Il mercato è sottovalutato? Il "punto di svolta del modello" spinge l’ascesa degli agenti AI, sbloccando rapidamente scenari applicativi aziendali

L'ondata di AI sta attraversando un punto di svolta cruciale: le rapide evoluzioni delle capacità dei modelli stanno accelerando la transizione dei progetti pilota aziendali dello scorso anno verso fasi di implementazione produttiva, mentre il mercato continua a sottovalutare sistematicamente la profondità e la velocità di questo cambiamento.

Secondo il portale hard AI, il team dell’analista Heath Terry di Citibank ha dichiarato nell’ultimo report che le applicazioni aziendali sono passate dalla fase pilota dello scorso anno a una piena implementazione produttiva, con una velocità di miglioramento delle capacità dei modelli senza precedenti, rendendo la curva della domanda dell’intero settore in rapida ascesa.

Citi ha rivisto al rialzo la previsione dei ricavi totali dell’industria AI dal 2026 al 2030, passando da 2,8 trilioni di dollari a 3,3 trilioni di dollari, mentre la previsione di spesa in conto capitale nello stesso periodo è stata aumentata da 8,0 trilioni a 8,9 trilioni di dollari. Secondo loro: il mercato continua a focalizzarsi sui rischi legati alla complessità della costruzione dei data center, alle pressioni sui finanziamenti e all'intensificarsi della concorrenza, mentre trascura gli alti rendimenti che questi investimenti stanno generando e un ciclo di produttività guidato dalle imprese che sta prendendo forma.

Per il settore del software, questo è un momento più cruciale di quanto la maggior parte delle persone realizzi. Con la rapida crescita dei ricavi delle aziende AI-native, i tradizionali fornitori di software stanno vedendo i propri vantaggi su costi di conversione elevati, forte potere di pricing e alte barriere all'ingresso ridefiniti dalla tecnologia AI. Questa rivalutazione è già visibile nelle quotazioni in borsa – nell’ultimo anno le valutazioni delle azioni software si sono chiaramente dissociate dai titoli legati all’infrastruttura AI – tuttavia Citi ritiene che le previsioni di consenso sui profitti siano ancora lontane dal riflettere lo shock finale.

Per quanto riguarda il layer infrastrutturale, in particolare memoria, storage, CPU e comparto energetico, Citi lo individua attualmente come il segmento con il miglior rapporto rischio/rendimento. Il temporaneo arretramento delle performance dei grandi cloud provider è invece visto come una finestra di opportunità.

Le capacità dei modelli stanno migliorando con una pendenza più ripida

GPT-5.4, Gemini 3.1 Pro, Claude Sonnet 4.6: tre modelli principali sono stati rilasciati nell’arco di meno di tre settimane, con incrementi di performance molto superiori rispetto a qualsiasi ciclo precedente. Secondo lo score ARC-AGI-2, Gemini 3.1 Pro ha visto un miglioramento di ben 1,5 volte rispetto alla versione precedente di tre mesi fa; GPT-5.3-Codex rappresenta il primo modello OpenAI ad aver collaborato alla generazione del proprio codice – una pietra miliare impossibile da ignorare.

Va sottolineato inoltre che, mentre migliorano le capacità dei modelli, cresce anche il pricing dei token. I modelli di inferenza utilizzano tecniche come Mixture of Experts (MoE) e Reinforcement Learning from Verifiable Rewards (RLVR), che portano a un maggior consumo di token per ogni risposta. Sebbene Gemini 3.1 Pro mantenga lo stesso prezzo della generazione precedente, il punteggio di intelligenza è già raddoppiato.

Secondo Citi, la combinazione di questi due trend suggerisce uno spazio strutturale per un aumento dei ricavi unitari per i fornitori di servizi AI. L’incremento delle capacità sta già influenzando le decisioni aziendali concrete. Nell’ultimo annuncio di licenziamenti di Block, il fattore AI è stato esplicitamente menzionato: questo è un segnale precoce della diffusione della tecnologia dal livello di sviluppo a quello operativo.

La transizione delle aziende dal pilota alla produzione è più rapida del previsto

I system integrator sono l’elemento chiave di questa accelerazione. Le principali società di consulenza stanno contemporaneamente trasformando le proprie operazioni interne e aiutando le imprese tradizionali a implementare rapidamente le soluzioni offerte da realtà come Anthropic e OpenAI, fungendo da “capillari” nella diffusione dell’AI. Da indagini sul campo condotte da Citi con CIO, CTO e system integrator emerge che il driver principale dell’accelerazione aziendale è la pressione competitiva – nessuno vuole restare indietro rispetto ai concorrenti.

I numeri lo confermano: nel quarto trimestre del 2025, gli ordini arretrati combinati di AWS, GCP, Azure e CoreWeave cresceranno del 100%, mentre le entrate nello stesso periodo saliranno del 30% e la spesa in conto capitale del 70%.

Riguardo le preoccupazioni esterne circa la qualità degli ordini arretrati (elevata concentrazione di clientela proveniente da laboratori AI), le indagini Citi concludono che la crescita è ormai ampiamente diffusa anche tra le aziende tradizionali. Persino il fornitore di data center DLR ha dichiarato apertamente che il rilascio di Claude Opus 4.6 ha stimolato una nuova domanda di locazione – una catena di trasmissione impensabile appena un anno fa.

Il mercato continua a sottovalutare sistematicamente l’ammontare della spesa in conto capitale

Per il 2024 e 2025, le stime di consenso sugli investimenti in conto capitale dei grandi fornitori cloud risultano ampiamente sottostimate. Citi prevede che tale situazione continuerà nei prossimi cinque anni.

Nel 2026, la spesa in conto capitale delle grandi cloud company sarà circa il 70% più alta rispetto al 2025. Citi ha rivisto al rialzo la previsione di capex cumulato per Amazon (AWS), Google, Meta, Microsoft (Azure) e Oracle per il 2026 a 678 miliardi di dollari; la spesa globale legata all’AI (includendo cloud privati, nuovi fornitori di cloud, e investimenti sovereign in AI) dovrebbe arrivare a 770 miliardi di dollari, raggiungendo circa 2,9 trilioni entro il 2030, pari a un CAGR del 47,5%.

A spingere in alto i costi non sono solo i prezzi dei dispositivi – l’aumento dei prezzi di memoria e storage è un fattore importante – ma anche la capitalizzazione dei costi energetici. I grandi fornitori cloud stanno convertendo sempre più la produzione autonoma di energia da spesa operativa a spesa in conto capitale, dovendo costruire infrastrutture di autoproduzione elettrica per i propri progetti. L’impegno non vincolante “Build Your Own Power Plant” (BYOPP) sottoscritto congiuntamente da Google, Microsoft, Meta, Oracle, xAI, OpenAI e Amazon riflette direttamente questo mutamento strutturale. Per questo Citi ha alzato di circa il 30% l’assunzione di capex per ogni GW di data center per il 2026-2027 – la stima empirica precedente di circa 50 miliardi di dollari/GW rischia di essere troppo bassa.

“Nessuno sta usando vibe coding per fare SAP” – con questa frase Citi ammette che esistono limiti alla diffusione della tecnologia: i guadagni di produttività nello sviluppo del codice non possono essere automaticamente estesi a tutta l’azienda. Ma questo non nega un principio più ampio: l’AI sta rimpiazzando, con una tecnologia a costo marginale zero, quegli strumenti i cui costi crescono linearmente con l’uso – una ricostruzione radicale del modello di business e non una semplice iterazione funzionale.

Per le software house tradizionali, la pressione arriva da due fronti: da un lato i competitor AI-native (inclusi molti nuovi entrant supportati da fondi VC) che continuano ad erodere quote di mercato; dall’altro la riduzione delle postazioni (seats) e la pressione sui prezzi, con l’AI che permette a meno persone di fare di più.

Citi ritiene che i pilastri a supporto dei multipli di valutazione del software – alti costi di conversione, forte pricing power e alte barriere protettive – siano in fase di rivalutazione, ma le previsioni di profitto di consenso non tengono ancora pienamente conto dell’impatto finale. Dalle quotazioni, il mercato sta già esprimendo una valutazione, ma il processo non è ancora concluso.

Inoltre, su tutta la stack tecnologica AI, Citi individua il migliore rapporto rischio/rendimento nei cosiddetti colli di bottiglia del layer infrastrutturale: memoria e storage, interconnessione ottica e reti, oltre agli impianti di energia. I grandi fornitori cloud, in affanno nelle performance più recenti, sono considerati una opportunità da non trascurare.