Il grande ribassista di Société Générale: La mania dell'AI sta replicando la crisi finanziaria asiatica, la vera minaccia è la “bomba a orologeria” del debito

Albert Edwards, Chief Strategist di Société Générale, lancia un avvertimento: l’attuale ondata di investimenti in AI presenta sorprendenti similitudini con la crisi finanziaria asiatica del 1997—non perché la tecnologia sia inutile, ma perché la velocità dell’afflusso di capitali supera di gran lunga il ritmo del miglioramento della produttività, e a colmare questo divario nella storia non sono mai stati gli ingegneri, ma i creditori.

Edwards, nell’ultima edizione del suo “Global Strategy Weekly”, sottolinea che i dati sulla produttività totale dei fattori (TFP), che dovrebbero misurare i benefici effettivi della tecnologia, non mostrano alcun progresso fino ad ora, mentre la spesa globale in capitale AI cresce vertiginosamente: Goldman Sachs prevede che solo nel 2026 gli investimenti globali in AI supereranno i 1.000 miliardi di dollari. Allo stesso tempo, i ricavi annualizzati di OpenAI sono stati resi noti essere inferiori di circa 20 miliardi di dollari rispetto alle aspettative; la notizia ha fatto precipitare il Nasdaq di oltre l’1% in giornata, colpendo direttamente la narrativa della “domanda sostenuta”.

Secondo Edwards, il vero innesco della crisi è se il denaro a basso costo che sostiene l’espansione dell’AI possa continuare a fluire—non sono i dati sulla produttività deludenti il problema principale. I “vigilanti” del mercato obbligazionario stanno meticolosamente testando la vulnerabilità dei mercati nazionali—dall’Asia al Giappone fino alla Francia, le vendite di obbligazioni si stanno diffondendo. In un momento in cui i colossi tech dell’AI stanno finanziando in modo massiccio tramite debito, c’è bisogno degli stessi compratori di duration per assorbire centinaia di miliardi di nuove obbligazioni—una logica molto simile a quella degli anni ’90, quando l’Asia dipendeva da prestiti in dollari a breve termine per sostenere la propria prosperità.

L’inizio di questo nuovo allarme proviene da un grafico piuttosto arido. Il Chief Economist di Apollo, Torsten Slok, pubblica un rapporto intitolato “Nessuna traccia dell’AI nei dati sulla produttività”. I dati mostrano che, una volta corretta per il tasso di utilizzo della capacità, la TFP è attualmente leggermente al di sotto dello zero, senza segnali di accelerazione da quando è partito il ciclo degli investimenti in AI, mentre la crescita della produzione per ora lavorativa resta stabile attorno al 2,5%.

Slok osserva che una robusta crescita della produzione oraria, combinata con una TFP stagnante, è una tipica caratteristica di “approfondimento del capitale” e non segnale di shock tecnologico—dotare ogni dipendente di un nuovo monitor (o di una GPU da 40.000 dollari), aumenta la produzione oraria, ma non rende realmente l’azienda più efficiente. Il boom dell’AI è chiaramente visibile nei dati sugli investimenti e nella valutazione delle azioni, ma ancora non si riflette nelle statistiche di produttività; questo significa che i presunti ritorni sono ancora previsioni, non fatti.

Anche Michael Hartnett, strategist di Bank of America, nota questa dinamica, aggiungendo un particolare importante: negli ultimi cinquant’anni, la TFP e l’indice di fiducia dei consumatori sono stati altamente sincronizzati, e attualmente sono entrambi in calo. Il Presidente della Fed di Chicago, Austan Goolsbee, in precedenza aveva avvertito che una produttività persistentemente fiacca avrebbe messo in discussione le narrazioni attuali.

Non è la prima volta che Edwards dubita delle “narrazioni miracolose”. Ricorda, nella sua carriera, il “primo giudizio importante, ad altissimo rischio e controcorrente” fu proprio l’affermare che il “miracolo economico dell’Asia orientale” era essenzialmente una gigantesca bolla economica e finanziaria. La tesi prende spunto dall’articolo di Paul Krugman pubblicato nel 1994 su “Affari Esteri” dal titolo “Il mito del miracolo asiatico”—Krugman riteneva che la forte crescita delle economie asiatiche derivasse da un’intensa accumulazione di capitale e lavoro, non da un reale miglioramento in efficienza, la debole crescita della TFP minava alla base la narrazione ottimista.

All’epoca l’opinione dominante liquidava queste idee con sufficienza. La Banca Mondiale, nel 1993, pubblicò “Il miracolo dell’Asia orientale”, e “l’apice dell’arroganza ottimista” si raggiunse nell’agosto 1996—la Banca Mondiale elogiava il “miracolo macroeconomico thailandese”, a meno di un anno dal crollo del baht.

Edwards scherza definendo il suo approccio ribassista di allora “Noddynomics”, preso di mira da una “diffusa derisione” dei mercati. Nei roadshow negli Stati Uniti, paragonò la bolla tech americana di fine anni ’90 a quella thailandese, tanto da richiedere l’intervento di un superiore per proteggerlo dall’ira dei clienti. Entrambe le bolle poi scoppiarono.

La seconda accusa di Edwards si basa su una ricerca dell’ex collega Rob Parenteau. Parenteau sottolinea che, spinti dall’AI, gli investimenti totali delle aziende crescono notevolmente, ma una volta dedotto l’ammortamento, l’investimento netto rimane quasi piatto: in termini nominali, gli investimenti totali sono circa il 14% del PIL, ma quelli netti si sono fermati intorno al 3% per un decennio; in termini reali, il totale segna un record storico di circa il 15,5% del PIL, ma il valore netto si aggira solo attorno al 3,5%, simile ai livelli del 2015 e 2019.

Edwards aggiunge inoltre che le aziende stanno allungando il ciclo di ammortamento di asset come le GPU, rendendo i dati sugli investimenti netti migliori contabilmente, ma mascherando i magri ritorni economici reali. Questo richiama le critiche di Michael Burry all’allungamento arbitrario della presunta vita utile delle GPU.

Le stime di Goldman Sachs quantificano in modo più preciso questo rischio: secondo la loro ultima analisi, se i sei maggiori cloud provider americani dovessero avere ritorni sugli investimenti in AI (ROIC) pari a zero, solo tra ammortamento e costi operativi servirebbero circa 920 miliardi di dollari di ricavi annuali per coprire le spese.

Goldman Sachs segmenta la spesa in capitale AI in tre fasi: tra il 2023 e il 2025 circa 633 miliardi di dollari, tra il 2026 e il 2027 circa 1.730 miliardi, tra il 2028 e il 2030 addirittura circa 4.140 miliardi. Solo per garantire un ROIC del 15% nella seconda fase, i sei grandi cloud devono generare complessivamente circa 1.420 miliardi di ricavi tra il 2028 e il 2030.

Anche i dati sul PIL non forniscono molti argomenti ai rialzisti.

Edwards evidenzia che il contributo degli investimenti fissi delle imprese USA sulla crescita annua del PIL è inferiore a un punto percentuale, una frazione rispetto ai livelli di picco della fine degli anni ’90 (oltre 2 punti percentuali).

A livello settoriale, gli investimenti in attrezzature crescono nominalmente del 14%, ma appena arrivano a doppia cifra in termini reali; le spese per edifici non residenziali sono in contrazione, -3% nominale e circa -6% reale—anche includendo i data center, la situazione non cambia.

Secondo Edwards, il boom dell’AI nei conti nazionali riflette per lo più un aumento dei prezzi, non della produzione; la causa principale è la corsa simultanea di tutti gli operatori all’acquisto degli stessi chip, memorie e trasformatori, facendo salire i prezzi. Questo spiega anche, in parte, perché la Fed tema l’inflazione da AI, e non la deflazione.

Nel suo rapporto Edwards sottolinea che la vera causa della crisi asiatica non fu la delusione dei dati sulla produttività, ma il brusco stop ai flussi di capitale esterno a basso costo che sostenevano il misallocamento delle risorse. Avverte che la stessa dinamica dei “vigilanti” obbligazionari è in atto: da poco il rimpatrio di capitali giapponesi ha spinto le vendite di Treasury USA, poi la pressione si è estesa alla Francia, dove i titoli di Stato stanno andando incontro alla peggior performance decennale dal 1803.

In questo quadro, le aziende tech dell’AI continuano a emettere obbligazioni in massa—Broadcom, Oracle, SpaceX si sono aggiunte all’ondata di finanziamenti per chip AI, aumentando l’offerta sul mercato obbligazionario. Questa dinamica entra direttamente in concorrenza con la necessità dei grandi operatori di attrarre compratori di capitali a lungo termine.

La conclusione di Edwards si focalizza sul nodo cruciale: il miracolo thailandese non è morto per la deludente produttività, ma si è fermato d’improvviso appena i creditori se ne sono accorti. Il più grande rischio che fronteggia oggi il boom AI è la ripetizione esatta di quello schema—solo che oggi gli strumenti finanziari sono obbligazioni investment grade, credito privato e veicoli speciali, al posto dei prestiti in dollari a breve termine.

Edwards conclude prudentemente dicendo che non sta proclamando la fine del boom AI, ma sollevando una domanda: se gli unici dati statistici in grado di dimostrare che non si tratta di una bolla si rifiutano di collaborare, perché il consenso del mercato è così saldo? Forse la risposta potrà essere chiara solo dopo il riflusso del capitale.