Un debito che non compare nei bilanci, ma che ne ha la sostanza economica. Il Financial Times, in un’analisi pubblicata lo scorso 26 agosto, ha riannodato questo filo: il boom dei data center per l’intelligenza artificiale è prima di tutto una scommessa finanziaria, un capitale che contabilmente quasi non si vede. E il dettaglio tecnico che lo spiega sta proprio nel modo in cui quelle infrastrutture vengono finanziate.
Il debito ombra dei data center
La BIS Quarterly Review definisce queste strutture «shadow borrowing»: obblighi economicamente simili al debito, ma in gran parte fuori dai bilanci societari. Dietro le operazioni entrano in gioco joint venture e società veicolo (SPV), strumenti che isolano l’asset — il data center, la capacità di calcolo per l’addestramento e l’inferenza, le GPU — dal perimetro contabile del promotore. Il paradosso sta qui: l’infrastruttura fisica cresce a ritmo serrato, mentre i bilanci delle grandi aziende tecnologiche non mostrano un indebitamento equivalente. Se questo capitale dovesse comparire come debito tradizionale, il quadro finanziario delle big tech racconterebbe una storia molto diversa. Che cosa giustifica allora una montagna di capitale invisibile? In teoria, la risposta andrebbe cercata nei numeri della domanda attesa.
La forbice tra ricavi e investimenti
I numeri, però, raccontano un’altra storia. La Bank of England stima che l’infrastruttura fisica necessaria per l’addestramento e l’inferenza dei modelli di IA richiederà trilioni di dollari di investimenti in un arco di cinque anni, con una quota significativa finanziata a debito. Un’analisi legale di Quinn Emanuel mette una cifra più secca sul buildout: 5,2 trilioni di dollari di investimenti in infrastrutture entro la fine del decennio.
A fronte di questa scala, i ricavi restano una frazione. Nel 2025 i ricavi dell’IA sono stati di circa 60 miliardi di dollari, contro spese in conto capitale di circa 400 miliardi. Il calcolo è impietoso: per ogni dollaro investito ne è tornato meno di un sesto come ricavo.
La forbice ha una spiegazione di fase: i data center vanno costruiti prima che la domanda si materializzi, e i modelli vanno addestrati prima di generare fatturato. Ma uno scarto di quasi sette a uno tra spese in conto capitale e ricavi è un azzardo di esecuzione. Se la domanda di inferenza cresce più lentamente del previsto, il valore degli asset finanziati a debito diventa l’anello debole. È a quel punto che il problema da industriale diventa un problema da banchiere centrale.
Stabilità finanziaria e la corsa del private credit
La Bank of England, nello stesso contributo, espone le possibili conseguenze per la stabilità finanziaria di una discesa dei prezzi degli asset legati all’IA e spiega come quelle conseguenze siano destinate a crescere in futuro. Non serve che un data center smetta di funzionare: se il suo valore di mercato scende, il castello di debito che lo sostiene trasmette tensione ai bilanci di chi ha prestato denaro.
Ed è qui che si inserisce il private credit. Morgan Stanley proietta un’opportunità di crescita superiore a 800 miliardi di dollari intorno agli investimenti nei data center tramite canali di credito privato, guidata dall’asset-based finance: finanziamenti che hanno come garanzia gli asset stessi. La corsa dei capitali privati va letta in controluce rispetto al debito ombra: chi guadagna se i prezzi tengono, e chi assorbe le perdite se non tengono. La questione, per ora, resta aperta.
Per chi installa e gestisce data center, il rischio non sta soltanto nei chip. Sta nell’architettura finanziaria che li sostiene: un debito che non si vede, finché non scendono i prezzi degli asset legati all’IA.
