Con l’espansione dell’ondata globale di finanziamenti destinati all’intelligenza artificiale, che coinvolge sia i mercati obbligazionari sia quelli azionari, gli operatori stanno probabilmente cercando di valutare la propria esposizione complessiva al settore AI e, al contempo, di comprendere come potrebbe evolvere la fase di sviluppo delle infrastrutture necessarie a sostenerne la crescita.
Considerato l’impatto di questo processo sulle condizioni macroeconomiche e sui mercati finanziari, Guillermo Felices, global investment strategist di PGIM Credit, ha elaborato tre scenari a 12 mesi, basati sugli investimenti in conto capitale (capex), sui relativi rendimenti e sui principali fattori che ne influenzano l’evoluzione: disponibilità di energia, autorizzazioni, costi degli input produttivi, finanziamenti e domanda finale degli utilizzatori.
Scenario 1: sviluppo graduale, probabilità del 50%
Il primo scenario, quello di base, è quello di una crescita graduale degli investimenti infrastrutturali (Steady Buildout), a cui viene attribuita una probabilità del 50%. In questo quadro, spiega Felices, i principali hyperscaler realizzeranno investimenti in conto capitale per circa 1.300 miliardi di dollari nel 2027, mentre i ricavi derivanti dai servizi cloud continueranno ad accelerare. I ritardi legati alla disponibilità di energia e ai processi autorizzativi rallenteranno singoli progetti, determinando tuttavia uno slittamento degli investimenti verso i trimestri successivi. Nel frattempo, le tensioni politiche legate all’AI resteranno circoscritte prevalentemente a livello locale dopo le elezioni di mid-term negli Stati Uniti. Gli investimenti nell’intelligenza artificiale potranno contribuire fino a un punto percentuale aggiuntivo alla crescita del PIL, sostenendo un’espansione economica superiore al trend. L’inflazione resterà tuttavia persistente e il processo di sviluppo delle infrastrutture AI rappresenterà uno dei fattori alla base del mantenimento di un orientamento restrittivo da parte della Fed.
Per finanziare il divario di free cash flow, gli hyperscaler faranno maggiore ricorso al mercato obbligazionario. Di conseguenza, secondo l’analisi di Felices, i loro spread creditizi registreranno una performance relativamente inferiore, nonostante la solidità dei fondamentali. Tra i principali beneficiari di questo scenario si distingueranno i comparti dei semiconduttori e dell’energia.
Scenario 2: sviluppo vincolato, probabilità del 30%
Il secondo scenario, denominato Constrained Buildout e a cui viene attribuita una probabilità del 30%, prevede che la domanda di intelligenza artificiale rimanga sostenuta, ma che il processo di sviluppo delle infrastrutture incontri ostacoli di natura politica e fisica. Come spiega Felices, i data center diventano un tema centrale nel dibattito in vista delle elezioni presidenziali statunitensi del 2028, mentre le moratorie introdotte a livello statale, come quella in Texas, si rivelano difficili da revocare. Parallelamente, i vincoli legati alla disponibilità di energia, alle connessioni alla rete elettrica e ai processi autorizzativi determinano ulteriori ritardi nella realizzazione dei nuovi progetti. Gli investimenti in conto capitale previsti per il prossimo anno scendono verso quota 1.000 miliardi di dollari.
Il rallentamento degli investimenti nell’AI attenua le pressioni sulla crescita del PIL, offrendo alla Fed maggiori margini per sospendere temporaneamente i rialzi dei tassi. Le emissioni obbligazionarie degli hyperscaler si stabilizzano su livelli significativamente inferiori rispetto alle attese iniziali. Al contempo, la limitata disponibilità di capacità computazionale sostiene i prezzi dei servizi di calcolo. In questo contesto, le obbligazioni degli hyperscaler e i data center già operativi registrano le performance migliori, mentre i semiconduttori, i progetti ancora in fase di sviluppo e gli operatori immobiliari specializzati risultano maggiormente penalizzati.
Scenario 3: inversione del ciclo dell’AI, probabilità del 20%
Il terzo scenario, l’AI Unwind, a cui viene attribuita una probabilità del 20%, prevede un deterioramento delle prospettive del settore, determinato da crescenti preoccupazioni sul fronte della sicurezza e da un significativo indebolimento della domanda di soluzioni AI, che compromette la capacità di monetizzare gli investimenti effettuati. I contratti per l’utilizzo della capacità computazionale, concentrati tra i principali operatori, non si traducono nei ricavi attesi, mentre emergono difficoltà nel finanziare gli impegni già assunti. La diffusione di modelli AI meno costosi rende eccessiva la capacità infrastrutturale pianificata, determinando una riduzione dei prezzi dei servizi di calcolo. Gli hyperscaler ridimensionano gli investimenti discrezionali e i piani di spesa per il 2028, sebbene i contratti di locazione già sottoscritti limitino la possibilità di ridurre rapidamente il capex previsto per il 2027.
Le diverse componenti del mercato dell’intelligenza artificiale entrano così in una fase di difficoltà: i mercati azionari registrano ribassi, gli effetti ricchezza si invertono e il ridimensionamento del ciclo degli investimenti AI diventa il principale fattore che induce la Fed ad allentare in modo significativo la politica monetaria. In questo contesto, i titoli obbligazionari a lunga duration beneficiano di un forte rialzo, mentre gli spread creditizi si ampliano diffusamente. Tra gli operatori maggiormente penalizzati figurano, conclude Felices, i fornitori di modelli AI, i cosiddetti neocloud provider, le società veicolo che finanziano l’acquisto di GPU e gli sviluppatori di data center.