Jeffrey Sonnenfeld è Lester Crown Professor of Leadership Practice presso la Yale School of Management e fondatore dello Yale Chief Executive Leadership Institute. Studioso di leadership e governance, ha creato la prima scuola al mondo per amministratori delegati in carica e ha fornito consulenza a cinque presidenti degli Stati Uniti di diversi partiti politici. Stephen Henriques è ricercatore senior dello Yale Chief Executive Leadership Institute. È stato consulente presso McKinsey & Company e analista politico per il governatore del Connecticut.
Quindi, ricapitoliamo: OpenAI sta acquisendo una partecipazione del 10% in Amd, mentre Nvidia sta investendo 100 miliardi di dollari in OpenAI; e OpenAI conta anche Microsoft tra i suoi principali azionisti, ma Microsoft è anche un importante cliente della società di cloud computing AI CoreWeave, un’altra società in cui Nvidia detiene una partecipazione azionaria significativa; e, tra l’altro, Microsoft rappresentava quasi il 20% dei ricavi annualizzati di Nvidia, al quarto trimestre fiscale 2025 di Nvidia. In meno di tre anni, OpenAI è passata da un gioco da salotto a un pilastro dell’economia globale.
Non si può fare a meno di chiediersi: “È come nel Far West, dove tutto è lecito pur di concludere l’affare?”. Un’azienda concede a un fornitore di chip una partecipazione azionaria per finanziare la costruzione di data center, ma acquisisce una partecipazione in un altro produttore per lo sviluppo finale di un prodotto simile.
È difficile immaginare che Jensen Huang abbia superato in astuzia la sua cugina, altrettanto talentuosa, Lisa Su, Ceo di Amd. I confini tra fatturato e capitale azionario stanno diventando sempre più sfumati tra un piccolo gruppo di aziende tecnologiche altamente influenti, per un valore di centinaia di miliardi di dollari.
Su ha difeso l’accordo di Amd con OpenAI, affermando che i ribassisti del mercato “pensano in piccolo”. L’amministratore delegato descrive il potenziale dell’AI come l’inizio di un nuovo ‘superciclo’ decennale che “trasformerà i settori, dalla finanza alla sanità e alla ricerca”.
Abbiamo già visto questa storia in passato, ai tempi dei “cowboy del cavo”. I programmatori pagavano i distributori. O meglio, i distributori pagavano i programmatori.
E naturalmente ci sono i frequenti paragoni con il periodo che ha preceduto la bolla delle dot-com. Quando si verifica un cambiamento tecnologico drammatico, le persone spesso non sanno esattamente cosa fare, ma agiscono come se fossero sicure di conoscere la strada migliore da seguire.
I principali attori del settore hanno iniziato a mettere in guardia dall’euforia per l’intelligenza artificiale. Solo venerdì scorso, tre di loro hanno preso posizione, esprimendo forti riserve su ciò che ci aspetta. Il Ceo di Goldman Sachs, David Solomon, ha dichiarato di prevedere che “molti dei capitali investiti non produrranno rendimenti”.
Il fondatore e presidente esecutivo di Amazon, Jeff Bezos, ha definito l’attuale contesto “una sorta di bolla industriale”. Sam Altman, CEO di OpenAI, ha avvertito che “le persone investiranno troppo e perderanno denaro” durante questa fase del boom dell’intelligenza artificiale.
Focolai di preoccupazione
Al nostro summit dei Ceo dello Yale Chief Executive Leadership Institute tenutosi a giugno, abbiamo ascoltato avvertimenti simili da oltre 150 Ceo di alto livello, tra cui venture capitalist esperti, fondatori di aziende tecnologiche rinomate e partner globali di importanti società di consulenza.
Sebbene le prospettive commerciali dell’Ai tra i leader aziendali fossero entusiastiche, c’erano significativi focolai di preoccupazione che andavano oltre i timori per la sicurezza e mettevano in discussione i frenetici percorsi di investimento. Certo, il 60% dei Ceo intervistati non credeva che l’hype sull’AI avesse portato a un eccesso di investimenti; tuttavia, il restante 40% ha sollevato preoccupazioni significative sulla direzione dell’esuberanza dell’AI, ritenendo imminente una correzione.
I rapporti stimano che le spese in conto capitale relative all’AI abbiano superato i consumatori statunitensi come motore principale della crescita economica nella prima metà del 2025, rappresentando l’1,1% della crescita del PIL. Michael Cembalest di JP Morgan Asset Management osserva che “i titoli legati all’intelligenza artificiale hanno rappresentato il 75% dei rendimenti dell’S&P 500, l’80% della crescita degli utili e il 90% della crescita della spesa in conto capitale dal lancio di ChatGPT nel novembre 2022”.
Ancora più preoccupante è quanto sottolineato da Kelly Bogdanova di RBC, secondo cui dopo la massiccia crescita degli utili del 2023 e del 2024, i tassi di crescita tra i “Magnifici Sette” e il resto dell’S&P 500 dovrebbero convergere il prossimo anno. In particolare, lei riconosce che “il divario tra la quota di capitalizzazione di mercato e il reddito netto del settore tecnologico si è notevolmente ampliato” dalla fine del 2022.
Al nostro Ceo Summit di giugno, David Siegel, informatico e uno dei primi studiosi di AI al MIT, poi cofondatore dell’hedge fund quantitativo Two Sigma, ha candidamente affermato: “Le tecnologie di AI stanno trasformando il business, ma credo anche che l’attuale ondata di entusiasmo per l’AI continui a mescolare liberamente fatti e speculazioni”. Siegel ha continuato: “Raramente qualcuno parla dei limiti delle attuali tecnologie di AI”.
Il rinomato investitore ed esperto di tecnologia sostiene da tempo queste convinzioni, ma è stato incoraggiato dall’innovativo report di Apple che suggerisce che le capacità di ragionamento dei modelli di AI potrebbero non essere così sofisticate come molti suppongono. Siegel ha spiegato in parole semplici cosa potrebbero significare questi risultati:
“I ricercatori di AI temono da tempo che gli impressionanti risultati dei benchmark dei modelli di AI possano essere dovuti alla contaminazione dei dati, in cui i dati di addestramento dell’AI contengono le risposte ai problemi utilizzati nei benchmark. È come dare a uno studente le risposte di un test prima che lo sostenga. Ciò porterebbe a un’esagerazione delle capacità dei modelli di apprendere e generalizzare”.
Un recente studio del MIT, pubblicato dopo il Ceo Summit di giugno, ha confermato le affermazioni di Siegel. La loro ricerca ha rivelato che il 95% delle 52 organizzazioni prese in esame aveva ottenuto un ritorno sull’investimento pari a zero, nonostante avesse speso da 30 a 40 miliardi di dollari in GenAI in oltre 300 iniziative.
Con una sincerità pubblica insolita nel mondo della consulenza, Rob Hornby, co-CEO di AlixPartners, riconosciuto tra i leader aziendali per la sua esperienza nel settore tecnologico, ha condiviso un punto di vista simile, dicendo al gruppo del Ceo Summit: “Non credo che i modelli di AI siano pronti a sostenere lunghe catene di attività in modi che sostituiscano le persone. L’Agi non è ancora vicina. Non credo che l’intelligenza artificiale e gli esseri umani abbiano molto in comune, al momento”.
I commenti di Hornby sono in netto contrasto con la presunta previsione di licenziamenti di massa che, secondo i fondatori delle principali aziende di AI presto colpiranno la forza lavoro. Il Ceo di Anthropic, Dario Amodei, ha recentemente fatto notizia dopo aver dichiarato ad Axios che “l’AI potrebbe spazzare via la metà di tutti i lavori impiegatizi di livello base e far salire la disoccupazione al 10-20% nei prossimi uno-cinque anni”.
Un altro leader consulenziale molto schietto, Asutosh Padhi, Senior Partner e Global Leader of Firm Strategy presso McKinsey & Company, ha espresso un parere più equilibrato sull’AI nella forza lavoro. Ha definito la tecnologia come una fonte di maggiore produttività, non necessariamente come un sostituto di massa delle persone. McKinsey continuerà ad “assumere persone straordinarie, con l’AI che le aiuterà a essere ancora più brave in quello che fanno”, ha affermato Padhi.
Il fondatore di Greycroft Alan Patricof, pioniere del venture capital con oltre 60 anni di esperienza, ha espresso un punto di vista più sfumato sull’AI alla comunità degli investitori: “La rivoluzione dell’AI è una vera rivoluzione. Ma sono cauto riguardo alle valutazioni e a ciò che la gente pensa si possa realizzare nel breve termine. Molte persone si sono lanciate in questo campo e solo perché il nome include la sigla ‘AI’ o perché la incorporano nel loro piano aziendale. questo entusiasma molte persone”.
Pitchbook ha riferito che quasi due terzi del valore delle transazioni negli Stati Uniti sono andati a startup di AI e machine learning nella prima metà del 2025, in aumento rispetto al 23% del 2023. L’ascesa fulminea può essere spiegata principalmente dalla maggiore attenzione delle organizzazioni di venture capital, come Andreessen Horowitz e Y Combinator, verso le startup di AI e dalle incredibili valutazioni di queste aziende emergenti.
In condizioni così esuberanti, Patricof ha riflettuto: “Ci saranno vincitori e vinti, e le perdite saranno piuttosto significative”.
Gli avvertimenti sull’esuberanza potrebbero aumentare, ma come scoppierà la bolla è una domanda che rimane senza risposta. Le possibilità sono infinite, ma tre spiccano come quelle con una maggiore probabilità di verificarsi.
1 – La concentrazione porta al contagio
Un piccolo gruppo di aziende si sta assicurando la maggior parte dei contratti importanti. Quasi ogni giorno vengono riportate notizie di investimenti multimiliardari da parte di aziende note come OpenAI, Nvidia, CoreWeave, Microsoft, Google e poche altre.
Se le audaci promesse dell’AI dovessero rivelarsi insufficienti, la dipendenza tra questi importanti attori dell’AI potrebbe innescare una reazione a catena devastante, causando un crollo diffuso simile alla Grande Crisi Finanziaria del 2008.
Peggio ancora, le ambizioni sono numerose e si sommano, con grandi ampliamenti delle infrastrutture energetiche e di rete, capacità agentiche altamente avanzate e un’adozione commerciale e da parte dei consumatori su larga scala, tutte previste nei prossimi cinque anni.
Prendiamo un esempio. OpenAI si è impegnata a investire a 300 miliardi di dollari in potenza di calcolo con Oracle nei prossimi cinque anni, con una media di 60 miliardi di dollari all’anno.
Oltre a perdere miliardi di dollari all’anno, si prevede che i ricavi previsti di OpenAI raggiungeranno i 13 miliardi di dollari nel 2025, richiedendo importi ancora maggiori per coprire le carenze future. L’annuncio dell’accordo ha fatto salire le azioni Oracle di oltre il 40%, aggiungendo quasi un terzo di trilione di dollari al valore di mercato dell’azienda in un solo giorno. La valutazione di OpenAI è quasi raddoppiata, passando da 300 miliardi di dollari a 500 miliardi in meno di un anno.
In particolare, un recente servizio della Cnbc suggerisce che l’accordo per Oracle potrebbe essere costoso, con la società che prevede di “perdere somme considerevoli” per l’affitto di data center, principalmente a OpenAI, e che ha già subito una perdita di 100 milioni di dollari nell’ultimo trimestre. Un altro servizio afferma che la perdita potrebbe essere una semplice questione di tempistica.
2 – Il conflitto di governance mette in luce le carenze dell’AI
Non molto tempo fa, Sam Bankman-Fried ha promesso di rivoluzionare le operazioni dei mercati finanziari con l’exchange di criptovalute FTX e la società di trading Alameda Research.
Tuttavia, la cattiva governance e la limitata supervisione normativa si sono rivelate disastrose per Bankman-Fried e i suoi sostenitori quando le sue attività fraudolente sono state scoperte. Gli attori malintenzionati che hanno utilizzato Binance per il riciclaggio di denaro poco dopo il crollo di Alameda Research hanno fatto regredire ulteriormente il settore. Le tecnologie blockchain offrono progressi promettenti a settori e pratiche antiquati, ma devono essere nelle mani giuste e avere le giuste protezioni.
L’AI si trova in una posizione simile a quella degli scambi di criptovalute dei primi anni 2020, con molto da offrire ma pratiche di governance disparate e una supervisione normativa minima. Ma allora il mercato delle criptovalute era ancora relativamente piccolo e considerato rischioso dall’investitore medio, il che ha limitato le ricadute. Il valore percepito dell’AI è esponenzialmente maggiore e il danno potenziale causato da attori cattivi o anche solo discutibili è quindi molto più grande.
Il Ceo di Anthropic Dario Amodei, il Ceo di Google Sundar Pichai e il Ceo di xAI Elon Musk hanno tutti espresso preoccupazione per la “probabilità di catastrofe” derivante dall’uso improprio dell’AI.
Amodei stima che ci sia il 25% di possibilità che l’AI vada “davvero, davvero male”. Ironia della sorte, Grok di Musk, il grande modello linguistico di xAI, ha fornito un esempio recente di ciò che accade quando la manomissione dei meccanismi interni dei modelli di AI va storta.
Non è difficile immaginare che un importante modello di AI disponibile al pubblico possa diventare incontrollabile e causare danni significativi ai mercati finanziari o ai sistemi di sicurezza nazionale. Un’azione del genere richiederebbe una moratoria nazionale sui modelli di AI comparabili fino a quando il danno non fosse contenuto e il rischio mitigato.
3 – Le sostituzioni dirompenti degli innovatori emergenti
In un potente editoriale del Washington Post, Bethany McLean ricorda in modo toccante la sovraccapacità dell’infrastruttura dei cavi in fibra ottica durante la bolla dot-com degli anni ’90. Parte del problema era dovuto all’ingegneria finanziaria circolare, ma l’altro fattore era dovuto a “una svolta tecnologica che ha reso ogni linea esponenzialmente più potente, moltiplicando la capacità esistente”, rendendo gran parte dell’infrastruttura superflua per decenni.
Per l’AI, ulteriori innovazioni nella progettazione dei chip semiconduttori o importanti progressi nel quantum computing, con l’implementazione di centinaia di miliardi di dollari in infrastrutture per data center, renderebbero immediatamente inutile gran parte di quell’investimento nel medio-lungo termine. Ciò non significa che il “computing” di riserva non sarà necessario in futuro, ma, come osserva McLean, proprio come per l’infrastruttura dei cavi in fibra ottica, potrebbero passare anni prima che gli investimenti nei data center inizino a generare un ritorno per i loro finanziatori.
Nel classico libro di economia ‘Extraordinary Popular Delusions and the Madness of Crowds’, Charles Mackay ha esaminato la psicologia del comportamento della folla e dell’isteria di massa nel corso della storia, dalla mania dei tulipani olandesi del 1630 all’ossessione storica dell’umanità di trasformare i metalli vili in oro.
Sebbene Mackay abbia scritto il suo libro nel 1841, la mania dell’intelligenza artificiale continua a confermare la sua conclusione: “Gli uomini, come è stato ben detto, pensano in branco; si vedrà che impazziscono in branco, mentre riprendono i sensi solo lentamente, uno per uno”.
Le opinioni espresse nei commenti pubblicati su Fortune.com sono esclusivamente quelle degli autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.
L’articolo originale è stato pubblicato su Fortune.com
