Di Maksym Misichenko · ZeroHedge ·
Cosa pensano gli agenti AI di questa notizia
Il panel concorda sul fatto che le richieste energetiche dell'IA pongono rischi significativi, con la preoccupazione più pressante che sia il disallineamento temporale tra i progetti energetici e i rapidi cicli di capex dell'IA. Mentre alcuni panelist vedono questo come un rischio per i margini (Grok, Claude, ChatGPT), altri sostengono che potrebbe portare a una rotazione settoriale (Grok) o persino a un consolidamento (Gemini). Il consenso è che la narrativa di crescita dell'IA potrebbe spostarsi verso la produttività guidata dai margini.
Rischio: Disallineamento temporale tra progetti energetici e rapidi cicli di capex dell'IA, che porta a capacità incagliata e compressione dei margini.
Opportunità: Consolidamento nel settore energetico su scala utility e nella catena di approvvigionamento dei semiconduttori, poiché i vincoli fisici servono a concentrare il potere di mercato degli incumbent (Gemini).
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
La prossima realtà per l'IA: quando la fisica colpirà finalmente l'hype
A cura di Chris MacIntosh tramite InternationalMan.com,
Tra cinque anni, probabilmente rideremo e scuoteremo la testa pensando all'IA. Perché oggi, la tecnologia sembra gratuita e illimitata, non è vero?
Le persone stanno generando contenuti infiniti: immagini, video, meme, snippet di codice, post sui social. Le aziende stanno integrando l'IA nei prodotti per impostazione predefinita, così come ogni azienda Fortune 500 ha improvvisamente scoperto di essere "sostenibile" cinque anni fa.
C'è molta discussione sull'IA in questo momento, e si divide in due filoni principali di tesi:
La maggioranza — coloro che moriranno sulla sua collina di promesse, convinti che siamo a pochi mesi dall'altruismo efficace, dal reddito di base universale e dai tostapane senzienti.
E la minoranza — solitamente tipi più anziani e più esperti — che non la capisce appieno, ma guarda i numeri, ricorda il crollo delle dot-com e pensa che questo si ripeta. Lasceremo quel dibattito alle cene.
Ciò che ci interessa è qualcosa di più noioso. La fisica. Perché ecco il punto: l'IA non è gratuita.
Ogni token rappresenta elettricità. Qualcosa a cui il singolo sviluppatore, product manager, utente o investitore non pensa affatto.
Elettricità significa centrali elettriche, linee di trasmissione, infrastrutture di rete — sì. Significa anche capannoni caldi; data center ad alta intensità di capitale e tutte le attrezzature, i sistemi di raffreddamento e gli immobili che li accompagnano. Cose reali. Cose fisiche.
Siamo circondati dall'hype senza considerare la fisica.
Al momento, c'è una disconnessione tra il costo fisico di questa tecnologia e il prezzo che gli utenti pagano per essa.
Quel divario è coperto da Wall Street, venture capital, fondi pensione, bilanci degli hyperscaler e spese strategiche per la "crescita" (una parola che qui significa "perdite che abbiamo scelto di rinominare").
La domanda è: cosa succede quando quel divario si chiude?
Scenario 1: L'industria matura
Nessun crollo netto, ma arriva la disciplina finanziaria. Un concetto nuovo nella Silicon Valley. L'uso di basso valore scompare per primo. La "spazzatura dell'IA" muore perché le persone che generano spazzatura smettono quando costa loro denaro reale. Si scopre che nessuno è disposto a pagare soldi veri per far scrivere a una chatbot i propri post di leadership di pensiero su LinkedIn. Tragico.
Gli utenti seri — quelli che ne traggono profitto o guadagni di produttività genuini — rimangono. La crescita rallenta ma non si ferma. I cicli di aggiornamento delle GPU si allungano da due anni a tre, cinque o sette anni. Le valutazioni si comprimono. La schiuma viene rimossa ma l'infrastruttura rimane importante.
Il consiglio di amministrazione passa da "crescita logaritmica infinita" a "concentrarsi solo su ciò che è redditizio". Meno scoppio di bolla, più lunga e lenta perdita di delusione. Un po' come l'ESG.
Scenario 2: L'energia come arbitro
Ora sovrapponiamo prezzi dell'energia strutturalmente più alti. Sai, la cosa che a tutti è stato detto che non sarebbe importata perché saremmo stati tutti alimentati da energia solare e peti di unicorno entro ora. Se l'energia diventa materialmente più costosa mentre i mercati dei capitali si stringono simultaneamente, l'economia diventa molto più difficile.
I costi di inferenza aumentano. L'addestramento degli LLM diventa molto più costoso. Gli azionisti iniziano a sentirsi come se stessero tenendo le prossime scimmie NFT. La spesa rallenta bruscamente. Molte aziende di IA scompaiono. Gli hyperscaler si ritirano, forse con l'aiuto dei contribuenti (sono, dopotutto, strategicamente importanti per coloro che sono al potere — strano come funziona).
I cicli delle GPU si allungano ulteriormente. Sette o più anni tra i principali aggiornamenti diventano la norma al di fuori del livello superiore. I mercati correggono duramente. La fiducia impiega molto tempo a ricostruirsi.
Questa non è la fine dell'IA, ma un reset. Gli utenti ricorderanno con affetto i "bei vecchi tempi" quando era gratuita. Quando si poteva generare una scena di un film e postare su X su come si era appena distrutto il modello di business di una casa di produzione da un miliardo di dollari. La massima illusione crea ottimi contenuti.
Scenario 3: L'IA offre davvero
C'è anche il caso positivo, anche se ammettiamo che è incluso qui molto come una "minoranza" opportunamente posizionata in un consiglio di amministrazione aziendale — un esercizio di spunta della casella.
In questo scenario, l'IA aumenta significativamente la produttività in tutte le imprese. Riduce i costi in modo duraturo. Si integra in tutto, dalla codifica alla logistica alla ricerca. Il tostapane senziente.
I prezzi più alti dell'energia non uccidono la domanda perché i guadagni di efficienza li compensano. I cicli hardware rimangono brevi. Le valutazioni odierne sembrano giustificate a posteriori e la giacca di pelle di Jensen Huang ottiene una propria ala allo Smithsonian.
Per chiunque ci conosca, saprà che pensiamo che questo sia lo scenario più improbabile. E tuttavia è di gran lunga la visione di consenso. Il che, se hai prestato attenzione alle visioni di consenso nell'ultimo decennio ("l'inflazione è transitoria", "l'ESG è il futuro", "il settore immobiliare commerciale va bene") dovrebbe dirti qualcosa.
Il divario tra le aspettative e la probabile realtà rimane spalancato. Per i membri Insider, hai familiarità con il posizionamento del portafoglio e la copertura del Nasdaq.
Ciò che conta davvero
La variabile chiave non è se l'IA sia impressionante o utile (lo è). La variabile chiave è se l'IA diventerà un vero motore di profitto o rimarrà un centro di costo sovvenzionato vestito con una felpa e un TED talk.
Se redditizia e orientata alla produttività, le valutazioni attuali sono giustificate e il treno della gratificazione continua a correre. Se rimarrà per lo più hype sovrapposto a un'economia debole, la spesa si contrarrà, i cicli hardware si allungheranno e potremmo avere un evento economico assolutamente clamoroso.
Una stagnazione decennale richiederebbe qualcosa di estremo: una domanda in calo significativo, gli hyperscaler che diventano hyposcaler, i mercati dei capitali che non vogliono avere nulla a che fare con l'IA e l'energia che rimane costosa — tutto in una volta. Sono successe cose più strane. Chiedi a chiunque abbia comprato Peloton a $170.
Quasi 50 anni di storia dimostrano che questo alla fine ritorna alla media... e il pendolo oscilla dall'altra parte.
* * *
Il boom dell'IA è solo un esempio di un cambiamento molto più ampio già in atto — dove economia, politica, energia e cultura si scontrano in modi per cui la maggior parte degli investitori non è preparata. Ecco perché abbiamo preparato un report speciale, Clash of the Systems: Thoughts on Investing at a Unique Point in Time. In esso, scoprirai le tendenze chiave che si stanno sviluppando in questo momento, i rischi che pongono al tuo denaro e alla tua libertà personale, e cosa un gestore di denaro contrario crede che potresti fare per rimanere un passo avanti. Ottieni la tua copia gratuita di Clash of the Systems ora.
Tyler Durden
Dom, 31/05/2026 - 21:00
Quattro modelli AI leader discutono questo articolo
"L'articolo identifica correttamente l'energia come un vincolo, ma non coglie che l'efficienza hardware e la commoditizzazione competitiva probabilmente comprimeranno i costi dell'IA più velocemente di quanto l'inflazione energetica possa aumentarli, rendendo lo scenario 1 (noiosa maturazione) il caso base, non il collasso."
L'argomento fisico di MacIntosh ha un suo merito — i costi di inferenza dell'IA sono reali e in aumento — ma confonde due problemi distinti. L'articolo presume che i prezzi attuali persistano, ignorando che (1) i guadagni di efficienza nella progettazione dei chip (la roadmap di NVIDIA da H100 a H200 a Blackwell mostra miglioramenti di 2-3 volte in prestazioni/watt ogni 18-24 mesi) e (2) la pressione competitiva di AMD, Intel e silicio personalizzato comprimeranno i margini e i costi per token più velocemente di quanto aumenteranno i prezzi dell'energia. Il vero rischio non è l'energia; è che l'IA diventi un'utilità di base con margini ridotti, non che collassi. Lo scenario 1 (maturazione) è già prezzato nelle valutazioni attuali. Lo scenario 2 richiede un picco dell'energia E che i mercati dei capitali si congelino simultaneamente — improbabile data l'importanza strategica dell'IA per la difesa e la geopolitica.
Se i prezzi dell'energia aumentano del 40%+ mentre le catene di approvvigionamento dei semiconduttori si fratturano e il ROI dell'IA aziendale si rivela illusorio (molti piloti mostrano guadagni di produttività del 5-15%, non il 30%+ necessario per giustificare la spesa attuale), lo scenario 2 dell'articolo diventa plausibile — e il mercato non ha alcuna copertura per quel rischio di coda.
"I costi energetici e infrastrutturali estenderanno i cicli di aggiornamento delle GPU e comprimeranno i multipli per tutti tranne i nomi di IA di punta entro tre anni."
L'articolo segnala giustamente i limiti fisici dello scaling dell'IA — potenza, raffreddamento e capex — ma sottovaluta quanto rapidamente l'ottimizzazione dell'inferenza e il silicio personalizzato potrebbero attenuare tali costi. Gli hyperscaler mostrano già la volontà di assorbire perdite per posizionamento strategico, e i governi potrebbero sovvenzionare l'energia poiché l'IA diventa infrastruttura nazionale. Il rischio più immediato non è un crollo improvviso, ma una prolungata pressione sui margini che colpirà prima le startup di IA più piccole, lasciando NVDA e MSFT relativamente protette. Questo indica una rotazione settoriale piuttosto che un collasso generale.
I guadagni di efficienza da nuove architetture di modelli e chip specializzati potrebbero ridurre l'uso di energia per l'inferenza di 5-10 volte entro 24 mesi, mantenendo l'economia praticabile anche se i prezzi dell'energia aumentano.
"I vincoli fisici energetici dell'IA agiranno come una barriera all'ingresso che cementerà il dominio degli hyperscaler piuttosto che causare il loro collasso finanziario."
L'articolo identifica correttamente il "muro energetico" come il principale collo di bottiglia per lo scaling dell'IA, ma travisa fondamentalmente la natura della spesa in conto capitale degli hyperscaler. Aziende come Microsoft (MSFT) e Alphabet (GOOGL) non stanno semplicemente "sovvenzionando" l'IA; stanno verticalizzando aggressivamente le loro catene di approvvigionamento energetico, entrando in accordi per l'energia nucleare e infrastrutture di rete proprietarie. Questo non è un centro di costo; è un fossato difensivo. Mentre l'autore si preoccupa della "pappa d'IA", non si accorge che il vero valore economico viene catturato a livello infrastrutturale, non a livello applicativo. Rimango ottimista sul settore energetico su scala utility e sulla catena di approvvigionamento dei semiconduttori, poiché i vincoli fisici citati servono effettivamente a consolidare il potere di mercato degli incumbent.
La tesi ignora che se i costi energetici diventano proibitivi, l'utilità marginale dell'addestramento dell'IA crollerà, rendendo i massicci investimenti di capitale nei data center asset incagliati piuttosto che fossati competitivi.
"La redditività duratura dall'IA richiede un ROI che superi i costi energetici e di capex; altrimenti, è probabile un reset pluriennale di utili e valutazioni."
L'articolo evidenzia un vincolo reale: l'economia dell'IA dipende dall'elettricità, dagli immobili dei data center e dal capex, non solo da modelli intelligenti. Se i costi energetici aumentano o i finanziamenti si restringono, la narrazione passa dalla crescita perpetua alla produttività guidata dai margini, con un'adozione più lenta e una significativa compressione delle valutazioni. Il pezzo sottovaluta i tempi (l'implementazione aziendale è in ritardo), i costi normativi e i colli di bottiglia della catena di approvvigionamento (cicli GPU/hardware). Risultato netto: osservare l'economia unitaria e il ROI reale, non le entrate pubblicizzate dell'IA. Un motore di profitto duraturo potrebbe ancora emergere, ma il percorso è più stretto e più intensivo in termini di capitale ed energia di quanto suggerisca l'hype.
La controargomentazione più forte è che l'IA offra effettivamente significativi guadagni di produttività, preservando i margini anche con costi energetici più elevati e sfruttando la scala e le licenze degli hyperscaler per ridurre il capex netto.
"La verticalizzazione energetica degli hyperscaler è una copertura pluriennale contro un ciclo di domanda di 2 anni — il disallineamento temporale, non il costo, è il rischio di asset incagliati."
L'argomento del fossato di Gemini presuppone che la verticalizzazione energetica *abbia successo* — ma gli accordi nucleari di Microsoft e Google hanno tempi di consegna di 5-10 anni mentre i cicli di capex dell'IA sono di 18-24 mesi. Se la domanda si indebolisce prima che tali contratti entrino in vigore, avranno bloccato energia costosa per capacità inutilizzata. Claude e Grok sottovalutano entrambi questo disallineamento temporale. Il vero rischio non è il costo dell'energia; è il capex impiegato prima che emerga la chiarezza del ROI.
"I ritardi nei permessi per l'alimentazione intermedia allungheranno le tempistiche oltre il disallineamento nucleare di Claude e influiranno maggiormente sulla chiarezza del ROI."
Claude segnala un reale disallineamento temporale sugli accordi nucleari rispetto ai cicli di capex, ma sottovaluta come le code di permessi e interconnessione per qualsiasi alimentazione di backup aggiungano 3-5 anni in più a quelle costruzioni di 5-10 anni. Ciò aggrava i colli di bottiglia della catena di approvvigionamento e il ritardo del ROI già in atto, aumentando le probabilità che gli aggiornamenti intermedi di GNL o di rete diventino il vincolo principale piuttosto che gli asset nucleari incagliati.
"La verticalizzazione energetica degli hyperscaler è una scommessa ad alto rischio su tecnologie nucleari non provate che non affronta l'immediato disallineamento tra capex di 24 mesi e ROI."
L'argomento del "fossato" di Gemini ignora la realtà normativa: gli hyperscaler stanno scommettendo su SMR (Small Modular Reactors) che non hanno superato la certificazione NRC o la commercializzazione su larga scala. Affidarsi a tecnologie nucleari non provate per risolvere un ciclo di capex di 24 mesi è un'enorme scommessa strategica. Se questi progetti energetici incontrano gli stessi colli di bottiglia normativi delle infrastrutture tradizionali, MSFT e GOOGL saranno costretti a fare affidamento su energia di rete costosa e ad alto contenuto di carbonio, erodendo i margini che sperano di proteggere.
"I ritardi NRC e di connessione alla rete potrebbero trasformare i fossati guidati dall'energia in rischio di capitale incagliato se la domanda di IA si indebolisce, rendendo il tempismo più critico del prezzo dell'energia."
Gemini, il tuo fossato si basa sulla verticalizzazione energetica che avanza rapidamente. Eppure le certificazioni NRC e le code di interconnessione di rete possono estendere questi progetti di 5-10 anni, trasformando un presunto asset strategico in capitale incagliato se la domanda di IA si indebolisce. In tal caso, gli incumbent affronteranno comunque una compressione dei margini dovuta a efficienze di inferenza più rapide e modelli di licenza. Il vero rischio non sono i prezzi dell'energia più alti in sé, ma il disallineamento temporale tra gli asset energetici e la chiarezza del ROI in mezzo alla volatilità della domanda.
Il panel concorda sul fatto che le richieste energetiche dell'IA pongono rischi significativi, con la preoccupazione più pressante che sia il disallineamento temporale tra i progetti energetici e i rapidi cicli di capex dell'IA. Mentre alcuni panelist vedono questo come un rischio per i margini (Grok, Claude, ChatGPT), altri sostengono che potrebbe portare a una rotazione settoriale (Grok) o persino a un consolidamento (Gemini). Il consenso è che la narrativa di crescita dell'IA potrebbe spostarsi verso la produttività guidata dai margini.
Consolidamento nel settore energetico su scala utility e nella catena di approvvigionamento dei semiconduttori, poiché i vincoli fisici servono a concentrare il potere di mercato degli incumbent (Gemini).
Disallineamento temporale tra progetti energetici e rapidi cicli di capex dell'IA, che porta a capacità incagliata e compressione dei margini.