Nel primo trimestre del 2026 le startup di intelligenza artificiale hanno raccolto 240 miliardi di dollari. È circa l’80% di tutto il capitale di rischio investito nel mondo in quei tre mesi. Nello stesso periodo, ha continuato a circolare una domanda: è tutto una bolla?
La domanda mi sembra sempre meno interessante. Non perché sia irrilevante, ma perché presuppone che l’AI sia un blocco unico su cui scommettere o da cui scappare. Quello che vedo, dal mio punto di osservazione, è una cosa diversa: una selezione in corso. Rapida, disordinata, a tratti brutale. Ma non un crollo.
La domanda vecchia e quella nuova
I commentatori più indipendenti hanno iniziato a convergere su una lettura che trovo onesta. Ben Thompson, uno degli analisti tech più seguiti, a marzo ha scritto: “Non credo che siamo in una bolla”. Benedict Evans definisce l’AI la piattaforma più importante dal lancio dell’iPhone, ma ci mette in guardia rispetto a due errori speculari: pensare che cambi tutto subito, e pensare che non cambierà nulla. Owen Lamont, economista a Yale, ha applicato un modello diagnostico per identificare le bolle speculative e ha trovato che manca la condizione più significativa: le aziende tech non stanno emettendo azioni per raccogliere capitali, stanno ricomprando le proprie. È l’opposto di quello che succede nelle bolle classiche.
Questi non sono ottimisti di professione. Sono osservatori che guardano i dati e trovano un quadro più sfumato della narrazione dominante. Non dicono: “Andrà tutto bene”. Dicono che la domanda binaria (bolla sì, bolla no) non coglie quello che sta succedendo. E quello che sta succedendo è una separazione sempre più netta fra chi dall’AI sta ricavando valore reale e chi sta bruciando risorse senza un piano.
L’AI che avanza a gradini
L’AI non avanza in modo lineare. Procede a gradini. E questo rende i confronti con le bolle del passato poco utili.
Dario Amodei, fondatore di Anthropic, a gennaio ha scritto qualcosa che condivido: sotto la superficie dell’opinione pubblica, che oscilla fra entusiasmo e delusione, c’è un progresso continuo nelle capacità dei modelli. Ma noi non lo percepiamo come un flusso. Lo vediamo come una serie di scossoni, perché ogni volta che una tecnologia raggiunge i suoi limiti e il progresso sembra fermarsi, ne arriva una nuova che fa fare un salto in avanti.
Nell’ultimo anno ne abbiamo avuti diversi di scossoni. DeepSeek, una startup cinese con 160 dipendenti, ha costruito un modello in grado di competere con quelli dei grandi player americani spendendo una frazione delle loro risorse, e lo ha distribuito come software open source. Ora sta per lanciare un modello di nuova generazione costruito interamente su chip cinesi. Claude Code ha cambiato come si scrive software: non suggerisce codice, lo scrive, lo testa, lo corregge e lo pubblica in autonomia. In meno di un anno ha generato ricavi per oltre 2,5 miliardi di dollari. Anthropic, l’azienda che lo produce, è passata da un miliardo a 30 miliardi di ricavi annualizzati in quindici mesi. OpenClaw, un progetto opensource nato in Austria, ha portato l’AI agentica nella vita quotidiana diventando estremamente popolare in pochi mesi. Mythos, il modello più avanzato di Anthropic, ha costretto i suoi creatori a inventare un nuovo protocollo di governance prima ancora di distribuirlo: le sue capacità nel campo della sicurezza informatica erano troppo avanzate per renderlo disponibile a tutti.
Nessuno di questi sviluppi era prevedibile sei mesi prima del suo arrivo. Eppure ciascuno ha cambiato almeno un po’ le regole del gioco. Nelle bolle classiche il valore di ciò che si compra è fermo mentre i prezzi salgono. Qui i prezzi possono essere gonfiati, la spesa può essere eccessiva, molti investitori perderanno soldi. Ma le capacità della tecnologia continuano a migliorare.
I conti che non tornano (ancora)
Le cinque principali aziende tech hanno annunciato investimenti per il 2026 superiori ai 500 miliardi di dollari. I ricavi specifici dell’AI crescono rapidamente (Google Cloud +48% anno su anno, Nvidia +73%, la spesa enterprise in AI +44% secondo Gartner) ma restano una frazione di quella cifra.
La storia delle grandi infrastrutture tecnologiche insegna che chi le costruisce non è sempre chi le sfrutta. La fibra ottica posata durante la bolla delle dot-com ha finito per essere usata tutta, ma molte delle aziende che l’avevano posata sono fallite. Non è escluso che qualcosa di simile accada con i data center dell’AI.
La differenza è che nel frattempo la tecnologia non si ferma. Stanford HAI, nel rapporto pubblicato pochi giorni fa, documenta che il tasso di successo degli agenti AI su compiti reali è passato dal 20% al 77% in un anno. Un indicatore che trovo particolarmente rilevante: la spesa globale in inferenza (cioè AI in produzione, non esperimenti) è raddoppiata in dodici mesi. Le aziende non stanno solo sperimentando. Stanno cominciando a usare l’AI per lavorare davvero.
Selezione, non apocalisse
Torno al punto di partenza. 240 miliardi in un trimestre. Il più grande afflusso di capitali verso una singola tecnologia nella storia del venture capital.
Se fosse una bolla nel senso classico del termine dovremmo vedere fragilità ovunque. Invece la situazione è più complicata: aziende che crescono a ritmi senza precedenti accanto ad aziende che bruciano capitale senza direzione. Strumenti che trasformano interi settori accanto a progetti che non superano la fase pilota. Il venture capital che si concentra su pochi vincitori con una brutalità mai vista: quattro operazioni hanno assorbito il 65% di tutto il capitale globale del trimestre.
È una selezione naturale. Non una sentenza sull’AI, ma un giudizio su chi sa farne qualcosa e chi no. La tecnologia, nel frattempo, continua la sua scalata a gradoni. Arrivano quando meno te li aspetti, e ogni volta spostano l’asticella.
Intanto, da qualche parte, qualcuno sta già lavorando al prossimo.
