Cinque previsioni sul mercato dell'IA indicano ulteriori rialzi prima di una possibile inversione dell'S&P 500 nel 2027
Google News ha fatto emergere cinque importanti previsioni sul mercato dell'IA che portano a una conclusione scomoda: il rally può riprendere prima che l'S&P 500 subisca una seria inversione.
L'avvertimento centrale arriva da Capital Economics. La società di ricerca ritiene che il boom azionario dell'IA stia entrando nella sua fase finale, anche se tale fase non è ancora conclusa. Le sue prospettive contemplano un ulteriore rialzo dei mercati a forte componente tecnologica, seguito da un'ampia correzione entro la fine del 2027.
Questa sequenza conta più di una semplice etichetta rialzista o ribassista. Gli analisti non stanno necessariamente contestando l'attuale domanda di IA. Si interrogano su quanto a lungo le valutazioni azionarie possano crescere più rapidamente degli utili generati da tale domanda.
Il conflitto che ne deriva contrappone lo slancio delle infrastrutture alle aspettative del mercato. Nvidia, i fornitori di memoria, le società di networking e le piattaforme cloud continuano a segnalare una domanda legata agli investimenti nell'IA. Tuttavia, gli investitori hanno già attribuito un valore significativo a una crescita futura che non si è ancora pienamente concretizzata.
Le cinque mosse degli analisti descrivono quindi diverse parti dello stesso ciclo di mercato. Riguardano un possibile rally finale, una crescente pressione sulle valutazioni, differenze geografiche, una domanda di infrastrutture più forte e la necessità di distinguere tra performance aziendale e andamento del titolo.
È anche qui che il titolo di Google News necessita di contesto. Non descrive una singola previsione condivisa da tutti gli analisti. Riunisce invece diverse valutazioni che mostrano come gli investitori professionali si stiano posizionando rispetto alla stessa tensione.
Un ulteriore rialzo non confuterebbe l'argomento della bolla. In questa prospettiva, un'ultima avanzata fa parte del rischio perché spinge aspettative e valutazioni ancora più in alto.
Cosa rivela Google News sul rally dell'IA
La previsione più importante degli analisti non è semplicemente rialzista né ribassista: il rally dell'IA ha ancora strada da percorrere, ma la sua fase più forte si avvicina a un punto finale.
Capital Economics descrive il boom come entrato nelle sue “fasi finali”. La società prevede che i mercati azionari a forte componente tecnologica negli Stati Uniti, in Corea del Sud e a Taiwan mantengano il loro slancio prima dell'inversione delle condizioni.
Questa visione considera il rally come un ciclo, non come una rivalutazione permanente. La spesa per l'IA può rimanere robusta mentre gli investitori esauriscono gradualmente la disponibilità a pagare multipli più elevati per ogni unità di utili attesi.
Un multiplo di valutazione confronta il valore di mercato di un'azienda con una misura finanziaria come gli utili. Quando quel multiplo si espande, un titolo può salire anche senza un corrispondente aumento dei profitti correnti.
Questo meccanismo ha favorito molte aziende legate all'IA. Gli investitori hanno anticipato anni di spesa per acceleratori, memoria, networking, data center e infrastrutture energetiche. Hanno quindi incorporato parti di quella domanda futura nelle valutazioni attuali.
Capital Economics rileva segnali che questo processo sia entrato in una fase avanzata. Il suo asset outlook identifica indizi di una possibile fase di euforia finale, ossia un'ultima rapida avanzata guidata da entusiasmo e slancio.
Una fase di euforia finale spesso appare convincente mentre è in corso. Gli utili restano di supporto, le previsioni positive si moltiplicano e ogni ribasso attira compratori. Il rischio sottostante diventa visibile solo quando le aspettative smettono di salire.
Secondo quanto riportato, la società ha previsto che l'S&P 500 potrebbe avanzare prima di scendere a circa 6.500 punti entro la fine del 2027. Ciò rappresenterebbe un'inversione sostanziale rispetto al suo picco previsto, anziché una normale correzione di mercato.
Tali previsioni sono scenari, non esiti programmati. I livelli degli indici dipendono da utili, tassi d'interesse, posizionamento degli investitori, crescita economica ed eventi che nessun analista può prevedere con precisione.
L'aspetto utile è la sequenza proposta. Capital Economics non sostiene che la domanda di IA sia già crollata. Si aspetta che il mercato continui a premiare questo tema prima che la pressione sulle valutazioni diventi più difficile da ignorare.
Un'analisi di febbraio ha offerto una versione precedente di questa posizione. L'economista Elias Hilmer ha affermato che il rally dell'IA aveva ancora margine, anche se i titoli tecnologici statunitensi erano temporaneamente rimasti indietro rispetto ai mercati emergenti.
Questa valutazione del mercato ha confrontato il comportamento attuale con le fasi finali del boom delle dotcom. Il paragone riguardava la struttura del mercato e la performance relativa, non tecnologie o finanze aziendali identiche.
Capital Economics ha inoltre stimato che l'indice MSCI USA potrebbe scendere del 12,5% tra la fine del 2026 e la fine del 2027. La previsione corrispondente per l'indice MSCI Emerging Markets era un calo più contenuto, del 7%.
La differenza riflette più della sola esposizione all'IA. I mercati emergenti sono entrati in questo periodo con valutazioni, valute, condizioni finanziarie e saldi esterni diversi.
La prima mossa degli analisti è quindi una previsione sui tempi. Il rally può riprendere, ma gli investitori non dovrebbero confondere un ulteriore rialzo con la prova che il rischio di valutazione sia scomparso.
Una forte domanda di IA non garantisce rendimenti azionari elevati
La seconda previsione principale distingue il ciclo di investimenti nell'IA dai prezzi che gli investitori attribuiscono ai suoi beneficiari.
La domanda di infrastrutture informatiche resta l'argomento più forte contro un crollo immediato. Gli hyperscaler continuano ad acquistare acceleratori, memoria ad alta larghezza di banda, apparecchiature di networking, storage e capacità energetica.
Un hyperscaler è un'azienda che gestisce infrastrutture cloud su scala enorme. Microsoft, Alphabet, Amazon e Meta sono esempi di rilievo, anche se i loro modelli di business e le priorità di spesa differiscono.
Queste aziende dispongono dei flussi di cassa e degli incentivi strategici per continuare a investire. Competono per addestrare modelli più grandi, servire più carichi di lavoro di inferenza e creare piattaforme utilizzate da sviluppatori e aziende.
L'inferenza è il processo di esecuzione di un modello di IA addestrato per produrre una risposta o completare un'attività. Con l'aumento dell'utilizzo, l'inferenza può richiedere una capacità di calcolo molto maggiore rispetto all'addestramento iniziale del modello.
Questa domanda offre maggiore visibilità ai fornitori di chip e infrastrutture. Alcuni analisti dei semiconduttori hanno sostenuto che gli impegni di spesa che si estendono fino al 2027 restano solidi, soprattutto per acceleratori, packaging avanzato e memoria specializzata.
Neuberger Berman ha osservato che le aziende di semiconduttori avevano visibilità fino al 2027 prima dell'ultimo rally. La sua analisi dei semiconduttori sostiene che le prove di ricavi reali dall'IA abbiano modificato la percezione degli investitori sulla durata della domanda.
Queste prove contano perché la versione più debole del rally dell'IA presupponeva che la spesa per le infrastrutture non avesse un cliente economicamente sostenibile. L'espansione dei ricavi dell'IA offre un potenziale ritorno alle aziende che finanziano tali infrastrutture.
Tuttavia, una domanda più forte non giustifica automaticamente ogni valutazione. Un fornitore può aumentare i ricavi mentre il suo titolo scende se gli investitori avevano precedentemente previsto una crescita ancora più rapida.
La distinzione emerge spesso durante i grandi cicli di spesa in conto capitale. I mercati prima premiano la scarsità, poi la crescita della produzione e infine le aziende che trasformano la nuova capacità in profitti duraturi. Gruppi diversi guidano il mercato in momenti diversi.
Le infrastrutture per l'IA comportano anche rischi di esecuzione. La nuova capacità richiede energia, raffreddamento, networking e clienti disposti a pagare per i servizi risultanti. I colli di bottiglia possono ritardare la realizzazione anche quando gli ordini restano forti.
La concorrenza crea un altro vincolo. Nvidia mantiene una posizione centrale nell'accelerazione dell'IA, ma AMD, i programmi di silicio personalizzato e i chip progettati per il cloud cercano tutti ruoli più ampi.
Un acceleratore personalizzato può ridurre la dipendenza da un fornitore generalista per carichi di lavoro specifici. Può anche richiedere notevoli investimenti ingegneristici e non disporre del più ampio supporto software che circonda una piattaforma consolidata.
I fornitori di memoria e networking affrontano cicli propri. La domanda può superare l'offerta per un periodo, incentivando l'espansione. Se in seguito i clienti assorbono le scorte o riducono la spesa, quella stessa capacità può mettere sotto pressione utilizzo e margini.
La seconda mossa degli analisti è quindi un test di qualità. Gli investitori devono identificare quali aziende possiedono domanda duratura, controllo dei prezzi, vantaggi tecnici e carichi di lavoro ricorrenti dei clienti.
Questo test va oltre i produttori di chip. Le aziende cloud devono dimostrare che i prodotti di IA generano ricavi senza consumare una quantità insostenibile di capacità di calcolo.
Le aziende software affrontano una sfida correlata. Devono fare in modo che i clienti paghino con continuità per le funzionalità di IA, non che le provino soltanto tramite programmi promozionali.
Nessuna di queste condizioni richiede un crollo immediato. Spiegano perché un mercato può salire diventando al tempo stesso più selettivo. Le aziende con ricavi confermati possono sovraperformare quelle valutate principalmente su aspettative lontane.
Il conflitto diventa più netto verso la fine di un rally. I risultati operativi positivi restano reali, ma il mercato richiede prove sempre più solide per sostenere ulteriori guadagni.
L'S&P 500 è più esposto di quanto suggerisca il titolo
La terza previsione degli analisti si concentra sulla concentrazione: un piccolo gruppo di aziende legate all'IA può far salire l'S&P 500, per poi amplificarne il calo quando cambiano le aspettative.
L'S&P 500 pondera le aziende in base alla capitalizzazione di mercato. Le aziende più grandi esercitano quindi maggiore influenza sull'indice rispetto ai componenti minori.
Questa struttura ha aiutato l'indice a beneficiare dei guadagni delle grandi piattaforme tecnologiche e dei leader dei semiconduttori. Ha anche concentrato la sensibilità del mercato verso i loro utili, piani di spesa e multipli di valutazione.
Di conseguenza, un investitore che detiene un fondo indicizzato ampio può avere una notevole esposizione indiretta all'IA. Il fondo può possedere centinaia di aziende, ma il suo movimento giornaliero può comunque dipendere fortemente da un gruppo molto più ristretto.
La concentrazione non rende l'indice inadeguato. Cambia però il significato della diversificazione. Diversificare per numero di aziende offre minore protezione quando le partecipazioni maggiori rispondono alla stessa narrativa d'investimento.
Il tema dell'IA collega aziende che altrimenti svolgono attività diverse. Una piattaforma cloud, un progettista di chip, un fornitore di memoria e un venditore di networking possono tutti reagire a un cambiamento nella spesa degli hyperscaler.
Questo crea un meccanismo di trasmissione. Se le aziende cloud rallentano la spesa in conto capitale, i fornitori possono trovarsi di fronte a ordini più deboli. Se i fornitori riducono le previsioni, gli investitori possono mettere in discussione l'intera curva della domanda di IA.
Il processo può anche procedere in senso inverso. Previsioni di spesa più elevate sostengono gli utili dei fornitori, rafforzano la fiducia del mercato e incoraggiano ulteriori allocazioni di capitale verso i titoli legati all'IA.
Capital Economics prevede che questo circuito di retroazione resti favorevole durante la fase finale del rally. Il pericolo arriva quando le notizie incrementali smettono di produrre stime sugli utili più elevate o valutazioni in espansione.
A quel punto, la concentrazione può trasformarsi da fonte di performance a fonte di pressione sull'indice. I gestori di portafoglio possono ridurre contemporaneamente diverse partecipazioni correlate.
L'S&P 500 non ha bisogno di un crollo dei ricavi dell'IA per subire una correzione. È sufficiente che gli investitori accettino una valutazione più bassa per lo stesso flusso di utili attesi.
I tassi d'interesse possono accelerare tale aggiustamento. Rendimenti più elevati riducono il valore attuale attribuito ai profitti attesi molti anni nel futuro.
La relazione non è meccanica in ogni giornata di contrattazioni. Utili solidi possono compensare tassi più elevati, mentre la debolezza economica può ridurre i tassi ma danneggiare le previsioni sui ricavi.
Tuttavia, le aziende valutate sulla base di una crescita lontana nel tempo sono generalmente più sensibili alle variazioni del tasso di sconto. Questa sensibilità conta quando l’inflazione o il debito pubblico mantengono elevati i rendimenti obbligazionari.
Un altro rischio deriva dal posizionamento degli investitori. Un’operazione molto diffusa può diventare vulnerabile quando restano meno acquirenti disponibili ad assorbire le vendite.
Le strategie momentum possono rafforzare entrambe le direzioni. Aumentano l’esposizione quando i prezzi salgono e la riducono dopo l’indebolimento dei trend, rendendo potenzialmente più bruschi i movimenti di fine ciclo.
La terza mossa degli analisti non è una previsione secondo cui tutte le aziende AI caleranno insieme. È un avvertimento: il benchmark contiene più rischio AI condiviso di quanto suggerisca la sua ampia etichetta.
I lettori che seguono la vicenda tramite Google News dovrebbero quindi guardare oltre il livello dell’indice. L’ampiezza del mercato, le revisioni degli utili e la leadership settoriale mostrano se i guadagni dipendono da un gruppo sempre più ristretto di aziende.
L’ampiezza misura quante azioni partecipano a un movimento di mercato. Un indice in rialzo sostenuto da molti settori presenta di norma un profilo di rischio diverso da uno trainato da pochi grandi nomi.
Se l’ampiezza migliora mentre salgono i titoli AI, il rally ottiene sostegno dall’economia più ampia. Se la leadership si restringe ulteriormente, l’indice diventa sempre più dipendente dal perdurare dell’entusiasmo per i suoi maggiori componenti.
L’Asia emergente ridisegna la mappa del mercato AI
La quarta mossa degli analisti è geografica: il trade sull’AI si è esteso oltre le piattaforme tecnologiche statunitensi, raggiungendo i mercati asiatici dei semiconduttori e delle infrastrutture.
Capital Economics ha rilevato che i mercati emergenti asiatici ad alta componente tecnologica hanno continuato a beneficiare dell’entusiasmo per l’AI, mentre i titoli tecnologici statunitensi subivano una battuta d’arresto temporanea.
Corea del Sud e Taiwan occupano posizioni importanti nella catena di fornitura dei semiconduttori. Le loro società quotate forniscono memorie, fabbricazione, packaging, componenti e servizi produttivi necessari ai sistemi di calcolo avanzato.
Ciò rende i loro mercati sensibili alla spesa globale in conto capitale per l’AI. Significa anche che la loro performance riflette attività diverse dalle piattaforme consumer che dominano il dibattito sui mercati statunitensi.
Questa distinzione aiuta a spiegare perché i mercati legati all’AI non si muovono sempre insieme. Una società cloud può affrontare interrogativi sulla monetizzazione, mentre un fornitore di memorie beneficia di una capacità limitata.
Allo stesso modo, un produttore di chip può segnalare una domanda solida mentre le società software subiscono pressioni su prezzi, concorrenza o adozione da parte dei clienti.
Capital Economics ha affermato che le valutazioni AI nei mercati emergenti appaiono meno estreme sia rispetto all’attuale boom AI negli Stati Uniti sia rispetto al mercato dotcom al suo picco.
La sua analisi ha inoltre citato posizioni esterne più solide in alcune aree dell’Asia. Tali condizioni possono ridurre la vulnerabilità alle pressioni finanziarie che hanno colpito i mercati emergenti durante precedenti rallentamenti globali.
Questo non rende i titoli tecnologici asiatici asset difensivi. Le aziende dei semiconduttori restano cicliche e le controversie commerciali possono incidere sulla produzione, sull’accesso alle attrezzature e sui rapporti con i clienti.
Il rischio geopolitico aggiunge un’altra variabile. Una rete produttiva altamente concentrata può generare una specializzazione efficiente, aumentando però l’esposizione a perturbazioni regionali.
Anche i movimenti valutari influenzano i rendimenti per gli investitori internazionali. Un titolo può salire sul mercato domestico mentre le variazioni del cambio riducono i guadagni misurati in dollari USA.
L’espansione geografica indebolisce comunque una lettura semplicistica del trade sull’AI. Non si tratta soltanto di una competizione fra piattaforme software statunitensi.
È un ciclo di investimenti in conto capitale che coinvolge progettisti di chip, fonderie, produttori di memorie, fornitori di networking, utility, società di costruzione e operatori di data center.
Il Canada offre un ulteriore esempio di questo ampliamento. Un sondaggio Reuters ha rilevato che gli strategist stanno valutando come la crescente domanda energetica dell’AI possa favorire un mercato azionario con una significativa esposizione al settore energetico.
Le prospettive canadesi mostrano come il tema possa raggiungere settori che non costruiscono modelli né progettano acceleratori. I data center richiedono elettricità, infrastrutture di trasmissione, raffreddamento e costruzioni fisiche.
Anche il mercato azionario giapponese ha beneficiato dell’ottimismo sull’AI, insieme alle riforme di governance societaria e al sostegno delle politiche interne. Un sondaggio Reuters ha previsto ulteriori guadagni, sebbene alcuni analisti abbiano avvertito che la rapida salita del mercato ha aumentato il rischio di correzione.
Le previsioni per il Giappone illustrano una complicazione importante. L’AI può sostenere un mercato senza esserne l’unico motore.
Questa sfumatura diventa cruciale nel confronto tra regioni. Un indice statunitense dominato da costose aziende tecnologiche differisce da un indice canadese influenzato da società energetiche e finanziarie.
Allo stesso modo, l’esposizione asiatica ai semiconduttori differisce dal possesso di software applicativo statunitense. Tutti possono beneficiare dello stesso ciclo di spesa, ma i loro meccanismi di generazione degli utili e i rischi di valutazione restano distinti.
La quarta mossa degli analisti privilegia quindi un’esposizione geografica selettiva rispetto a un unico trade AI indifferenziato. Spiega anche perché Capital Economics si aspetta che i mercati emergenti scendano meno nel suo scenario di inversione.
Questa previsione resta incerta. Una forte contrazione della spesa tecnologica globale colpirebbe le economie orientate all’export, anche se le loro valutazioni iniziali fossero più basse.
Tuttavia, valutazioni più basse possono offrire un cuscinetto. Gli investitori che hanno pagato meno per ogni unità di utile devono assorbire una minore compressione dei multipli quando il sentiment cambia.
Il vero conflitto è tra utili e aspettative
La quinta valutazione degli analisti chiede se gli utili dell’AI possano crescere abbastanza rapidamente da soddisfare le aspettative già incorporate nelle valutazioni di mercato.
Questa è la domanda decisiva perché la sola domanda non può risolvere il dibattito. Gli investitori devono sapere chi cattura quella domanda, con quali margini e per quanto tempo.
La prima fase del boom dell’AI ha premiato le infrastrutture scarse. Gli acceleratori Nvidia sono diventati centrali per l’addestramento dei modelli, mentre la memoria ad alta larghezza di banda e il networking avanzato hanno acquisito importanza strategica.
La fase successiva richiede prove che i clienti possano trasformare l’investimento nel calcolo in ricavi o produttività. Tali prove esistono in alcune parti del mercato, ma restano disomogenee.
I provider cloud segnalano un utilizzo crescente dell’AI e gli sviluppatori di modelli hanno ampliato le offerte per le imprese. Tuttavia, l’economia del servizio di modelli complessi può variare notevolmente tra diversi carichi di lavoro.
Un prodotto può attrarre utenti senza generare margini interessanti. Costi elevati di inferenza, sconti ai clienti e rapida concorrenza tra modelli possono assorbire la crescita dei ricavi.
Anche l’adozione aziendale procede più lentamente rispetto alla sperimentazione dei consumatori. Le aziende devono affrontare governance dei dati, sicurezza, integrazione, accuratezza e formazione dei dipendenti prima di ampliare le implementazioni.
Ciò crea uno sfasamento temporale. I fornitori di infrastrutture rilevano ricavi quando viene costruita capacità, mentre gli utenti finali possono aver bisogno di anni per riprogettare i flussi di lavoro e misurare i rendimenti.
I knowledge worker affrontano già una versione pratica di questo problema. L’AI può riassumere documenti o generare bozze, ma il suo valore dipende dall’accesso a contesto affidabile e materiale di fonte verificabile.
Una knowledge base AI strutturata può migliorare quel contesto. Tuttavia, una migliore gestione delle informazioni non elimina la necessità di revisione umana né di un chiaro obiettivo aziendale.
La questione a livello di mercato è simile. L’infrastruttura abilita valore futuro, ma gli investitori hanno ancora bisogno della prova che tale valore superi il costo necessario a crearlo.
Gli analisti favorevoli al rally indicano la crescita dei ricavi, gli impegni di fornitura e i continui investimenti degli hyperscaler. Gli scettici si concentrano su valutazioni, leadership concentrata e rendimenti incerti di enormi programmi di investimento.
Entrambe le parti possono avere ragione su orizzonti temporali diversi. Ordini solidi possono sostenere gli utili nel 2026, mentre valutazioni eccessive possono generare rendimenti più deboli nel 2027.
Questa è l’inversione centrale alla base della storia di Google News. Le condizioni che sostengono un ulteriore rally possono anche aumentare il ribasso finale.
Prezzi azionari più elevati incoraggiano una maggiore raccolta di capitale e più spesa. I fornitori ampliano la capacità, entrano concorrenti e i clienti ottengono alternative.
Queste risposte riducono gradualmente la scarsità. Quando l’offerta raggiunge la domanda, gli investitori iniziano a distinguere i reali vantaggi delle piattaforme dai benefici temporanei creati da un mercato vincolato.
Un parallelo si è verificato durante l’era dotcom, sebbene le aziende leader di oggi dispongano di ricavi e bilanci molto più solidi. La tecnologia è sopravvissuta e ha trasformato l’economia, ma molte valutazioni sono comunque calate bruscamente.
Quel precedente non dimostra che i titoli AI seguiranno lo stesso percorso. Mostra perché l’importanza tecnologica e i rendimenti degli investimenti sono questioni separate.
Un’analisi utile evita quindi due estremi. L’AI non è automaticamente una bolla perché i prezzi sono saliti, e ricavi reali non giustificano automaticamente qualsiasi valutazione.
Le aziende più forti probabilmente continueranno a investire nonostante la volatilità del mercato. Considerano capacità di calcolo, modelli proprietari, distribuzione e relazioni con gli sviluppatori come asset strategici.
Le aziende più piccole affrontano scelte più difficili. Possono dipendere da fornitori esterni di modelli, non avere scala d’acquisto o faticare a trasferire ai clienti i costi di inferenza.
I mercati pubblici giudicheranno sempre più questi gruppi in modo diverso. L’ampio entusiasmo per l’AI può sostenere molti titoli durante un rally iniziale, ma le fasi successive di solito premiano utili misurabili.
Gli investitori dovrebbero inoltre esaminare attentamente come le aziende definiscono i ricavi AI. Un prodotto può combinare servizi cloud esistenti, nuovo utilizzo di modelli e funzionalità software in bundle.
Le modifiche nella presentazione contabile o nel bundling dei prodotti possono rendere difficili i confronti. Informative chiare su clienti, consumi, margini e durata dei contratti rafforzerebbero il caso rialzista.
La quinta mossa sposta quindi l’attenzione dagli annunci alla conversione finanziaria. La domanda non è più se le aziende spendano per l’AI, ma se tale spesa produca rendimenti economici duraturi.
Tre segnali metteranno alla prova la previsione di un ritracciamento nel 2027
I prossimi tre segnali mostreranno se il rally si fonda su utili durevoli o si sta avvicinando all’inversione descritta da Capital Economics.
Il primo segnale è la spesa in conto capitale degli hyperscaler. Gli investitori dovrebbero confrontare le spese effettive con le precedenti indicazioni di Microsoft, Alphabet, Amazon e Meta.
Aumenti continui sosterrebbero la domanda di semiconduttori, memorie, networking e data center. Rafforzerebbero la tesi di un ulteriore avanzamento del mercato guidato dall’AI.
Tuttavia, la qualità della spesa conta quanto la sua entità. Gli investitori hanno bisogno di prove che la nuova capacità serva carichi di lavoro in crescita anziché restare sottoutilizzata.
Una riduzione non significherebbe necessariamente che l’adozione dell’AI è fallita. Potrebbe indicare una maggiore efficienza dell’hardware, fasi di costruzione completate o una pausa temporanea dopo una rapida espansione.
Un rallentamento simultaneo tra diversi hyperscaler avrebbe maggiore peso. Tale andamento metterebbe sotto pressione i fornitori e indebolirebbe l’argomento secondo cui la domanda di infrastrutture resta ampiamente durevole.
Il secondo segnale riguarda le revisioni degli utili lungo la catena di fornitura dell’AI. Gli analisti dovrebbero continuare ad alzare le stime se ordini, utilizzo e margini si sviluppano come si aspettano i rialzisti.
I prezzi azionari possono restare elevati mentre le revisioni salgono. I problemi iniziano quando le azioni avanzano ma le stime sugli utili ristagnano o diminuiscono.
Tale divergenza suggerirebbe che gli investitori stanno pagando multipli più elevati senza ricevere previsioni fondamentali più forti. Sosterrebbe l’interpretazione di fine ciclo.
Anche la composizione delle revisioni conta. Guadagni concentrati in un unico fornitore di chip offrono meno rassicurazione rispetto a miglioramenti diffusi tra memorie, networking, servizi cloud e software aziendale.
Il terzo segnale è l’ampiezza del mercato. Un rally più sano dovrebbe estendersi oltre un piccolo gruppo di leader tecnologici.
La partecipazione di aziende industriali, energetiche, finanziarie e tecnologiche di minori dimensioni suggerirebbe che gli investimenti nell'AI sostengono un'attività economica più ampia.
Una leadership più ristretta aumenterebbe la dipendenza dell'S&P 500 dai suoi maggiori componenti. Renderebbe inoltre l'indice più sensibile a una singola delusione sugli utili o a una revisione della spesa.
Questi segnali andrebbero letti congiuntamente. Una forte spesa in conto capitale, previsioni sugli utili in crescita e una partecipazione più ampia indebolirebbero l'ipotesi di una grande inversione nel 2027.
Una spesa elevata combinata a stime sugli utili in calo racconterebbe una storia diversa. Potrebbe significare che concorrenza, ammortamenti, costi energetici o pressione sui prezzi stanno assorbendo il rendimento atteso.
Allo stesso modo, utili in crescita con un'ampiezza di mercato in restringimento sosterrebbero alcune aziende selezionate, senza però confermare la salute dell'indice nel suo complesso.
Lo scenario di Capital Economics è quindi verificabile prima della fine del 2027. Gli investitori non devono aspettare che l'indice raggiunga un livello previsto per stabilire se la sua logica di fondo si stia rafforzando.
Le comunicazioni trimestrali mostreranno se i ricavi dell'AI raggiungono gli investimenti. Le previsioni dei fornitori riveleranno se la domanda va oltre gli impegni già esistenti. L'ampiezza del mercato indicherà se l'entusiasmo si sta espandendo o concentrando.
Per gli sviluppatori e gli acquirenti aziendali, gli stessi segnali influenzano la strategia di prodotto. Il proseguimento degli investimenti nelle infrastrutture può ridurre i costi di inferenza e aumentare la disponibilità dei modelli.
Un ribasso del mercato potrebbe anche modificare il comportamento dei fornitori. Le aziende potrebbero puntare su efficienza, prezzi sostenibili e rendimenti misurabili per i clienti, anziché su una rapida espansione della capacità.
I knowledge worker dovrebbero considerare le cinque valutazioni degli analisti come un promemoria per distinguere la tecnologia utile dall'entusiasmo finanziario. Una correzione del mercato non annullerebbe il valore dei sistemi che fanno risparmiare tempo o migliorano le decisioni.
Gli investitori dovrebbero fare la stessa distinzione. Adozione dell'AI, utili aziendali e valutazioni azionarie interagiscono, ma non sono misure intercambiabili.
Il titolo di Google News coglie un mercato sospeso tra una domanda credibile e aspettative elevate. Capital Economics prevede che questa tensione sostenga un ulteriore rialzo prima di produrre un'inversione.
Il prossimo ciclo di spesa e risultati trimestrali degli hyperscaler confermerà un'espansione duratura, o metterà in luce un mercato che ha già scontato troppo? Osservate la spesa in conto capitale, le revisioni delle stime e l'ampiezza del mercato prima di considerare consolidato tanto il rally quanto il ribasso del 2027.
