Sottopesati sul futuro: perché la tesi d'investimento nell'IA rimane attrattiva

Sottopesati sul futuro: perché la tesi d'investimento nell'IA rimane attrattiva
Humberto Nardiello, Fund Manager di DPAM

Milano, 13 maggio 2026. Di Humberto Nardiello, Fund Manager di DPAM

Nonostante la recente volatilità dei listini, la solidità strutturale del comparto legato all’IA ha registrato un netto consolidamento. L'entità e la sistematicità dei progressi tecnologici indicano che il mercato si trova in una fase embrionale rispetto a un potenziale economico decisamente superiore alle stime precedenti.

La programmazione assistita dall'IA ha superato una soglia importante. Strumenti come Claude Code di Anthropic sono ora pienamente agentici e capaci di sviluppare software di alto livello con un intervento umano minimo. L'impiego dell'IA in compiti cognitivi complessi rappresenta uno shock di produttività che potrebbe ridurre i costi marginali, espandendo l'attività economica e i redditi reali, piuttosto che ridurre la domanda di lavoro. Il settore del software ne è la prova, con una domanda di ingegneri che resta solida nonostante l'automazione. Con 20-30 milioni di sviluppatori a livello globale a un costo complessivo stimato di circa 100.000 USD, si tratta di un bacino di lavoro da 2-3 trilioni di USD pronto per essere potenziato.

L'emergere degli agenti, esemplificato da OpenClaw, segna un importante punto di inflessione. A differenza della chat, questi sistemi eseguono compiti complessi in modo autonomo, interagendo continuativamente con le API. Ciò implica un aumento esponenziale della domanda di calcolo, che non è più legata al numero di utenti, ma al numero di processi attivi eseguiti in parallelo.

Il modello di consumo si sta evolvendo in un modo che aumenta drasticamente la monetizzazione, passando da abbonamenti fissi a modelli basati sull'utilizzo reale. Questo cambiamento permette di differenziare i prezzi in base all'intensità d'uso e alla disponibilità economica degli utenti. Attualmente, alcuni sviluppatori spendono decine di migliaia di dollari annui in token, mentre diverse aziende offrono ai propri ingegneri budget per l'IA pari al 50% dello stipendio base per favorire produttività e recruiting. Questo cambiamento permette ai fornitori di scalare i prezzi in base al valore anziché agli utenti, aumentando i ricavi. Risponde inoltre ai dubbi sul "finanziamento circolare": se l'uso è legato alla produttività, la crescita non è artificiale ma connessa all'output economico, rendendo la monetizzazione più chiara e duratura.

Un cambiamento meno apprezzato ma altrettanto importante sta avvenendo a livello di infrastruttura. L'inferenza viene disaggregata in due fasi: prefill e decode. Il prefill, ovvero la comprensione del prompt e delle informazioni circostanti, è denso dal punto di vista del calcolo, mentre il decode, la generazione dei token, è intensivo in termini di larghezza di banda della memoria e sensibile alla latenza. Questa separazione consente di ottimizzare i carichi di lavoro su calcoli eterogenei, con le vecchie GPU riconvertite per il prefill, mentre i sistemi più recenti o specializzati gestiscono il decode.

La conseguenza è un'estensione della vita utile delle GPU, che invece di diventare obsolete in 4-5 anni, rimangono economicamente produttive per quasi un decennio. Ciò implica un minore onere di ammortamento e una ridotta intensità di capitale per unità di output. Per gli hyperscaler, questo si traduce in rendimenti più elevati sul capitale investito nel tempo, in particolare mentre l'infrastruttura passa dall'addestramento (che non genera ricavi) all'inferenza. In definitiva, il sistema sta diventando più efficiente proprio mentre la domanda sta accelerando. L'IA riguarda sempre più la trasformazione dell'energia in token economicamente validi. I guadagni di efficienza, sia a livello hardware che algoritmico, stanno espandendo l'offerta effettiva anche a fronte dell'accelerazione della domanda.

Anthropic ha riportato una run rate di ricavi annualizzati di 30 miliardi di USD al 7 aprile, rispetto ai 9 miliardi di soli tre mesi prima, aggiungendo 21 miliardi di ARR (Annual Recurring Revenue) in un singolo trimestre. OpenAI sta registrando uno slancio altrettanto forte, passando da circa 20 miliardi di ARR alla fine del 2025 a oltre 25 miliardi all'inizio di marzo. Per contestualizzare, l'espansione trimestrale dell'ARR della sola Anthropic supera la crescita combinata dell'ARR delle prime 10 società di software, esclusa Microsoft, nello stesso periodo.

A colpire è anche l'efficienza di queste aziende: Anthropic e OpenAI operano con circa 3.000 dipendenti ciascuna, a fronte dei circa 30.000 dipendenti di Alphabet Inc. quando generava una scala di ricavi simile. Queste non sono solo aziende a crescita rapida; rappresentano un modello operativo fondamentalmente diverso, in cui la scalabilità tipica del software si sposa con una monetizzazione simile a quella delle infrastrutture, risultando in un livello senza precedenti di intensità di ricavi per dipendente. Questa è la prova più chiara finora che i modelli linguistici di grandi dimensioni possono monetizzare su scala. Siamo ormai entrati stabilmente nella fase di inferenza dell'IA.

Un ulteriore sviluppo da monitorare è l'estensione dell'IA dal mondo digitale a quello fisico. Ciò che sta cambiando ora è la convergenza di tre elementi: modelli su larga scala, potenti ecosistemi di dati in continua evoluzione e infrastrutture completamente integrate. I modelli non si limitano più a riconoscere oggetti; ragionano su ambienti dinamici. L'implicazione va oltre il miglioramento degli umanoidi o dei veicoli autonomi, verso l'emergere di uno strato di intelligenza generale per i sistemi fisici, adattabile in tutti i settori.

Nelle precedenti rivoluzioni tecnologiche, lo sviluppo dell’infrastruttura ha sempre anticipato la diffusione delle applicazioni. Questo schema si sta ripetendo anche oggi, ma con una velocità decisamente superiore alle attese: se la costruzione dell’infrastruttura è stata rapida, il settore applicativo — e l’IA aziendale in particolare — sta registrando un’accelerazione improvvisa. Stimiamo che il mercato dell'IA per le imprese possa raggiungere i 3-5 trilioni di USD e siamo probabilmente ancora al di sotto del 10% di penetrazione. Il percorso di adozione sta diventando più chiaro, passando dalla chat all'IA integrata nei flussi di lavoro, quindi a strumenti specifici per compiti, seguiti da agenti completamente autonomi e, infine, reti orchestrate di agenti.

L'attuale instabilità macroeconomica funge da catalizzatore per l'adozione dell'IA, trasformandola in una leva deflazionistica indispensabile per comprimere i costi operativi e incrementare la produttività. Storicamente, le fasi di contrazione economica, come la Grande Crisi Finanziaria del 2008, spingono le imprese a superare l'inerzia strutturale e ad abbandonare modelli obsoleti in favore dell'efficienza tecnologica. Tale mutamento di paradigma è già riscontrabile nelle recenti dinamiche occupazionali e nelle strategie volte all'ottimizzazione dei costi.

Conclusione

L'IA rimane una delle aree di investimento più interessanti oggi perché siamo ancora all'inizio di un mercato che sta simultaneamente migliorando il proprio prodotto, espandendo la propria monetizzazione e approfondendo il proprio valore economico. L'utilizzo si sta espandendo rapidamente, i laboratori di frontiera stanno passando da abbonamenti fissi a prezzi basati sull'utilizzo che catturano meglio il ritorno sull'investimento, e l'economia dell'inferenza sta migliorando con la maturazione dell’intera infrastruttura tecnologica. Allo stesso tempo, l'IA sta superando i confini della pura tecnologia per ridefinire i cicli di produttività, il lavoro e il capitale. La sua adozione sta evolvendo rapidamente: dalle semplici chat al coding, fino allo sviluppo di agenti capaci di svolgere compiti operativi complessi.

Questa sinergia tra una domanda crescente, una monetizzazione più efficace, infrastrutture di calcolo più longeve e un percorso chiaro verso rendimenti stabili rende il quadro estremamente convincente. Sebbene molte tecnologie trasformative tendano a saturare i portafogli degli investitori, l'IA appare ancora sottopesata rispetto alla reale portata dell'opportunità. Siamo convinti che questo rappresenti uno di quei rari momenti in cui la crescita fondamentale e la tesi d'investimento risultano entrambe straordinariamente attrattive.