Bain & Company ha presentato al settore mondiale dell'intelligenza artificiale una fattura che, secondo i calcoli della stessa società di consulenza, potrà essere saldata in gran parte solo con prodotti che non esistono ancora. Il settimo Global Technology Report appena pubblicato dalla società conclude che il settore deve generare 6.000 miliardi di dollari di ricavi annui entro il 2031 per giustificare il capitale che sta fluendo nei data centre — e circa il 70% di tale somma dipende da flussi di ricavi che devono ancora essere costruiti.

Secondo il report, i servizi AI esistenti per consumatori e imprese possono rappresentare fino a 1.800 miliardi di dollari del totale, lasciando 4.200 miliardi di dollari di nuovi ricavi da creare. Tutto ciò che la tecnologia vende oggi, dai chatbot ai copiloti per il lavoro, copre meno di un terzo della somma prevista.

Bain si attende che il divaro venga colmato da segmenti emergenti — macchine autonome e robotica, scoperta di farmaci, salute mentale e generazione di energia. Si tratta di settori che restano piccoli, fortemente regolamentati o ancora confinati nei laboratori, e il settore conta su di loro per produrre migliaia di miliardi entro cinque anni.

David Crawford, autore principale del report, ha riconosciuto l'entità della richiesta. Ha dichiarato che il settore necessita di un'onda di innovazione più grande di quanto abbiano sbloccato mobile e cloud computing, e che finanziare la costruzione in modo sostenibile richiederebbe un aggiunta di circa l'1% al tasso di crescita annuo del PIL mondiale — un'accelerazione che le economie rente conseguono semplicemente perché un settore la richiede.

Non è la prima stima del divaro da parte di Bain. Lo scorso settembre, la società aveva calcolato che le aziende di intelligenza artificiale avrebbero bisogno di 2.000 miliardi di dollari di ricavi annui entro il 2030, prevedendo un shortfall di 800 miliardi. Il nuovo obiettivo è tre volte più grande e arriva un anno dopo. Sebbene i due report possano definire diversamente il loro perimetro, la direzione è coerente: il costo della costruzione cresce più rapidamente delle evidenze che qualcuno sia disposto a pagare.

Il lato dei costi è stark. Bain prevede da 5.000 a 6.500 miliardi di dollari di spese per data centre entro il 2030, con l'aggiunta di almeno 150 gigawatt di capacità. Le dimensioni e i costi dei data centre raddoppiano all'incirca ogni 12-16 mesi, in parte a causa della forte impennata dei prezzi dei chip. Il finanziamento può essere organizzato, ma trasformatori, acqua e connessioni alla rete non si possono ottenere negli stessi tempi. La carenza di tutte e tre queste risorse, unita a una feroce opposizione locale, ha bloccato o ritardato progetti statunitensi per 68 miliardi di dollari nel trimestre di giugno.

Anche altri analisti sono giunti a conclusioni simili. Goldman Sachs questa settimana ha fissato il punto di pareggio per i cinque maggiori hyperscaler statunitensi — i giganti del cloud computing — a circa 300 miliardi di dollari di ricavi annui dall'AI, a fronte di 800 miliardi di dollari di spese per infrastrutture nel 2026. Con ricavi cloud da AI che corrono circa 70 miliardi di dollari sopra il trend pre-AI, Goldman stima un divaro di circa 230 miliardi di dollari l'anno.

Il metro di Goldman è più ristretto di quello di Bain, coprendo solo gli hyperscaler e solo le costruzioni di quest'anno, ma punta nella stessa direzione. David Cahn di Sequoia ha calcolato un divaro di circa 600 miliardi di dollari l'anno, e Allianz Research colloca la divergenza tra spesa in conto capitale dell'AI e crescita dei ricavi intorno al 46% — sopra il 32% registrato durante l'eccesso delle telecomunicazioni del 2001, quando gli operatori costruirono reti in fibra molto più rapidamente di quanto la domanda potesse assorbire.

Ci sono avvertenze su entrambi i set di numeri. Goldman stessa segnala il rischio di doppio conteggio e presume che quasi tutto il capex superiore ai livelli del 2022 sia legato all'AI, dato che di fatto ogni dollaro di spesa in conto capitale degli hyperscaler conta ormai come spesa per l'AI. La cifra di Bain, da parte sua, è un tasso minimo richiesto piuttosto che una previsione: descrive ciò che deve accadere, non ciò che accadrà.

La dinamica più preoccupante è che nessun hyperscaler è probabilmente disposto a tagliare unilateralmente la spesa e cedere terreno ai concorrenti, il che rende il ciclo di capex autoalimentato indipendentemente dai rendimenti a breve termine. Una corsa in cui fermarsi è inaccessibile è proprio il contesto in cui i rendimenti scadenti accumularsi inosservati, perché la decisione di spesa non dipende più dai rendimenti.

Bain ha trasformato un clima di percezione in una prova misurabile. Se l'AI sia utile ha smesso da tempo di essere la domanda; la domanda ora è se quella utilità possa essere prezzata su una scala che vada oltre l'economia degli smartphone, in mercati che esistono a malapena, prima che la rete elettrica e il mercato obbligazionario esauriscano la pazienza.

Due indicatori mostreranno come evolverà l'equazione fino al 2027. Il primo è se le aziende di robotica e scoperta di farmaci inizieranno a riportare linee di ricavi reali. L'altro è se le indicazioni di capex continueranno a salire senza di esse. Se la seconda si verifica senza la prima, il settore non starebbe più investendo in un mercato comprovato — starebbe semplicemente scommettendo che uno apparirà.