Un articolo del Sole 24 Ore analizza il crescente utilizzo di strumenti di intelligenza artificiale generativa come ChatGPT e Claude da parte degli investitori retail per ottenere suggerimenti di stock picking. Sebbene le risposte appaiano convincenti e ben argomentate, gli esperti avvertono che i large language model sono progettati per generare testi plausibili, non per prevedere l’andamento dei mercati finanziari. Daniele Grassi, CEO di Axyon AI, sottolinea che l’AI conversazionale costruisce narrazioni credibili ma non distingue realmente tra segnale e rumore nei dati di mercato. Diverso è invece l’approccio quantitativo utilizzato dagli operatori istituzionali, dove modelli AI specializzati elaborano enormi quantità di dati per generare ranking probabilistici e strategie sistematiche. Il messaggio finale è chiaro: l’intelligenza artificiale può supportare l’analisi finanziaria, ma usarla come “oracolo” per scegliere il titolo perfetto resta una pratica altamente rischiosa.
Il Dipartimento della Difesa degli Stati Uniti ha richiesto 46 miliardi di dollari per il 2027 per sviluppare un vasto ecosistema di infrastrutture dedicate all’intelligenza artificiale militare, denominato “Artificial Intelligence Arsenal”. L’iniziativa punta a sostituire l’attuale rete frammentata di cluster GPU con un sistema centralizzato composto da supercomputer AI, data center protetti e strutture certificate Scif per la gestione di informazioni sensibili. Una parte rilevante del budget, pari a 29,5 miliardi, sarebbe destinata all’acquisto di GPU di nuova generazione e capacità computazionali avanzate, mentre oltre 16 miliardi finanzieranno manutenzione, raffreddamento, sicurezza fisica ed energia. Il progetto si inserisce in un bilancio record da 1.500 miliardi di dollari per la difesa americana e riflette la crescente centralità dell’AI nei futuri scenari bellici, dove superiorità computazionale, gestione dei dati e autonomia strategica diventano elementi chiave della deterrenza. L’obiettivo dichiarato è costruire un ecosistema AI sovrano e controllato direttamente dal governo statunitense, riducendo dipendenze esterne e aumentando la resilienza operativa militare.
Amazon annuncia un investimento potenziale fino a 25 miliardi di dollari in Anthropic, iniziando con 5 miliardi e prevedendo ulteriori tranche legate a obiettivi commerciali. L’operazione consolida la partnership strategica attorno allo sviluppo del chatbot Claude e all’infrastruttura cloud, ambito in cui Amazon mantiene una posizione dominante. Anthropic utilizzerà i chip proprietari Trainium per potenziare le capacità di calcolo necessarie all’addestramento dei modelli. L’accordo evidenzia la strategia di Amazon: compensare le difficoltà dei propri modelli AI con investimenti mirati e infrastrutture. Sullo sfondo, restano tensioni regolatorie tra Anthropic e l’amministrazione statunitense, che potrebbero influenzare il settore.
Anthropic ha stretto un accordo strategico con Google e Broadcom per garantirsi almeno 3,5 GW di capacità computazionale basata su TPU a partire dal 2027, assicurando risorse cruciali per la crescita del modello Claude. L’intesa arriva mentre il fatturato annuale dell’azienda supera i 30 miliardi di dollari nel 2026, trainato da un rapido aumento dei clienti enterprise. Broadcom fornirà i chip progettati da Google, con un contratto valido fino al 2031, e gran parte dell’infrastruttura sarà costruita negli Stati Uniti. L’operazione riflette la necessità di anticipare colli di bottiglia nella disponibilità di calcolo, sempre più critici nel settore AI. Anthropic continua inoltre a diversificare l’hardware utilizzato, mantenendo Amazon AWS come partner principale per il training.
La startup francese Mistral AI ha raccolto 830 milioni di euro per sviluppare infrastrutture AI in Europa, anche in collaborazione con NVIDIA. Nonostante la crescita, il divario con OpenAI e Anthropic resta enorme, soprattutto per la capacità di raccolta capitali negli Stati Uniti. Il caso evidenzia un limite strutturale europeo: capitali e investimenti finiscono spesso oltreoceano, rallentando lo sviluppo locale. La Francia, però, emerge come eccezione grazie a politiche industriali attive e a un ecosistema startup consolidato. L’Italia prova a recuperare terreno con iniziative come MIND e TEF, ma soffre ancora di minore supporto politico e strategico.
Nella sua lettera annuale agli azionisti, Larry Fink, amministratore delegato di BlackRock, ha evidenziato come l’intelligenza artificiale rappresenti una rivoluzione tecnologica comparabile all’avvento del computer, ma con rilevanti rischi sociali. In particolare, secondo Fink, l’IA potrebbe accentuare le disuguaglianze patrimoniali, concentrando valore nelle mani di aziende e investitori già forti. Per contrastare questo scenario, propone di ampliare l’accesso agli investimenti, oggi ancora limitato per milioni di persone, puntando su risparmio, previdenza e partecipazione precoce ai mercati. Fink sottolinea, inoltre, la presenza di segnali di risveglio economico in Europa, dove l’IA potrebbe contribuire a mitigare l’impatto dell’invecchiamento della popolazione. La sfida chiave sarà rendere più inclusiva la creazione di valore generata dalle nuove tecnologie.
Masayoshi Son ha rivelato di aver venduto l’intera partecipazione di SoftBank in Nvidia per 5,83 miliardi di dollari, definendo l’operazione un sacrificio necessario nonostante il forte legame con l’azienda.
La scelta non deriva da sfiducia verso Nvidia né da timori di una bolla AI, ma dalla volontà di convertire profitti in liquidità per finanziare investimenti massicci in OpenAI, data center e robotica.
SoftBank punta infatti a costruire le infrastrutture e le piattaforme che, secondo Son, rappresenteranno il prossimo livello di valore nell’intelligenza artificiale.
La cessione, tuttavia, solleva dubbi tra alcuni analisti, che vedono nel “segnale Son” un possibile indicatore di rallentamento dell’euforia speculativa sui chip AI.
Il mercato osserva ora come verranno utilizzati i capitali liberati e se la strategia porterà SoftBank a guidare — o a inseguire — il nuovo ecosistema AI.
Quando parla Mr. Draghi, bisogna fare attenzione e riflettere.
Per questo voglio riportarvi una sintesi del suo lungo discorso, in due formati:
1) punti fondamentali, ottenuti con Copilot
2) panoramica video, ottenuta con NotebookLM
3) Una infografica ottenuta sempre con NotebookLM (qui sotto).
Ovviamente avreste potuto ottenere da soli gli stessi materiali riepilogativi, ma vi risparmio la “fatica”, e più che altro lo faccio per stimolarvi a usare questi strumenti, come sempre, anche per altre occasioni, e per farvi qualche spunto di riflessione e dibattito, nel caso ne abbiate voglia.
Ecco la sintesi di Copilot, dopodiché vi lascio la Overview Video:
🌍 Contesto storico e tecnologico
La prosperità economica è sempre stata trainata da rivoluzioni tecnologiche (vapore, elettricità, fertilizzanti, container).
• Oggi la tecnologia è ancora più centrale perché popolazioni invecchiano e infrastrutture sono datate.
• La crescita futura dipende dalla produttività, cioè dall’adozione di nuove tecnologie.
⚡ Accelerazione dell’innovazione
Le innovazioni moderne si diffondono molto più rapidamente rispetto al passato (es. ChatGPT).
• Paesi che adottano l’IA cresceranno più velocemente rispetto a quelli che esitano.
• L’Europa rischia stagnazione: nel 2024 USA hanno prodotto 40 grandi modelli di IA, Cina 15, UE solo 3.
📈 Potenziale e rischi dell’IA
L’IA potrebbe aumentare la produttività europea di 0,8–1,3 punti percentuali annui.
• Rischi: sostituzione del lavoro, aumento disuguaglianze, frodi e violazioni della privacy.
• La transizione non è lineare: alcuni lavoratori e territori soffriranno più di altri.
• Le politiche pubbliche saranno decisive per distribuire equamente i benefici.
🏥 Sanità e 🎓 Istruzione
L’IA può ridurre disuguaglianze:
• Sanità: triage e diagnostica più rapidi, riduzione tempi di attesa.
• Istruzione: tutoraggio personalizzato, miglioramento delle performance soprattutto per studenti svantaggiati.
🛡️ Regolazione e cultura europea
L’Europa ha adottato un approccio troppo prudente (principio di precauzione).
• Il GDPR ha penalizzato innovazione e piccole imprese tecnologiche.
• Necessaria maggiore agilità normativa: adattare regole rapidamente ai cambiamenti tecnologici.
🏛️ Ricerca e università
L’Europa ha buona produzione scientifica, ma fatica nella commercializzazione e nella scala globale.
Proposte:
• Raddoppiare il bilancio ERC per ricerca fondamentale.
• Rendere le università più autonome nella raccolta fondi e attrazione talenti.
• Creare centri di eccellenza e programmi competitivi (“ERC per le istituzioni”, “Cattedre Europee”).
• Introdurre un quadro europeo simile al Bayh–Dole Act per favorire brevetti e spin-off universitari.
🇪🇺 Visione per i giovani
Draghi incoraggia gli studenti a diventare produttori di idee e imprenditori.
• Invita a costruire innovazione in Europa, combattendo interessi che frenano il cambiamento.
• Il futuro dell’Europa dipenderà dalla capacità di attrarre capitale e talento.
Amazon ha annunciato un investimento fino a 50 miliardi di dollari per potenziare l’infrastruttura AI e di supercalcolo destinata alle agenzie federali statunitensi, con lavori previsti dal 2026.
Il piano prevede la costruzione di nuovi data center avanzati che aggiungeranno circa 1,3 GW di capacità computazionale nelle regioni AWS Top Secret, Secret e GovCloud, integrando servizi come SageMaker, Bedrock e chip proprietari Trainium insieme a hardware Nvidia.
L’iniziativa risponde alle priorità dell’amministrazione USA in ambiti critici come difesa, cybersicurezza, sistemi autonomi e ricerca sanitaria, riducendo drasticamente i tempi di analisi e modellazione dei dati.
Il progetto include architetture energeticamente più efficienti e si inserisce nella crescente competizione tecnologica con la Cina, mentre l’ecosistema cloud americano supera i 200 miliardi di nuovi impegni grazie anche agli investimenti paralleli di Microsoft e Google.
Le nuove infrastrutture dovrebbero generare ricadute economiche significative, creando posti di lavoro e accelerando l’adozione dell’IA nel settore pubblico.
Nvidia, leader indiscusso nei chip per l’intelligenza artificiale, ha pubblicato i risultati del terzo trimestre fiscale 2026 (chiuso il 26 ottobre 2025) dopo la chiusura dei mercati del 19 novembre 2025. I numeri sono stati oggettivamente straordinari – da record assoluto – ma la reazione del mercato ha messo in luce l’ansia crescente degli investitori sulla sostenibilità del boom degli investimenti in AI. Quello che era iniziato come un rally post-risultati si è rapidamente trasformato in uno dei più violenti inversioni intraday degli ultimi tempi, trascinando al ribasso gli indici tech e riaccendendo il dibattito sulla “bolla AI”.
Principali numeri dei risultati Nvidia (pubblicati il 19 novembre)
Fatturato: 57,0 miliardi di dollari (+62% a/a, +22% t/t) – superiore alle attese di circa 55 miliardi.
Segmento Data Center (core business AI): 51,2 miliardi (+66% a/a) – trainato dalla domanda insaziabile di GPU Hopper e dalle prime vendite Blackwell.
Utile per azione adjusted: 1,30 dollari (superiore alle stime di 1,25-1,26 dollari).
Utile netto: circa 31,9 miliardi (+65% a/a).
Guidance Q4: circa 65 miliardi di fatturato (±2%) – ben sopra il consensus di 61-62 miliardi.
Visibilità a lungo termine: la CFO Colette Kress ha confermato “mezzo trilione di dollari” di ricavi da Blackwell+Rubin previsti per il biennio 2025-2026.Citazioni chiave di Jensen Huang (CEO):
Citazioni chiave di Jensen Huang (CEO):
Le vendite di Blackwell sono “fuori scala” e la piattaforma è “sold out”.
Ha respinto le voci di bolla: «Si parla tanto di una bolla AI. Dal nostro punto di vista vediamo qualcosa di molto diverso».
Ha sottolineato il ROI reale dei clienti (Meta, Microsoft, Google, ecc.) con esempi concreti di guadagni di produttività e risparmi.
Il titolo NVDA è inizialmente salito di circa il 5% nell’after-hours, trascinando al rialzo anche i futures.
Reazione dei mercati (20-21 novembre 2025)
Nonostante il superamento delle attese, il sentiment è peggiorato rapidamente:
20 novembre (giovedì): apertura fortemente positiva grazie a Nvidia + dati sul lavoro USA migliori del previsto. A metà sessione però è scattato un violento sell-off:
Nasdaq Composite: swing intraday >3,5%, chiusura -2,15% (minimo da metà settembre).
S&P 500: -1,56%.
Dow Jones: -0,84% (dopo essere stato a +700 punti in mattinata).
NVDA stesso: chiusura -3,2% dopo essere stato a +5%.
Sell-off tech generale (settimana chiusa il 21 novembre):
AMD e Micron: entrambe -16% circa.
Oracle (grande cliente Nvidia): -11%.
Marvell: -10%.
Titoli quantum (IonQ, D-Wave): -11/13%.
Magnificent 7: Amazon e Microsoft guidano le perdite settimanali (-6/7%); solo Alphabet chiude positiva.
Nasdaq: una delle peggiori settimane da aprile, in forte calo dai massimi di ottobre.
Effetto globale: SoftBank in Giappone -11%; indici tech europei seguono a ruota.
Collegamento crypto: Bitcoin prolunga le perdite, -30% nelle ultime settimane, colpito dal clima risk-off su asset speculativi legati all’hype AI.
È stato definito un “coordinato risk-off” su tech, crypto e posizioni leveraged.
Perché il crollo nonostante numeri eccellenti? (Principali timori di bolla)
Fenomeno “good is not good enough” Nvidia ha abituato il mercato alla perfezione assoluta. Anche un beat enorme non è bastato a fugare i dubbi su un futuro rallentamento della crescita.
Valutazioni elevate Settore tech S&P 500 a P/E forward ~30x (vs media decennale ~22x). Rischio concentrazione Magnificent 7, che ricorda l’era dot-com.
Dubbi sul ROI dell’AI e sostenibilità dei capex Gli hyperscaler (Meta, Microsoft, Google, Amazon) hanno annunciato centinaia di miliardi di investimenti, ma la monetizzazione concreta è ancora limitata. Critici (Michael Burry, Ray Dalio) sostengono che alcune società sottostimano l’ammortamento dei data center per gonfiare gli utili. Report MIT citato: nonostante 30-40 miliardi spesi in GenAI dalle imprese, circa il 95% non vede ancora alcun ritorno.
Ventilatori macro e politici Incertezza sui tagli dei tassi Fed (dati lavoro hanno complicato le probabilità di dicembre). Tensioni USA-Cina: Nvidia ancora bloccata dall’esportare i chip top in Cina (pur esprimendo delusione).
Uscite eccellenti che alimentano la paura Il fondo di Peter Thiel ha liquidato l’intera posizione Nvidia (~100 milioni) prima dei risultati. SoftBank ha venduto miliardi. Ray Dalio (Bridgewater): «Siamo decisamente in una bolla».
Opinioni di analisti ed esperti
Toro (Wedbush, Jefferies): Nvidia ha “risposto presente”, ha smentito i bear; la domanda resta insaziabile, il ramp-up Blackwell è appena iniziato.
Orso/cauti (UBS, Amundi): rischi bolla reali; sottopesare i megacap, coprirsi.
Misti: i risultati comprano tempo ma non eliminano lo scetticismo sul pay-off dell’AI nei prossimi 1-3 anni.
Conclusioni al 22 novembre 2025
I fondamentali di Nvidia restano straordinariamente solidi: l’azienda sta praticamente stampando denaro con una domanda di GPU senza precedenti e una visibilità pluriennale. Tuttavia l’inversione violenta post-risultati dimostra che il titolo (e l’intero comparto AI) è prezzato per la perfezione in un mercato sempre più preoccupato per gli investimenti eccessivi senza ritorni proporzionali.
Questo evento rappresenta un possibile punto di svolta: se i prossimi risultati degli hyperscaler mostreranno un’accelerazione della monetizzazione AI, il calo attuale apparirà come un classico “buy the news”. In caso contrario, i timori di bolla potrebbero intensificarsi ulteriormente. Per il momento la volatilità è la nuova normalità sui titoli legati all’intelligenza artificiale.
SoftBank ha venduto in ottobre la totalità delle proprie azioni Nvidia, incassando 5,83 miliardi di dollari, per concentrare gli investimenti su OpenAI. Il gruppo giapponese, che ha già destinato 7,5 miliardi alla società di Sam Altman e prevede di arrivare a oltre 30 miliardi entro gennaio 2026, intende offrire in Giappone servizi basati sull’intelligenza artificiale sviluppata da OpenAI. L’operazione segna un cambio di strategia dopo il progetto “Stargate”, lanciato con Donald Trump, Altman e Larry Ellison per creare un’infrastruttura AI globale da 500 miliardi di dollari. Pur abbandonando Nvidia, SoftBank mantiene legami industriali con il gruppo attraverso investimenti in Arm e TSMC. La mossa conferma la volontà di Masayoshi Son di posizionare SoftBank come attore centrale nel futuro ecosistema dell’intelligenza artificiale.
Il vero valore e il futuro dei profitti nell’intelligenza artificiale aziendale non risiedono più nell’addestramento di modelli linguistici di grandi dimensioni (LLM), ma nell’inferenza, ovvero l’applicazione pratica e quotidiana di questi modelli ai dati reali delle organizzazioni. Le previsioni di IDC indicano che entro la fine del 2025 gli investimenti nelle infrastrutture per l’inferenza supereranno quelli destinati all’addestramento, confermando un cambiamento epocale nelle priorità del settore. La sfida cruciale per le aziende è l’integrazione dei modelli con il contesto aziendale e i dati proprietari, che costituiscono il vero vantaggio competitivo e prevengono le “allucinazioni” su larga scala. Tecnologie come la Retrieval-Augmented Generation (RAG) e i database vettoriali stanno emergendo come soluzioni fondamentali per fornire memoria e contesto ai sistemi di intelligenza artificiale. L’obiettivo strategico è rendere l’inferenza economica, sicura e ubiqua, ottimizzando i costi e garantendo la governance dei dati sensibili.
