Le Magnifiche 7 bruciano 2.300 miliardi a giugno, l’Ai sotto accusa
Articolo Precedente
Articolo Successivo
Redazione Economia
-
In un solo mese, i sette colossi tecnologici che dominano Wall Street hanno visto evaporare complessivamente circa 2.300 miliardi di dollari di capitalizzazione. Microsoft, Nvidia, Alphabet, Apple, Meta, Tesla e Amazon, le cosiddette "Magnifiche Sette", hanno interrotto la corsa che negli ultimi due anni aveva trascinato verso l'alto gli indici americani, cedendo il passo a un crescente scetticismo da parte degli investitori.
La ragione di questa improvvisa frenata risiede nelle colossali spese per l'intelligenza artificiale, che i mercati iniziano a considerare non più come un'opportunità, ma come un potenziale rischio, in attesa di vedere un ritorno concreto sugli investimenti effettuati.
Il conto salato degli investimenti sull’Ai
A pesare sul sentiment degli operatori è stato l’annuncio di piani di investimento senza precedenti destinati all'acquisto di semiconduttori e alla costruzione di nuovi data center, infrastrutture necessarie per alimentare i servizi di intelligenza artificiale. Una parte rilevante di questa spesa viene finanziata tramite nuovo debito, un dettaglio che ha aumentato la pressione sulle aziende affinché dimostrino rapidamente di saper trasformare questi capitali in utili e flussi di cassa crescenti.
A ciò si aggiungono i timori legati alla politica monetaria della Federal Reserve, che potrebbe mantenere i tassi d'interesse elevati più a lungo del previsto, rendendo più costoso il finanziamento degli investimenti e penalizzando i titoli con valutazioni particolarmente elevate.
Le trimestrali come banco di prova
Il vero momento della verità, per questi giganti della tecnologia, coinciderà con la pubblicazione dei conti del secondo trimestre. La stagione delle trimestrali, che prenderà il via nel mese di luglio, rappresenterà il primo banco di prova per verificare se la rivoluzione dell'intelligenza artificiale sia in grado di generare i profitti sperati. Come ha osservato l'analista di Wedbush Securities, Dan Ives, queste settimane saranno decisive per il settore tecnologico, definendo la prossima tornata di risultati come "la prova del nove" per l'AI.
Se la correzione ha colpito tutti e sette i colossi, Microsoft e Nvidia hanno registrato le perdite più pesanti, con cali rispettivamente del 20% e del 13% solo nel mese di giugno, mentre i ribassi di Apple e Amazon sono stati più contenuti, attestandosi intorno all'8%.
Il ruolo distortivo degli Hft e il peso degli Etf
In questo contesto di mercato, si inserisce il ruolo degli algoritmi ad alta frequenza, che tendono ad amplificare le oscillazioni dei prezzi. In situazioni di elevata volatilità, i robot trader, sfruttando la loro velocità, possono contribuire ad accelerare le discese agendo sui livelli di supporto tecnico e innescando le vendite automatiche di altri operatori. Una dinamica che, come dimostrato in passato, vede gli Hft giocare un ruolo da protagonisti, lubrificando il sistema ma anche accentuando i movimenti più violenti.
A ciò si aggiunge l'effetto degli ETF, che rappresentano un veicolo di investimento passivo ormai fondamentale. La forte concentrazione dei listini, con le Big Tech che pesano per circa un terzo dell'S&P 500, trasforma i deflussi da questi strumenti in un circolo vizioso: le vendite degli ETF costringono i gestori a disfarsi dei titoli sottostanti, alimentando ulteriormente il ribasso dei colossi tecnologici, indipendentemente dai loro fondamentali.
Domanda sbagliata, tecnologia giusta
Di fronte a questa turbolenza, emerge una riflessione più ampia sull'uso dell'intelligenza artificiale nella finanza. Mentre gli investitori retail chiedono sempre più spesso ai chatbot di suggerire loro quali azioni comprare, gli esperti mettono in guardia da questa pratica.
Secondo Enrico Malverti, fondatore e CEO di Ematrend, società fintech specializzata in modelli quantitativi, chiedere all'AI quali azioni acquistare è un errore di partenza, perché la vera forza della tecnologia non sta nel predire i movimenti a breve termine, ma nel processare enormi quantità di dati per identificare schemi complessi. Una visione che trova riscontro nelle strategie dei grandi gestori, che utilizzano l'AI per analizzare centinaia di variabili e costruire portafogli con un profilo di rischio definito, piuttosto che per seguire il "sentiment" del mercato.
