Goldman Sachs prevede che la spesa in conto capitale per l'infrastruttura AI raggiungerà 1.200 miliardi di dollari entro il 2027. La banca avverte che l'impennata della spesa potrebbe mettere sotto pressione le risorse energetiche, aumentare la dipendenza dal debito e comprimere la crescita dei ricavi degli hyperscaler. Secondo la società, l'energia sta emergendo come un collo di bottiglia chiave per l'espansione.
La costruzione da 1.200 miliardi di dollari
Goldman Sachs prevede che le aziende investiranno 1.200 miliardi di dollari in infrastrutture AI entro il 2027. Questa cifra comprende i data center, i chip e le apparecchiature di rete necessari per addestrare ed eseguire modelli AI su larga scala. La proiezione sottolinea quanto rapidamente la tecnologia sia passata dai laboratori di ricerca a un'implementazione su scala industriale.
Ma la banca non considera la spesa priva di rischi. Nella sua valutazione, l'entità degli investimenti potrebbe mettere sotto pressione le risorse energetiche e aumentare la dipendenza dal debito — due vincoli che raramente compaiono nelle previsioni ottimistiche sull'AI.
Energia: il collo di bottiglia silenzioso
Secondo Goldman Sachs, l'energia sta diventando un collo di bottiglia chiave per l'espansione dell'infrastruttura AI. I data center consumano già enormi quantità di elettricità, e la prossima ondata di strutture specifiche per l'AI dovrebbe richiederne ancora di più. In molte regioni, le reti elettriche non sono attrezzate per gestire il carico senza aggiornamenti significativi.
L'avvertimento della banca suggerisce che il fattore limitante per la crescita dell'AI potrebbe non essere la fornitura di chip o il capitale, ma la capacità di generare e distribuire elettricità sufficiente. Questo cambiamento metterebbe le utility, i regolatori e i mercati energetici al centro della storia dell'AI.
L'espansione alimentata dal debito solleva interrogativi
Goldman Sachs segnala inoltre che l'impennata di spesa prevista potrebbe aumentare la dipendenza dal debito. Costruire infrastrutture AI su questa scala richiede ingenti investimenti iniziali, e le aziende potrebbero ricorrere al prestito per finanziarli. Ciò aumenta la posta in gioco se la crescita dei ricavi non si materializza così rapidamente come sperato.
La preoccupazione non è astratta. Se gli hyperscaler — i grandi fornitori cloud che guidano gran parte della costruzione — vedranno la loro crescita dei ricavi sotto pressione, onorare quel debito potrebbe diventare più difficile. La nota della banca lega insieme questi fili: spese ingenti, vincoli energetici e carico del debito formano un triangolo di rischio.
Pressione sugli hyperscaler
La stessa spesa che alimenta il progresso dell'AI potrebbe mettere sotto pressione la crescita dei ricavi degli hyperscaler. Si prevede che queste aziende guidino l'iniziativa infrastrutturale, ma i costi sono enormi. Goldman Sachs non specifica quali aziende o quanta pressione dovranno affrontare, ma l'implicazione è chiara: l'economia dell'infrastruttura AI non è garantita a favore di tutti.
Gli hyperscaler sono stati tra i più entusiasti investitori nell'AI, ma la proiezione della banca suggerisce che l'entusiasmo comporta un costo di bilancio. Se la crescita dei ricavi rallenta mentre le spese in conto capitale rimangono elevate, il divario dovrà essere gestito — attraverso i prezzi, tagli ai costi o finanziamenti aggiuntivi.
Cosa tenere d'occhio
La proiezione di Goldman Sachs di 1.200 miliardi di dollari per il 2027 è una previsione, non una certezza. Il vero test sarà se l'infrastruttura energetica riuscirà a tenere il passo e se le aziende potranno finanziare la costruzione senza sovraestendersi. Per ora, la nota della banca dà un numero al boom dell'AI e nomina i vincoli che potrebbero rallentarlo.
Gli investitori e gli operatori osserveranno i rapporti sugli utili degli hyperscaler per segnali di pressione sui ricavi. I regolatori energetici e le utility dovranno affrontare domande sulla capacità della rete. E i mercati del debito mostreranno se i finanziatori sono ancora disposti a finanziare la prossima fase dell'infrastruttura AI — o se il costo del capitale inizia a farsi sentire.
