La spesa di Meta per l’AI incontra l’avvertimento di Moody’s mentre il flusso di cassa di Big Tech si restringe

La spesa di Meta per l’AI è entrata in una fase più difficile, poiché Moody’s avverte che costi infrastrutturali senza precedenti stanno indebolendo il free cash flow di Big Tech. L’agenzia di rating ha analizzato Meta, Microsoft, Amazon, Alphabet, Oracle e CoreWeave, mentre riversano capitali in data center e hardware di calcolo.

L’avvertimento non significa che il boom dell’AI sia fallito. La domanda di cloud è in crescita, i ricavi contrattualizzati si stanno accumulando e diverse aziende hanno riportato vendite sostanziali legate all’AI. Il problema è che la spesa per infrastrutture sta aumentando più rapidamente della liquidità disponibile per finanziarla.

Questo cambia la tesi d’investimento alla base delle maggiori piattaforme tecnologiche mondiali. In passato queste aziende ampliavano i ricavi da software e pubblicità senza dover costruire quantità equivalenti di infrastrutture fisiche. Ora la loro crescita dipende da data center, acceleratori, sistemi di rete, memoria, apparecchiature di raffreddamento e forniture elettriche affidabili.

Microsoft e Alphabet mantengono ancora una notevole capacità finanziaria. Anche il motore pubblicitario di Meta genera una consistente liquidità operativa. Oracle e CoreWeave hanno margini d’errore più ridotti, poiché i loro impegni infrastrutturali sono maggiori rispetto alla liquidità che già generano.

La questione centrale non è più se esista domanda per l’AI. Gli investitori devono stabilire se ricavi, margini e generazione di cassa dell’AI riusciranno a recuperare terreno prima che costi di finanziamento e ammortamenti ridisegnino definitivamente queste aziende.

Moody’s trasforma il boom dell’AI in una questione di credito

L’avvertimento di Moody’s ridefinisce l’infrastruttura AI come un impegno di bilancio, non semplicemente come un investimento tecnologico.

Moody’s prevede che la spesa in conto capitale combinata delle sei aziende raggiungerà circa 785 miliardi di dollari nel 2026. La sua previsione si avvicina a 1.000 miliardi di dollari per il 2027, secondo una previsione sugli investimenti dei hyperscaler.

Il gruppo delle sei aziende include tre grandi fornitori di cloud pubblico. Microsoft gestisce Azure, Amazon gestisce AWS e Alphabet possiede Google Cloud. Meta costruisce principalmente infrastrutture per i propri prodotti, mentre Oracle e CoreWeave vendono capacità di calcolo focalizzata sull’AI.

La spesa in conto capitale, o capex, copre asset a lungo termine come server, edifici e apparecchiature di rete. Il free cash flow in genere sottrae il capex in contanti dal flusso di cassa operativo, mostrando ciò che rimane dopo che un’azienda ha finanziato operazioni e investimenti.

Questa sottrazione è diventata più importante con l’espansione dei budget infrastrutturali. Un’azienda può riportare ricavi e utili contabili in aumento, producendo al tempo stesso meno free cash flow. L’ammortamento distribuisce il costo di un asset su più anni, ma il denaro spesso esce molto prima.

Moody’s ha individuato una transizione da un modello a bassa intensità di asset verso una struttura più ad alta intensità di capitale. Software, pubblicità e proprietà intellettuale generano ancora la maggior parte del reddito operativo del gruppo. Tuttavia, questi servizi dipendono sempre più da costose capacità fisiche.

L’agenzia di rating non sostiene che ogni dollaro produca un rendimento scarso. La sua preoccupazione è che le aziende stiano impegnando capitale prima che il rendimento finale diventi visibile. Costruire un data center può richiedere anni, mentre chip e server possono diventare meno competitivi molto prima.

Moody’s aveva già avvertito che una maggiore intensità di capitale e l’espansione del debito potrebbero innescare una rivalutazione del merito creditizio. Questo esito diventa più probabile se la crescita degli utili non riesce a eguagliare il nuovo onere finanziario.

L’avvertimento ha un peso diverso per ciascuna azienda. Microsoft mantiene il massimo rating a lungo termine di Moody’s, mentre anche Alphabet e Meta conservano solidi rating investment grade. Amazon ha una scala considerevole, ma le sue operazioni retail creano ulteriori esigenze di capitale circolante.

Oracle è più vicina alla soglia creditizia. La sua espansione cloud rappresenta un impegno molto più grande rispetto al suo flusso di cassa operativo. CoreWeave aggiunge una leva finanziaria e una concentrazione della clientela ancora maggiori allo stesso ciclo infrastrutturale.

Le aziende più solide possono assorbire diversi anni di basso free cash flow senza affrontare un disagio finanziario immediato. Tuttavia, la solidità creditizia non è illimitata. Più debito, passività da leasing e impegni di acquisto riducono la flessibilità futura, anche quando gli utili correnti restano solidi.

Anche l’entità della revisione è significativa. Moody’s aveva previsto circa 700 miliardi di dollari di spesa nel 2026 all’inizio dell’anno. Successivamente ha aumentato la stima di circa 85 miliardi di dollari, poiché le aziende hanno alzato i loro piani infrastrutturali.

Questa revisione mostra perché gli investitori faticano a definire un picco di spesa. Ogni nuova generazione di modelli richiede maggiore capacità di calcolo. Anche i sistemi agentici consumano risorse in modo continuo, poiché completano attività in più passaggi invece di produrre una breve risposta.

Costi più elevati per memoria e componenti aggiungono un ulteriore livello di complessità. Le aziende possono installare più capacità pagando al tempo stesso di più per ogni unità. Un aumento del budget, pertanto, non rappresenta sempre un aumento equivalente della potenza di calcolo utilizzabile.

L’evento immediato è un avvertimento di ricerca di Moody’s. Il cambiamento più profondo è che l’investimento nell’AI è diventato una questione di analisi creditizia per aziende un tempo considerate eccezionalmente autosufficienti sul piano finanziario.

La spesa di Meta per l’AI fa parte di una stretta molto più ampia sul flusso di cassa

Meta dispone di un forte motore pubblicitario, ma le sue ambizioni nell’AI competono ora direttamente con riacquisti di azioni, dividendi e flessibilità finanziaria.

La posizione di Meta differisce da quella di Microsoft, Amazon o Alphabet. Non gestisce un cloud pubblico generalista paragonabile. La maggior parte della sua infrastruttura supporta pubblicità, sistemi di raccomandazione, prodotti di AI generativa e sviluppo interno dei modelli.

Questa struttura offre a Meta una via diretta dall’AI ai ricavi. Migliori raccomandazioni possono aumentare il coinvolgimento, mentre strumenti pubblicitari più efficaci possono rafforzare le prestazioni delle campagne. L’AI può quindi sostenere l’attività esistente dell’azienda prima che gli utenti paghino per un assistente separato.

Le previsioni infrastrutturali di Meta la espongono comunque alla stessa pressione sul flusso di cassa. FactSet ha riferito che Meta ha aumentato l’intervallo di capex per il 2026 a una cifra compresa tra 125 e 145 miliardi di dollari. L’intervallo precedente era compreso tra 115 e 135 miliardi di dollari.

Questo aumento conta perché la spesa avviene prima che ogni beneficio commerciale diventi misurabile. Meta deve costruire contemporaneamente capacità di calcolo per addestramento dei modelli, inferenza, classificazione dei contenuti, pubblicità e nuove esperienze per i consumatori.

L’inferenza è il lavoro computazionale richiesto quando un modello distribuito risponde a una richiesta. A differenza di un’esecuzione una tantum di addestramento, i costi dell’inferenza si ripetono con ogni prompt, raccomandazione, immagine generata o azione automatizzata.

La strategia di Meta sui modelli aperti aggiunge un’altra complicazione. Una più ampia disponibilità dei modelli può rafforzare l’adozione da parte degli sviluppatori e ridurre la dipendenza da piattaforme rivali. Tuttavia, l’adozione esterna non produce automaticamente ricavi diretti per Meta.

L’azienda può comunque beneficiarne indirettamente. I modelli aperti possono creare standard, attrarre ricercatori ed espandere l’offerta di strumenti compatibili. Questi vantaggi diventano finanziariamente preziosi solo quando migliorano i prodotti di Meta, l’economia della pubblicità o la posizione della piattaforma.

Gli investitori devono quindi separare l’uso dell’AI dai rendimenti dell’AI. Più prompt, download di modelli e interazioni con assistenti dimostrano la domanda. Non dimostrano che ciascun carico di lavoro generi abbastanza per coprire server, energia, rete e ammortamenti.

Microsoft ha un percorso misurato più chiaro attraverso Azure e il software enterprise. Amazon può addebitare i costi ai clienti tramite AWS. Alphabet combina i ricavi di Google Cloud con miglioramenti nella ricerca e nella pubblicità.

Meta finanzia soprattutto la propria capacità e ne cattura i rendimenti attraverso le sue applicazioni. Questo approccio può funzionare estremamente bene quando l’AI migliora l’efficienza pubblicitaria. Diventa più difficile da valutare quando la spesa sostiene prodotti privi di un modello di business definito.

La pressione raggiunge anche i rendimenti per gli azionisti. Reuters ha rilevato che Meta, Microsoft e Alphabet generavano ancora free cash flow sufficiente a coprire dividendi e riacquisti di azioni nei loro ultimi esercizi fiscali. Una crescita persistente del capex potrebbe ridurre questo margine.

I riacquisti sono discrezionali, a differenza dei pagamenti di interessi o degli impegni contrattuali per i data center. Se la spesa rimane elevata, ridurre i buyback offre un modo relativamente semplice per preservare la liquidità. Gli investitori potrebbero comunque considerare tale riduzione un costo economico.

La spesa di Meta per l’AI crea anche un costo opportunità all’interno dell’azienda. Il capitale destinato all’infrastruttura non può finanziare contemporaneamente acquisizioni, distribuzioni agli azionisti o altre aree di prodotto. Il management deve decidere quali progetti AI meritino risorse di calcolo scarse.

Questa sfida di allocazione interna crescerà man mano che la capacità diventerà più specializzata. Addestrare un modello di frontiera, servire un assistente e classificare brevi video possono richiedere combinazioni diverse di chip, memoria, latenza e rete.

Più infrastruttura non elimina i compromessi. Può semplicemente spostarli dalla scarsità di server alla scarsità di energia, attenzione ingegneristica o sedi idonee per i data center.

Il vantaggio di Meta è controllare applicazioni con miliardi di utenti e un sistema pubblicitario consolidato. Il suo svantaggio è che un’adozione di successo da parte dei consumatori può creare un’enorme domanda di inferenza prima che emerga un flusso di ricavi diretto.

Questo rende Meta un test utile dell’intera tesi d’investimento sull’AI. Se i miglioramenti dell’AI aumentano ricavi pubblicitari e margini più rapidamente dei costi infrastrutturali, la spesa sostiene i tradizionali punti di forza dell’azienda.

Se i costi crescono più rapidamente, Meta inizia ad assomigliare a un operatore infrastrutturale ad alta intensità di capitale senza beneficiare dell’economia del cloud pubblico. È questa l’inversione che l’avvertimento di Moody’s sottopone a maggiore scrutinio.

Il modello a bassa intensità di asset cede il passo all’economia delle infrastrutture

La promessa finanziaria centrale di Big Tech sta cambiando perché la crescita del software richiede ora una base in espansione di asset fisici.

Per anni, gli investitori hanno valutato le principali piattaforme tecnologiche anche perché i ricavi incrementali richiedevano relativamente poco capitale incrementale. Un aggiornamento software poteva raggiungere milioni di clienti senza costruire una nuova fabbrica per ogni ondata di domanda.

L’AI indebolisce questa relazione. Ogni grande modello richiede acceleratori, memoria ad alta larghezza di banda, storage, rete, raffreddamento ed energia. Servire più utenti crea una domanda continua di capacità aggiuntiva.

Shay Boloor di Futurum Equities ha descritto il cambiamento come un passaggio verso un modello ibrido. L’economia di software, pubblicità e cloud dipende sempre più da immense infrastrutture fisiche, ha dichiarato a Reuters.

Un’analisi di Reuters sul flusso di cassa ha rilevato che cinque hyperscaler potrebbero spendere in capex più di quanto generino in free cash flow nel 2027. Il gruppo include Microsoft, Alphabet, Amazon, Meta e Oracle.

Le stime di consenso di LSEG indicano che il loro flusso di cassa operativo annuo potrebbe aumentare di circa 340 miliardi di dollari tra il 2025 e il 2027. Il capex potrebbe crescere di circa 534 miliardi di dollari nello stesso periodo.

Ciò equivale a circa 1,57 dollari di investimenti aggiuntivi per ogni dollaro aggiuntivo di flusso di cassa operativo. Il confronto include tutto il capex perché le aziende non divulgano con coerenza la quota specifica dell’AI.

Il divario è già visibile nei risultati individuali. Microsoft ha riportato 35,8 miliardi di dollari di flusso di cassa operativo nel suo secondo trimestre fiscale. La spesa in conto capitale, inclusi i leasing finanziari, ha raggiunto 37,5 miliardi di dollari.

Microsoft afferma che la sua attività AI ha superato un ritmo di ricavi annuali di 37 miliardi di dollari. Questo fornisce una prova concreta della monetizzazione, ma non risolve la questione dei rendimenti. I ricavi devono infine coprire costi operativi, ammortamenti, finanziamenti e futuri investimenti sostitutivi.

Amazon presenta un’altra versione della stessa tensione. Il suo flusso di cassa operativo degli ultimi 12 mesi è aumentato del 30%, raggiungendo 148,5 miliardi di dollari nel primo trimestre. Il flusso di cassa libero è sceso a 1,2 miliardi di dollari con l’accelerazione degli investimenti.

I ricavi AWS sono cresciuti del 28% su base annua, la crescita più rapida degli ultimi 15 trimestri. Una crescita robusta sostiene la tesi d’investimento, ma il calo del flusso di cassa libero mostra quanto capitale richieda tale crescita.

Alphabet sembra trovarsi in una posizione migliore perché le sue attività cloud e pubblicitarie generano ingenti flussi di cassa. I ricavi di Google Cloud sono cresciuti del 63% nel primo trimestre, mentre il reddito operativo è più che raddoppiato.

Tra AWS, Azure e Google Cloud, la crescita combinata dei ricavi ha raggiunto il ritmo più rapido dal secondo trimestre del 2021. A quel punto precedente, i loro ricavi cloud combinati erano solo circa un terzo del livello attuale.

Questi dati sostengono l’argomentazione ottimistica. Le aziende non stanno costruendo capacità per un mercato privo di clienti. La domanda è visibile nella crescita del cloud, nelle carenze di capacità e negli impegni contrattuali.

Moody’s ha dichiarato che gli hyperscaler hanno aggiunto circa 700 miliardi di dollari in obbligazioni di performance residue nell’arco di due trimestri. Tali obbligazioni rappresentano servizi contrattualizzati che le aziende non hanno ancora erogato.

OpenAI e Anthropic rappresentano una parte di questo aumento. Le loro necessità di capacità aiutano i fornitori cloud a dimostrare la domanda futura. Creano anche un rischio di concentrazione quando una larga parte della crescita contrattualizzata dipende da pochi sviluppatori AI.

Il portafoglio ordini non equivale alla liquidità. Un contratto può estendersi su più anni e richiedere investimenti significativi prima dell’arrivo dei ricavi. I suoi margini possono inoltre cambiare se i costi di costruzione, memoria o energia superano le ipotesi formulate durante la negoziazione.

Gli asset dei data center introducono anche un rischio di durata. Un campus può operare per decenni, ma il suo hardware di calcolo richiede aggiornamenti frequenti. Le aziende devono guadagnare abbastanza in ogni ciclo hardware per finanziare quello successivo.

Il modello asset-light non è scomparso del tutto. La distribuzione software continua a scalare in modo efficiente e i modelli addestrati possono creare valore in più prodotti. La base fisica sottostante a quel software è semplicemente diventata molto più ampia.

Questa distinzione conta per la valutazione. Gli investitori spesso attribuiscono multipli elevati a flussi di cassa liberi prevedibili. Un’azienda che necessita di costruzione continua, leasing e sostituzione delle attrezzature può meritare un premio per il rischio diverso.

Il boom dell’AI crea quindi un risultato insolito. I ricavi possono accelerare mentre la pressione sulle valutazioni aumenta. Il mercato potrebbe premiare la crescita in modo meno generoso quando ogni nuovo dollaro richiede più capitale rispetto al passato.

Oracle e CoreWeave mostrano dove il rischio diventa più acuto

Il problema del finanziamento dell’AI diventa più visibile quando gli impegni infrastrutturali superano il flusso di cassa consolidato di un’azienda.

Oracle si è trasformata in un aggressivo fornitore di infrastrutture AI. Grandi contratti e domanda cloud sostengono questa strategia, ma la sua spesa ora supera di ampio margine la liquidità generata internamente.

Il capex di Oracle ha raggiunto 55,7 miliardi di dollari nell’esercizio fiscale conclusosi a maggio. Il flusso di cassa operativo è stato di 32 miliardi di dollari, secondo i dati LSEG riportati da Reuters.

Il suo capex equivaleva al 174% del flusso di cassa operativo. Il rapporto era del 47% nell’esercizio fiscale 2022. Di conseguenza, il flusso di cassa libero è diventato negativo.

Oracle prevede di raccogliere tra 45 e 50 miliardi di dollari tramite debito e capitale proprio per proseguire l’espansione del cloud. Il finanziamento esterno non rende irrazionale l’investimento, ma trasferisce più rischio a creditori e azionisti.

FactSet ha riportato che S&P Global Ratings ha declassato Oracle a BBB-minus il 9 luglio. Il rating rimane investment grade, ma si colloca vicino al territorio speculative grade.

S&P ha citato l’aumento del capex, il flusso di cassa libero negativo e la concentrazione dei clienti. Moody’s ha assegnato a Oracle un rating Baa2 con outlook negativo al momento dell’analisi di FactSet, un gradino sopra il rating S&P comparabile.

Un’analisi delle tendenze di finanziamento ha rilevato che il debito incrementale annuale finanziava il 32% del capex entro la metà del 2026. Questa quota era del 9% nell’esercizio fiscale 2024.

Il finanziamento esterno può includere obbligazioni, capitale proprio, leasing, anticipi dei clienti e joint venture. Ogni metodo modifica chi sostiene il rischio, ma nessuno elimina l’obbligo sottostante di generare un rendimento accettabile.

I leasing possono rinviare i pagamenti di cassa iniziali. Creano però anche impegni futuri fissi. Le joint venture possono spostare gli asset fuori dal bilancio consolidato di un’azienda, lasciando al contempo un’esposizione economica attraverso garanzie o contratti a lungo termine.

Gli anticipi dei clienti migliorano il finanziamento nel breve periodo. Possono anche richiedere al fornitore di consegnare capacità a condizioni stabilite prima che tutti i costi di costruzione siano noti.

CoreWeave occupa una posizione ancora più concentrata. La sua attività dipende dall’acquisizione di grandi quantità di infrastruttura di calcolo e dalla vendita di tale capacità a un gruppo più ristretto di clienti.

A differenza di Meta, Microsoft o Alphabet, CoreWeave non dispone di un’attività matura di pubblicità o software per la produttività in grado di sovvenzionare la costruzione. La sua crescita è strettamente legata all’accesso ai finanziamenti e alla domanda continua dei principali sviluppatori AI.

Questo rende la qualità dei clienti importante quanto il volume della domanda. Un contratto a lungo termine appare prezioso quando il cliente resta finanziariamente solido e necessita della capacità. La concentrazione diventa pericolosa se un cliente ritarda il deployment o rinegozia le condizioni.

Lo scenario scettico non richiede un crollo della domanda di AI. I rendimenti possono deludere anche quando l’utilizzo cresce. Prezzi cloud più bassi, costi energetici più elevati, obsolescenza più rapida dei chip o un basso utilizzo possono comprimere i margini.

L’utilizzo misura quanta della capacità di calcolo disponibile i clienti effettivamente impiegano. Un data center completamente prenotato può generare un’economia attraente. Una struttura sottoutilizzata continua comunque a sostenere costi di ammortamento, manutenzione, personale e finanziamento.

Anche lo scenario ottimistico merita considerazione. La scarsità di capacità di calcolo può conferire potere di determinazione dei prezzi ai fornitori. I clienti potrebbero accettare contratti più lunghi perché non assicurarsi la capacità minaccia i loro stessi piani di prodotto.

Le obbligazioni di performance residue di Oracle hanno raggiunto livelli considerevoli mentre firmava importanti contratti AI. Tali accordi possono sostenere i ricavi futuri se Oracle completa la capacità in tempo e nel rispetto del budget.

Tuttavia, la domanda contrattualizzata non elimina il rischio di esecuzione. I campus su scala gigawatt richiedono terreni, connessioni alla rete, attrezzature, autorizzazioni e coordinamento delle costruzioni. I ritardi possono rinviare i ricavi mentre i costi di finanziamento proseguono.

I rating creditizi differenzieranno sempre più il gruppo. Microsoft e Alphabet possono tollerare progetti deludenti senza minacciare immediatamente i loro profili finanziari complessivi. Oracle e CoreWeave hanno minore margine per errori di valutazione ripetuti.

Questa differenza potrebbe alla fine influenzare la concorrenza. Le aziende più solide possono continuare a spendere durante una fase di rallentamento, mentre i fornitori indebitati potrebbero dover rallentare la costruzione o accettare finanziamenti sfavorevoli.

L’avvertimento di Moody’s non è quindi una previsione che tutte e sei le aziende soffriranno allo stesso modo. Segnala che un ciclo di investimenti comune sta producendo rischi di bilancio nettamente diversi.

La divisione più importante non è più quella tra Big Tech e concorrenti più piccoli. È tra capacità autofinanziata e capacità che richiede un accesso continuo al capitale esterno.

Tre segnali decideranno se la spesa darà risultati

La crescita del cloud, il flusso di cassa libero e le condizioni di finanziamento riveleranno se l’infrastruttura AI sta diventando capitale produttivo o un onere finanziario duraturo.

Il primo segnale è il rapporto tra la crescita dei ricavi cloud e le linee guida riviste sul capex. La crescita deve restare abbastanza forte da giustificare ogni nuovo ciclo di costruzione.

Gli investitori dovrebbero osservare i risultati di AWS, Azure e Google Cloud insieme ai budget infrastrutturali. Ricavi in aumento con capex stabile rafforzerebbero la tesi sui rendimenti. Un rallentamento della crescita combinato con un altro aumento della spesa la indebolirebbe.

Meta richiede un test leggermente diverso perché non dispone di un segmento cloud pubblico comparabile. Gli investitori dovrebbero osservare la crescita pubblicitaria, il coinvolgimento degli utenti e le prove fornite dal management che l’AI migliori la monetizzazione.

La domanda rilevante non è se Meta lancerà più funzionalità AI. È se tali funzionalità aumenteranno il flusso di cassa operativo più rapidamente dell’infrastruttura necessaria per eseguirle.

Il secondo segnale è il flusso di cassa libero dopo leasing e altri impegni di finanziamento. Il capex riportato nei titoli può omettere i pagamenti futuri legati ad attrezzature o accordi per data center.

Epoch AI ha esaminato i dati dei filing SEC di Microsoft, Amazon, Alphabet, Meta e Oracle. Il suo modello di capex in contanti ha previsto che il capex aggregato in contanti avrebbe superato il flusso di cassa operativo intorno al terzo trimestre del 2026.

Il modello ha rilevato una crescita del flusso di cassa operativo di circa il 23% annuo dal secondo trimestre del 2023. Il capex in contanti è cresciuto di circa il 70% annuo nello stesso periodo analizzato.

Epoch ha descritto esplicitamente il superamento come un’estensione di tendenza, non come una previsione finanziaria completa. La stagionalità e la data di partenza possono spostare il punto di incrocio stimato di diversi trimestri.

La sequenza a livello di singola azienda fornisce comunque un utile stress test. Oracle aveva già superato la soglia nel modello, mentre Amazon era vicina. Alphabet, Meta e Microsoft l’avrebbero superata più tardi secondo le ipotesi di tendenza.

Un superamento non significa insolvenza. Queste aziende restano redditizie e possono utilizzare riserve di liquidità, debito, capitale proprio, leasing o partnership sugli asset. Significa che le loro operazioni non finanziano più tutta la spesa corrente per investimenti.

Questa distinzione dovrebbe orientare l’analisi degli utili. L’utile netto può restare solido mentre aumenta la dipendenza dai finanziamenti. Gli investitori dovrebbero confrontare flusso di cassa operativo, capex in contanti, nuovi leasing e debito totale anziché basarsi solo sugli utili.

Il terzo segnale è il prezzo e la disponibilità dei finanziamenti. Gli spread creditizi, le azioni sui rating e la domanda di obbligazioni mostreranno come i mercati dei capitali valutano l’espansione.

La rassegna della Bank of England ha citato una stima secondo cui 240 miliardi di dollari di fabbisogno di investimenti degli hyperscaler potrebbero essere finanziati tramite emissioni di credito investment grade nel 2026.

Per confronto, la stessa rassegna ha osservato che le sei maggiori banche americane emettono tipicamente tra 150 e 170 miliardi di dollari di debito senior all’anno. L’infrastruttura AI può quindi diventare una fonte rilevante di domanda nei mercati del credito.

Il finanziamento resta gestibile quando gli investitori accettano spread ridotti e scadenze lunghe. Il rischio aumenta se i costi di indebitamento crescono mentre le aziende devono ancora completare campus parzialmente costruiti.

Oracle offre il test più immediato. Un ulteriore declassamento o spread creditizi più ampi aumenterebbero il costo della sua espansione. Rating stabili e un finanziamento riuscito suggerirebbero che i finanziatori continuano a fidarsi della base di ricavi contrattualizzati.

Microsoft, Alphabet, Amazon e Meta dispongono di maggiore flessibilità finanziaria. Le loro decisioni influenzeranno comunque l’intero mercato perché i loro ordini sostengono produttori di chip, sviluppatori di data center, utility e fornitori di attrezzature.

Un rallentamento coordinato della spesa proteggerebbe la liquidità di ciascuna azienda. Potrebbe però anche indebolire i fornitori e ridurre l’infrastruttura disponibile a sostegno dei futuri servizi AI.

Questo crea un paradosso. Ogni azienda vuole evitare di costruire eccessivamente, ma nessuna vuole cedere capacità scarsa a un concorrente. La pressione competitiva può sostenere gli investimenti anche quando i rendimenti individuali diventano più difficili da dimostrare.

I lettori dovrebbero anche distinguere tra la spesa produttiva per l’AI e un’assicurazione strategica. Una parte della capacità genererà ricavi misurabili dal cloud o dalla pubblicità. Un’altra protegge un’azienda dal rischio di rimanere indietro, anche se il suo ritorno diretto resta poco chiaro.

L’assicurazione strategica può essere razionale, ma è difficile da valutare. Chiede agli azionisti di accettare flussi di cassa inferiori nel breve termine in cambio dell’evitare un’incerta perdita competitiva futura.

Per sviluppatori e acquirenti enterprise, il ciclo di finanziamento può influenzare la disponibilità dei prodotti e le condizioni contrattuali. I fornitori sottoposti a pressioni di cassa potrebbero privilegiare i grandi clienti, impegni più lunghi o carichi di lavoro con margini più chiari.

I knowledge worker subiranno gli effetti attraverso il bundling dei prodotti e i limiti di utilizzo. Le aziende in cerca di rendimenti potrebbero inserire più funzionalità AI nei prodotti di produttività a pagamento o limitare i carichi di lavoro costosi.

I team che valutano le dichiarazioni dei fornitori dovrebbero conservare trascrizioni delle conference call sugli utili, indicazioni sulle infrastrutture e modifiche ai prodotti in una base di conoscenza AI consultabile. La storia dei rendimenti emergerà nell’arco di diversi periodi di rendicontazione, non da un solo annuncio.

Il prossimo ciclo di risultati dovrebbe rispondere a tre domande pratiche. La crescita del cloud continua ad accelerare, il free cash flow si sta stabilizzando e gli emittenti più deboli possono raccogliere capitale senza una penalizzazione significativa?

Risposte positive sosterrebbero l’idea che la spesa attuale sia un investimento anticipato al servizio di una domanda durevole. Risposte negative rafforzerebbero la preoccupazione di Moody’s secondo cui il rischio finanziario sta aumentando prima che l’economia dell’AI sia dimostrata.

La spesa di Meta per l’AI resta un elemento importante di questa verifica. La sua attività pubblicitaria le dà tempo, ma il tempo da solo non dimostra un ritorno.

Osservate la liquidità, non il numero di lanci di modelli. Confrontate ogni aumento delle indicazioni sulla spesa infrastrutturale con il flusso di cassa operativo, le prove di monetizzazione e gli impegni di finanziamento. Quale azienda dimostrerà per prima che i ricavi dall’AI possono crescere più rapidamente del sistema fisico necessario per fornirla?