Brightside capital / Side views / Macro Views / The Dark Side of the Boom

22 November 2026

The Dark Side of the Boom

Nicola Lampis e Davide Poma
Download PDF
The Dark Side of the Boom

Run, rabbit run. Dig that hole, forget the sun, And when at last the work is done Don't sit down it's time to dig another one.

Brain Damage, The Dark Side of the Moon Pink Floyd, 1973

Nel sud del New Mexico, è in fase di realizzazione Project Jupiter, un campus di data center con una capacità energetica di 2,45 gigawatt, superiore alla produzione complessiva di due reattori nucleari. La struttura è destinata a Oracle e, tramite quest’ultima, a OpenAI, il laboratorio AI guidato da Sam Altman.

Il progetto è finanziato secondo uno schema ormai tipico del settore. Circa un anno fa una ventina di banche ha prestato 18 miliardi di dollari per costruire il campus, sviluppato da BorderPlex Digital Assets e da STACK Infrastructure, società controllata dal gestore Blue Owl, e a garantire il rimborso non è il cantiere in sé, ma l’impegno di Oracle ad affittare il complesso una volta completato, saranno quindi i canoni pagati da Oracle a ripagare il debito. A fine settembre, però, dopo i ritardi nei permessi necessari ad alimentare il sito, Oracle ha inviato agli sviluppatori una notifica di forza maggiore, la clausola che consente di rinviare il pagamento dei canoni quando il ritardo dipende da cause esterne, precisando che la notifica, di per sé, non comporta ritardi nella consegna.

Alle banche, tuttavia, il segnale è bastato: se i canoni slittano, slitta anche il rimborso dei loro prestiti. Secondo il Financial Times, già a settembre quei crediti si scambiavano sul mercato secondario tra 89 e 91 centesimi per dollaro. Nelle ultime settimane, riportano il Financial Times e Bloomberg, ING ha messo all’asta circa 500 milioni di dollari di prestiti a data center, tra cui una quota di Jupiter, Société Générale cerca acquirenti per i finanziamenti di altri due cantieri di Oracle, in Wisconsin e in Texas, e HSBC ha già ceduto circa 300 milioni del prestito di Jupiter a un prezzo intorno agli 85 centesimi. Il rischio del progetto, in altre parole, sta già passando dalle banche che lo hanno finanziato ad altri investitori.

Il ritardo di un singolo cantiere non è sufficiente per parlare di una crisi. Il caso di Project Jupiter, tuttavia, evidenzia le modalità con cui si sta sviluppando l’infrastruttura necessaria all’intelligenza artificiale: attraverso ingenti finanziamenti a debito, contratti di locazione di lunghissima durata e un forte affidamento sulla solidità degli accordi tra le parti. A essere cambiato, nelle ultime settimane, è proprio il contesto economico e finanziario sul quale si basava questa fiducia. A settembre la Federal Reserve ha portato i tassi di interesse in una fascia compresa tra il 3,75% e il 4%, mentre il conflitto in Medio Oriente continua a mantenere elevati i prezzi dell’energia. Nel frattempo, il rendimento dei titoli di Stato statunitensi a dieci anni si mantiene intorno al 5%, rendendo più oneroso il ricorso al finanziamento.

Sul piano politico, il 3 novembre i Democratici hanno conquistato sia il Senato sia la Cameraal termine di una campagna in cui il costo delle bollette, spinto anche dai consumi energetici dei data center, ha pesato in modo rilevante. A tutto questo si sono aggiunte, la scorsa settimana, le dimissioni di Jensen Huang, cofondatore di Nvidia e da oltre trent’anni alla sua guida.

The Dark Side of the Moon, l’album che i Pink Floyd pubblicarono nel 1973 e che è tra i più venduti di sempre, prende il nome dalla faccia della Luna che rimane sempre nascosta a chi la guarda dalla Terra. Il nome, a ben vedere, è ingannevole: quella faccia non è affatto buia, riceve la luce del Sole come l’altra, semplicemente resta nascosta a chi osserva da quaggiù. Qualcosa di simile accade oggi con il boom dell’intelligenza artificiale: per costruire un’infrastruttura che produrrà ricavi solo tra qualche anno, il settore si sta indebitando come mai prima, spesso con strumenti che non compaiono nei bilanci e a fronte di beni, i chip, che invecchiano molto in fretta: un lato del boom non necessariamente oscuro, ma che da dove guardano gli investitori non si vede.

Con lo scritto odierno ci proponiamo di capire come si sta finanziando la costruzione dell’infrastruttura che deve reggere l’impalcatura su cui si basa l’intelligenza artificiale (o «super intelligence», come vorrebbe che la chiamassimo Trump), dove si nascondono i rischi che i bilanci non mostrano e come il sistema reagirebbe in caso di difficoltà.

Il debito che non si vede

Ormai nemmeno i gruppi più ricchi riescono a finanziare con la sola cassa la corsa all’intelligenza artificiale (a luglio Alphabet ha registrato il primo free cash flow negativo dalla quotazione del 2004), e il ricorso al debito è esploso: secondo la Federal Reserve, nei primi dieci mesi del 2026 le emissioni legate alle infrastrutture per l’intelligenza artificiale hanno superato i 680 miliardi di dollari, circa cinque volte quelle dell’intero 2023, e valgono ormai quasi un terzo di tutte le obbligazioni investment grade emesse dalle società non finanziarie, come da evidenza sotto.

Si tratta in larga parte di obbligazioni emesse dalle società più solide, ma il ventaglio si sta allargando a strumenti più complessi: prestiti, cartolarizzazioni e soprattutto il project finance, cioè i finanziamenti legati a un singolo progetto e rimborsati soltanto con i flussi di cassa che quel progetto genererà. L’ammontare di debito negoziato sui mercati riconducibile all’intelligenza artificiale supera ormai, sempre secondo la Fed, i 1.100 miliardi di dollari, e la cifra non comprende buona parte delle operazioni concluse sul mercato privato, che per loro natura sfuggono alle statistiche. In pochi anni le società più ricche del mondo sono passate dal finanziare l’intelligenza artificiale con la propria cassa al finanziarla a debito.

C’è poi una parte del debito che non si vede: il cosiddetto debito fuori bilancio, cioè impegni finanziari che esistono ma non compaiono tra i debiti iscritti nei conti di una società. Lo ha spiegato con chiarezza Ayesha Tariq, analista di MacroVisor, in un articolo dal titolo eloquente, Borrowed Time, tempo preso in prestito, e l’esempio migliore è quello di Meta, come da evidenza sotto. Per il grande campus di Hyperion, in Louisiana, Meta non si è indebitata direttamente: il complesso appartiene a una società separata, partecipata per il 20% da Meta e per l’80% da fondi gestiti da Blue Owl, uno dei maggiori operatori del private credit. È un veicolo creato su misura (in inglese special purpose vehicle, o SPV) per raccogliere il denaro destinato a un determinato investimento: nel caso di Hyperion, circa 27 miliardi di dollari con obbligazioni in scadenza nel 2049. Meta si limita a prendere il campus in affitto e sono i suoi canoni a ripagare il debito, che però non entra nel suo bilancio, perché la società proprietaria non è sotto il suo controllo.

Il contratto d’affitto dura quattro anni a partire dal 2029, rinnovabile fino a un massimo di vent’anni, mentre le obbligazioni scadono nel 2049. Meta si è impegnata a indennizzare gli obbligazionisti se dovesse lasciare il campus prima del tempo, ma, ritenendo improbabile che ciò accada, non iscrive alcuna passività. Il revisore, EY, ha segnalato l’operazione tra gli aspetti critici della revisione del bilancio 2025, quelli che richiedono valutazioni particolarmente complesse o soggettive, come ha riportato a febbraio il Wall Street Journal. Si tratta di strutture del tutto lecite, le stesse con cui da decenni le compagnie aeree finanziano i propri aerei; ma rendono più difficile capire, guardando i conti, quanto una società sia davvero esposta.

E Hyperion non è un caso isolato: secondo Morgan Stanley, i cinque maggiori gruppi del cloud (Alphabet, Amazon, Meta, Microsoft e Oracle) hanno in bilancio circa 770 miliardi di dollari tra debiti e passività per affitti, mentre gli impegni fuori bilancio ammontano a 2.600 miliardi, oltre tre volte tanto: 1.120 miliardi di canoni previsti da contratti d’affitto già firmati ma non ancora iniziati, che entreranno nei conti solo quando le strutture saranno consegnate, e 1.450 miliardi di impegni di acquisto, in larga parte legati ai data center, come da evidenza sotto. Certo, si tratta di impegni e non di debiti, e le cifre non sono attualizzate; ma in gran parte non si possono disdire e, come avverte la stessa Morgan Stanley, ciò che oggi è fuori bilancio domani potrebbe non esserlo più.

La banca centrale dell’AI

Se le grandi piattaforme sono i principali committenti di questa infrastruttura, Nvidia ne è il principale fornitore: le sue GPU, processori nati per la grafica dei videogiochi e diventati il motore dell’intelligenza artificiale, rappresentano la voce di spesa principale di ogni nuovo data center. Negli ultimi due anni, però, Nvidia ha assunto anche un altro ruolo, meno visibile: quello di finanziatrice dei propri clienti.

Ma come funziona, in concreto? Nvidia investe nel capitale dei laboratori di intelligenza artificiale, come OpenAI, e dei cosiddetti neocloud, società nate per affittare potenza di calcolo, come CoreWeave; garantisce una parte dei loro debiti e dei loro affitti e si impegna a utilizzare la capacità di calcolo che resterà inutilizzata. Ci sono poi i prestiti che i clienti ottengono dalle banche dando in pegno i chip. Secondo la Fed, in questi casi i produttori di GPU spesso garantiscono che quei chip manterranno negli anni un valore minimo: se i prezzi scendono sotto quella soglia, pagano loro la differenza. Con questi soldi, in parte investiti da Nvidia e in parte prestati dalle banche grazie alle sue garanzie, i clienti comprano nuovi chip Nvidia. È ciò che la Banca dei Regolamenti Internazionali (BIS) e il Fondo Monetario Internazionale chiamano “finanziamento circolare”: una parte della domanda che sostiene i ricavi di Nvidia è finanziata, direttamente o indirettamente, da Nvidia stessa.

Nel settembre 2025 Nvidia aveva annunciato l’intenzione di investire fino a 100 miliardi di dollari in OpenAI, a tranche, man mano che OpenAI avesse installato i suoi sistemi; l’accordo non è mai stato firmato e a febbraio è stato sostituito da una partecipazione di 30 miliardi nell’aumento di capitale da 110 miliardi di OpenAI, accompagnata dall’impegno di OpenAI a utilizzare 5 gigawatt di capacità basata sui nuovi chip Nvidia. Nello stesso aumento di capitale Amazon ha messo sul piatto fino a 50 miliardi, e OpenAI userà 2 gigawatt di capacità basata sui chip di Amazon. Secondo il Wall Street Journal, OpenAI si è inoltre impegnata ad acquistare da Oracle circa 300 miliardi di dollari di capacità di calcolo in cinque anni, che Oracle fornirà con chip Nvidia comprati a debito. AMD, dal canto suo, ha concesso a OpenAI il diritto di acquistare, a un centesimo per azione, fino a 160 milioni di azioni AMD, circa un decimo del capitale, man mano che OpenAI comprerà le sue GPU: in sostanza, il fornitore paga il cliente in azioni. Microsoft e Nvidia, infine, hanno investito fino a 15 miliardi in Anthropic, che si è impegnata ad acquistare 30 miliardi di capacità di calcolo dal cloud di Microsoft e fino a un gigawatt di sistemi Nvidia, mentre Nvidia, azionista di CoreWeave, si è impegnata a comprare fino al 2032 la capacità che CoreWeave non riuscirà a vendere, per 6,3 miliardi. Tutti questi esempi enfatizzano il fatto che sono in buona parte gli stessi soldi che girano tra poche società, e quasi tutti gli importi sono «fino a» e legati a obiettivi futuri.

Le cifre in gioco sono cresciute rapidamente. Secondo Michael Cembalest, responsabile della strategia di mercato e d’investimento di J.P. Morgan Asset & Wealth Management, negli ultimi tre trimestri Nvidia ha destinato il 58% dei flussi di cassa operativi a partecipazioni e acquisizioni, e tra il primo e il secondo trimestre del 2026 i suoi impegni fuori bilancio, tra debiti a lungo termine e affitti, sono passati da 214 a 422 miliardi di dollari, che salgono a 530 includendo le garanzie su terreni, energia e strutture. Secondo i dati della BIS, tra il 2021 e il 2025 oltre metà del valore investito nelle società di intelligenza artificiale è arrivato da altre società del settore, e circa un quarto da operazioni circolari in senso stretto.

Come una banca centrale, Nvidia fornisce liquidità a un sistema che altrimenti faticherebbe a finanziarsi e, garantendo il valore futuro dei chip, sostiene di fatto il prezzo della garanzia su cui si reggono i prestiti dell’intero settore. Il paragone, tuttavia, regge solo in parte, perché Nvidia, a differenza di una banca centrale, non può creare moneta e le sue risorse dipendono dai ricavi, cioè dagli acquisti degli stessi clienti che finanzia: se la domanda di chip dovesse rallentare, Nvidia si troverebbe allo stesso tempo con meno ricavi e con più garanzie da onorare.

È in questo quadro che si inseriscono le dimissioni di Huang. Secondo un’inchiesta del Wall Street Journal del 13 novembre, negli ultimi mesi Nvidia aveva valutato garanzie miliardarie a favore di clienti che non avrebbero potuto permettersi i suoi chip, e proprio Colette Kress, la CFO e attuale CEO ad interim, avrebbe messo in discussione il modo in cui venivano prezzate, contribuendo a ridurre quella per il campus di SB Energy in Ohio, destinato a OpenAI, dai circa 250 miliardi di dollari ipotizzati ai 105 indicati poi nei documenti della società. Per James Schneider, analista di Goldman Sachs, Nvidia onorerà gli impegni già presi, ma “potrebbe essere più difficile negoziare nuovi investimenti che coinvolgono più parti”; per CreditSights, società di ricerca sul credito, è probabile che la stagione degli accordi più creativi e dei finanziamenti circolari rallenti. Il mercato del credito sembra essersene già accorto: le obbligazioni di CoreWeave in scadenza nel 2031 rendono intorno al 14,8%, un livello tipico degli emittenti considerati ad alto rischio.

I conti del terzo trimestre, pubblicati il 17 novembre e i primi senza Huang, mostrano entrambe le facce del fenomeno. La domanda resta fortissima: ricavi per 115,8 miliardi di dollari, più che raddoppiati in un anno, di cui 107,6 dai data center, e una previsione di 130 miliardi per il trimestre in corso. Ma crescono anche gli impegni: secondo i documenti diffusi con i risultati, in tre mesi le partecipazioni in società non quotate sono salite da 48 a 62 miliardi, gli impegni di acquisto verso i fornitori da 279 a 390 miliardi, e le garanzie concesse arrivano a un’esposizione massima di 118 miliardi, di cui 105 per il campus dell’Ohio. Kress ha assicurato che le nuove operazioni saranno valutate con rigore e che Nvidia ne porterà avanti solo una parte.Se il fornitore che finora ha fatto da banca diventa più prudente, resta da capire chi finanzierà i clienti più deboli, e a quale prezzo.

I chip invecchiano, i debiti no

Tutto questo debito, in bilancio o fuori, poggia in ultima analisi sullo stesso bene: i chip che riempiono i data center. Sono loro a generare i ricavi con cui si pagano affitti e interessi, e spesso sono loro stessi a essere dati in pegno a chi presta, come si è visto per i clienti di Nvidia. Un solo rack Nvidia GB200 (la struttura in cui sono montati i server), vale secondo le stime degli analisti circa 3 milioni di dollari. Quanto a lungo questi chip restino utilizzabili, quindi, non è un dettaglio tecnico, ma una questione che incide direttamente sui conti. Nei bilanci il costo di un server non pesa sugli utili tutto in una volta, ma viene ripartito sugli anni in cui si prevede di utilizzarlo, attraverso gli ammortamenti: più lunga è la vita stimata, più bassa è la quota che ogni anno grava sugli utili. Negli ultimi anni Microsoft e Alphabet hanno portato da quattro a sei anni il periodo di ammortamento dei server, e Meta a cinque anni e mezzo, proprio mentre Nvidia cominciava a presentare una nuova generazione di chip ogni anno. Solo Amazon è andata nella direzione opposta: nel 2025 lo ha ridotto per una parte dei propri server, motivando la scelta con la rapidità con cui avanza l’intelligenza artificiale.

Secondo Michael Burry, l’investitore reso celebre da La grande scommessa, la vita economica di questi chip è invece di due o tre anni: allungandola, i grandi gruppi starebbero sottostimando gli ammortamenti di circa 176 miliardi di dollari tra il 2026 e il 2028, e gonfiando di conseguenza gli utili. Finora, tuttavia, il mercato non ha dato ragione a questa tesi, perché le GPU delle generazioni precedenti (H100) continuano a essere noleggiate senza cali di prezzo rilevanti come evidenziato dal grafico.

Per chi presta, la durata dei chip conta ancora di più, perché sono i chip stessi a garantire il prestito. Un finanziamento a un neocloud viene rimborsato nel corso degli anni e, se il debitore non paga, chi ha prestato può rivalersi sui chip ricevuti in pegno. Se però nel frattempo quei chip hanno perso valore più in fretta di quanto sia sceso il debito residuo, venderli non basta a recuperare il credito, e la perdita ricade su chi ha prestato oppure su Nvidia, nei casi in cui ha garantito per quei chip un valore minimo. Il lato meno visibile del boom sta quindi nel fatto che i debiti durano più a lungo dei beni che li garantiscono.

Fuori dai bilanci, non dal sistema

Se il debito non è nei bilanci dei grandi gruppi, dove si trova? Lo ha ricostruito la Federal Reserve nel rapporto di novembre. Le obbligazioni emesse direttamente dai grandi gruppi del cloud e dai produttori di chip sono in mano soprattutto a fondi comuni, mentre le quote più rischiose dei veicoli societari, quelle che subiscono per prime le perdite, sono costituenti dei portafogli dei fondi high yield e del private credit. Anche le maggiori banche americane sono esposte (per circa 1.000 miliardi di dollari) all’intera filiera, in parte direttamente, finanziando i grandi gruppi tecnologici, i costruttori di data center (come nel caso di Jupiter), e in parte indirettamente, finanziando i veicoli societari creati per i singoli progetti e i fondi di private credit, che a loro volta prestano al settore. Il rischio, in altre parole, è uscito dai bilanci delle grandi società, ma non dal sistema finanziario.

Lo schema che Tariq riprende da Morgan Stanley, come da evidenza sotto, mostra in che modo una difficoltà in un punto della filiera si trasmetterebbe a tutti gli altri: ogni contratto fa da garanzia al livello di debito successivo. È la catena già vista con Project Jupiter: OpenAI paga Oracle, Oracle paga i canoni agli sviluppatori del campus e questi rimborsano le banche. Se un grande cliente dovesse tirarsi indietro, il contraccolpo si trasmetterebbe da un anello all’altro e, attraverso affitti e garanzie, risalirebbe fino ai grandi gruppi.

Come spesso accade, i primi segnali di tensione vengono dagli anelli più deboli della catena. Oracle, ad esempio, che secondo S&P ha legato a OpenAI circa metà dei propri ordini futuri, a luglio è stata declassata dalla stessa S&P a BBB-, l’ultimo gradino dell’investment grade, la categoria delle obbligazioni considerate “solide”: un ulteriore declassamento la porterebbe tra i titoli speculativi, che molti investitori istituzionali possono detenere solo entro certi limiti, con il rischio di vendite forzate. Nel frattempo, il costo dei credit default swap, i contratti che funzionano come un’assicurazione contro il suo fallimento, è circa quadruplicato in un anno.

On the Brightside

Accanto ai rischi descritti finora va considerato il peso che l’intelligenza artificiale ha assunto nell’economia americana, tale da rendere improbabile che un’eventuale crisi del settore venga lasciata senza risposta da parte del governo democratico o repubblicano che sia. Dall’inizio del 2025, secondo i dati del Bureau of Economic Analysis, gli investimenti in computer, apparati informatici e software hanno contribuito per circa il 40% alla crescita del PIL degli Stati Uniti, mentre nei tre anni precedenti si erano fermati sotto il 10%. Il peso, poi, non è soltanto economico: per Washington l’intelligenza artificiale è una questione di sicurezza nazionale, il terreno della competizione con la Cina, come dichiara il piano d’azione della Casa Bianca del luglio 2025, e il progetto Stargate, fino a 500 miliardi di dollari di nuovi data center, è stato annunciato proprio alla Casa Bianca, con i vertici di OpenAI, Oracle e SoftBank al fianco del presidente.

Un settore da cui dipendono buona parte della crescita e il primato tecnologico del paese assomiglia molto a ciò che le banche erano nel 2008: un sistema troppo grande e troppo importante per essere lasciato fallire.Ufficialmente l’ipotesi di un salvataggio pubblico è già stata respinta. Nel novembre 2025 la CFO di OpenAI, Sarah Friar, accennò alla possibilità di una garanzia pubblica sui finanziamenti dei data center, ma la smentita arrivò in meno di un giorno e David Sacks, ex responsabile per l’intelligenza artificiale alla Casa Bianca, escluse qualsiasi salvataggio federale, scrivendo che se una società fallisce un’altra ne prenderà il posto. I precedenti, però, vanno in un’altra direzione, a prescindere dal colore politico di chi governa. Nel 2008 il salvataggio delle banche fu approvato da una Camera a maggioranza democratica e firmato da un presidente repubblicano, la stessa combinazione che si avrà a Washington da gennaio. E nell’agosto 2025 l’amministrazione Trump è entrata con circa il 10% nel capitale di Intel, convertendo in azioni i contributi stanziati dal CHIPS Act, la legge sui semiconduttori voluta da Biden.

Un intervento significherebbe, tuttavia, altro debito pubblico da collocare, proprio mentre il Tesoro e le società dell’intelligenza artificiale cercano già di vendere i propri titoli agli stessi investitori.

In conclusione

Nel 1873 gli Stati Uniti vivevano un altro grande ciclo di investimenti finanziati a debito. Le ferrovie, la tecnologia di quel tempo, venivano costruite per oltre tre quarti con obbligazioni; il 18 settembre Jay Cooke & Company, la banca che finanziava la Northern Pacific, fu costretta a chiudere gli sportelli ed entro due anni un terzo delle obbligazioni ferroviarie del paese aveva smesso di pagare gli interessi. Le ferrovie, però, rimasero e, dopo il crollo dei cantieri, pochi anni più tardi se ne costruivano più che mai. Come ha osservato lo storico Liaquat Ahamed, premio Pulitzer, il confine tra un investimento visionario e un eccesso rovinoso diventa visibile solo dopo averlo superato.

Ricapitolando, le grandi società tecnologiche hanno cominciato a finanziare a debito l’infrastruttura dell’intelligenza artificiale, ricorrendo spesso a società veicolo che tengono quel debito fuori dai loro bilanci. Nvidia, il loro principale fornitore, finanzia a sua volta i propri clienti e ne garantisce sia i debiti sia il valore futuro dei chip. Proprio questi chip, su cui in ultima analisi poggia tutto il debito, rischiano però di diventare obsoleti molto prima della scadenza dei prestiti che dovrebbero contribuire a ripagare. Intanto il rischio si è spostato dalle banche che hanno finanziato Jupiter ai fondi che ne comprano i prestiti, e dai bilanci dei grandi gruppi ai portafogli di assicurazioni e fondi. Più che chiedersi se l’intelligenza artificiale ripagherà gli investimenti, occorre quindi capire chi reggerà il debito, nel frattempo, e a quale costo.Restano aperte alcune domande:

– Chi assorbirebbe le perdite se un grande cliente come OpenAI dovesse rallentare?

– Quanta parte del debito fuori bilancio tornerà nei conti, e con quali effetti sui rating?

– Chi pagherebbe un intervento pubblico, e con quali effetti sul debito americano?

Se le tensioni dovessero estendersi, la risposta potrebbe arrivare da un’azione coordinata tra Federal Reserve e governo. La Fed potrebbe tornare ad acquistare obbligazioni societarie, questa volta quelle legate all’intelligenza artificiale, come fece nel 2020 quando, con il sostegno del Tesoro, comprò per la prima volta titoli di società private e fondi obbligazionari; il governo, dal canto suo, potrebbe fare da garante di ultima istanza entrando nel capitale delle società in difficoltà, come nel 2008 con le banche e, più di recente, con Intel.

Approfondimento a cura di Nicola Lampis e Davide Poma

Lugano, 22 novembre 2026

Subscribe to Brightside's newsletter

Stay informed with our latest insights on financial markets, wealth management and everything we find interesting.