La frase che non torna con la narrazione del boom dell'IA

Il presidente e amministratore delegato di IBM ha appena detto, a un podcast tecnologico mainstream, a verbale, che i conti dietro le maggiori scommesse infrastrutturali del settore non tornano. Parlando con Nilay Patel al podcast Decoder di The Verge nell'agosto 2026, Arvind Krishna ha esposto un calcolo semplice: costruire un gigawatt di capacità di data center IA costa, secondo la sua stessa stima, circa 60-80 miliardi di dollari di soli chip. Moltiplicato per i circa cento gigawatt già impegnati nel mondo, il conto sale a 6-8mila miliardi di dollari. Al vertice di quella fascia, ha detto Krishna, i soli interessi su quel capitale richiederebbero circa 800 miliardi di dollari l'anno di profitti solo per essere onorati - prima ancora che una parte paghi l'hardware stesso. "Non credo che esista tutta quella entrata incrementale", ha detto, aggiungendo che a metà degli attuali livelli di spesa i conti "tornano perfettamente", ma al doppio, alcune aziende semplicemente non genereranno un rendimento sufficiente.

Niente di tutto ciò suona come la tesi ribassista di un hedge fund o lo slogan di un attivista. È l'amministratore delegato di un'azienda che ha passato tre decenni a costruire e vendere infrastruttura informatica aziendale, che fa lo stesso tipo di calcolo di economia unitaria che farebbe un direttore finanziario prima di firmare un impegno di capitale - e ottiene un numero che non torna.

Non è una dichiarazione isolata

Il motivo per prendere sul serio il numero è che Krishna non se lo è inventato per una sola intervista. Ha fatto lo stesso ragionamento, con la stessa stima di 60-80 miliardi di dollari per gigawatt, già nel podcast In Good Company di Norges Bank Investment Management con Nicolai Tangen a maggio 2026 - quattro mesi, un ciclo di risultati trimestrali e un intervistatore e un pubblico completamente diversi prima di ripeterlo a Decoder. Una singola frase a effetto può essere una battuta preparata per un momento preciso. La stessa economia unitaria specifica che sopravvive a due conversazioni lunghe e non concordate a distanza di mesi somiglia più a un modello che il team di Krishna usa davvero internamente che a uno slogan prodotto per un singolo ciclo di notizie.

Questa distinzione conta per chiunque debba decidere quanto peso dare all'affermazione. Una dichiarazione isolata invita a chiedersi quale fosse il contesto e l'umore del giorno; un numero ripetuto in modo coerente in due interviste separate, a quattro mesi e un ciclo di prodotto di distanza, invita alla domanda più difficile su quali prove lo farebbero cambiare.

Perché conta chi lo dice

Perché conta: IBM non è un arbitro neutrale nel dibattito sull'economia dell'infrastruttura IA, ed è esattamente questo che rende il numero degno di verifica invece che da liquidare. Il business IA aziendale di IBM si basa su software, consulenza e implementazioni più piccole e su misura per clienti corporate, non sull'espansione hyperscale dei data center che Amazon, Alphabet, Microsoft e Meta stanno finanziando - solo queste quattro aziende hanno speso 725 miliardi di dollari in infrastruttura IA nel 2026, un aumento del 77 per cento sull'anno precedente. Se la corsa dei hyperscaler ad alta intensità di capitale rallenta, il modello di IBM, più lento e a margine più alto, appare relativamente più attraente per gli stessi acquirenti corporate a cui si rivolge Krishna. Questo interesse commerciale non rende sbagliati i suoi conti - la stima di costo per gigawatt e il calcolo di copertura degli interessi sono verificabili confrontandoli con le divulgazioni pubbliche sulla spesa in conto capitale -, ma è un fatto che ogni imprenditore che soppesa il suo avvertimento dovrebbe tenere presente insieme al numero stesso.

Nella stessa settimana in cui circolavano i commenti di Krishna, Applied Materials ha riportato ricavi trimestrali record e ha alzato le previsioni 2026 a una crescita di oltre il 30 per cento nella spesa in apparecchiature per semiconduttori, un risultato costruito interamente sull'ipotesi che l'espansione messa in discussione da Krishna continui ad accelerare. Applied Materials vende gli strumenti che costruiscono gli stabilimenti che fabbricano i chip che finiscono nei data center - trae profitto dal fatto che il capitale venga speso, indipendentemente dal fatto che quella spesa in conto capitale ripaghi mai il suo costo per le aziende che spendono. Due aziende, la stessa settimana, due interessi economici completamente diversi sul fatto che Krishna abbia ragione.

La sintesi per chi sta per firmare un contratto di infrastruttura IA

La sintesi: la risposta corretta a un avvertimento come questo non è accettarlo perché lo ha detto una persona credibile, né liquidarlo perché quella persona ha qualcosa da guadagnare se si rivela corretto. È trattare le affermazioni concrete e verificabili - 60-80 miliardi di dollari in chip per gigawatt, 6-8mila miliardi di dollari di spesa totale impegnata, circa 800 miliardi di dollari l'anno di profitto necessario a coprire gli interessi al vertice di quella fascia, e due o tre aziende di modelli sopravvissute contro un mercato che oggi ne sconta tra sei e dodici - come un modello da verificare rispetto alla propria esposizione, non come un verdetto da accettare o respingere in base alla reputazione di chi lo pronuncia.

Per qualsiasi proprietario o operatore con impegni pluriennali in infrastruttura IA, che si tratti di un contratto cloud, di un affitto di colocation o della dipendenza da un numero ristretto di fornitori di modelli di frontiera, l'esercizio pratico è semplice: applicare i numeri stessi di Krishna ai fornitori specifici nei propri contratti, e trattare la concentrazione su due o tre controparti, anziché le sei-dodici che il mercato oggi sconta, come lo scenario base su cui pianificare e non come il rischio di coda da assicurare soltanto.

Da leggere ora: AMD ha superato tutto. Il titolo è sceso dell'8%  |  Anthropic punta 6 miliardi per tagliare il calcolo