Paragrafo iniziale
La corsa tra Stati Uniti e Cina sull'intelligenza artificiale si è spostata dagli algoritmi alle infrastrutture: la nota di ricerca di Bernstein di marzo 2026 — riassunta da CNBC il 22 marzo 2026 — sostiene che il campo di battaglia decisivo sarà chi riuscirà a fornire la scala di alimentazione, raffreddamento e capacità produttiva necessaria a sostenere il calcolo AI di nuova generazione. Questa tesi riformula le priorità d'investimento, spostandole dai puri vincitori software verso hardware ad alta intensità di capitale: GPU e acceleratori, fornitura di energia e costruzione di datacenter. I segnali di mercato riflettono già questa riallocazione; l'ascesa di Nvidia a una capitalizzazione di mercato superiore a 1.000 miliardi di dollari nel 2023 (Bloomberg) ha dimostrato come un fornitore di chip possa ottenere multipli premium quando è percepito come il collo di bottiglia per il calcolo AI. Per gli investitori istituzionali questo genera una serie di trade-off settoriali e transfrontalieri — tra capacità di fabbricazione, sicurezza della catena di fornitura, rischio di policy sovrana e i limiti fisici delle reti elettriche.
Contesto
La nota di Bernstein di marzo 2026, come coperta da CNBC (22 marzo 2026), sottolinea che il problema della leadership nell'AI non è unicamente la superiorità algoritmica, ma la capacità di alimentare l'addestramento dei modelli su scala. Storicamente, la leadership nei cicli di calcolo ha favorito la geografia con maggiore intensità di capitale e mercati energetici liberalizzati; gli Stati Uniti ne hanno storicamente beneficiato negli anni 2010 e nei primi anni 2020. La Cina ha perseguito una strategia di recupero tramite spesa in conto capitale diretta dallo Stato e politiche per i semiconduttori domestici, aumentando la posta in gioco: i decisori a Pechino hanno previsto un significativo sviluppo nazionale nel settore dei semiconduttori dalla metà degli anni 2010, mentre Washington ha introdotto controlli alle esportazioni e sussidi volti a preservare un vantaggio nei nodi avanzati.
Lo spostamento è visibile nei flussi di capex. Hyperscaler e fornitori cloud hanno annunciato costruzioni ed espansioni da miliardi di dollari tra il 2024 e il 2026 per ospitare cluster AI, e le divulgazioni pubbliche di diversi grandi provider indicano impronte energetiche per singolo campus nell'ordine di 10–30 megawatt (MW) per deployment AI avanzati (documenti societari e divulgazioni ingegneristiche 2020–2025). Queste impronte si traducono direttamente in stress sulla rete e richiedono tempi lunghi per sottostazioni, aggiornamenti di trasmissione e architetture di raffreddamento on-site. Nei mercati dei capitali, questa complessità genera premi per il rischio differenti: i progetti richiedono coordinamento regolamentare, permessi di lunga durata e coordinazione con le utility — fattori che incidono sul costo del capitale e sui tempi per la realizzazione dei ricavi.
Il messaggio di Bernstein riformula i vincenti: non solo i progettisti di chip ma l'ecosistema di alimentazione, packaging e fornitura locale. L'implicazione è strutturale: anche se un paese raggiungesse la parità nello sviluppo dei modelli, un vincolo nella fornitura di energia o nel packaging avanzato limiterà la distribuzione effettiva. Questo vincolo è misurabile — i progetti senza accesso alla rete possono vedere tempi di attesa estesi di 18–36 mesi rispetto a siti greenfield con accordi pre-approvati con le utility — introducendo un rischio di programmazione tangibile per i roll-out di capacità di calcolo (studi di permitting del settore, 2021–2024).
Approfondimento dati
Tre ancore concrete modellano il quadro dei dati. Primo, CNBC ha pubblicato la copertura della tesi di Bernstein il 22 marzo 2026, portando il commento alla visione pubblica in un momento in cui sia i mercati sia i policy maker stanno rispondendo attivamente (CNBC, 22 marzo 2026). Secondo, il traguardo di capitalizzazione di Nvidia — il superamento di $1.000 miliardi nel 2023 — illustra il riconoscimento di mercato della scarsità hardware come driver di valore (Bloomberg, 2023). Terzo, le divulgazioni degli hyperscaler e la letteratura ingegneristica indicano che i cluster AI comunemente consumano decine di megawatt per deployment, ordine di grandezza superiore alla densità di potenza di un tipico rack in un datacenter aziendale; questo è un limite pratico che vincola la scala a meno che non sia mitigato da reti potenziate o generazione on-site (documenti pubblici e articoli tecnici, 2020–2025).
Un confronto chiarisce la magnitudine: un cluster AI da 20 MW operante ad alta utilizzazione può assorbire tanta potenza istantanea quanto circa 15.000 famiglie medie statunitensi. Su base annua, il capex cloud legato all'infrastruttura AI è cresciuto in modo significativo dal 2023 al 2025 nelle divulgazioni pubbliche dei principali provider — diverse società hanno dichiarato aumenti del capex infrastrutturale tra il 15% e il 40% su base annua in quel periodo mentre acceleravano i deployment AI (report aziendali, 2024–2025). Per contro, i ricavi incrementali derivanti dai workload AI sono monetizzati solo gradualmente attraverso contratti enterprise e software di produttività, creando il classico mismatch temporale tra intensità di capitale upfront e monetizzazione.
Le metriche della catena di fornitura contano. Il packaging avanzato e la capacità di wafer non possono essere scalati da un giorno all'altro: aggiungere una linea di packaging avanzato o una nuova fonderia richiede tempi misurati in trimestri o anni e investimento di miliardi di dollari. Questa dinamica favorisce gli incumbent e i paesi in grado di sostenere politiche industriali a lungo orizzonte, ma crea anche opportunità di arbitraggio dove frizioni regolamentari o controlli alle esportazioni spostano in modo sostanziale le fonti e i rapporti con i clienti.
Implicazioni per i settori
I titoli dei semiconduttori resteranno centrali, ma i vincitori probabilmente saranno diversificati tra fornitori hardware e operatori infrastrutturali adiacenti. I fornitori di GPU e acceleratori catturano valore attraverso il design e gli stack software; le fonderie e il packaging avanzato catturano valore tramite la capacità produttiva scarsa; le utility e i fornitori di stoccaggio energetico catturano valore grazie alla capacità di trasformare i vincoli di rete in capacità vendibile. Per esempio, gli investitori dovrebbero essere consapevoli che mentre una fonderia o un impianto di packaging può assicurarsi ricavi stabili e contrattualmente garantiti, gli aggiornamenti delle utility e i processi di permitting sono irregolari e esposti alla politica locale e ai tempi delle revisioni ambientali.
La biforcazione geopolitica non è binaria ma stratificata. Negli Stati Uniti, i programmi di sussidi — come il CHIPS Act approvato nel 2022 — mirano a rafforzare la produzione nazionale e sono stati ampliati in modo sostanziale nelle successive leggi di stanziamento; queste mosse di policy riducono un asse di rischio per i fornitori con base negli USA. Le allocazioni di capitale guidate dallo stato in Cina, al contrario,
