Wall Street rivede il consenso sull’AI tra utili e valutazioni
Correzione dei mercati sull’AI: cosa sta davvero accadendo
La recente ondata di vendite sui titoli legati all’intelligenza artificiale non è un incidente isolato, ma un riaggiustamento profondo delle aspettative. Nelle ultime settimane gli investitori hanno iniziato a ricalibrare in modo brusco le valutazioni di società tech e di interi comparti “abilitati” dall’AI, dall’IT ai servizi legali, dalla consulenza alla logistica. Deutsche Bank interpreta questa fase come un passaggio necessario: da una narrazione dove quasi tutti sarebbero vincitori a un contesto in cui si iniziano a discriminare, con maggiore rigore, business model sostenibili e promesse fragili. Il tema chiave non è se l’AI sia rivoluzionaria, ma chi, come e con quali tempi riuscirà a monetizzarne davvero il potenziale.
La perdita di 2.000 miliardi e il ridimensionamento dell’euforia
JPMorgan stima che circa 2.000 miliardi di dollari di capitalizzazione siano evaporati dalle aziende esposte all’AI in poche sedute. Secondo Jim Reid di Deutsche Bank, fino a due settimane fa questo scenario era quasi solo “accademico”: i mercati scontavano una diffusione dei benefici dell’AI quasi universale tra le società tech quotate.
La svolta è arrivata quando gli investitori hanno iniziato a chiedersi se i grandi modelli linguistici potessero cannibalizzare servizi esistenti, comprimere i margini o rendere rapidamente obsoleti prodotti consolidati. La conseguenza è stata un repricing violento di player percepiti come vulnerabili, non solo nell’hardware e nel software, ma anche nei servizi professionali ad alta intensità di conoscenza.
Dal “tutti vincono” alla selezione strutturale dei campioni
La tesi di Reid è che la fase dell’ottimismo indifferenziato sia finita. Gli investitori stanno iniziando a distinguere tra chi possiede infrastrutture critiche, dati proprietari, reti di distribuzione robuste e chi invece rischia di essere sostituibile dalle stesse tecnologie che promuove.
Questa transizione genera volatilità perché il mercato deve prezzare benefici futuri incerti contro costi e disruption già visibili. Nel breve termine, l’assenza di prove definitive su vincitori e perdenti strutturali lascia spazio a eccessi: valutazioni compresse per timore, ma anche rimbalzi violenti non appena emergono segnali di esecuzione credibile o di vantaggi competitivi difendibili.
Lettura macro: tra bolla settoriale e investimenti di lungo periodo
La correzione in corso non implica necessariamente che l’AI sia una bolla generalizzata. Economisti e strategist finanziari di primo piano distinguono tra “sacche di eccesso” e una traiettoria secolare robusta. L’attenzione si concentra su due variabili: la sostenibilità dei piani di investimento in infrastrutture AI e la capacità delle aziende di trasformare capex massicci in ritorni misurabili, proteggendo nel contempo i propri fossati competitivi. Il dibattito richiama fasi storiche come il boom di Internet anni Novanta, con paralleli utili ma non sovrapponibili, soprattutto per la natura auto-rigenerante dell’AI generativa.
L’analisi di Jamie Dimon su AI, AI generativa e rischio bolla
Il CEO di JPMorgan Jamie Dimon invita le aziende a usare l’AI, ma con lucidità. Al Fortune Most Powerful Women Summit ha ricordato che nel 1996 “Internet era reale” e al tempo stesso “si poteva guardare il tutto come se fosse una bolla”.
Per Dimon la distinzione cruciale è tra AI in senso lato e AI generativa: la prima è già integrata nei processi aziendali da anni, la seconda concentra oggi le valutazioni più speculative. Alcuni asset, ha osservato, sono ormai “in una sorta di territorio di bolla”, segnalando che parte dei multipli include scenari di crescita estremi difficili da sostenere se i ritorni economici non matureranno nei tempi previsti.
Jeremy Siegel: perché il mercato ora pone le domande giuste
Jeremy Siegel, Professore Emerito di Finanza alla Wharton School e senior economist di WisdomTree, ritiene che la fase attuale indichi una crescente maturità analitica. Quando le aziende parlano di 200 miliardi di dollari di spese in conto capitale per l’AI, i mercati devono valutare rigorosamente tempi di ammortamento, dinamiche competitive e possibilità di creare fossati duraturi in un contesto tecnologico che evolve “a velocità vertiginosa”.
Secondo Siegel, questa tensione tra entusiasmo e prudenza implica una continua rotazione della leadership settoriale: anche se il trend secolare dell’AI resta intatto, non tutte le società oggi protagoniste conserveranno il loro ruolo nei prossimi cicli di innovazione.
Rischio di eccesso di pessimismo e AI come ciclo autoalimentato
Se da un lato la correzione ridimensiona l’euforia, dall’altro analisti come Jim Reid avvertono del rischio opposto: uno scenario in cui il mercato, spaventato dall’incertezza, penalizza in modo eccessivo interi segmenti della “vecchia economia”. In assenza di evidenze chiare su chi verrà realmente disintermediato dall’AI, la narrazione può oscillare rapidamente dal “tutti vincono” al “quasi tutti perdono”. Questo genera un ambiente dove le variazioni di sentiment, più che i fondamentali, guidano prezzi e flussi, amplificando la volatilità e complicando le decisioni di allocazione.
La critica di Jim Reid alla disruption oltre misura nei settori tradizionali
Reid sottolinea che, anche entro fine anno, sarà difficile identificare con sicurezza i vincitori e i perdenti strutturali dell’AI. In questo vuoto informativo, l’immaginazione degli investitori – ottimista o pessimista – tende a colmare i gap, producendo “grandi oscillazioni del sentiment”.
Nei comparti della “vecchia economia” il rischio è di scontare scenari di disruption estrema non ancora supportati da dati operativi. Alcune imprese potrebbero invece assorbire l’AI come strumento di efficienza e non come minaccia esistenziale, preservando margini e quota di mercato più di quanto oggi implichino i prezzi.
Ed Yardeni: AI come tecnologia che può superare i suoi creatori
Ed Yardeni, presidente di Yardeni Research, descrive l’AI come “pattinaggio di velocità sul ghiaccio”: avanzamento rapido, ma su un terreno scivoloso. A suo giudizio, l’AI ha un potenziale unico di “spodestare i suoi stessi creatori” grazie alla capacità di generare codice software, incluso codice di AI, sostituendo rapidamente versioni precedenti.
Il ritmo dell’obsolescenza, sia nell’hardware sia nel software – in particolare per i grandi modelli linguistici – procede a velocità tale da spaventare gli investitori, che reagiscono vendendo qualsiasi titolo percepito come vulnerabile. Questo conferma la natura autoalimentata del ciclo: innovazione accelerata, timore di rimanere indietro, correzioni violente su ogni segnale di cambiamento di paradigma.
FAQ
Perché i titoli legati all’intelligenza artificiale stanno crollando?
Per un riaggiustamento delle aspettative: il mercato sta passando da un’idea di benefici diffusi per tutti a una selezione più severa tra modelli di business realmente sostenibili e posizioni competitive difendibili.
Che ruolo ha avuto Deutsche Bank nell’interpretare questa fase
Deutsche Bank, tramite Jim Reid, ha evidenziato come la correzione fosse prevedibile dopo mesi di valutazioni troppo ottimistiche, leggendo le vendite come un necessario ritorno a prezzi più realistici.
Cosa segnala la stima di 2.000 miliardi di capitalizzazione persa
La stima di JPMorgan indica l’ampiezza della correzione: il repricing non riguarda singoli titoli ma l’intero universo delle società percepite come esposte, direttamente o indirettamente, all’AI.
In cosa Jamie Dimon distingue AI e AI generativa
Jamie Dimon vede l’AI tradizionale come già integrata nei processi, mentre l’AI generativa concentra oggi le aspettative più speculative e parte dei prezzi in “territorio di bolla”.
Perché Jeremy Siegel parla di domande finalmente giuste
Jeremy Siegel sottolinea che il focus è passato dalla sola crescita attesa ai temi di ammortamento dei maxi-investimenti, concorrenza e costruzione di fossati competitivi duraturi.
La vecchia economia è davvero condannata dall’AI
No: secondo Reid la paura di disruption è spesso eccessiva. Molte aziende tradizionali potrebbero usare l’AI per rafforzare efficienza e margini, non per essere necessariamente disintermediate.
Cosa intende Ed Yardeni con AI che spodesta i suoi creatori
Ed Yardeni evidenzia la capacità dell’AI di scrivere codice che sostituisce versioni precedenti, accelerando l’obsolescenza e alimentando il timore degli investitori verso chi non saprà tenere il passo.
Qual è la fonte originale delle analisi su mercato e AI
Le considerazioni riportate derivano da un articolo pubblicato su Fortune.com, che analizza il recente sell-off AI e le opinioni di Deutsche Bank, JPMorgan, Jamie Dimon, Jeremy Siegel ed Ed Yardeni.
Our Fact Checking Process
We prioritize accuracy and integrity in our content. Here's how we maintain high standards:
- Expert Review: All articles are reviewed by subject matter experts.
- Source Validation: Information is backed by credible, up-to-date sources.
- Transparency: We clearly cite references and disclose potential conflicts.
Our Review Board
Our content is carefully reviewed by experienced professionals to ensure accuracy and relevance.
- Qualified Experts: Each article is assessed by specialists with field-specific knowledge.
- Up-to-date Insights: We incorporate the latest research, trends, and standards.
- Commitment to Quality: Reviewers ensure clarity, correctness, and completeness.
Look for the expert-reviewed label to read content you can trust.
DIRETTORE EDITORIALE
Michele Ficara Manganelli ✿
PUBBLICITA’ – COMUNICATI STAMPA – PROVE PRODOTTI
Per acquistare pubblicità CLICCA QUI
Per inviarci comunicati stampa e per proporci prodotti da testare prodotti CLICCA QUI