Un paper della BIS dice che l'AI può fermarsi sulla domanda

Il boom degli investimenti nell'intelligenza artificiale trova il suo limite nella domanda delle famiglie. I chip e l'energia vengono dopo.

Lo scrive Phurichai Rungcharoenkitkul nel BIS Working Paper 1381^[1], pubblicato dalla Banca dei regolamenti internazionali il 12 ottobre 2026. Nello scenario che il suo modello giudica molto plausibile, la crescita accelera per poco e poi scende sotto il 2% dell'era pre-AI.

Il settore guarda altrove. CoreWeave vende potenza di calcolo per l'AI e sul suo blog dedica un post a come superare i colli di bottiglia che frenano la crescita dell'AI^[2]. Il mercato conta i megawatt e le GPU disponibili.

Il paper conta il carrello della spesa.

1820, l'anno in cui Malthus chiese chi avrebbe comprato

Nel 1820 Thomas Malthus pubblicò i suoi Principles of Political Economy. La sua domanda a David Ricardo era semplice. Chi compra la merce prodotta da un capitale che cresce più dei consumi?

Ricardo rispondeva che ogni offerta crea la propria domanda, come voleva Jean-Baptiste Say.

Nel 1902 John Hobson riprese la tesi in Imperialism. Per lui il capitale in eccesso cercava rendimenti all'estero perché i salari interni compravano troppo poco.

Il meccanismo è lo stesso nei due casi. L'investimento corre, il consumo resta indietro, il rendimento del capitale cala.

Il 2026 aggiunge un attore nuovo. È la macchina che fa il lavoro e anche la ricerca.

Dove il modello colloca il ciclo di oggi

Il paper usa un modello di crescita endogena basato sui compiti. L'innovazione è pagata dalle rendite sui prodotti di consumo.

Gli scenari cambiano in base a due leve principali:

• Velocità: quanto in fretta arrivano le tecnologie AI.
• Durata: quanto a lungo restano le rendite di chi innova.

Con l'AI trasformativa la crescita decolla, tocca il 5,5% dopo due decenni e poi sale ancora. Con il collo di bottiglia della domanda accelera per breve tempo e poi scende sotto il 2% pre-AI, perché l'innovazione rallenta per sempre. Gli scenari intermedi danno al massimo guadagni moderati, secondo il Working Paper 1381^[3].

Il confronto con la letteratura è esplicito. Alcune stime recenti citate dal paper vedono la crescita oltre il 10% in pochi anni. Il modello calibrato proietta una crescita più moderata anche rispetto a Korinek et al. (2026).

Questo pattern è strutturale. Il paper misura gli esiti su un arco di due decenni.

Perché la spesa in macchine toglie ossigeno alla ricerca

Il meccanismo è causale e procede in tre passi.

1. L'automazione su larga scala assorbe risorse e sposta una quota crescente del prodotto verso l'investimento.
2. Le famiglie comprano così una quota minore del prodotto totale e le rendite sui beni di consumo si assottigliano.
3. Ricerca e ingresso di nuove imprese hanno un costo che paga la domanda dei consumatori. Con meno rendite cala la spinta a innovare ancora con l'AI.

Il paper pone la domanda in modo diretto. L'AI può tenere alta la crescita mentre le famiglie comprano una fetta più piccola del prodotto?

Ancorato ai dati, il modello sceglie lo scenario della domanda. Lo definisce empiricamente molto plausibile.

Da anni sostengo che il capex AI sia un anello di debito con il rischio sistemico in mano a chi presta ai data center. Il paper dà a questa tesi una base nuova. Il debito dei data center si ripaga con ricavi che nascono dal consumo.

L'automazione comprime proprio quella variabile.

Dove spostare il capitale e quando

1. Family office e fondi sovrani, 36 mesi. Il rendimento dei data center dipende dalla domanda finale delle famiglie. Conviene pesare il credito alle infrastrutture AI sulla qualità dei ricavi a valle, prima che sul ritmo dei cantieri.
2. Chief Risk Officer, 24 mesi. Il paper sottolinea l'alta incertezza sul tasso naturale d'interesse. Uno scenario con investimento alto e crescita sotto il 2% va messo negli stress test accanto a quello del decollo.
3. CFO e board, 18 mesi. Una storia per gli investitori fondata sulla crescita a due cifre poggia su uno scenario diverso da quello che il modello calibrato giudica plausibile. Conviene costruire la guidance anche sul ramo moderato.

La mia tesi e i fatti che la rovescerebbero

La mia posizione è netta. Il ciclo di investimenti nell'AI troverà il suo tetto nella domanda delle famiglie, prima che nei chip o nell'energia.

Il modello è uno e un working paper riflette le idee del suo autore. Gli esiti dipendono da parametri come la durata delle rendite, che i dati misurano con fatica.

Cambierei idea davanti a tre fatti:

• Nuovi prodotti di consumo nati dall'AI che allargano la spesa delle famiglie invece di sostituirla.
• Rendite degli innovatori che durano più a lungo di quanto il modello calibrato prevede.
• Un nuovo lavoro della BIS o di altri autori che sposta la plausibilità verso lo scenario trasformativo con dati più recenti.

Gli indicatori che decidono la partita

• La quota dei consumi delle famiglie sul PIL nelle economie che investono di più in AI.
• Le stime del tasso naturale di Fed, BCE e BIS con l'ampiezza delle loro bande d'incertezza.
• Gli spread sul credito privato legato ai data center, letti accanto ai ricavi dei clienti finali.

Malthus perse il dibattito del 1820. La sua domanda torna oggi in un modello della banca delle banche centrali, e tocca a chi presta ai data center rispondere.