Morgan Stanley ritiene che il mercato dell’AI stia raggiungendo un punto di svolta: dalla costruzione della capacità di calcolo alla diffusione industriale, la strategia del bilanciere diventa il filo conduttore per l’allocazione

Secondo quanto riportato da APP di Finanza Intelligente (智通财经APP) in italiano, Morgan Stanley ha pubblicato un report tematico intitolato "Decodificare il ritmo della rivoluzione AI: dalla costruzione della potenza di calcolo alla diffusione industriale". Basandosi sul suo database di mapping di azioni AI che copre circa 3.600 titoli globali, l’istituto esprime un giudizio centrale: gli investimenti in AI hanno ormai superato la fase in cui si puntava esclusivamente sui titoli legati alla potenza di calcolo upstream, entrando ora in una nuova era di allocazione "a bilanciere" su due linee: occorre sia cogliere le opportunità strutturali offerte dai colli di bottiglia sulla potenza di calcolo, sia rafforzare il peso dei titoli che applicano concretamente soluzioni AI.

Morgan Stanley identifica come tema centrale della sua ricerca 2026 l'espansione tecnologica. Durante questo ciclo industriale di trasformazione, ci si attende una disposizione "a bilanciere" dei rendimenti in eccesso, con le imprese abilitatrici dell’infrastruttura di base che performano di pari passo con i primi produttori di software e le aziende adopter delle applicazioni AI.

Tipicamente, il ciclo tecnologico si sviluppa prima con extra-rendimenti nei semiconduttori, poi nell’infrastruttura, infine nel software e nei servizi. Secondo Morgan Stanley, la logica di investimento nell’AI sta entrando in una nuova fase: dal passato focus sulle aziende motrici si passa ora a un bacino di opportunità "a bilanciere", che copre sia i migliori titoli abilitatori che le realtà emergenti che adottano applicazioni AI.

Dall'inizio di questo ciclo AI, i settori semiconduttori e infrastrutture hanno registrato, rispetto all’indice S&P500, extra-rendimenti di 500-700 punti. Secondo Morgan Stanley, adesso è il momento di incrementare l'esposizione verso i primi abilitatori software e le aziende adopter di applicazioni AI.

Contemporaneamente, il significativo ciclo di investimenti in AI, combinato con fattori critici come l’approvvigionamento di energia elettrica, prolungherà le finestre di crescita per alcuni titoli di qualità. Pertanto, questo ciclo informatico non imiterà i semplici modelli passati basati sulla rotazione lineare dei settori principali di mercato.

Secondo Morgan Stanley, questo ciclo AI presenta peculiarità: la manodopera, l’energia e la regolamentazione rappresentano tre vincoli chiave. Secondo le stime del report, tra il 2026 e il 2028 vi sarà una carenza di 57 GW di energia elettrica nei data center a livello globale; ostacoli concreti come le autorizzazioni locali e la carenza di forza lavoro stanno rallentando significativamente l’espansione della capacità di calcolo, mantenendo la penuria di potenza per diversi anni, senza che si verifichi una chiara successione fra settori come in passato. La crescita degli investimenti in capitale fisso dei grandi cloud provider dovrebbe decelerare dal 93% nel 2026 al 14% nel 2028; mentre le aspettative di picco per la spesa hardware vengono già scontate dal mercato, la vitalità rimarrà in alcune aree con colli di bottiglia.

I dati mostrano che le aziende abilitanti l’AI (chip, potenza di calcolo, hardware e fornitori a monte) hanno raddoppiato gli EPS attesi negli ultimi due anni, mantenendo alta la redditività. Parallelamente, le imprese adopter (cioè quelle che integrano tecnologie AI per ridurre i costi e aumentare l’efficienza operativa) hanno registrato un aumento cumulativo degli EPS attesi nei prossimi 12 mesi di circa il 70%, segnalando un imminente punto di svolta nella redditività.

Secondo le previsioni di consenso, le aziende adopter con un impatto AI sostanziale presenteranno un’espansione dei margini EBIT di 460 punti base nel 2025-2026, quasi il doppio rispetto all’indice MSCI ACWI; tuttavia, il mercato non ha ancora pienamente valutato i benefici a lungo termine derivanti dall’efficienza produttiva portata da AI, lasciando margini per una revisione al rialzo delle stime sugli utili futuri. Sul fronte delle valutazioni, il rapporto prezzo/utili a termine delle aziende adopter ad alta influenza AI è già sceso a 18 volte, contro le 22 volte delle aziende abilitanti, migliorando significativamente il rapporto rischio-rendimento dopo l'assorbimento delle valutazioni.

La strategia di investimento a bilanciere suggerita dalla banca si articola in due fronti. Da un lato, mantenere l’esposizione agli asset con colli di bottiglia, privilegiando settori collegati all’energia (come fornitori di data center già operativi, stoccaggio energetico, apparecchiature di rete e nuove fonti energetiche); selezionare contemporaneamente titoli nei semiconduttori e infrastrutture, focalizzandosi sulla seconda catena di approvvigionamento oltre l’energia.

Dall’altro, aumentare la nuova allocazione: incrementare la ponderazione su aziende software abilitatrici nelle fasi iniziali, con priorità a software di base per l'infrastruttura, cybersecurity e selettivamente applicazioni software; investire in aziende adopter già in grado di dimostrare benefici di business quantificabili. I due criteri chiave sono: la reale incidenza dell’AI nel business aziendale e il potere di pricing; solo le aziende capaci di trattenere i benefici del risparmio sui costi portati dall’AI potranno tradurli in profitti reali. I servizi IT, tipicamente avvantaggiati nelle fase avanzate del ciclo, per il momento non sono una priorità strategica.

A livello globale, i percorsi evolutivi dell’AI differiscono notevolmente. In Nord America, i benefici dell’AI si stanno spostando dall’hardware al software e verso i settori reali; nei mercati dell’Asia-Pacifico, i profitti rimangono concentrati a monte nella catena di fornitura, ma sempre più aziende riportano incrementi di ricavi grazie all’AI nei bilanci; in Europa, le opportunità AI riguardano in particolare l’applicazione nelle industrie tradizionali.

Il report sottolinea che non si può investire semplicemente inseguendo il “concetto AI”; la vera chiave è l’impatto materiale dell’AI sulla logica di investimento. Le aziende per cui l’AI è centrale nella strategia ottengono extra-rendimenti, mentre quelle per cui comporta solo un impatto secondario conseguono risultati inferiori; al contrario, le aziende la cui attività principale rischia di essere minacciata dall’AI sottoperformeranno significativamente rispetto a quelle soggette a impatti di intensità media.

Al contempo, il mercato può ancora presentare rischi contrari: se la richiesta di potenza di calcolo dovesse superare le attese e i colli di bottiglia legati a manodopera ed energia dovessero perdurare, i settori semiconduttori e infrastrutture potrebbero mantenere alta la loro dinamicità molto più a lungo di quanto scontato dagli operatori, come del resto è avvenuto in passato quando Wall Street ha sottovalutato la portata dei cicli tecnologici. In sintesi, il ciclo AI è già passato dalla semplice speculazione sul “puro potenziale computazionale” alla verifica concreta del ROI; dunque, integrare sia gli asset upstream caratterizzati da colli di bottiglia che i titoli delle applicazioni valide permette una strategia di portafoglio più adatta alla fase attuale.