Giuseppe Tocchetti propone una nuova analisi del rapporto tra investimenti nell’intelligenza artificiale, risultati economici e sostenibilità energetica. Testi originali trasmessi il 29 ottobre 2026 in italiano e in inglese: due versioni linguistiche riunite in un’unica uscita per evitare doppioni.
L’IA corre più veloce dei profitti? Il nodo nascosto tra investimenti, energia e sostenibilità
Giuseppe Tocchetti — testo italiano
L’articolo «Alphabet delude» del quotidiano Il Giornale del 29 ottobre 2026 evidenzia un contrasto che negli ultimi anni è diventato centrale nella corsa all’Intelligenza Artificiale: gli enormi investimenti richiesti dall’IA contro i risultati economici effettivamente prodotti nel breve periodo.
L’euforia dell’intelligenza artificiale incontra la realtà dei bilanci
L’intelligenza artificiale è diventata il principale motore degli investimenti tecnologici globali. Le grandi piattaforme statunitensi stanno impegnando somme che fino a pochi anni fa sarebbero sembrate impensabili, convinte che l’IA rappresenti la prossima grande infrastruttura dell’economia mondiale.
Ma mentre gli annunci si susseguono e le valutazioni di mercato raggiungono livelli record, emerge una domanda sempre più difficile da ignorare:
i profitti stanno crescendo abbastanza rapidamente da giustificare gli investimenti?
Anthropic è uno degli esempi più evidenti della nuova scala economica dell’IA.
Nel novembre 2024 Amazon ha portato il proprio investimento complessivo in Anthropic a 8 miliardi di dollari e ha nominato AWS partner principale per l’addestramento dei modelli Claude.
Nel 2026 la collaborazione si è ulteriormente ampliata: Anthropic ha annunciato l’impegno a spendere oltre 100 miliardi di dollari in dieci anni in infrastrutture AWS
e a garantirsi fino a 5 gigawatt di capacità computazionale, una potenza paragonabile a quella di diversi grandi impianti elettrici.
Questi numeri mostrano come il settore dell’IA stia assumendo caratteristiche sempre più simili a quelle dell’industria energetica e delle telecomunicazioni: non bastano algoritmi migliori, servono enormi infrastrutture fisiche.
In questo contesto assume particolare rilevanza la reazione degli investitori ai risultati di Alphabet.
Il mercato sembra aver iniziato a distinguere tra aziende che investono nell’IA e aziende che riescono già a monetizzarla.
Il messaggio implicito è semplice:
la promessa tecnologica non basta più. Gli investitori vogliono vedere rendimenti economici misurabili.
Si tratta di un possibile cambio di paradigma. Dopo anni dominati dalle aspettative, la valutazione delle società IA potrebbe iniziare a basarsi sempre di più sulla capacità effettiva di trasformare la spesa in utili.
Microsoft rappresenta oggi il caso più osservato dagli investitori.
Nel bilancio fiscale 2025 la società ha registrato 281,7 miliardi di dollari di fatturato, in crescita del 15%, mentre Azure ha superato per la prima volta i 75 miliardi di dollari di ricavi annuali, crescendo del 34%.
Nell’ultimo trimestre disponibile, Azure ha inoltre registrato una crescita del 39% anno su anno.
Il motivo per cui il mercato continua a premiare Microsoft è che riesce a mostrare una relazione relativamente chiara tra investimenti in IA e crescita dei ricavi.
In altre parole, gli investitori sono più disposti ad accettare spese gigantesche quando vedono arrivare anche i risultati.
Tuttavia esiste un problema che potrebbe rendere ancora più complessa l’equazione.
Nel 1865 l’economista britannico William Stanley Jevons osservò che le macchine a vapore più efficienti non avevano ridotto il consumo di carbone in Inghilterra. Lo avevano fatto aumentare.
Questo fenomeno, passato alla storia come paradosso di Jevons, si verifica quando un miglioramento dell’efficienza riduce i costi e stimola una domanda ancora maggiore della risorsa utilizzata.
Applicato all’intelligenza artificiale il concetto assume una forza straordinaria.
Modelli più efficienti e hardware più potente dovrebbero ridurre il consumo energetico per singola operazione.
Ma se il costo dell’IA diminuisce, l’IA verrà utilizzata molto più spesso.
Più ricerca.
Più automazione.
Più agenti software.
Più contenuti generati.
Più capacità di calcolo richiesta.
Uno studio recente dedicato proprio all’IA evidenzia come gli effetti rebound e il paradosso di Jevons possano diventare uno dei principali fattori ambientali ed economici della rivoluzione digitale.
È qui che la questione tecnologica si trasforma in una questione energetica.
Secondo l’International Energy Agency (IEA), i data center hanno consumato circa 415 terawattora di elettricità nel 2024, pari a circa l’1,5% del consumo elettrico mondiale.
L’IEA prevede che tale domanda possa salire fino a circa 945 TWh entro il 2030, più del doppio degli attuali livelli, con l’intelligenza artificiale indicata come principale motore della crescita.
In altre parole, l’umanità potrebbe presto dedicare ai data center una quantità di elettricità paragonabile all’intero consumo di un grande Paese industrializzato.
Ed è qui che la fusione nucleare smette di apparire come un tema da laboratorio e diventa una questione economica.
Se nei prossimi decenni fosse possibile produrre energia abbondante, continua e a basso costo, l’intera equazione dell’IA cambierebbe.
Molti investimenti oggi giudicati eccessivi potrebbero apparire improvvisamente sostenibili.
Il costo del calcolo diminuirebbe.
L’espansione dei data center accelererebbe.
Le limitazioni energetiche che oggi preoccupano investitori e governi verrebbero ridimensionate.
In questo scenario, la fusione nucleare potrebbe fare per l’intelligenza artificiale ciò che il petrolio fece per l’industrializzazione del Novecento: fornire la base energetica necessaria a una nuova fase di crescita.
Conclusione
L’intelligenza artificiale ha già dimostrato di essere una rivoluzione tecnologica.
Resta da capire se sarà anche una rivoluzione economica sostenibile.
Anthropic, OpenAI, Google, Microsoft e gli altri protagonisti della corsa all’IA stanno costruendo una gigantesca infrastruttura computazionale finanziata da investimenti senza precedenti.
Ma il paradosso di Jevons suggerisce che ogni progresso nell’efficienza potrebbe generare una domanda ancora maggiore di energia e capitale.
Per questo la domanda decisiva non è soltanto quanto diventeranno intelligenti le macchine.
La vera domanda è se il sistema energetico mondiale sarà in grado di sostenere il loro sviluppo e se i profitti futuri saranno sufficienti a giustificare gli investimenti colossali che oggi vengono richiesti.
Giuseppe Tocchetti
Is AI Outrunning Its Profits? The Hidden Link Between Investment, Energy, and Sustainability
Full original English version supplied by the same author on 29 October 2026; published together with the Italian text.
Artificial intelligence has become the driving force behind global technology investment. America’s largest tech companies are committing sums of money that would have seemed unimaginable only a few years ago, convinced that AI will become the foundational infrastructure of the next economic era.
Yet beneath the excitement, soaring valuations, and relentless headlines lies a question investors can no longer afford to ignore:
Are profits growing fast enough to justify these extraordinary investments?
Anthropic provides one of the clearest examples of AI’s new economic scale. In 2024, Amazon increased its total investment in the company to $8 billion. Two years later, Anthropic announced plans to spend more than $100 billion on AWS infrastructure over the next decade while securing access to up to five gigawatts of computing power, an amount comparable to the output of several large power plants.
These figures reveal an important shift. AI is beginning to resemble industries such as energy and telecommunications, where success depends not only on innovation but also on massive physical infrastructure.
This reality has become increasingly visible in investors’ reactions to earnings reports. Markets appear to be drawing a distinction between companies that are investing in AI and companies that are already generating meaningful returns from those investments.
The message is straightforward:
Technological promise alone is no longer enough. Investors want measurable returns.
Microsoft remains one of the strongest examples of this principle. The company has been able to demonstrate a relatively clear connection between AI-related spending and revenue growth, helping reassure investors that massive capital expenditures can eventually translate into financial performance.
But there is another challenge, one that could make the economics of AI far more complicated than many currently assume.
The Return of Jevons’ Paradox
In 1865, British economist William Stanley Jevons observed a surprising phenomenon: improved efficiency in steam engines did not reduce Britain’s coal consumption. Instead, it increased it.
This idea, now known as Jevons’ Paradox, suggests that when efficiency lowers costs, demand often rises enough to increase total consumption rather than reduce it.
Applied to artificial intelligence, the implications are profound.
More efficient AI models and more powerful hardware should reduce the energy required for individual tasks. Yet as AI becomes cheaper to use, adoption is likely to accelerate dramatically. More research. More automation. More software agents. More AI-generated content. More computing demand.
What appears to be an efficiency breakthrough may ultimately drive even greater energy consumption.
This is where the AI conversation becomes an energy conversation.
According to the International Energy Agency, data centers consumed roughly 415 terawatt-hours of electricity in 2024, representing about 1.5 percent of global electricity demand. That figure could rise to approximately 945 terawatt-hours by 2030, with AI serving as a primary driver of growth.
In practical terms, humanity may soon devote to data centers an amount of electricity comparable to the consumption of a major industrialized nation.
Why Fusion May Matter More Than Many Investors Realize
At that point, nuclear fusion stops looking like a distant scientific ambition and becomes an economic consideration.
If future breakthroughs provide abundant, reliable, and inexpensive energy, the economics of AI could change dramatically. Investments that seem excessive today might suddenly appear rational. The cost of computation would decline. Data-center expansion could accelerate. Energy constraints that currently concern governments and investors alike would become less significant.
In that scenario, fusion energy could play a role for artificial intelligence similar to the role oil played in twentieth-century industrialization: providing the energy foundation necessary for a new phase of economic growth.
Conclusion
Artificial intelligence has already proven itself to be a technological revolution. The unanswered question is whether it will also become a sustainable economic revolution.
Companies such as Anthropic, OpenAI, Google, and Microsoft are building an unprecedented computational infrastructure financed by historic levels of investment.
Yet Jevons’ Paradox suggests that every efficiency gain could generate even greater demand for energy, computing power, and capital.
Ultimately, the defining question may not be how intelligent machines become.
The real question is whether the world’s energy system can support their growth, and whether future profits will be sufficient to justify the extraordinary investments being made today.
Giuseppe Tocchetti
Fonti e note sui numeri
L’autore prende spunto dall’articolo del Giornale del 29 ottobre sulle reazioni ai risultati di Alphabet e Microsoft. Le valutazioni, l’interpretazione del paradosso di Jevons e gli scenari sulla fusione sono suoi commenti e ipotesi, non fatti accertati.
- IEA, Energy and AI (2025): ~415 TWh consumi data center 2024 e ~945 TWh previsti nel 2030 in tale edizione; aggiornamento successivo dell’IEA con valori rivisti.
- Microsoft Annual Report FY2025, dati economici e risultati Azure.
- Anthropic, accordo infrastrutturale con AWS, dichiarazioni aziendali sulla capacità e sugli impegni di investimento.
- W.S. Jevons, The Coal Question (1865): origine del dibattito sul possibile aumento dei consumi dopo miglioramenti nell’efficienza.
Tabella illustrativa nel testo italiano originale: valori 2024 e 2030 attribuiti al rapporto IEA 2025; le cifre annuali intermedie sono una ricostruzione aritmetica di Giuseppe Tocchetti, NON dati e previsioni ufficiali IEA.
| Anno | Consumo data center (TWh) | Natura della cifra |
|---|---|---|
| 2024 | 415 | Stima IEA 2025 |
| 2025 | 487 | Ricostruzione ipotetica dell’autore |
| 2026 | 566 | Ricostruzione ipotetica dell’autore |
| 2027 | 643 | Ricostruzione ipotetica dell’autore |
| 2028 | 731 | Ricostruzione ipotetica dell’autore |
| 2029 | 831 | Ricostruzione ipotetica dell’autore |
| 2030 | 945 | Proiezione IEA pubblicata nel 2025 |
Immagine featured: fotografia illustrativa di server, imgix / Unsplash, non immagine documentale delle aziende nominate.
Trasparenza: analisi dell’autore pubblicata dalla Redazione SoleLuna ITALIA News, Orizzonte Comune, con elaborazione digitale redazionale e controllo di alcune fonti ufficiali. Le opinioni e le analogie non sono un consiglio finanziario né una previsione energetica.
Approfondimento precedente di Giuseppe Tocchetti: Intelligenza artificiale, energia e sostenibilità: una sfida aperta (28 ottobre 2026).