L’AI non deve solo tagliare i costi. Deve creare ricavi
Dopo un 2025 di continui aumenti dei prezzi dei titoli maggiormente esposti all’intelligenza artificiale, che ha contagiato anche la valorizzazione dei titoli meno esposti, il 2026 si è aperto in modo molto diverso. In pochi giorni i prezzi dei titoli azionari che producono software per i servizi sono scesi di oltre il 20%, anche influenzati da un rapporto degli analisti di Citrini Research e da un blog di Matt Shumer, CEO e co-founder di Otherside AI. È facile essere confusi da questi movimenti di prezzi, specialmente per chi dubita della capacità degli investitori di valutare le aziende quotate scontando razionalmente i fondamentali. Ma la volatilità dei mercati è solo la superficie del problema. Se alziamo lo sguardo per concentrarci su quella che possiamo definire “l’economia dell’Artificial Intelligence”, che cosa sappiamo veramente? I blog hanno rivelato dati e risultati ignorati sino ad ora nella ricerca accademica?
Innovazione tecnologica e produttività
Negli anni novanta il premio Nobel Robert Solow notò come negli Stati Uniti si vedesse ovunque traccia dei personal computer, tranne che nelle statistiche sulla produttività. Il cosiddetto “paradosso di Solow” insegnò una lezione fondamentale: l’innovazione tecnologica non si traduce automaticamente in crescita aggregata. Si trattava di un risultato sorprendente: perché la diffusione dei computer e l’adozione di sistemi come Windows, che consentivano di “democratizzare l’informatica” e di usare le macchine calcolatrici anche a chi non conosceva i codici di programmazione, non aveva effetti sulla produttività in un’economia largamente basata sui servizi. Secondo alcuni, la risposta è semplice: la produttività non aumenta tanto quando ognuno si dota di un computer, ma quando persone dotate di computer costruiscono network di scambio dell’informazione.
Il dibattito si è riproposto nel periodo recente: l’AI è una nuova tecnologia che ha iniziato a produrre effetti sull’economia americana da un decennio a questa parte, e neanche questa volta esiste un accordo sul suo impatto. Se ChatGPT è la “finestra del nuovo millennio”, lo strumento per “democratizzare il computer coding”, quanto tempo ci vorrà per vedere i risultati? Ci sono da un lato gli entusiasti, come l’economista di Stanford Erik Brynjolfsson, che da anni documenta l’impatto sui ricavi e sui costi di strumenti di predictive analytics e dell’AI, e dall’altro i pessimisti cronici, come il Premio Nobel Daron Acemoglu il quale ha sostenuto che l’AI avrà un impatto minimo sulla produttività. Entrambi potrebbero avere ragione. Perché la produttività aggregata non dipende dall’adozione di uno strumento, ma dalla riorganizzazione dei processi, degli incentivi e dei modelli di business. Non è la tecnologia a fare la differenza: è il sistema che la incorpora. La prima lezione importante da quarant’anni di dibattiti sugli effetti dell’innovazione sulla produttività è quindi semplice: non c’è una relazione lineare tra le due variabili per il sistema economico nel suo complesso. Ciò non significa che non si vedrà prima o poi un impatto sulla produttività, solo che occorre guardare bene e misurare con cura e su periodi anche lunghi.
L’AI, il mercato del lavoro e il reddito
Se la produttività divide, il mercato del lavoro polarizza ancora di più. Ottimisti e pessimisti si scambiano posto quando si tratta di analizzare l’impatto finale dell’AI sul mercato del lavoro. Chi ritiene che l’AI possa avere un impatto a breve termine sulla produttività può più facilmente immaginare un futuro in cui milioni di persone perdono i posti di lavoro perché sostituiti dalle macchine. Anche in questo caso, usiamo l’analisi economica per capire meglio cosa potrà succedere, in quanto il tema riguarda il rapporto di sostituzione o complementarietà tra lavoro umano e macchine. I posti in cui il lavoro umano è facilmente sostituibile dalle macchine (call center? Coding?) sono quelli che probabilmente vedranno una riduzione di lavoro e un aumento di capitale, mentre quando l’AI è uno strumento di potenziamento, allora possiamo addirittura immaginare un aumento di quantità di lavoro e di capitale fisico particolarmente per chi sarà meglio usare i nuovi strumenti. Anche la seconda lezione è semplice e importante: il mercato del lavoro cambierà e ci saranno nuove opportunità e posti di lavoro. Ma se è vero che l’AI sarà strumento di potenziamento, assisteremo probabilmente nel futuro a un cambiamento marcato nella distribuzione del reddito, che andrà a favore del capitale fisico (e quindi dei proprietari di aziende, quotate o non quotate) a meno che intervenga il settore pubblico in ottica riequilibratrice.
Il vero problema del mercato: i ricavi
I paper accademici forniscono informazioni importanti sull’impatto aziendale in termini di ricavi e costi, anche se non sono letti nell’ambito di post di poche migliaia di parole che appaiono sui blog e possono spostare miliardi di dollari di valutazione. Le preoccupazioni degli investitori del 2026 sono state anticipate di almeno un anno da un paper di alcuni ricercatori di OpenAI, che hanno quantificato (naturalmente tramite ChatGPT) la percentuale di esposizione dei vari settori economici all’AI, trovando percentuali molto elevate (il 45% dei posti di lavoro ha una esposizione almeno pari al 40%). Ma cosa ne pensano gli investitori? Altri paper mostrano che investitori e analisti sino ad ora hanno rivisto i prezzi delle aziende quotate incorporando scenari di riduzione di costi ma non di aumento di ricavi. Ed è questa la vera sfida per le aziende di tutti i settori: mostrare che l’AI può generare ricavi e non solo ridurre i costi.
Conclusioni
Se l’AI serve solo a produrre gli stessi beni e servizi con meno lavoro, il risultato macroeconomico sarà una redistribuzione del reddito — non necessariamente una crescita più elevata. I costi di un’impresa sono i ricavi di un’altra. Tagliare costi su larga scala senza creare nuovi mercati rischia di comprimere il sistema nel suo complesso. La sfida per le imprese non è dimostrare che l’AI aumenta l’EBITDA. È dimostrare che espande la frontiera dei ricavi. Non è una questione tecnologica. La domanda decisiva non è se l’AI funzioni. Funziona. La domanda è se sarà utilizzata per:
- sostituire lavoro o aumentare la produttività complessiva,
- comprimere costi o creare nuovi mercati,
- concentrare reddito o generare crescita inclusiva.
I mercati finanziari stanno iniziando a interrogarsi su questo passaggio. Non basta più l’efficienza. Serve crescita reale. L’AI non sarà giudicata per quanto taglia, ma per quanto crea. Ed è su questo terreno che si deciderà se la rivoluzione sarà espansiva – o semplicemente redistributiva.
Andrea Beltratti è Professore al Dipartimento di Finanza dell’Università Bocconi, dove insegna Financial Investments e Equity Portfolio Management, e Academic Director dell’Executive Master in Finance (EMF) di SDA Bocconi School of Management.
Alessia Bezzecchi è Associate Professor of Practice in Corporate Finance & Real Estate presso SDA Bocconi School of Management, dove è Program Director dell’Executive Master in Finance (EMF) e dell’Executive Program in Finanza Immobiliare e Real Estate (EPFIRE)).
Photo iStock / akinbostanci
