La corsa globale all’Intelligenza Artificiale (IA) sta entrando in una nuova fase, dominata non dalla pura potenza di calcolo, ma dall’efficienza del capitale. Secondo l’ultima analisi di Jefferies, pubblicata a novembre 2025, i modelli di IA cinesi hanno raggiunto il 90% delle prestazioni dei loro omologhi statunitensi, utilizzando una spesa in conto capitale (Capex) notevolmente inferiore. Questo divario di efficienza costringe gli investitori globali a rivedere le proprie tesi sull’allocazione del capitale.
Il Paradosso dei Dati
Il dato centrale del report di Jefferies è sbalorditivo. Nel triennio 2023-2025, gli hyperscaler statunitensi (come Microsoft, Google e AWS) hanno speso un totale combinato di 694 miliardi di dollari USA in Capex legato all’IA. Nello stesso periodo, i loro omologhi cinesi (inclusi Alibaba, Baidu e Tencent) hanno investito solo 124 miliardi di dollari USA.
Ciò significa che le aziende USA hanno investito quasi sei volte di più. Nonostante questo abisso nella spesa, il modello di punta cinese, MiniMax M2, ha raggiunto il 90% del punteggio elevato di GPT-5 Codex, all’epoca il modello frontier statunitense più avanzato. Il divario di performance, nota Jefferies, si è “rapidamente ristretto”.
Ancor più significativo è il sorpasso cinese nel campo dell’open-source: MiniMax M2 ha infatti superato il principale modello open-source USA, GPT-OSS-120B, registrando il 106% del suo punteggio.
Efficienza, Non Scala: La Strategia Cinese
La Cina ha trasformato le limitazioni in vantaggi strutturali. Mentre gli Stati Uniti sono bloccati in una “mania di Capex”, espandendo la spesa guidata dalla paura di essere disintermediati , le aziende cinesi hanno deliberatamente dato la priorità al ritorno sull’investimento (ROI) e all’efficienza computazionale.
I fattori chiave di questo successo sono triplici:
- Innovazione Architetturale: Le aziende cinesi hanno spinto l’adozione di innovazioni come le strutture mixture-of-experts (MoE) e l’ottimizzazione dell’inferenza, ottenendo risultati comparabili con un minor fabbisogno di risorse.
- Costi Operativi Più Bassi: La loro efficienza di training e inference ha portato a una guerra dei prezzi: la società cinese DeepSeek ha ridotto i suoi prezzi API del 62% alla fine del 2025, rendendo i costi API per l’IA in Cina i più bassi al mondo.
- Vantaggio Energetico: Jefferies sottolinea un “massiccio vantaggio” cinese nell’accesso a energia a basso costo. Nel 2024, la Cina ha aumentato la sua capacità di generazione energetica di 426 GW, contro i soli 30 GW aggiunti negli Stati Uniti, un fattore critico per abbassare il Costo Totale di Proprietà (TCO) dei data center IA.
Le Implicazioni per gli Investitori
Jefferies conclude che l’investimento cinese nell’IA è “molto più efficiente”. Questo vantaggio di efficienza è destinato a sostenere un’adozione aziendale più rapida e rendimenti a lungo termine più robusti sull’infrastruttura di IA in Cina.
L’analisi serve anche come monito per i mercati occidentali. Jefferies ha paragonato l’attuale ciclo di finanziamento dell’IA negli Stati Uniti a un eccesso speculativo, simile alla bolla tecnologica dei primi anni 2000.
Mentre l’indice Nasdaq è cresciuto del 16,5% quest’anno, l’indice Hang Seng Tech cinese ha registrato un aumento di quasi il 43%. Il successo di aziende come Alibaba, definita il “motore IA” cinese, che ha visto il suo titolo salire del 109% year-to-date , sta costringendo gli investitori occidentali a rivalutare la Cina come motore di crescita tecnologica sostenibile.
