Nel 2026 i mercati stanno vivendo una fase che somiglia a un déjà-vu storico: una bolla speculativa alimentata dall’ansia di “non restare indietro” sull’intelligenza artificiale 🤖. Il risultato è un mix esplosivo di euforia e paura che spinge capitali enormi verso qualunque azienda riesca a “profumarsi” di AI, spesso senza basi industriali solide 📈.
Cos’è il “AI scare trade”: comprare per paura 😰
Molti analisti descrivono l’attuale clima come scare trade: non è solo entusiasmo, è soprattutto terrore competitivo. I budget delle aziende non crescono davvero: si spostano. Soldi che prima finivano in software tradizionali in abbonamento (SaaS, Software as a Service) vengono dirottati su progetti AI, data center e calcolo 🖥️.
Questo crea un incentivo perverso: se Wall Street premia tutto ciò che “sembra AI”, molte società capiscono che basta un annuncio, un comunicato, un cambio nome… e il mercato può reagire in modo sproporzionato ⚡. In pratica, la scoperta del prezzo (cioè il processo con cui il mercato valuta un’azienda) si distorce, perché il “tema” conta più dei fondamentali 💸.
Il teatro dell’assurdo: quando basta aggiungere “AI” al nome 🎭
Un caso simbolo è quello di un’azienda di scarpe in lana merino: dopo il crollo del business e una capitalizzazione ridotta, vende il marchio e si riposiziona cambiando nome in qualcosa che contiene “AI”, annunciando l’intenzione di entrare nell’high performance computing con fondi presi a prestito. Il mercato reagisce con volumi altissimi e un’impennata violentissima, salvo poi “ricordarsi” che i numeri non tornano e correggere bruscamente 📉.
Non è un episodio isolato. Una piattaforma social praticamente fallita annuncia un rebranding con “AI” e, senza un prodotto concreto, scatena un rialzo enorme e uno short squeeze (chi era “short”, cioè scommetteva al ribasso, viene costretto a ricomprare in fretta facendo salire ancora di più il prezzo) 🔥.
Ancora più surreale: un’azienda che vendeva macchine per il karaoke 🎤 si reinventa come società AI dopo aver acquistato una piattaforma logistica, promettendo miglioramenti esagerati. Il mercato non solo premia il titolo, ma la narrazione contagia anche altri operatori: alcuni grandi nomi della logistica vengono colpiti da vendite pesanti per la paura di essere “disintermediati” da un soggetto minuscolo. È un segnale classico di fase maniacale: la storia vince sui dati 🤯.
I miner e la tentazione: “AI paga più di Bitcoin” 🧠⚙️
In questo scenario entrano anche i miner. Minare Bitcoin è un business duro: margini compressi, competizione feroce, costi energetici e, soprattutto, l’halving (dimezzamento periodico delle ricompense) che alza l’asticella 🔌. Molti miner però hanno due asset fondamentali: capannoni e accesso all’energia. E notano che Wall Street spesso valuta l’AI “molto più cara” rispetto all’industria del mining.
Da qui partono trasformazioni e annunci: società con percorsi confusi (carne, poi mining, poi “infrastruttura AI”) scoprono che basta dichiarare l’esplorazione dell’AI per ottenere rialzi immediati 🧨. Attenzione: esistono anche casi più solidi, dove infrastrutture e contratti reali supportano la transizione verso data center per carichi AI. Ma proprio questi casi evidenziano il rischio opposto: valutazioni che prezzano la perfezione su orizzonti lontani, in un settore in cui l’hardware diventa obsoleto in pochi mesi ⏳.
AI washing: quando il marketing sostituisce la tecnologia 🧽
La deriva ha un nome sempre più usato: AI washing 🧼. Significa presentarsi come “azienda AI” senza esserlo davvero, usando parole altisonanti, demo superficiali o integrazioni banali per attirare capitali e far salire il prezzo delle azioni. In questi casi il rischio per gli investitori è doppio: comprare a prezzi gonfiati e scoprire poi che non c’è alcun vantaggio competitivo reale 🧾.
Quando il fenomeno diventa sistemico, entrano in scena anche regolatori e cause legali: class action, indagini, contestazioni su comunicazioni fuorvianti. Ma nelle fasi di bolla spesso l’avidità resta più forte della prudenza: finché “funziona”, molti ignorano i segnali ⚠️.
Il parallelo con la bolla dot-com: la lezione della “dark fiber” 🌐
Per capire dove può finire questa storia, aiuta guardare alla bolla dot-com. All’epoca “internet” sembrava infinito e serviva infrastruttura: fibra ottica ovunque. Le telecom si indebitarono per posare cavi anche sotto gli oceani 🌊. Poi la bolla scoppiò perché l’offerta era enorme rispetto alla domanda reale di quel momento. Aziende collassarono, capitalizzazioni evaporarono.
Ma la fibra restò lì. E quando anni dopo la domanda arrivò davvero, quell’eccesso diventò un vantaggio per chi seppe sfruttarlo: capacità abbondante a prezzi bassi, che favorì nuovi vincitori capaci di costruire business scalabili sopra quell’infrastruttura 💡.
Dalla “dark fiber” alla “dark compute”: troppi data center, prezzi giù 🏭
Oggi, al posto della fibra ottica, ci sono gigawatt di data center e montagne di chip e server 🧱. I grandi player tecnologici stanno investendo cifre immense per non restare indietro: centinaia di miliardi in un solo anno tra infrastruttura, chip, server e impianti. Il punto critico è la sostenibilità economica: per giustificare questo livello di spesa, l’industria dovrebbe generare ricavi software AI enormi e ricorrenti 💰.
Il problema è che, per molte aziende, il ritorno economico oggi è ancora basso o nullo: sperimentazioni, progetti pilota, efficienze non ancora “mature”. L’adozione reale su larga scala richiede tempo: spesso 5–10 anni per trasformare processi, dati, compliance e organizzazione ⌛.
Se nel frattempo entrano in funzione tanti data center “tutti insieme”, può verificarsi uno shock di offerta: troppa capacità di calcolo rispetto alla domanda effettiva. Il risultato tipico è una guerra dei prezzi 🥊. In questo scenario nasce l’idea di dark compute: tanta potenza di calcolo disponibile, sottoutilizzata, venduta a margini bassissimi. L’hardware tende a diventare una commodity, un bene quasi “di base”, e chi lo possiede potrebbe scoprire che i ritorni non sono quelli sognati 🤏.
Dove potrebbe spostarsi il vero valore: i “noiosi” che sfruttano l’AI 🏢
Se l’infrastruttura diventa economica, il vantaggio non va necessariamente a chi costruisce i data center o produce hardware (che rischiano cicli duri e compressione margini). Spesso il vero valore si sposta su chi usa quella potenza a basso costo per rendere scalabile un business già profittevole 📊.
Un esempio intuitivo: studi legali e società di revisione contabile. Oggi una parte enorme del lavoro è “manuale”: praticanti e junior che leggono montagne di documenti, controllano contratti, fanno verifiche ripetitive 📚. È poco scalabile: per fare più lavoro, devi assumere più persone. Se invece un’azienda può “affittare” modelli e agenti AI a costo molto basso, quel lavoro può essere automatizzato in gran parte, lasciando supervisione e responsabilità a figure senior. Risultato potenziale: più clienti gestiti con lo stesso organico e margini che aumentano perché il tempo umano si sgancia dal valore prodotto 🚀.
In sintesi: chi “inventa lo strumento” spesso vive hype e cicli; chi costruisce processi e servizi sopra un’infrastruttura abbondante può catturare valore in modo più stabile. È una differenza cruciale per non confondere la rivoluzione tecnologica (reale) con la febbre finanziaria (spesso tossica) 🧭.
Cosa imparare da questa fase (senza farsi travolgere) 🧱
- Non basta la parola “AI”: serve capire prodotto, clienti, ricavi e vantaggio competitivo 🔍.
- Occhio a rebranding e comunicati roboanti: spesso anticipano diluizioni, debito o nuove emissioni 📄.
- In una bolla, la volatilità è normale: rialzi estremi e crolli improvvisi sono parte del gioco 🎢.
- Se arriva la “dark compute era”, potrebbero vincere gli utilizzatori efficienti, non i costruttori più indebitati 🧠.
- Per un bitcoiner: hype e mode passano, mentre Bitcoin resta un asset monetario senza bisogno di rebranding o promesse. E questo, nel lungo periodo, conta più di qualsiasi narrativa del momento 🟠.
La tecnologia AI è reale e utile, ma i mercati possono trasformarla in una caricatura finanziaria. Restare lucidi significa distinguere tra progresso e propaganda, tra infrastruttura e utilità, tra valutazioni e valore 🧩.
