Il Ritorno Economico dell'IA è Ancora Limitato al Settore Tech, Mostrano i Dati

Nonostante l'incessante hype e il massiccio dispiegamento di capitale attorno all'intelligenza artificiale, la tecnologia non ha ancora prodotto alcun beneficio finanziario misurabile per l'America aziendale al di fuori del settore tecnologico. Questa è la netta conclusione dell'economista capo di Apollo, Torsten Slok, nella sua ultima nota Daily Spark, pubblicata il 24 ottobre 2026. L'analisi rivela un divario crescente tra i giganti della tecnologia e il resto dell'S&P 500, con profonde implicazioni per l'economia in generale e per la tesi di investimento nell'IA.

Il rapporto di Slok, intitolato "Nessun Segno di Ritorno dell'IA al di Fuori del Settore Tech", sfida direttamente la narrazione secondo cui l'IA è una tecnologia per scopi generali pronta a trasformare ogni industria. Invece, i dati suggeriscono che i benefici dell'IA stanno andando quasi esclusivamente a un piccolo gruppo di leader tecnologici, mentre le aziende tradizionali iniziano a considerare la spesa per l'IA come un drenaggio per la redditività piuttosto che come un catalizzatore per la crescita.

I Magnifici Sette contro l'S&P 493

Il cuore dell'analisi di Slok si basa su un confronto diretto tra i Magnifici Sette (Mag 7) giganti della tecnologia e le restanti 493 aziende dell'S&P 500. I risultati sono inequivocabili. I ricavi per lavoratore sono in aumento per i Mag 7, ma rimangono piatti per l'S&P 493. Allo stesso modo, i margini di profitto si stanno espandendo per i leader tecnologici mentre rimangono stagnanti per il resto dell'indice.

Questa divergenza non è un fenomeno temporaneo, ma una tendenza strutturale. I grafici di Slok, provenienti da Bloomberg e Macrobond, mostrano che i guadagni di produttività e i premi finanziari derivanti dall'IA sono altamente concentrati. "La storia dell'IA sarà decisa nell'S&P 493, non nei Mag 7", scrive Slok, "e finora non ci sono prove che la crescita dei ricavi o i margini stiano migliorando al di fuori del settore tech."

I Dati sulla Produttività Non Mostrano Alcun Impulso dell'IA

Forse la prova più schiacciante proviene dalle statistiche sulla produttività. Slok fa riferimento ai dati sulla Produttività Totale dei Fattori (TFP), aggiustati per la variazione ciclica nell'utilizzo dei fattori dalla Fed di San Francisco. I dati non mostrano segni che l'IA stia stimolando la crescita della produttività in tutta l'economia. Questa è una scoperta critica perché l'intera tesi di investimento nell'IA si basa sul suo potenziale di migliorare fondamentalmente l'efficienza e la produzione.

Se l'IA fosse veramente trasformativa, ci aspetteremmo di vedere i primi segni nei parametri di produttività. Invece, i dati rimangono piatti. Ciò suggerisce che la tecnologia, nella sua forma attuale, non viene impiegata efficacemente per migliorare l'efficienza operativa nelle aziende tradizionali. Il divario tra il potenziale tecnologico e l'impatto economico reale rimane ampio.

continua a leggere sotto...

Spesa per Token: Un Centro di Costo, Non un Motore di Crescita

Mentre il ritorno finanziario non si materializza, il sentiment aziendale sta cambiando. Slok nota che l'America aziendale tradizionale "si sta ritirando e inizia a vedere la spesa per token non come una fonte di crescita, ma come un centro di costo che pesa sui margini." Questo è un significativo cambiamento psicologico rispetto alla mentalità iniziale della corsa all'oro dell'IA, dove le aziende si sentivano obbligate a investire per paura di essere lasciate indietro.

I dati sulla spesa supportano questa visione. Secondo i grafici provenienti da Ramp e Apollo, la spesa per l'IA è estremamente concentrata. Il 10% delle aziende più grandi rappresenta il 99,5% della spesa per il servizio di modelli e inferenza. Ancora più significativo, l'80,4% del primo 1% degli spendaccioni di IA sono aziende sostenute da venture capital. Ciò indica che il boom dell'IA è alimentato da una piccola coorte di startup ben finanziate, non da un'adozione aziendale diffusa.

Questa concentrazione crea un problema di circolarità. Le aziende sostenute da VC spendono pesantemente in token, che a loro volta generano entrate per pochi fornitori di infrastrutture IA, ma questo ciclo ha poco o nessun effetto di ricaduta sull'economia in generale. Slok sostiene che finché l'IA agentica e la spesa per token rimangono confinate in una piccola parte dell'economia, gli effetti macroeconomici dell'IA rimarranno molto limitati.

Il Problema del Giudizio

Guardando al futuro, Slok solleva una domanda fondamentale: l'America aziendale tradizionale può trasformare un'intelligenza sempre più economica in una maggiore crescita dei ricavi e margini di profitto? La sua risposta suggerisce che questo potrebbe essere più difficile di quanto sembri. Il problema centrale risiede nella natura stessa dell'intelligenza aziendale.

"L'IA può essere un grande calcolatore, ma negli affari, l'intelligenza è per lo più giudizio", scrive Slok. "Il giudizio dipende dal contesto, e la risposta varia a seconda di quale umano o quale modello interroghi." Questa è un'intuizione cruciale che si perde nell'entusiasmo per l'IA. Le decisioni aziendali non sono puramente analitiche; implicano la navigazione di responsabilità, fiducia, cultura, regole non scritte, compromessi etici ed equità. Questi elementi modellano il rischio reputazionale, che alla fine guida ricavi e margini.

L'IA, nella sua forma attuale, non può comprendere o replicare queste sfumature umane. Le manca la capacità di valutare le dimensioni sociali ed etiche delle decisioni aziendali. Questa limitazione potrebbe rivelarsi la barriera fondamentale all'impatto economico diffuso dell'IA.

La Strada da Percorrere

La conclusione dell'analisi di Slok è chiara: il ritorno dell'IA non si sta materializzando per la stragrande maggioranza dell'America aziendale. La tecnologia ha prodotto rendimenti impressionanti per i Mag 7 e l'ecosistema VC, ma l'S&P 493 non ha visto alcun miglioramento nella crescita dei ricavi o nei margini. Poiché la spesa per token viene vista come un costo piuttosto che un investimento, potremmo assistere a un rallentamento nell'adozione dell'IA al di fuori del settore tech.

Il vero test del valore economico dell'IA verrà dall'S&P 493. Se queste aziende non riescono a trovare modi per sfruttare l'IA per migliorare i loro profitti, il boom degli investimenti nell'IA potrebbe affrontare un momento di resa dei conti. I dati suggeriscono che il percorso verso la trasformazione economica guidata dall'IA è molto più complesso e incerto di quanto suggerisca l'hype. Per ora, le prove indicano una tecnologia potente ma che non sta ancora mantenendo la sua ampia promessa economica.