Catena 11 fonti · ott 2026 – nov 2026 · in ordine di data, il numero è l’ordine di lettura
Il 9 novembre 2026 Nvidia perde valore in Borsa dopo che Jensen Huang, il suo amministratore delegato, ha comunicato ai dipendenti una relazione con una dirigente che le agenzie americane ritengono una spia cinese. Matt Levine, su Bloomberg, usa l’episodio per spiegare come si forma il prezzo dell’intelligenza artificiale, e parte da un modello semplice: fra circa cinque anni il mondo spenderà intorno ai 4.000 miliardi di dollari l’anno in AI, un flusso che, attualizzato, vale qualcosa come metà della Borsa americana.1 Il mestiere dell’investitore è stimare quanto saranno grandi quei flussi, quando arriveranno e chi li incasserà, e un mercato appeso a ipotesi così incerte reagisce in modo non lineare a ogni notizia. Questa catena prende la domanda che il modello di Levine lascia aperta: se il prezzo è la somma di molte stime, chi sono quelli che stimano, e che cosa stanno comprando? Le undici schede che seguono trovano quasi sempre la stessa risposta, cioè compratori che insieme al titolo comprano anche altro. Va detto una volta, all’inizio: questa catena è scritta con un modello di Anthropic, e Anthropic compare in più di una scheda come parte interessata.
Una persona nel prezzo
Levine distingue tre vie per cui la notizia su Huang pesa sul titolo: il rischio legato a un amministratore delegato che, dice un analista, «è» Nvidia; la possibile stretta sulle esportazioni verso la Cina; la credibilità di una delle voci più forti contro il rallentamento dell’AI.
Ben Thompson, su Stratechery, dà al caso due letture in due giorni. La prima respinge la spiegazione dei falchi anti-cinesi, per cui la relazione privata spiegherebbe la battaglia di Huang per vendere chip a Pechino: per Nvidia vendere in Cina serve a difendere CUDA, il software che è il suo vero vantaggio, ed è una posizione che anche Washington potrebbe condividere.2 Il rischio che Thompson vede è la presunzione di avere ragione, che porta a chiudere un occhio su una legge considerata sbagliata. La seconda lettura, il giorno dopo, ordina le notizie per «città».3 A Washington pesano l’indagine del dipartimento del Commercio ostacolata e i favori; a New York, cioè per gli investitori, conta l’insabbiamento, con le cause degli azionisti già cominciate; nella Silicon Valley startup e nuovi laboratori vogliono che Huang resti, perché dipendono dai suoi chip e dai suoi finanziamenti.
Il dettaglio che conta per questa catena è di governance. Huang possiede il 3,58 per cento di Nvidia e nessuna azione a voto plurimo: è un fondatore licenziabile, e un consiglio messo davanti alla scelta fra lui e se stesso potrebbe sacrificarlo anche contro l’interesse degli azionisti. Lo stesso fatto, dunque, entra nel prezzo attraverso compratori diversi che cercano cose diverse: il procuratore cerca un reato, l’azionista un inganno, il consiglio la propria protezione, il cliente la continuità della fornitura. Thompson nota anche chi guadagnerebbe dalla caduta di Huang: Anthropic, il laboratorio che grazie ad Amazon e Google dipende meno da Nvidia.
Chi compra il debito
Il secondo compratore è chi presta. Howard Marks, cofondatore di Oaktree, intervistato dal podcast finanziario dell’Economist, guarda al boom dal lato del credito, mentre i rendimenti delle obbligazioni di CoreWeave e Oracle salgono.4 I conduttori leggono nel prospetto di quotazione di Anthropic che la spesa in calcolo per ogni dollaro di ricavi è scesa da 2,50 dollari all’inizio del 2025 a meno di 50 centesimi. Marks ha un indicatore semplice: quando si vedono emettere ogni giorno titoli che non dovrebbero trovare acquirenti, come prima della crisi del 2008, è il momento di ridurre l’esposizione. Oggi non vede la follia del 1999, e consiglia a chi vuole puntare sull’AI di comprare azioni più che debito.
Levine, qualche settimana prima, aveva descritto il problema dal lato di chi vuole proteggersi.5 I data center si costruiscono con prestiti enormi, da ripagare con gli affitti delle aziende dell’AI, e il loro rischio è quasi tutto sistematico: o vanno bene tutti, o vanno male tutti. Gli scambi di credit default swap sui bond dei grandi costruttori sono passati, secondo Morgan Stanley, da meno di due a più di nove miliardi di dollari a settimana fra luglio e settembre, ma assicuratori, banche e fondi hanno già in portafoglio gli stessi bond. Chi compra protezione compra la sensazione di essersi coperto, e il rischio intanto passa soltanto da un bilancio all’altro.
Chi compra il controllo
Cédric Durand e Gaia Valenti, su Le Grand Continent, propongono la lettura più radicale, e la dichiarano di parte.6 Ricostruiscono i rapporti circolari fra produttori di chip, sviluppatori di modelli e operatori di data center, un debito che secondo KKR ha raggiunto i 600 miliardi di dollari ed è già impacchettato in prodotti strutturati, e una redditività ancora da dimostrare: l’AI è dappertutto, salvo che nelle statistiche della produttività. Poi riprendono un saggio di Michał Kalecki del 1943, «Aspetti politici della piena occupazione», per cui gli imprenditori preferiscono la disciplina in fabbrica ai profitti.
Letta con quella chiave, la bolla americana dell’AI persegue il controllo, cioè la sconfitta definitiva del lavoro, e accetta perdite che nessun calcolo di rendimento giustificherebbe. Non serve condividere la conclusione per trattenere lo strumento: se una parte dei capitali compra una trasformazione dei rapporti di lavoro, il prezzo che paga non va letto come una stima dei flussi di cassa, perché il rendimento che cerca non passa per i flussi di cassa.
Chi compra una regola
Levine aggiunge un compratore che non compare mai nei grafici: chi chiede una legge.7 La sua teoria, che dichiara cinica e valida per qualunque settore, è che se tutti i concorrenti rallentano insieme i clienti non hanno motivo di cambiare fornitore, i ricavi restano e i costi in ricercatori e calcolo scendono. Un accordo esplicito fra i laboratori sarebbe un cartello e finirebbe in tribunale; una legge che impone a tutti lo stesso passo ottiene lo stesso risultato in modo lecito, e la sicurezza ne è la giustificazione più comoda, perché i dirigenti dicono di credere sinceramente nel pericolo. Levine non accusa nessuno, e ricorda il saggio di Dario Amodei di settembre, «We Must Pace the Frontier». Propone però un test di mercato: se il rallentamento rende i laboratori più redditizi, i loro titoli salgono.
Il test, in parte, si è fatto da solo. Il giorno dopo le elezioni di metà mandato, racconta Joe Rennison sul New York Times, l’S&P 500 perde il 4,4 per cento e l’indice dei semiconduttori più del 12, perché gli investitori temono che il nuovo Congresso e i governatori democratici rallentino la costruzione dei data center.8 La correzione colpisce chi riceve la spesa per l’AI, i produttori di chip, più di chi la sostiene, i grandi gruppi del cloud, che da un rallentamento potrebbero perfino guadagnare. Il voto entra nel prezzo come una regola comprata da altri: gli elettori, senza volerlo, hanno venduto ai grandi gruppi il rallentamento che i laboratori non potevano concordare fra loro.
Il prezzo senza potere di prezzo
La Borsa cinese mostra che cosa succede quando un compratore paga per qualcosa che non è il profitto. L’Economist registra che nel 2026 l’indice CSI 300 perde più dell’11 per cento mentre Corea del Sud e Taiwan corrono sull’onda dell’AI.9 I laboratori cinesi hanno condiviso i pesi dei loro modelli e così hanno guadagnato adozione e talenti, ma hanno rinunciato al potere di prezzo: la mercificazione che in Occidente è una paura, in Cina è stata la condizione iniziale. Secondo Epoch AI i ricavi legati all’AI delle sei maggiori aziende cinesi valgono circa un decimo di quelli di OpenAI e Anthropic messe insieme, e la rubrica avverte che la quotazione di Anthropic potrebbe provocare la stessa indigestione di titoli che ha colpito Shanghai.
Thompson, in una conversazione con Shyam Sankar di Palantir, offre l’ultima chiave, e la applica a tutti.10 Sankar attacca la sicurezza dell’AI come la intendono i laboratori, e Anthropic in particolare, come una religione secolare e millenarista; Thompson risponde che le tesi di Palantir coincidono con il suo modello di business, come quelle di Anthropic con il suo, e che resta da capire se a decidere sarà chi crede di più o il mercato. È il punto in cui le convinzioni stesse diventano parte del prezzo: chi compra crede, e chi crede ha qualcosa da vendere.
L’obiezione è giusta, e la catena non sostiene il contrario: la domanda di hardware è reale e si misura in merci che attraversano confini. Ma la stessa scheda dice perché esiste in quella forma. I governi che alzano barriere contro tutto il resto esentano l’hardware dell’AI, il 97 per cento delle importazioni americane di calcolo secondo la Fed di Minneapolis, perché vogliono costruire capacità in casa: anche questo è un compratore che paga per qualcos’altro, la sovranità tecnologica, e lo fa con la politica commerciale. La controtesi conferma dunque la tesi da un lato inatteso. L’economia reale c’è, ed è fatta in buona parte di acquisti che non rispondono soltanto a un calcolo di rendimento: compratori che cercano un fornitore sicuro, una protezione, una regola, una capacità nazionale. Il risparmiatore che compra un’azione dell’AI compra soltanto l’azione, e per questo è l’unico a cui il prezzo dovrebbe dire tutta la verità e a cui ne dice di meno.
Nella catena
- 1Matt Levine / Bloomberg Opinion — Is the Nvidia Affair Securities Fraud?
- 2Ben Thompson / Stratechery — Jensen Huang’s Affair, The Culper Report, Huang’s Righteousness
- 3Ben Thompson / Stratechery — The Jensen Huang Story Gets Worse, Washington vs. New York, Silicon Valley
- 4Mike Bird con Howard Marks / The Economist — Veteran investor Howard Marks on AI debt
- 5Matt Levine / Bloomberg Opinion — Someone Has to Take the AI Risk
- 6Cédric Durand e Gaia Valenti / Le Grand Continent — La bulle et le contrôle
- 7Matt Levine / Bloomberg Opinion — Financial Predictionization
- 8Joe Rennison / The New York Times — Stocks Plunge as Midterm Results Renew A.I. Anxiety
- 9The Economist — China’s AI stock-market struggles are a warning
- 10Ben Thompson / Stratechery — An Interview with Palantir CTO Shyam Sankar About the AI Religious War
- 11The Economist — AI is turning protectionists into free traders controtesi
Concetti ricorrenti nelle fonti Nvidia×7 Anthropic×4 bolla speculativa×3 Huang, Jensen×3 Stati Uniti×3 Cina×2 modelli a pesi aperti×2 rischio della persona chiave×2 rischio sistematico×2