Nel 2026 l’AI smette di essere una “funzione” e diventa una voce di bilancio che pesa quanto un piano industriale. Il mercato lo sta capendo in modo brutale: i campioni non sono soltanto quelli con i modelli migliori, ma quelli che possono sostenere cicli di investimento lunghi, ad alta intensità di capitale, e con ritorni ancora intermittenti.
Non a caso, secondo stime di mercato, la spesa in capex dei grandi hyperscaler nel 2026 supera i $600 miliardi e una quota ampia è direttamente legata all’infrastruttura AI (server, GPU, data center, rete).
Indice
La classifica 2026: le 8 aziende che stanno “comprando” vantaggio competitivo
Amazon: $200 miliardi di capex nel 2026
Amazon è il simbolo della nuova scala: per il 2026 ha indicato circa $200 miliardi di spesa in conto capitale, in forte aumento rispetto al 2025 (circa $131 miliardi). Il messaggio è chiaro: AWS vuole essere la piattaforma dove l’AI non solo gira, ma si monetizza.
Alphabet (Google): $175–185 miliardi
Google ha alzato l’asticella con una forchetta di capex 2026 tra $175 e $185 miliardi, spinta da cloud e AI. È la traduzione in numeri di una strategia: accelerare su infrastruttura e modelli proprietari, prima che la finestra competitiva si restringa.
Microsoft: un run-rate che punta oltre $140 miliardi
Microsoft non sempre “guida” un numero annuale, ma i dati trimestrali raccontano la traiettoria: solo in un trimestre il capex è arrivato a $37,5 miliardi (+66% annuo), con una quota rilevante destinata a chip e capacità di calcolo. Annualizzato, significa una scala da oltre $140 miliardi.
Meta: $115–135 miliardi (la scommessa più aggressiva)
Meta ha spinto il suo range di capex 2026 fino a $115–135 miliardi, legandolo apertamente alla corsa verso sistemi sempre più avanzati e all’espansione dei data center. È un profilo “high beta”: grande spesa oggi, monetizzazione che deve ancora dimostrare di reggere nel tempo.
Oracle: fino a $50 miliardi di raccolta per capacità cloud
Oracle è entrata nella partita non da follower: ha annunciato un piano per raccogliere $45–50 miliardi nel 2026 tra debito ed equity per costruire ulteriore capacità cloud, citando domanda contrattualizzata da nomi come Nvidia, OpenAI e altri grandi clienti AI. Se il cloud è l’autostrada, Oracle sta investendo nei caselli.
Alibaba: fino a ~$69 miliardi in tre anni per AI infrastructure (con focus data center)
Sul fronte Asia, Alibaba valuta un piano fino a circa $69 miliardi in tre anni per capex legato a infrastruttura AI e data center. Non è la stessa scala dei colossi USA sul singolo anno, ma è abbastanza grande da ridefinire la competizione regionale e irrigidire la partita sulle supply chain di GPU e server.
TSMC: $52–56 miliardi di capex (l’AI paga la fabbrica)
Chi pensa che l’AI sia solo software si perde metà storia. TSMC prevede capex 2026 tra $52 e $56 miliardi, trainato dalla domanda di chip avanzati per l’AI. Questa spesa è una “scommessa a leva” sulla fame di calcolo degli hyperscaler: se rallentano loro, l’onda arriva anche qui.
Apple: il contro-esempio che illumina la regola (circa $13 miliardi)
Apple non è tra i grandi spendaccioni di infrastruttura: nel 2025 ha riportato capex intorno a $12,7 miliardi, con un livello simile atteso nel 2026. Proprio per questo è un confronto utile: mostra che esistono strategie AI più “asset-light”, basate su integrazione e partnership, ma con un rischio diverso (dipendenza da fornitori e tempi di esecuzione).
Perché banche e mercati guardano con ansia questi numeri
La vera questione non è solo quanto spendono i grandi gruppi tecnologici, ma come sostengono finanziariamente questa corsa. L’AI richiede cicli di investimento lunghi e intensivi, spesso anticipati rispetto ai ricavi, e questo cambia il modo in cui mercati e banche valutano bilanci e strategie. Le grandi ondate di capex comprimono il free cash flow, aumentano il fabbisogno di finanziamento e spostano l’attenzione degli investitori dalla crescita alla sostenibilità finanziaria.
Free cash flow sotto pressione: quando la crescita costa più dei ricavi
Gli investimenti in data center, chip e infrastrutture di rete assorbono liquidità in modo significativo. Anche aziende con margini elevati vedono ridursi il free cash flow nel breve periodo, perché il capitale viene reinvestito prima che i nuovi servizi generino ritorni. Questo crea una tensione tipica delle fasi di espansione tecnologica: il mercato continua a premiare la crescita, ma diventa più sensibile alla disciplina finanziaria. In altre parole, non basta più crescere bisogna dimostrare di poter sostenere la crescita.
Debito e leasing: la leva finanziaria della nuova infrastruttura digitale
Per finanziare l’espansione, molte big tech stanno aumentando l’utilizzo di debito, leasing infrastrutturali e strutture ibride di finanziamento. Non si tratta necessariamente di un segnale di debolezza, ma di una trasformazione del modello finanziario: l’AI sta assumendo le caratteristiche di un settore infrastrutturale, dove l’uso della leva è fisiologico. Tuttavia, livelli di indebitamento più elevati rendono i mercati più attenti a tassi di interesse, duration del debito e capacità di generare flussi futuri.
La nuova stagione obbligazionaria dell’AI
In parallelo, le banche stanno già prezzando una fase di forte attività sul mercato dei capitali. Diverse analisi indicano che l’espansione dell’infrastruttura AI potrebbe generare oltre 300 miliardi di dollari di nuove emissioni obbligazionarie da parte dei principali hyperscaler entro la fine del 2026. Questo volume non riflette solo il fabbisogno finanziario, ma anche la fiducia del mercato nella domanda futura di servizi cloud e AI.
Investitori più selettivi: dalla narrativa alla sostenibilità dei numeri
Con l’aumento della spesa, cambia anche l’atteggiamento degli investitori. La fase in cui bastava annunciare investimenti per essere premiati sembra lasciare spazio a una maggiore selettività. Gli analisti guardano con più attenzione al rapporto tra capex, crescita dei ricavi e ritorni attesi, mentre la volatilità dei titoli tecnologici riflette l’incertezza sulla velocità con cui questi investimenti si tradurranno in utili.
4 implicazioni pratiche per PMI e investitori
- La filiera italiana non deve “battere” gli hyperscaler: deve scegliere dove inserirsi
Dove c’è capex, c’è domanda per componentistica, data center services, cybersecurity, efficienza energetica, software verticale. - Attenzione ai segnali di disciplina finanziaria
Capex che cresce più dei ricavi = mercato nervoso. La metrica da seguire non è l’hype, ma il rapporto tra investimenti e capacità di generare cash flow. - L’AI sta spostando potere negoziale nella supply chain
Chi controlla chip, packaging avanzato e capacità elettrica ha leva. L’Europa rischia di pagare un “premio di dipendenza” se non accelera su infrastrutture. - Il 2026 è l’anno delle prove, non delle promesse
Se la spesa resta alta e i ritorni non si vedono, aumentano volatilità e pressione su bilanci. Se invece la monetizzazione si sblocca, la concentrazione del mercato diventa ancora più forte.
L’AI non è una corsa alla genialità, è una corsa al capitale
La domanda che conta nel 2026 non è “chi ha il modello migliore?”, ma “chi può permettersi di sostenerlo, aggiornarlo, distribuirlo e alimentarlo di calcolo per anni?”. La risposta sta nei numeri: centinaia di miliardi in capex, energia contrattualizzata, supply chain assicurate, e una finanza che torna ad essere l’arma decisiva.
Per l’Italia la partita non è imitare la scala, ma agganciarsi dove il valore si sta accumulando: infrastruttura, servizi, industria e verticali dove l’AI diventa produttività reale.
