Com’è ormai noto, le big tech e i colossi dell’intelligenza artificiale, a partire da OpenAI, stanno correndo a costruire data center, annunciando piani da centinaia di miliardi di dollari. Ma dietro queste cifre astronomiche si nasconde una domanda fondamentale: come faranno queste imprese a generare i ricavi necessari per sostenere simili investimenti?
Negli ultimi due anni, l’AI generativa ha monopolizzato l’attenzione, promettendo di rivoluzionare la produttività. Eppure, nonostante l’entusiasmo, la maggior parte delle aziende non ha ancora ottenuto benefici su larga scala, né registrato aumenti significativi di efficienza o di ricavi.
Secondo l’ultimo Global Technology Report (GTR) di Bain & Co., il divario tra promesse e realtà è ben più ampio di quanto si pensasse.
Per alimentare la potenza di calcolo necessaria a soddisfare la domanda globale entro il 2030, le aziende di AI dovranno raggiungere almeno 2.000 miliardi di dollari di ricavi annuali. Ma le entrate previste rischiano di fermarsi a 800 miliardi di dollari in meno, anche perché servizi come ChatGPT non riescono ancora a generare flussi di cassa proporzionati alle spese colossali per infrastrutture e data center.
L’IA trasforma la produttività, ma non le vendite
Il report apre quindi interrogativi cruciali sul modello di business dell’industria AI. La crescente popolarità di ChatGPT, Gemini di Google e delle iniziative globali nel settore sta accelerando la domanda di calcolo ed energia, ma i benefici economici e la capacità di monetizzare non tengono il passo.
“Se le attuali leggi di scalabilità rimangono valide, l’IA metterà sempre più sotto pressione le catene di approvvigionamento globali“, ha dichiarato David Crawford, presidente della divisione tecnologia globale di Bain.
Questo perché, sottolinea il Report, non si è ancora trovata la formula giusta per implementare l’IA su larga scala, e le vendite rappresentano una sfida più complessa rispetto ad altre attività, per diversi motivi:
- Un singolo caso d’uso raramente fa la differenza, perché la giornata di un venditore è frammentata in decine di compiti. Molte aziende non hanno ancora mappato l’intero percorso di vendita, per cui gli sforzi rimangono frammentari.
- La sperimentazione dal basso verso l’alto non funziona, perché gli obiettivi sono intrinsecamente poco chiari.
- Applicare l’IA ai processi esistenti spesso genera solo piccoli miglioramenti di produttività (“microproduttività”), poiché emergono nuovi colli di bottiglia. Senza una riprogettazione dei processi, si finisce per automatizzare inefficienze invece che eliminarle.
- L’IA richiede grandi quantità di dati accurati e puliti, ma i dati di vendita e go-to-market sono distribuiti tra diversi sistemi, con scarso controllo di qualità e governance limitata.
- I team di vendita sono già sotto pressione e distratti, e l’IA rischia di sembrare soltanto l’ennesima promessa tecnologica. A differenza dell’ingegneria, dove i flussi di lavoro sono più standardizzati, i processi di vendita variano enormemente da team a team, da regione a regione e da individuo a individuo.
- I team sul campo sono spesso riluttanti a cambiare abitudini. Raggiungere la quota di vendita viene considerato “sufficiente” e la formazione sull’IA è generalmente statica.
Detto questo, i potenziali vantaggi sono troppo importanti per essere ignorati.
Nuove frontiere: agenti, quantum e robotica
Il GTR 2025 stima che la domanda globale di potenza di calcolo per l’AI potrebbe raggiungere 200 gigawatt entro il 2030, con gli Stati Uniti responsabili della metà del fabbisogno. Anche se i progressi tecnologici potrebbero alleggerire il carico, limiti nella supply chain o nella disponibilità energetica rischiano di frenare lo sviluppo. Oltre ai data center, però, i grandi player dell’AI stanno spingendo sullo sviluppo di prodotti.
In particolare, sono diventati un’area strategica gli agenti autonomi, capaci di portare a termine compiti complessi con minima supervisione. Nei prossimi 3-5 anni, fino al 10% della spesa tecnologica globale sarà destinata a piattaforme di questo tipo, prevede il Report.
Secondo lo studio, Microsoft, Amazon e Meta guideranno la corsa, portando la spesa annua combinata per l’AI oltre i 500 miliardi di dollari entro l’inizio del prossimo decennio. Intanto, i nuovi modelli lanciati da OpenAI e dalla cinese DeepSeek alimentano la domanda e spingono l’intero settore a moltiplicare gli investimenti.
Quantum computing e robotica
Ma i risultati concreti restano disomogenei. Nonostante le potenzialità dell’IA agentica, la maggior parte delle aziende registra progressi solo marginali, con pochi casi in grado di mostrare miglioramenti a doppia cifra.
La Bain guarda anche oltre, al quantum computing, che entro dieci anni potrebbe sprigionare fino a 250 miliardi di dollari di valore in settori come finanza, farmaceutica, logistica e scienze dei materiali. L’adozione sarà graduale: prime applicazioni in ambiti ristretti, seguite da una diffusione più ampia.
Infine, anche i robot umanoidi stanno attirando capitali e interesse. Sebbene le implementazioni siano ancora agli inizi e richiedano molta supervisione, chi saprà sperimentare per primo avrà la possibilità di guidare il mercato, a patto che l’ecosistema sia pronto.