La retorica dell’intelligenza artificiale sta entrando in una fase nuova, più delicata e, soprattutto, molto meno romantica per chi finanzia il settore. Per anni il gioco è stato relativamente semplice: un ristretto gruppo di fondi di venture capital e private equity ha versato miliardi dentro società che promettevano di “reinventare il lavoro”, “automatizzare la conoscenza” o “sostituire i colletti bianchi”, senza che esistesse un modello economico sostenibile, né una struttura di margini coerente con le valutazioni astronomiche assegnate dal mercato privato. Bastava evocare una TAM, Total Addressable Market, teoricamente infinita. La formula era quasi sempre la stessa: il lavoro umano costa decine di trilioni di dollari l’anno; se anche solo una piccola parte di quel valore venisse intercettata dall’AI, allora le valutazioni da centinaia di miliardi diventavano improvvisamente “razionali”. La Silicon Valley ha trasformato un’ipotesi metafisica in una slide da pitch deck.
Il problema emerge adesso, quando il capitale privato deve trasformarsi in liquidità reale attraverso IPO, secondary market e collocamenti pubblici. Convincere dieci partner di un mega fondo a credere in una narrativa iperbolica è molto diverso dal convincere milioni di investitori retail, fondi pensione, assicurazioni e mercati pubblici a comprare quote di società che spesso bruciano cassa a velocità industriale. Il venture capital vive di storytelling estremo; il mercato pubblico, almeno teoricamente, pretende flussi di cassa, margini e prevedibilità. Non sempre, certo. La bolla dot-com insegna che Wall Street può diventare altrettanto irrazionale di Sand Hill Road. Tuttavia la differenza strutturale rimane: il private market finanzia promesse, il public market deve difendere patrimoni.
Qui nasce il cambiamento di tono che molti osservatori sottovalutano. La narrativa “investi in me perché sostituirò milioni di lavoratori” funziona benissimo quando l’obiettivo è sedurre investitori aggressivi alla ricerca di ritorni fuori scala; funziona molto meno quando il capitale da attrarre appartiene indirettamente agli stessi lavoratori che rischiano di essere disintermediati. Dire a un fondo pensione che la tua crescita dipende dalla compressione globale del lavoro salariato equivale a presentarsi a una cena di famiglia annunciando che il business model consiste nel licenziare i figli dei commensali. Non è impossibile da vendere, ma richiede una certa ginnastica narrativa.
Per questa ragione il linguaggio dell’industria AI sta mutando rapidamente. Meno “replacement”, più “augmentation”. Meno “eliminazione dei posti di lavoro”, più “produttività”. Meno “automazione totale”, più “copilot”. È un rebranding finanziario prima ancora che tecnologico. Gli stessi CEO che fino a diciotto mesi fa evocavano scenari di disruption radicale ora parlano di “supporto creativo”, “empowerment dei knowledge worker” e “accelerazione dei processi aziendali”. Non è un caso semantico. È ingegneria della percezione per preparare il mercato pubblico.
Nel frattempo resta irrisolto il nodo fondamentale: dove siano i margini reali. Addestrare modelli frontier costa cifre immense; l’infrastruttura GPU divoratrice di energia ha trasformato l’AI generativa in una delle industrie più capital intensive degli ultimi decenni. Molte società AI presentano una struttura economica paradossale: maggiore utilizzo significa spesso maggiore costo operativo. La narrativa dominante suggerisce economie di scala simili al software tradizionale, ma la realtà assomiglia molto più a utility energetiche digitali con costi infrastrutturali giganteschi. Non sorprende che gran parte delle revenue attuali derivi ancora da round di finanziamento indirettamente riciclati dentro l’ecosistema stesso, partnership cloud o spese sperimentali corporate che potrebbero evaporare in un contesto macroeconomico meno accomodante.
OpenAI, Anthropic, xAI e numerose altre società private vengono valutate come future piattaforme monopolistiche globali; il mercato, però, non ha ancora dimostrato che i moat siano realmente difendibili nel lungo periodo. I modelli si commoditizzano rapidamente, gli open source comprimono i prezzi e i clienti enterprise iniziano a chiedere una domanda brutalmente semplice: “Quanto profitto concreto genera tutto questo?”. È una domanda molto meno eccitante delle fantasie sulla AGI, ma storicamente è quella che decide il destino delle aziende quotate.
L’aspetto quasi ironico, anche se l’ironia qui va usata con prudenza, è che la Silicon Valley ci ha venduto l’inevitabilità di una rivoluzione capace di rendere marginale il lavoro umano, salvo poi scoprire che il sistema finanziario globale continua a poggiarsi proprio sul risparmio dei lavoratori. I grandi fondi pensione che alimentano i mercati pubblici esistono grazie a salari, contributi e occupazione stabile. Se la narrativa AI estremizzata diventasse economicamente vera nel modo più brutale possibile, rischierebbe di erodere anche la base finanziaria che sostiene le stesse valutazioni di mercato. È uno dei cortocircuiti più affascinanti dell’attuale ciclo tecnologico.
Molti investitori istituzionali lo hanno capito. Per questo negli ultimi trimestri si nota una crescente attenzione verso società AI che mostrano applicazioni verticali, automazione misurabile e modelli SaaS più tradizionali, piuttosto che promesse messianiche sulla sostituzione totale del lavoro cognitivo. Il mercato pubblico tende a premiare chi monetizza in modo prevedibile, non chi annuncia l’alba di una nuova specie digitale ogni due conferenze stampa.
Diamo spesso troppo peso alle dichiarazioni dei protagonisti dell’industria tecnologica perché confondiamo visione strategica e propaganda finanziaria. Un CEO di una società AI non è un osservatore neutrale del futuro; è un emittente di narrativa il cui compito principale consiste nel sostenere valutazioni elevate, attrarre capitale e consolidare posizione competitiva. Questo non implica necessariamente malafede. È semplicemente il funzionamento strutturale del capitalismo tecnologico contemporaneo. La Silicon Valley non vende prodotti; vende anticipazioni del futuro. Il prodotto reale arriva dopo, talvolta anni dopo, e in certi casi non arriva affatto.
La storia tecnologica è piena di cicli simili. Ferrovie, telecomunicazioni, internet, clean tech, crypto. La tecnologia cambia davvero il mondo, ma quasi sempre attraverso una traiettoria più lenta, meno lineare e molto meno redditizia per gli investitori iniziali di quanto raccontato durante la fase euforica. L’AI probabilmente trasformerà profondamente il lavoro e l’economia globale; questo non significa automaticamente che ogni valutazione attuale sia giustificata o che tutti gli attori del settore diventeranno miniere d’oro quotate in borsa.
I mercati privati potevano permettersi il lusso della fede. Le IPO richiedono qualcosa di più concreto. Ed è precisamente lì che la narrativa sta iniziando a cambiare tono.