internet hanno tutte attraversato momenti di euforia e successiva correzione.

L’intelligenza artificiale potrebbe non fare eccezione. Non perché la tecnologia sia sopravvalutata, ma perché la corsa per conquistarla potrebbe esserlo.