Lavoro cognitivo da 30 trilioni e mercato dei consumi da 30 trilioni: dominare l'era dell'inferenza AI

Morgan Stanley ritiene che l’industria dell’intelligenza artificiale stia compiendo un grande passo dall’attuale fase di costruzione delle infrastrutture verso “l’era dell’inferenza”, un’evoluzione tecnologica che digitalizzerà e rimodellerà il mercato globale del lavoro delle conoscenze da 20 a 30 mila miliardi di dollari e il mercato dei consumi da quasi 30 mila miliardi, guidando una rotazione di settori nei mercati dei capitali su una scala senza precedenti.

Secondo le notizie di Trading Desk, il 7 settembre un report guidato da Brian Nowak di Morgan Stanley dal titolo The Morgan Stanley AI Guidebook: Navigating the Age of Inference sottolinea che, poiché la crescita della spesa in conto capitale dei data center dei grandi fornitori di servizi cloud dovrebbe raggiungere il suo apice nel 2027 e rallentare sensibilmente nel 2028, il ciclo di allocazione dei capitali nel settore tecnologico sta raggiungendo un punto di svolta cruciale.

(Si prevede che la spesa in conto capitale dei grandi fornitori di cloud raggiunga circa 1.500/1.600 miliardi di dollari nel 2027/2028)

Si prevede che i capitali degli investitori defluiranno marginalmente dallo strato semiconduttori/hardware a favore dello strato software e degli abilitatori AI; i giganti della tecnologia come Amazon, Google, Microsoft e META, con ecosistemi integrati e forti flussi di cassa, vedranno una nuova fase di espansione delle valutazioni.

(Si prevede che il ciclo d’affari dell’AI si estenda ai settori del software, servizi e aziende applicative di intelligenza artificiale)

Il report sottolinea che le applicazioni AI, lato enterprise e consumer, stanno rapidamente accelerando la loro esplosione. Al secondo trimestre 2026, circa il 25% delle aziende nell’indice S&P 500 ha già iniziato a quantificare i benefici finanziari offerti dall’AI generativa.

Nello stesso tempo, il mercato globale dei finanziamenti tramite credito alle infrastrutture di AI mostra un’estrema capacità di assorbimento: da inizio anno, le emissioni di debito legate all’AI hanno raggiunto circa 450 miliardi di dollari, e i forti flussi di cassa operativi dei grandi provider cloud sono pienamente in grado di coprire la domanda di debito futura, dissipando le preoccupazioni del mercato sulle strozzature di finanziamento.

In questa fase di transizione, il focus del mercato si sposterà completamente sul ritorno degli investimenti AI, sullo scenario competitivo dei modelli open source e sui crescenti colli di bottiglia legati a energia e regolamentazione. Trovare un equilibrio tra l’esplosione della capacità di calcolo e i limiti fisici determinerà la destinazione finale delle spese per l’inferenza da migliaia di miliardi nella prossima fase.

Cambio di direzione per i capitali: raffreddamento dell’hardware, ascesa di software e abilitatori

Morgan Stanley ritiene che la traiettoria della spesa in conto capitale dei grandi fornitori cloud sia l’indicatore chiave delle rotazioni settoriali dei capitali di mercato.

Si stima che entro il 2027 la spesa per data center crescerà del 60% su base annua, raggiungendo un totale di 1.500 miliardi di dollari. Tuttavia, a causa di limiti fisici come forza lavoro, materiali ed energia, e di parte della capacità produttiva anticipata tra il 2027 e il 2029, il tasso di crescita della spesa diminuirà bruscamente nel 2028 fino a circa il 12%.

Questo rallentamento, combinato con l’accelerazione dei ricavi nel settore software, segna l’imminente rotazione settoriale dei capitali tipica dei cicli tecnologici di lungo periodo. Ciò rispecchia pienamente la regola dell’era del mobile internet: dopo l’esplosione iniziale dell’hardware e dei semiconduttori, il valore si sposta a strati di applicazioni e servizi software.

(Performance relativa delle azioni durante l’era del mobile internet)

Sebbene le azioni dell’hardware non subiranno crolli improvvisi a causa di valutazioni già contenute, con lo spostamento della crescita degli utili sugli strati superiori dello stack, il software e gli abilitatori avranno nuove opportunità di espansione multipla.

Con la realizzazione della spesa in conto capitale, la capacità di calcolo globale aumenterà in modo esponenziale. Si stima che entro il 2028 la capacità totale salirà da 35 GW nel 2025 a circa 145 GW.

(Percorso verso i circa 145 GW di capacità di calcolo previsto da Morgan Stanley per il 2028)

La quota dei chip ASIC personalizzati nella nuova capacità di calcolo aumenterà dal 34% nel 2025 al 66% nel 2028, guidata dalla TPU di Google e dal Trainium di Amazon, segnando un cambiamento strutturale.

(La quota della capacità aggiuntiva di ASICs continuerà a crescere nei prossimi anni)

Penetrazione in un mercato da 60 mila miliardi: tecnologia e finanza al comando

Entrando nell’era dell’inferenza, la vera sfida dell’AI generativa sarà la commercializzazione su larga scala.

Il mercato globale si trova davanti a un’opportunità di digitalizzazione del lavoro conoscitivo da 20-30 mila miliardi di dollari, mentre i mercati consumer – retail, viaggi, auto a guida autonoma, delivery di cibo e pubblicità – rappresentano ulteriori 30 mila miliardi di valore potenziale da sviluppare.

(La ricerca stima che restino da digitalizzare circa 30 mila miliardi di dollari di consumi dei cittadini)

Il ritmo di adozione negli strati applicativi sta accelerando. Dal punto di vista della diffusione macroeconomica, il settore tecnologico è in testa sia per adozione sia per quantificazione dei rendimenti AI generativi, seguito da finanza, sanità e industria.

(I casi di applicazione coprono tutti i settori dell’economia)

La quota di società tech che cita i benefici dell’AI nelle conference call sui risultati è salita dal 28% di un anno fa al 51% attuale.

I paragoni storici suggeriscono che il tasso di penetrazione attuale dell’AI potrebbe essere seriamente sottovalutato. Nel secondo anno dello sviluppo del cloud computing (2014), la spesa per il cloud pubblico rappresentava il 4% del budget IT totale. Mantenendo lo stesso ritmo di diffusione, nel 2027 la spesa AI aziendale potrebbe raggiungere gli 800 miliardi di dollari.

(Nel 2014, la spesa per il cloud pubblico rappresentava il 4% dei budget IT aziendali nel secondo anno dall’introduzione)

Dal momento che l’AI non necessita di migrazioni drastiche delle infrastrutture e consente cicli di rendimento sul valore più rapidi, la sua velocità di diffusione potrebbe superare quella del cloud. Sul versante consumer, le piattaforme con grandi quantità di dati di prima parte e canali distributivi occuperanno senza dubbio la posizione dominante.

(Lo sviluppo dell’AI generativa dovrebbe essere più rapido e anche se nel secondo anno, cioè il 2027, la penetrazione raggiungesse solo il 4%, significherebbe una spesa di circa 800 miliardi di dollari in ambito aziendale)

ROI della capacità computazionale e modelli open source: rimodellare i business model

Riguardo al tema centrale del ritorno sul capitale investito, le analisi mostrano che l’AI generativa offre forti attrattive, con diversi percorsi di monetizzazione e un ROIC stimato tra il 25% e il 50%.

Il rendimento maggiore è per le aziende che gestiscono API di modelli su infrastrutture proprie (es. META, Google, SpaceX), con ritorni fino al 46%. Anche nei business puri di noleggio GPU su larga scala (IaaS) il ROIC si mantiene intorno al 30%.

(Il ROIC varia dal 25% al 50% per tre principali framework di AI generativa)

A livello di modelli, le soluzioni open source dai costi di servizio inferiori non ridurranno la domanda di potenza di calcolo, ma saranno invece decisive per abilitare la diffusione dell’AI in tutta l’economia.

I modelli open source ridurranno il prezzo medio a token, scatenando il paradosso di Jevons, ovvero che la caduta dei prezzi stimola una crescita esplosiva della domanda di inferenza.

Questa dinamica competitiva costringerà i laboratori AI più all’avanguardia a innovarsi costantemente per contendersi la quota di spesa in inferenza, rafforzando al contempo il valore delle piattaforme di orchestrazione modello dei grandi cloud provider (es. AWS Bedrock, MSFT Foundry, GOOGL Vertex).

Queste piattaforme cloud massimizzano l’efficienza computazionale e la monetizzazione abbinando il modello più economico a ogni compito specifico.

Superare i colli di bottiglia infrastrutturali: espansione del credito e strategia energetica

La base di questo enorme mercato dell’inferenza è l’espansione incessante dei finanziamenti e delle infrastrutture.

Nonostante nel corso dell’anno le emissioni di obbligazioni legate all’AI siano esplose a 450 miliardi di dollari, i grandi cloud hanno ancora significativa capacità di ulteriore emissione di debito. Il principale meccanismo di aggiustamento di mercato sarà rappresentato dai maggiori spread di credito.

Soprattutto, i flussi di cassa operativi di Amazon, Google, META e Microsoft stanno accelerando rapidamente. Entro il 2027 e il 2028 i flussi di cassa operativi dei quattro giganti raggiungeranno rispettivamente 980 e 1.200 miliardi di dollari, ossia dalle sette alle otto volte i 290 miliardi di debito da raccogliere nello stesso periodo, evidenziando una solidità enorme del proprio bilancio.

I limiti fisici saranno però ancora severi. I controlli politici di Stati e governi locali sull’impatto dei data center su bollette energetiche e consumo idrico sono inaspriti.

Per gestire i ritardi di connessione alla rete pubblica, i data center su larga scala punteranno sempre di più a soluzioni di generazione onsite (“behind-the-meter”), il che farà crescere la spesa in conto capitale di circa 3 miliardi di dollari per ogni GW.

L’esigenza di “scambiare tempo con energia” offre grande attrattiva d’investimento a fornitori di generazione onsite e a chi possiede asset di fornitura esterna di energia elettrica.

(Involucri e rack di alimentazione restano i principali driver per gli investimenti in capacità di calcolo)