Il 2025 è stato l’anno in cui l’intero ecosistema corporativo ha scommesso il proprio futuro sull’Intelligenza Artificiale. Nel giro di dodici mesi, colossi del calibro di Meta, Amazon, Google e OpenAI hanno versato oltre 100 miliardi di dollari in infrastrutture, con proiezioni impressionanti che stimano una spesa di circa 700 miliardi di dollari in nuovi data center previsti per il 2026. Questa corsa all’oro ha infiammato Wall Street, alimentando la narrativa diffusa secondo cui questi massicci deflussi di capitale stessero sostenendo, e addirittura trainando, la crescita economica degli Stati Uniti in un periodo globale incerto. L’entusiasmo ha persino spinto il Presidente Donald Trump a definire gli investimenti in IA come il “motore di crescita” capace di rendere l’economia americana la “più calda” del mondo, usandolo come argomento contro la frammentazione normativa tra i vari Stati.

Eppure, dietro i record azionari delle magnifiche 7 e le dichiarazioni trionfali, un’analisi fredda dei numeri reali restituisce un quadro profondamente diverso. Secondo Goldman Sachs, l’impatto di questi investimenti faraonici sulla crescita del Prodotto Interno Lordo (PIL) americano nell’ultimo anno è stato sostanzialmente nullo.

La doccia fredda all’Atlantic Council

A scuotere questa euforia tecnologica è stato Jan Hatzius, Chief Economist di Goldman Sachs, già noto negli ambienti finanziari per aver previsto con lucidità la crisi dei mutui subprime del 2008. Durante una recente intervista ospitata dal GeoEconomics Center dell’Atlantic Council, incentrata sulle prospettive economiche del 2026, Hatzius ha smontato pezzo per pezzo la narrazione dominante.

“Non consideriamo l’investimento in IA come fortemente positivo per la crescita,” ha dichiarato l’economista senza mezzi termini. Ha poi aggiunto che c’è molta disinformazione sull’impatto reale che questi investimenti hanno avuto sulla crescita del PIL statunitense nel 2025, definendolo molto più piccolo di quanto si percepisca.

Per tradurre le sue parole in cifre concrete: della crescita totale del 2,2% registrata dall’economia statunitense nel 2025, appena un marginale 0,2% è stato attribuibile agli sforzi e agli investimenti nel settore dell’intelligenza artificiale. Ma come è possibile che centinaia di miliardi di dollari non lascino quasi traccia in un’economia nazionale avanzata?

Il paradosso delle importazioni

La risposta a questo apparente paradosso risiede nelle regole della contabilità nazionale e nell’architettura delle catene di approvvigionamento tecnologiche. Quando le aziende americane spendono miliardi per costruire un data center per l’IA, circa il 75% dei costi finisce nell’acquisto di componenti hardware essenziali, in primo luogo i costosissimi microchip e i semiconduttori avanzati.

Il problema strategico per Washington è che l’industria americana non produce internamente la maggior parte di questo hardware vitale. Ad arricchirsi sono colossi manifatturieri esteri, come la Taiwan Semiconductor Manufacturing Company (TSMC) a Taiwan e i giganti delle memorie in Corea del Sud.

Poiché il Bureau of Economic Analysis calcola il PIL sottraendo le importazioni dal totale, l’impatto espansivo dell’investimento aziendale americano viene statisticamente annullato dal massiccio esborso di capitali verso l’estero. Hatzius lo ha riassunto con estrema chiarezza, spiegando che molto dell’investimento in IA che stiamo vedendo negli Stati Uniti si aggiunge al PIL taiwanese e a quello coreano, ma non aggiunge davvero molto al PIL degli Stati Uniti. Questo fenomeno della “dispersione delle importazioni” si è rivelato un ostacolo strutturale ineludibile, anche perché colossi come TSMC non hanno la capacità fisica e ingegneristica di ricollocare gran parte della propria produzione in America da un giorno all’altro.

L’illusione della produttività

Queste affermazioni hanno scatenato forti controversie all’interno della comunità economica. Alcuni accademici di Harvard hanno rivendicato che gli investimenti in apparecchiature di elaborazione delle informazioni abbiano trainato il 92% della crescita del PIL americano nella prima metà del 2025. Parallelamente, la Federal Reserve Bank di St. Louis ha attribuito alle categorie correlate all’IA un contributo del 39% sulla crescita fino al terzo trimestre.

La discrepanza con il “quasi zero” di Goldman Sachs dipende dalle metodologie: mentre alcuni studiosi misurano l’aumento della spesa lorda complessiva in tecnologie informatiche generiche, Goldman Sachs si concentra sul valore aggiunto domestico netto, depurato dall’effetto depressivo delle importazioni di chip e dall’ammortamento pluriennale dei server.

Al di là della disputa statistica, la debolezza dell’economia dell’IA emerge in modo allarmante quando si analizza il ritorno sull’investimento per le aziende reali. Un recente sondaggio condotto su migliaia di dirigenti aziendali ha svelato che, sebbene il 70% delle imprese stia utilizzando attivamente l’IA, circa l’80% non registra alcun impatto tangibile sulla produttività aziendale o sull’occupazione. Diversi analisti nutrono forti dubbi, sostenendo che l’IA attuale non sia progettata per risolvere in modo affidabile quei complessi problemi aziendali che giustificherebbero un esborso di tale portata.

Anche sul fronte dei produttori di tecnologia, le cifre spaventano. Società pioniere come OpenAI sono state descritte come aziende che bruciano capitale a ritmi storici, con stime che proiettano spese infrastrutturali pari a 600 miliardi di dollari entro il 2030, a fronte di entrate nettamente inferiori. Secondo stime bancarie, l’intera industria dell’IA dovrebbe generare oltre 600 miliardi di dollari di entrate annuali aggiuntive solo per garantire un ritorno base del 10%, un traguardo che oggi appare quantomeno arduo.

La “Curva a J”

Siamo dunque di fronte all’ennesima bolla speculativa o a una trasformazione incompresa? Goldman Sachs non è catastrofista sul lungo termine, ma chiede realismo temporale. Secondo la banca, l’economia sta attraversando la cosiddetta “Curva a J” della produttività.

La storia insegna che l’introduzione di innovazioni tecnologiche epocali, come i motori elettrici o i personal computer, causa inizialmente una stagnazione o un calo della produttività visibile nei dati, perché le aziende sostengono enormi costi di implementazione e riorganizzazione. Soltanto dopo un lungo periodo di latenza, in genere decenni per le vecchie tecnologie, i benefici esplodono verso l’alto.

Applicando questo modello storico, gli economisti di Goldman Sachs stimano che un impatto macroeconomico sostanziale dell’Intelligenza Artificiale sul PIL americano si manifesterà nei dati macroeconomici soltanto a partire dal 2027. Sul lunghissimo periodo, se pienamente adottata, l’IA generativa potrebbe aumentare la produttività del lavoro negli Stati Uniti anche del 15% in dieci anni, sebbene altri economisti di spicco, come Daron Acemoglu del MIT, ridimensionino fortemente queste attese.

Nel frattempo, la lezione del 2025 è severa. Wall Street può continuare a entusiasmarsi pompando le valutazioni dei titoli tecnologici legati all’hardware, e le aziende continueranno a finanziare la crescita asiatica tramite l’acquisto di microchip. Ma per l’economia reale americana, la rivoluzione dell’Intelligenza Artificiale resta, per ora, solo una promessa molto costosa, i cui dividendi sono stati rinviati a data da destinarsi.