La Borsa mostra crescenti segnali di nervosismo rispetto ai mega investimenti di AI. Si chiede: quanto tempo servirà perché data center, chip, robotaxi e modelli generativi producano ritorni proporzionati al capitale assorbito?Un segnale è arrivato in questi giorni dopo le trimestrali di Alphabet e Tesla. Le due società hanno mostrato crescita operativa in aree chiave, ma Wall Street ha guardato soprattutto al cash flow e al capex. Alphabet è scesa dopo avere alzato ancora la previsione sugli investimenti 2026. Tesla è stata colpita da margini deboli e free cash flow negativo mentre accelera su autonomia, robotica e semiconduttori. La questione riguarda ormai l’intero ciclo degli investimenti AI Big Tech: la domanda c’è, ma il mercato chiede prove più ravvicinate sui ritorni.Indice degli argomenti:
Investimenti AI Big Tech: perché Wall Street cambia metro di giudizioAlphabet, cloud in crescita ma cassa sotto pressioneTesla mostra il lato fisico dell’AILa sfiducia non è sull’AI, ma sulla tempistica dei ritorniChe cosa cambia per le aziende che comprano AIInvestimenti AI Big Tech: perché Wall Street cambia metro di giudizioNel comunicato sui risultati del secondo trimestre 2026, Alphabet ha riportato ricavi per 119,8 miliardi di dollari, in crescita del 24% anno su anno. Google Cloud ha accelerato dell’82%, a 24,8 miliardi, spinta da infrastruttura AI, soluzioni enterprise e servizi cloud core. Il margine operativo consolidato è salito al 34% e l’utile netto disponibile per gli azionisti ordinari ha raggiunto 112,1 miliardi.Il dato che ha cambiato la lettura del trimestre è però nel rendiconto finanziario. Il free cash flow di Alphabet è passato da 10,1 miliardi positivi nel primo trimestre 2026 a 5,9 miliardi negativi nel secondo trimestre, dopo acquisti di property and equipment per 44,9 miliardi. Nella trascrizione ufficiale della call con gli analisti, la cfo Anat Ashkenazi ha indicato una nuova guidance di capex 2026 tra 195 e 205 miliardi di dollari, rispetto alla stima precedente di 180-190 miliardi, motivando l’aumento con l’accelerazione della capacità necessaria a soddisfare la domanda.Questa è la tensione che spiega la reazione del mercato. Da una parte Google Cloud dimostra che la domanda enterprise per l’AI è reale. Dall’altra, la quantità di capitale necessaria per servire quella domanda cresce più rapidamente della capacità degli investitori di misurarne il ritorno nel breve periodo.Alphabet, cloud in crescita ma cassa sotto pressioneAlphabet resta uno degli operatori meglio posizionati nella filiera AI: modelli Gemini, infrastruttura cloud, chip Tpu, Search, YouTube, cybersecurity e applicazioni enterprise. La società ha comunicato che le attività AI condivise a livello Alphabet hanno pesato per 5,8 miliardi di perdita operativa nel trimestre, una voce che aiuta a leggere il costo industriale della competizione sui modelli e sull’infrastruttura.La pressione sui margini potrebbe aumentare. Ashkenazi ha spiegato nella call che l’uso di capacità di terze parti come soluzione ponte, mentre Alphabet costruisce capacità interna, può generare pressione sui margini cloud nel breve periodo. Ha anche indicato che il free cash flow resterà sotto pressione per effetto degli investimenti in infrastruttura tecnica.Il mercato vuole capire quanta domanda AI sia ricorrente, quanta derivi da cicli di acquisto iniziali e quale sarà il margine quando data center, energia, ammortamenti e capacità esterna entreranno a pieno regime nel conto economico.Tesla mostra il lato fisico dell’AIIl caso Tesla è diverso, ma rafforza lo stesso segnale. Nel Q2 2026 Update depositato alla Sec come Exhibit 99.1, la società ha riportato ricavi per 28,2 miliardi di dollari, in crescita del 26% anno su anno, e 480.126 consegne nel trimestre. I ricavi automotive sono saliti del 23%, a 20,5 miliardi.La Borsa ha però letto soprattutto tre numeri: margine operativo all’1,4%, capex a 5,8 miliardi, in aumento del 142% anno su anno, e free cash flow negativo per 1,1 miliardi. Le spese operative sono cresciute del 47%, con un impatto legato anche ad attività di ricerca e sviluppo su AI e nuovi prodotti.Tesla sta chiedendo agli investitori di valutarla come piattaforma di “real-world AI”, non solo come produttore di veicoli elettrici. Robotaxi, Cybercab, Optimus, fabbriche di chip, compute AI e batterie compongono una traiettoria industriale ad alta intensità di capitale. Il cfo Vaibhav Taneja, nella trascrizione della call riportata da MarketBeat sulla base del transcript Quartr, ha confermato capex 2026 oltre 25 miliardi di dollari e una crescita degli investimenti nei prossimi due o tre anni.La sfiducia non è sull’AI, ma sulla tempistica dei ritorniLa reazione di Borsa non segnala la fine del ciclo AI. Indica una soglia più severa. Secondo MarketWatch, in una rilevazione del 23 luglio 2026 basata su dati Dow Jones Market Data, il Roundhill Magnificent Seven Etf era in calo del 4,5%, avviato alla peggiore seduta dal 10 aprile 2025, mentre gli investitori guardavano alla sostenibilità della spesa AI degli hyperscaler.La correzione arriva dopo mesi in cui il mercato ha premiato ogni segnale di domanda per modelli, cloud, chip e capacità computazionale. Ora i bilanci mostrano la seconda faccia della stessa crescita: i data center richiedono capitale, energia, supply chain, chip, immobili, raffreddamento, rete, personale specializzato e contratti pluriennali. Più l’AI diventa infrastruttura industriale, più assomiglia a un ciclo di investimento da utility tecnologica.Per le imprese clienti, questa dinamica avrà effetti concreti. I prezzi dei servizi AI, le clausole di consumo cloud, la disponibilità di capacità, i contratti pluriennali e i modelli di sconto rifletteranno la pressione sui ritorni degli hyperscaler. La fase delle sperimentazioni diffuse lascia spazio a una gestione più rigorosa di costi, casi d’uso e produttività misurabile.Che cosa cambia per le aziende che comprano AIIl segnale arrivato da Wall Street riguarda anche cio e cfo delle imprese. Se i fornitori devono difendere ritorni su investimenti AI sempre più grandi, i clienti dovranno evitare architetture poco controllabili, consumi opachi e progetti privi di metriche economiche. La governance dell’AI non potrà limitarsi a privacy, sicurezza e compliance: dovrà includere FinOps, misurazione del valore, contratti cloud, portabilità dei workload e controllo dei costi inferenziali.L’AI generativa resta una delle aree più dinamiche del mercato tecnologico, ma la fase finanziaria cambia tono. L’entusiasmo per la capacità dei modelli di trasformare processi, customer service, sviluppo software e analisi dei dati viene affiancato da una disciplina più severa sul capitale. Per le Big Tech, la sfida sarà dimostrare che la corsa a costruire infrastruttura produce margini e cash flow. Per le aziende utenti, sarà scegliere dove l’AI genera produttività vera e dove aggiunge solo consumo cloud.
