Siamo in piena estate dunque, se resistete al caldo, facciamo un gioco di enigmistica da spiaggia. Quali sono i punti in comune tra le due immagini qua sopra? Evidente: nessuno. A parte un paio di dettagli. Entrambe le immagini rappresentano rivoluzioni tecnologiche che hanno bruciato quantit\u00e0 immani di denaro; o, pi\u00f9 precisamente, lo hanno trasferito dai conti in banca di una massa di outsider ingenui o inermi a quelli di pochi sapienti<\/b> dotati di fiuto infallibile per l’attimo giusto.
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n<\/p>\n
Prendi i soldi e scappa<\/p>\n
Nel caso della seconda immagine, di quel che sta accadendo – passatemi la pedanteria – vi avevo avvertito.<\/a> Non che ci volesse molto a intuire gli sviluppi della \u00abpi\u00f9 grande quotazione della storia\u00bb di un’azienda che perde cinque miliardi di dollari all’anno. SpaceX ha fatto il suo esordio sui mercati azionari americani con una valutazione di 135 dollari ad azione, per una capitalizzazione da 1.770 miliardi. Entro sera aveva raggiunto i 160 dollari ad azione e i duemila miliardi di dollari di valore di mercato. Entro la prima settimana, aveva superato i duecento dollari ad azione e i 2.600 miliardi di capitalizzazione. Da allora, come ha raccontato<\/a> Francesco Bertolino, il prezzo del titolo si \u00e8 quasi dimezzato dai massimi, viaggia gi\u00e0 parecchio sotto i livelli del debutto e l’azienda nel frattempo ha bruciato 1.100 miliardi<\/b> di valore di mercato.<\/p>\n Andr\u00e0 peggio, prima che inizi ad andare meglio. Segnatevi queste date: 4 e 6 agosto. Fra una decina di giorni l’azienda, fondata e guidata in maniera monocratica da Elon Musk, presenta i primi conti trimestrali da societ\u00e0 quotata; dopo 48 ore da quel momento gli azionisti preesistenti – i fondi di venture capital, gli scienziati, i manager e gli addetti alla caffetteria di SpaceX, insomma tutti gli insider – potranno vendere i loro primi 200 miliardi di dollari di azioni. Lo faranno senz’altro. E nel vendere faranno crollare ulteriormente il titolo pur di monetizzare al pi\u00f9 presto, perch\u00e9 sanno che a breve arriveranno altre scadenze <\/b>in cui loro e altri insider potranno vendere e monetizzare ancora di pi\u00f9; a ruota il titolo dunque croller\u00e0 di nuovo.<\/p>\n A restare intrappolati sotto le macerie saranno due categorie di outsider: le decine di migliaia di azionisti che hanno creduto alla favola dei primi giorni, comprando a prezzi irrealistici; e le decine o centinaia di milioni di risparmiatori e lavoratori che si sono visti infilare a viva forza il titolo di SpaceX negli indici di borsa<\/b>, quelli in cui in cui loro stessi o i loro fondi pensione avevano investito da tempo, senza essere stati interpellati. L’ingresso di questa azienda dopo pochi giorni negli indici \u00e8 il frutto di una manipolazione delle regole disegnata su misura solo per Elon Musk. Di solito si devono aspettare mesi, perch\u00e9 una matricola possa stabilizzarsi attorno a un prezzo di mercato e poi possa accedere a veicoli d’investimento come gli Exchange Traded Funds (Etf), che detengono pro-quota tutte le societ\u00e0 di un certo mercato. Ma l’aver imposto SpaceX subito negli indici – cio\u00e8, appunto, automaticamente nei risparmi di milioni di persone che investono su di essi – mentre gli insider monetizzano ed escono rester\u00e0 come una delle pi\u00f9 grandi truffe finanziarie legalizzate della storia (anche se, va detto, Elon Musk stesso non potr\u00e0 monetizzare prima di un anno).<\/p>\n La grande febbre del 1907<\/p>\n Qui entra in gioco l’immagine il Fiat 18-24 HP del 1907 (foto sopra), anno di un terremoto finanziario in Italia. Il Paese era preso allora da una febbre speculativa per una rivoluzione tecnologica che lo vedeva, allora, al centro degli sviluppi internazionali: all’inizio del 1907 operavano nei confini nazionali qualcosa come 84 diversi produttori di auto.<\/b> Alcuni erano semplici officine artigianali; altri iniziavano a strutturarsi in vere e proprie fabbriche, anche se ancora lontane dal concetto di catena di montaggio che Henry Ford avrebbe introdotto in Michigan sei anni dopo. Ma l’Italia era comunque alla frontiera della trasformazione di allora. Nel 1907 una Itala, marchio fondato in un’officina torinese appena quattro anni prima, vinse la Pechino-Parigi con 20 giorni di vantaggio sul secondo. Fra i marchi pi\u00f9 avanzati la Fabbrica italiana automobili Torino<\/b> nata nel 1899, la Lancia di Vincenzo Lancia, la Isotta Fraschini, mentre l’Anonima Lombarda Fabbrica Automobili(A.L.F.A.)<\/b> sarebbe sorta tre anni dopo e ad essa si sarebbe unito un ingegnere di nome Nicola Romeo nel 1915.<\/p>\n Ma basta con l’amarcord. Quel che conta ora \u00e8 che alla fine del 1907 le aziende automobilistiche italiane ancora in vita erano la met\u00e0 di quelle che avevano iniziato l’anno.<\/b> Attorno alla nuova tecnologia si era formata una bolla finanziaria e di debito che aveva portato la stessa Fiat a capitalizzare in borsa 75 volte il valore dei suoi attivi tangibili. Il crash e la frenata furono cos\u00ec violenti che la Fiat dovette svalutare e prendere perdite in bilancio su un terzo dei suoi investimenti materiali e Giovanni Agnelli (temporaneamente) si dimise da tutte le cariche nella societ\u00e0. Il gigantismo degli investimenti<\/p>\n La domanda \u00e8 meno provocatoria di quanto appaia. Senz’altro SpaceX avrebbe un bilancio pi\u00f9 credibile se Elon Musk non vi avesse fuso al suo interno la sua attivit\u00e0 di intelligenza artificiale, X AI, che nel 2025 ha registrato ricavi per poco pi\u00f9 di tre miliardi di dollari, ma perdite addirittura da sei miliardi appunto in intelligenza artificiale e nei data center. Tuttavia la societ\u00e0 di Musk e altre, da OpenAI di Sam Altman alla Anthropic di Dario Amodei, fino a Meta-Facebook di Mark Zuckerberg o Alphabet-Google – i cosiddetti hyperscalers, i \u00absuper-scalatori\u00bb – hanno scelto di effettuare investimenti colossali in intelligenza artificiale per una duplice ragione. La prima \u00e8 industriale. L’addestramento da zero dei modelli \u00abgenerativi\u00bb costa moltissimo, prima ancora che si possa iniziare ad usarli per far fare loro delle \u00abinferenze\u00bb (cio\u00e8 a interrogarli per avere risposte). <\/b>Una singola scheda di semiconduttori di Nvidia utilizzabile per questo scopo, su una base di dati che spesso \u00e8 la stessa rete Internet, pu\u00f2 costare 60 mila dollari e una Big Tech pu\u00f2 creare dei data center<\/a> da 10 mila fino a 100 mila schede. Essi sono effettuati sempre pi\u00f9 con debiti fuori bilancio.<\/b> Una recente inchiesta di Nikkei ha prodotto il grafico sopra: gi\u00e0 solo cinque dei grandi hyperscaler – Alphabet, Microsoft, Amazon, Meta e Oracle – hanno debiti non visibili in bilancio da 1.650 miliardi di dollari per data center che si sono gi\u00e0 impegnati a far costruire, ma che dovranno iniziare a pagare solo in seguito. Questi debiti sono gi\u00e0 pi\u00f9 dei 1.300 miliardi di debiti ufficiali delle stesse imprese.<\/p>\n La fine degli oligopoli americani<\/p>\n Le grandissime imprese americane prendono questi rischi per un motivo poco confessabile: pensano che gli investimenti necessari per giocare nel campionato dell’intelligenza artificiale siano cos\u00ec alti, che sar\u00e0 riservato a pochi oligopolisti. Quattro o cinque grandi imprese americane sono convinte di diventare inaggirabili e, a quel punto, potranno imporre i prezzi che vorranno ai clienti di tutto il mondo. <\/b>Lo stanno gi\u00e0 facendo, con un sistema di pagamento \u00aba gettone\u00bb per le societ\u00e0-clienti che ricorda il modo in cui le societ\u00e0 elettriche fanno pagare la bolletta: pi\u00f9 usi il servizio, pi\u00f9 paghi. Usare GPT-5.5 di OpenAI per costruire un programma di navigazione in rete pu\u00f2 costare<\/a> a un’impresa diecimila dollari. In sostanza, i colossi di Silicon Valley si stanno muovendo come se fossimo in una riedizione della prima rivoluzione del web: quando il dominio di Facebook, Google o Amazon era cos\u00ec forte dei loro servizi che erano diventati inaggirabili. I colossi si sentono parte di un oligopolio e vogliono monetizzare.<\/p>\n Ma questo rischia di rivelarsi un errore fatale, per i campioni americani all’Ai. Pi\u00f9 che alla rivoluzione del Big Tech del 2007, quello che sta accadendo oggi ricorda la rivoluzione dell’automobile in Italia nel 1907. L\u00ec non c’era un oligopolio, ma una guerra a chi forniva il prodotto migliore al costo pi\u00f9 basso.<\/b> In questo caso tanto per l’addestramento dei dati da zero, sempre molto caro. Ma per le \u00abinferenze\u00bb, cio\u00e8 per usare i modelli per farli pensare ed avere delle risposte. Questo \u00e8 un mestiere fondamentale, nel quale tantissimi concorrenti in tutto il mondo possono diventare competitivi. L’asticella per entrare nel mercato \u00e8 bassa, i vecchi oligopoli di Silicon Valley stanno iniziando a sgretolarsi.<\/b><\/p>\n Per esempio, il modello Kimi K3 della cinese MoonshotAI costa un sesto dell’americano GPT-5.6 Sol e non \u00e8 sostanzialmente peggiore. Il Wall Street Journal riferisce che persino le imprese statunitensi stanno iniziando a usare modelli cinesi, dove possibile, per risparmiare. Soprattutto perch\u00e9 non \u00e8 necessario usare i prodotti di extra-lusso di OpenAI o di Anthropic per tutte le funzioni: \u00abNon prendi la Lamborghini per andare a comprare il latte\u00bb<\/b>, dice<\/a> un manager al Wall Street Journal. Tra l’altro i modelli cinesi garantiscono paradossalmente pi\u00f9 privacy di quelli americani, perch\u00e9 possono essere scaricati e usati in azienda. Quelli americani invece esigono che il cliente affidi i propri dati alla Big Tech che fornisce l’intelligenza.<\/p>\n L’Europa, e l’Italia, si svegliano. Con quali conseguenze?<\/p>\n E non \u00e8 solo questione della concorrenza di Shanghai o di Shenzhen. Anche l’Europa e l’Italia danno segni di vita. Una start up di Cagliari, Xference<\/a>, si \u00e8 costruita un proprio sistema di server a basso costo e offre alle imprese un servizio per ridurre i costi nell’uso dell’intelligenza artificiale. Due imprese europee, la francese VSora<\/a> e l’olandese AxeleraAI<\/a> (fondata e guidata dall’italiano Fabrizio Del Maffeo) stanno mettendo sul mercato chip per l’intelligenza artificiale dieci volte pi\u00f9 efficienti di quelli del colosso di Silicon Valley Nvidia<\/b>, in termini di minor consumo di energia. Il perch\u00e9 \u00e8 ovvio: Nvidia aveva prodotto chip per i giochi online, che ora vengono adattati alle nuove funzioni; le neonate imprese europee costruiscono chip espressamente solo per l’AI, che funzionano meglio perch\u00e9 sono di nuova generazione.<\/p>\n Avete gi\u00e0 capito quali possono essere le conseguenze finanziarie. I colossi americani potrebbero non essere mai in grado di recuperare gli investimenti da migliaia di miliardi in data center affrontati in questi anni.<\/b> Nvidia oggi \u00e8 la pi\u00f9 grande azienda al mondo per valore di mercato, con una capitalizzazione di cinquemila miliardi di dollari; ma anch’essa \u00e8 esposta al rischio di essere sfidata e spiazzata da un’azienda – magari anche europea – che fa chip pi\u00f9 efficienti in termini di consumo di energia. Le venti aziende oggi dominanti nell’AI – in gran parte americane – valgono in totale 34 mila miliardi di dollari in borsa: un quinto dei mercati azionari mondiali, quasi un terzo del prodotto lordo della Terra. Ma le loro valutazioni, come quella di SpaceX, sono fondate sul presupposto che nell’intelligenza artificiale trionfi un oligopolio come \u00e8 successo su Internet venti anni fa. Non sta succedendo. E i mercati non hanno ancora fatto i conti su cosa significa, se la nuova rivoluzione per caso somiglia al mercato dell’auto in Italia nel 1907.\u00a0<\/b><\/p>\n
Poi il fondatore rientr\u00f2 e il resto \u00e8 noto. Ma la lezione del 1907 \u00e8 che si era creato cos\u00ec tanto entusiasmo attorno all’auto – si capiva che avrebbe cambiato le citt\u00e0, la societ\u00e0, gli stili di vita – che in tantissimi provarono <\/b>a lanciare il loro marchio. Investivano a debito a poi puntavano a quotarsi – alle borse di Genova o di Torino – per monetizzare. Dunque, ripeto la domanda: trovate le differenze con l’oggi, quarto anno della rivoluzione dell’intelligenza artificiale generativa.<\/p>\n![\"Il](\"https:\/\/www.europesays.com\/it\/wp-content\/uploads\/2026\/07\/6a670af16cfab.jpeg\")
<\/p>\n
Di qui il grafico sopra, per il quale ringrazio un eccellente (al solito) servizio<\/a> della rivista Le Grand Continent firmato dal bravissimo Gilles Moec. Gli hyperscalers stanno investendo talmente tanto soprattutto in data center, nei server e nelle schede di semiconduttori che quelli contengono, da cannibalizzare il resto l’economia americana. Moec mostra nel grafico sopra che gli investimenti in America al di fuori del settore tecnologico sono scesi dell’11%, rispetto ai livelli del 2019 (con un calo da quando la rivoluzione dell’Ai \u00e8 partita). Al contrario gli investimenti negli aspetti pi\u00f9 materiali della rivoluzione dell’intelligenza \u00abgenerativa\u00bb sono letteralmente esplosi: le quattro principali aziende promettono di spendere almeno 650 miliardi di dollari solo quest’anno, il triplo rispetto al 2024. <\/b>E questi investimenti non sono semplicemente effettuati a debito sempre pi\u00f9 spesso, invece che con capitale proprio.<\/p>\n![\"Il](\"https:\/\/www.europesays.com\/it\/wp-content\/uploads\/2026\/07\/6a670bb8c53da.jpeg\")
<\/p>\n
![](\"https:\/\/www.europesays.com\/it\/wp-content\/uploads\/2025\/08\/1756449670_863_app.png\"\/)
<\/p>\n![](\"https:\/\/www.europesays.com\/it\/wp-content\/uploads\/2025\/07\/eco.png\"\/)
<\/a><\/p>\n