La bolla dell’AI esiste già? Tra ROI incerto e data center da capogiro

Una “bolla” non è solo un eccesso di entusiasmo: è un disallineamento tra capitale allocato, tempi di ritorno e capacità reale di trasformare innovazione in produttività misurabile.

Oggi l’AI generativa vive esattamente questa tensione: da un lato una promessa tecnologica concreta (modelli sempre più capaci, automazioni, agenti); dall’altro un ciclo di investimenti che sta diventando infrastrutturale, non più solo software. Quando i soldi smettono di finanziare prototipi e iniziano a costruire data center, sottostazioni, linee elettriche e impianti di raffreddamento, il fenomeno smette di essere “solo tech” e diventa materia da ingegneri, progettisti, utility, territori.

In parallelo, i primi numeri “freddi” sull’adozione raccontano che molte organizzazioni faticano a trasformare sperimentazioni e licenze in valore di conto economico.

Un report molto citato nel 2025 (“The GenAI Divide: State of AI in Business 2025”) sostiene che, a fronte di decine di miliardi di dollari spesi dalle imprese, la grande maggioranza non vede ancora impatti misurabili sul P&L. 

Secondo l’articolo “What even is the AI bubble?” di Alex Heath, pubblicato su MIT Technology Review il 15 dicembre 2025, il settore tecnologico è entrato in una fase paradossale: tutti parlano di bolla, ma nessuno concorda su dove sia il gonfiore vero—valutazioni, infrastrutture, o aspettative. 

Cosa ci dice in sintesi l'articolo del MIT TR

Nel racconto di Heath, la “bolla” non è un’opinione da bar: emerge da una combinazione di segnali. Primo: dati (o titoli di giornale) che insinuano che l’AI stia rendendo meno di quanto promesso. Secondo: una franchezza insolita degli stessi protagonisti. Heath riporta che Sam Altman avrebbe ammesso il surriscaldamento degli investimenti: “Are we in a phase where investors as a whole are overexcited about AI? … My opinion is yes.”

Terzo: la frattura tra capex e ricavi. Il pezzo insiste su un fatto semplice: gran parte del denaro sta andando nella costruzione di capacità computazionale (data center, GPU, energia), con numeri che sembrano “manhattan-project scale” per l’AI. È qui che la bolla cambia natura: se sbagli tempi o domanda, non ti rimane una campagna marketing fallita—ti rimane un’infrastruttura sovradimensionata.

Tre citazioni (in originale) che fotografano il clima competitivo e il rischio:

• “the infrastructure gets built out, people take on too much debt” (attribuita a Mark Zuckerberg).
• “Someone’s gonna get burned there, I think.” (attribuita a Sam Altman).
• “I think no company is going to be immune, including us.” (attribuita a Sundar Pichai). 

Approfondimento

1) Dove può stare davvero la bolla: software, startup o “cemento digitale”?

Heath suggerisce (implicitamente) tre livelli di rischio.

• Valutazioni private: seed e round “troppo grandi, troppo presto”, con startup leggere che inseguono multipli da big tech.
• Economia dei modelli: costi variabili elevati (compute) e margini non sempre compatibili con un mercato che, per ora, monetizza soprattutto via abbonamenti.
• Infrastrutture: qui il tema diventa industriale. Nel 2025 OpenAI (con partner) ha annunciato iniziative da 500 miliardi di dollari per nuova infrastruttura AI (“Stargate”). 

2) Perché interessa direttamente il mondo delle costruzioni

Per progettisti, imprese e filiere dei materiali, la bolla AI non è un grafico di Borsa: è una nuova domanda di opere e impianti, ma con rischi tipici delle grandi ondate infrastrutturali. Alcune implicazioni operative:

• Permitting e urbanistica: i data center spostano equilibri territoriali (consumo di suolo, vincoli acustici, sicurezza, connessioni).
• Energia e reti: potenza disponibile, ridondanza, connessioni in MT/AT, tempi di allaccio.
• Acqua e raffreddamento: scelte tra aria, acqua, soluzioni ibride, recupero calore—temi da MEP e da progettazione integrata.
• Capex “rigido”: se la domanda rallenta, l’asset resta; e chi costruisce deve ragionare su modularità, scalabilità, fasi, “future-proofing”.

3) Il punto cieco: l’ROI non si improvvisa

Il report “GenAI Divide” è interessante proprio perché, al netto delle semplificazioni mediatiche, porta l’attenzione sulla distanza tra adozione e trasformazione: molte aziende comprano strumenti, poche riprogettano davvero processi, ruoli, qualità dei dati, responsabilità e misurazione degli impatti. 

In questo senso, la bolla può “scoppiare” non perché l’AI smette di funzionare, ma perché il tempo dell’ingegnerizzazione (integrazione, sicurezza, change management) è più lento del tempo della finanza.

4) Quando può rompersi l’equilibrio

Lo scenario più credibile non è un crash istantaneo stile 2000, ma una sequenza: correzione delle valutazioni, consolidamento dei fornitori, taglio di progetti non strategici, e—soprattutto—selezione naturale tra chi ha cassa e chi vive di debito. Alcune stime di mercato ricordano quanto sia enorme la soglia di ricavi necessaria a “giustificare” l’ondata di investimenti: Bain (ripresa da analisi finanziarie) parla di ordine di grandezza trilionario entro il 2030 per sostenere il buildout.  

Conclusione finale

La frase che resta, leggendo Heath, è la più scomoda: la bolla può essere vera e l’AI può essere trasformativa allo stesso tempo. E per il settore delle costruzioni questo è quasi familiare: quante tecnologie hanno avuto un ciclo di hype, una caduta, e poi una fase matura fatta di standard, capitolati, manutenzione, prestazioni misurate?

Per chi progetta e costruisce, la postura più solida è doppia: cogliere l’opportunità infrastrutturale (nuovi asset, nuova domanda, nuovi requisiti impiantistici) e, allo stesso tempo, pretendere misurabilità quando si adotta l’AI nei processi (BIM, computi, cantiere, sicurezza, facility).

Se la bolla si sgonfia, resterà ciò che è stato costruito bene: infrastrutture sensate e casi d’uso che funzionano davvero.