Si parla di AI Crisis (o “AI Summer turning into AI Winter”) principalmente perché i mercati finanziari hanno smesso di valutare l’intelligenza artificiale in base alle promesse e hanno iniziato a valutarla in base ai profitti reali.
Ecco i dati economici e i fatti di mercato che spiegano perché oggi, a fine 2025, il clima è così teso:
1. Il divario del Capex (La domanda da 600 miliardi)
Il dato più citato dagli analisti di Goldman Sachs e Sequoia Capital è il massiccio squilibrio tra investimenti e ricavi.
-
Investimenti (Capex): Nel 2025, le “Big Tech” (Microsoft, Alphabet, Meta, Amazon) hanno speso oltre 500-600 miliardi di dollari in data center e chip NVIDIA.
-
Ricavi (Revenue): Si stima che l’intero settore dell’IA generativa stia generando ricavi diretti per meno di 50-100 miliardi di dollari.
-
Il Problema: Per giustificare 600 miliardi di spesa annua, l’industria dovrebbe generare circa 600 miliardi di ricavi incrementali ogni anno per andare in pareggio. Al momento, manca un “buco” di circa 500 miliardi di dollari.
2. La flessione del NASDAQ e il “Ritorno alla Realtà”
Dopo la corsa sfrenata del 2023 e 2024, il mercato ha iniziato a punire chi non produce utili immediati.
-
P/E Ratio (Rapporto Prezzo/Utili): All’inizio del 2025, molte aziende IA quotate avevano un P/E superiore a 80x (si pagava l’azione 80 volte l’utile). Oggi, il mercato sta riportando questi valori verso la media storica di 25x-30x, causando correzioni di prezzo del 15-20% per molti titoli tech.
-
Concentrazione del rischio: Il 30% della crescita dell’intero S&P 500 dipendeva solo da NVIDIA. Quando NVIDIA ha mostrato i primi segnali di rallentamento nella crescita della domanda (passando da +200% a +20% su base annua), l’intero mercato ha tremato.
3. Il costo insostenibile dell’Inference
Un dato economico cruciale riguarda quanto costa “far girare” l’IA rispetto a quanto pagano gli utenti:
-
Costo per query: Generare una risposta complessa con un modello avanzato (tipo GPT-5 o Claude 4) costa circa 10-50 volte di più di una ricerca su Google.
-
Abbonamenti in perdita: Molti analisti sostengono che gli abbonamenti da 20$/mese siano in perdita per gli utenti “heavy”, rendendo il modello di business scalabile solo se i costi dell’energia e dei chip crollano drasticamente.
4. Tabella: Gli indicatori della “Crisi”
5. La “morte” delle startup intermedie
Sul fronte del mercato del lavoro e delle startup, stiamo vedendo una moria di aziende che facevano solo da “involucro” (wrapper) ai modelli di OpenAI o Google.
-
Dato di fatto: Il 70% delle startup IA nate nel 2023 non è riuscito a ottenere un round di finanziamento “Series B” nel 2025.
-
Acquisizioni forzate: Molte startup promettenti sono state “assorbite” dai giganti (Microsoft, Amazon) non per il loro prodotto, ma per il loro talento (le cosiddette acqui-hires), segnale che il mercato indipendente sta morendo.
Conclusione
La “AI Crisis” non significa che l’IA sia inutile, ma che la valutazione finanziaria dell’IA si è scontrata con la realtà dei bilanci. Siamo nella fase di “pulizia” del mercato: i progetti inutili falliscono, i giganti consolidano e la tecnologia diventa finalmente un’utilità seria e meno speculativa.
Ti interessa sapere quali settori specifici (es. sanità o finanza) stanno invece resistendo meglio a questa crisi di mercato?
Mentre il settore dell’IA generativa “generalista” (quella dei chatbot che sanno fare tutto e niente) è in crisi, ci sono settori verticali dove l’IA sta producendo valore economico reale, resistendo alla correzione di mercato.
Ecco i settori che stanno vincendo la sfida del 2025:
1. Settore Farmaceutico e Biotech (AI for Science)
È forse il settore con il ROI più tangibile. L’IA non viene usata per scrivere testi, ma per simulare molecole.
-
Il dato: Il tempo per la scoperta di un nuovo candidato farmaco è sceso da 5 anni a meno di 18 mesi per le aziende che usano piattaforme come AlphaFold o modelli proprietari.
-
Perché resiste: Perché il risparmio è misurabile in miliardi di dollari di test di laboratorio falliti ed evitati. Qui l’IA è uno strumento di ingegneria, non di intrattenimento.
2. Difesa e Sicurezza Nazionale
In un contesto geopolitico instabile, la spesa per l’IA nella difesa è considerata “anticiclica” (non cala se il mercato scende).
-
Il dato: Gli investimenti governativi in IA Agentica (droni autonomi, sistemi di analisi satellitare in tempo reale) sono aumentati del 40% su base annua nel 2025.
-
Perché resiste: Non si tratta di profitto, ma di sicurezza nazionale. Aziende come Palantir o Anduril hanno contratti pluriennali garantiti che non risentono della “bolla” del NASDAQ.
3. Fintech e Cybersecurity
L’IA è diventata l’unica arma efficace contro… l’IA stessa.
-
Cybersecurity: Con l’aumento dei deepfake e del phishing automatizzato, le aziende stanno acquistando massicciamente sistemi di difesa basati su IA che rilevano anomalie in millisecondi.
-
Finanza: L’uso dell’IA Predittiva per il rilevamento delle frodi bancarie ha ridotto le perdite degli istituti di credito del 15-20% nel 2025. In questo caso, l’IA si ripaga da sola in pochi mesi.
4. Gestione delle Infrastrutture Energetiche
Ironia della sorte, l’IA sta aiutando a risolvere la crisi energetica che essa stessa ha contribuito a creare.
-
Il fatto: Le reti elettriche (Smart Grids) gestite da algoritmi IA riescono a distribuire l’energia in modo più efficiente, riducendo gli sprechi del 10%.
-
Perché resiste: In un mondo con costi energetici altissimi, un risparmio del 10% giustifica qualsiasi investimento tecnologico.
Tabella: Chi vince vs Chi perde nella crisi attuale
Cosa accadrà nel 2026?
La tendenza che vediamo oggi, 23 dicembre 2025, suggerisce che il capitale si sposterà sempre di più dalla “GenAI” (Generativa) alla “Applied AI” (Applicata).
Le aziende non compreranno più “un’intelligenza artificiale”, ma compreranno “un software per scoprire proteine” o “un sistema per proteggere i conti bancari”. La parola “IA” diventerà invisibile, integrandosi nei processi come è successo con l’elettricità o il database.
Informazioni sull'autore
