La bolla dell’intelligenza artificiale potrebbe essere più fragile di quanto i mercati stiano prezzando. È questo il messaggio che Arthur Hayes, co-fondatore di BitMEX, ha lanciato il 26 giugno 2026 in un’intervista con Bonnie Blockchain, identificando tre forze capaci di innescare una correzione nelle valutazioni AI: l’aumento dei costi energetici, le politiche governative restrittive e la pressione competitiva dei modelli open-source. Tre vettori distinti, ma profondamente interconnessi, che secondo Hayes i rischi bolla AI non stanno ancora scontando in modo adeguato.
Summary
Punti chiave
- Hayes individua tre minacce principali alle valutazioni AI: costi energetici, politiche governative e concorrenza open-source.
- Tensioni geopolitiche, incluso un possibile conflitto USA-Iran, potrebbero spingere il prezzo del petrolio significativamente più in alto entro quattro-sei mesi, alzando i costi operativi dei data center AI.
- Le restrizioni del governo USA su modelli AI di Anthropic mostrano come le decisioni politiche possano tagliare l’accesso senza preavviso.
- I modelli open-source cinesi offrono prestazioni comparabili a circa un decimo del prezzo dei competitor statunitensi.
- Questo scenario minaccia il potere di pricing e i margini delle grandi aziende AI americane.
I tre rischi che Hayes vede nella bolla AI
Il punto di partenza dell’analisi di Hayes è semplice: le attuali valutazioni del settore AI si reggono su assunzioni di crescita che non tengono conto di variabili esterne oggi molto concrete. Non si tratta di pessimismo generico, ma di una mappa di rischi specifici che, combinati, potrebbero ridisegnare il quadro competitivo e finanziario del settore.
Il primo riguarda l’energia. Il secondo, la politica. Il terzo, la tecnologia stessa — o meglio, la sua democratizzazione.
Costi energetici sotto pressione: il petrolio come variabile nascosta
L’AI è, nella sua essenza, un’industria energivora. I grandi modelli linguistici girano su data center che consumano quantità enormi di elettricità, e il costo di quell’elettricità è direttamente legato al prezzo delle materie prime energetiche.
Hayes ha puntato il dito sulle tensioni geopolitiche, citando in particolare un possibile conflitto tra USA e Iran, come catalizzatore di un rialzo significativo del prezzo del petrolio nell’arco di quattro-sei mesi. Un’impennata dei prezzi energetici si tradurrebbe quasi automaticamente in costi operativi più alti per le aziende che gestiscono infrastrutture AI su larga scala.
Il problema, secondo Hayes, è che molti portafogli costruiti attorno alle aspettative di crescita AI non hanno incorporato questa variabile. Se i costi energetici salgono in modo sostenuto, i modelli di redditività sottostanti a molte aziende del settore potrebbero venire messi in discussione — con effetti diretti sulle valutazioni.
Le politiche governative creano incertezza per gli utenti AI
Il secondo rischio è meno tecnico, ma altrettanto concreto: l’intervento dei governi nel settore AI può bloccare l’accesso ai modelli senza preavviso, indipendentemente da chi paga o da quali siano le esigenze operative.
Hayes ha citato le restrizioni imposte dal governo USA su modelli AI di Anthropic come esempio emblematico. Queste limitazioni hanno ristretto l’accesso non solo agli utenti americani, ma in certi momenti anche all’interno dell’azienda stessa. Il risultato è un’incertezza strutturale per tutte le aziende e i privati non statunitensi che dipendono da questi strumenti.
Questo aspetto è particolarmente rilevante alla luce del dibattito più ampio che sta attraversando il settore. Anthropic è diventata l’unico grande laboratorio AI a non aver firmato la lettera aperta “Open Weights and American AI Leadership”, sostenuta da Nvidia, Meta, Microsoft, OpenAI, Google e SpaceX, che difende i modelli open-weight. Il rifiuto ha scatenato critiche pesanti: David Sacks, ex AI czar dell’amministrazione Trump, ha scritto che “l’intera industria tech, tranne Anthropic, si è espressa a favore dell’open source AI”. Bill Gurley di Benchmark ha suggerito che la posizione di Anthropic rifletta la volontà di proteggere la propria strategia economica.
Per Hayes, la politicizzazione dell’AI introduce una fragilità che i mercati non stanno ancora prezzando correttamente: una singola decisione normativa può interrompere un servizio su cui un’azienda ha costruito la propria infrastruttura operativa.
I modelli open-source sfidano il pricing delle aziende AI americane
La terza minaccia identificata da Hayes è forse quella con le implicazioni più durature sul modello di business delle grandi aziende AI statunitensi.
I modelli open-source, molti dei quali sviluppati da laboratori cinesi, offrono prestazioni comparabili a circa un decimo del prezzo dei competitor americani. Non si tratta più di alternative di nicchia: la recente uscita di Kimi K3, modello open-weight sviluppato dal laboratorio cinese Moonshot, ha dimostrato di reggere il confronto con i principali modelli closed su diversi benchmark.
A questo vantaggio di costo si aggiunge un elemento strategico importante: i modelli open-source danno agli utenti maggiore controllo sui propri dati e riducono la dipendenza da infrastrutture legate alle decisioni regolative di un singolo governo. Per le aziende europee, asiatiche o latinoamericane che temono di ritrovarsi esposte a restrizioni USA, questa è una leva di autonomia concreta.
Il risultato, secondo Hayes, è una pressione crescente sul potere di pricing delle aziende AI americane. Molte di queste si reggono su margini elevati per giustificare valutazioni altissime. Se gli utenti migrano verso soluzioni più economiche e auto-ospitate, quel modello economico entra in crisi.
Perché questo scenario conta per i mercati
L’analisi di Hayes non è un esercizio teorico. È una mappa di rischi che, se si materializzano anche solo parzialmente, potrebbero ridefinire le aspettative di crescita su cui si reggono le valutazioni attuali del settore AI.
I tre fattori — energia, politica, open-source — non agiscono in isolamento. Un rialzo del petrolio aumenta i costi proprio quando la concorrenza open-source comprime i ricavi; le restrizioni governative spingono gli utenti internazionali verso alternative cinesi proprio quando il dibattito sulla sicurezza dei modelli è al massimo. La combinazione di questi elementi crea un contesto in cui le assunzioni ottimistiche che guidano oggi le valutazioni AI potrebbero rivelarsi più vulnerabili di quanto sembri.
Il fatto che Anthropic rimanga l’unico grande laboratorio AI a non sostenere pubblicamente l’open-source — mentre l’industria si compatta in senso opposto — aggiunge un ulteriore elemento di pressione competitiva e reputazionale che il mercato dovrà scontare nei prossimi mesi.
FAQ
Quali sono i principali rischi che minacciano la bolla AI secondo Arthur Hayes?
Hayes identifica tre minacce principali: l’aumento dei costi energetici legato a tensioni geopolitiche, le politiche governative restrittive sull’accesso ai modelli AI e la concorrenza crescente dei modelli open-source, in particolare quelli sviluppati da laboratori cinesi.
Come potrebbe un rialzo del petrolio colpire il settore AI?
Un aumento del prezzo del petrolio, che Hayes collega a possibili tensioni USA-Iran nell’arco di quattro-sei mesi, farebbe salire i costi operativi dei data center AI. Questo metterebbe sotto pressione la redditività delle aziende che gestiscono modelli su larga scala, mettendo in discussione le assunzioni di crescita su cui si reggono molte valutazioni di settore.
Perché le politiche governative creano incertezza per gli utenti AI?
Restrizioni imposte dal governo USA su modelli AI di Anthropic mostrano come le decisioni politiche possano limitare l’accesso ai servizi AI senza preavviso. Per le aziende non statunitensi che dipendono da questi strumenti, questo introduce un rischio operativo difficile da gestire.
Qual è l’impatto dei modelli AI open-source sulle aziende americane del settore?
I modelli open-source, spesso sviluppati da laboratori cinesi, offrono prestazioni simili a circa un decimo del prezzo dei competitor statunitensi e garantiscono maggiore controllo sui dati. Questo erode il potere di pricing delle grandi aziende AI americane, che dipendono da margini elevati per sostenere le proprie valutazioni di mercato.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
