L’intelligenza artificiale sta entrando in una fase completamente diversa della sua evoluzione economica. Per oltre tre anni il dibattito si è concentrato sui modelli, sulla corsa ai benchmark, sui parametri e sulle capacità emergenti. Oggi il vero campo di battaglia si sta spostando altrove: nei mercati del credito, nelle strutture di project financing e nelle architetture finanziarie che tradizionalmente appartenevano ad aeroporti, autostrade, centrali elettriche e infrastrutture energetiche.
Le indiscrezioni secondo cui Anthropic avrebbe firmato accordi preliminari per oltre un gigawatt di capacità nei data center statunitensi rappresentano molto più di una semplice espansione operativa. Segnalano l’emergere di una nuova categoria di asset finanziari: l’infrastruttura AI come prodotto di debito. In parallelo, il finanziamento da 35 miliardi di dollari orchestrato da Apollo Global Management e Blackstone costituisce uno dei più grandi esempi di credito privato mai realizzati per sostenere l’economia dell’intelligenza artificiale.
La struttura dell’operazione è particolarmente interessante perché ricorda i meccanismi utilizzati nell’aviazione commerciale. Le compagnie aeree raramente possiedono direttamente gli aeromobili che utilizzano; spesso li affittano tramite veicoli finanziari specializzati che raccolgono capitale e trasferiscono il rischio tra diversi soggetti. Ora lo stesso principio viene applicato ai chip AI. Una società veicolo acquista hardware, in questo caso TPU sviluppate da Google, finanziandosi attraverso debito privato e concedendo successivamente tali risorse in leasing ad Anthropic.
Il risultato è che enormi quantità di debito esistono effettivamente nel sistema senza apparire direttamente nei bilanci delle aziende AI che utilizzano l’infrastruttura. Si tratta di una tecnica perfettamente legittima e comune nel mondo finanziario, ma che introduce un livello di complessità che gli investitori tecnologici non hanno ancora pienamente metabolizzato. Molti continuano a valutare le società di intelligenza artificiale come se fossero aziende software tradizionali, quando in realtà stanno assumendo caratteristiche sempre più simili a utility energetiche o operatori infrastrutturali.
La parte più sofisticata dell’intera operazione riguarda la distribuzione del rischio. Se la domanda per Claude dovesse rallentare o diminuire, il colpo non ricadrebbe immediatamente su Anthropic. Secondo la struttura descritta, il rischio di svalutazione dell’hardware verrebbe in parte assorbito da Broadcom attraverso garanzie sul valore residuo dei chip, mentre il rischio associato agli affitti dei data center sarebbe sostenuto da Google mediante impegni contrattuali. In altre parole, gli investitori stanno costruendo una catena di protezione che rende il debito più sicuro e quindi più facilmente finanziabile.
Questo aspetto è fondamentale. I finanziatori non stanno semplicemente scommettendo sul successo di Anthropic. Stanno scommettendo sulla capacità combinata di Google e Broadcom di sostenere il valore economico dell’intera infrastruttura. La conseguenza è che il rischio percepito si abbassa e il costo del capitale diminuisce. È esattamente il meccanismo che ha consentito per decenni la crescita dei mercati immobiliari commerciali e delle grandi opere infrastrutturali.
Nel frattempo il settore continua a raccontarsi come una rivoluzione software. È una rappresentazione sempre meno accurata. Quando si parla di gigawatt di potenza elettrica, miliardi di dollari in chip specializzati e contratti di leasing pluriennali, il lessico corretto diventa quello dell’industria pesante. L’intelligenza artificiale non assomiglia più a una startup che distribuisce codice; assomiglia sempre più a una compagnia elettrica che costruisce centrali.
Un dato merita particolare attenzione. Un gigawatt di capacità AI richiede investimenti complessivi stimati nell’ordine delle decine di miliardi di dollari. Se davvero la piattaforma descritta dal CEO di Broadcom, Hock Tan, dovesse raggiungere oltre 20 gigawatt entro il 2028, il mercato starebbe parlando di investimenti infrastrutturali comparabili a quelli dei grandi programmi energetici nazionali. Non siamo più nel territorio del venture capital. Siamo nel territorio della finanza sistemica.
Anche la tempistica è significativa. Mentre Dario Amodei discute a Washington possibili meccanismi regolatori per limitare o bloccare modelli avanzati considerati rischiosi, la macchina finanziaria continua ad accelerare. Esiste una tensione evidente tra la prudenza espressa pubblicamente dai leader dell’AI e la velocità con cui vengono costruite infrastrutture che presuppongono una crescita esplosiva della domanda futura. Nessuno investe decine di miliardi di dollari in capacità computazionale se prevede una stagnazione del mercato.
Qui emerge la vera domanda strategica. Chi sta assumendo il rischio finale? Apparentemente non Anthropic. Non completamente Google. Non interamente Broadcom. Il rischio viene frammentato, impacchettato e distribuito tra fondi di credito privato, investitori istituzionali e, potenzialmente, futuri azionisti delle società coinvolte. È una dinamica che ricorda la finanziarizzazione di altri settori infrastrutturali, dove la proprietà economica effettiva diventa sempre più distante dall’asset fisico sottostante.
Quando Anthropic, OpenAI e altre aziende AI approderanno sui mercati pubblici, molti investitori guarderanno probabilmente alla crescita dei ricavi, ai margini e alle quote di mercato. Una parte rilevante della storia, tuttavia, sarà nascosta nei livelli sottostanti dell’architettura finanziaria che sostiene questi modelli. Il vero asset non sarà soltanto l’algoritmo. Sarà la capacità di alimentare, raffreddare e finanziare milioni di GPU e TPU per anni.