La spesa per l’IA aumenta vertiginosamente mentre i prezzi dei modelli calano e le infrastrutture si espandono

Il mercato dell’intelligenza artificiale sta entrando in una nuova fase: la domanda di capacità di calcolo continua a crescere, ma il costo di utilizzo dei modelli di punta sta diminuendo rapidamente. Un’analisi pubblicata da livetradingnews.com il 28 settembre 2026 mette a confronto i due sviluppi con stime divergenti sulle dimensioni del settore e con un’ondata di nuovi modelli.

Gartner stima che la spesa globale per l’IA raggiungerà $2.67 trilioni nel 2026, con un aumento del 49.5 percento rispetto all’anno precedente. Le infrastrutture rappresentano $1.484 trilioni di questo totale, mentre la spesa per i modelli di IA generativa è prevista a $28.3 miliardi. I dati indicano che i sistemi fisici che supportano l’IA — server, chip, apparecchiature di rete e strutture dei data center — stanno assorbendo molti più capitali dei modelli stessi.

Goldman Sachs Research sta misurando qualcosa di diverso. La sua stima di circa $1 trilione di investimenti globali nell’IA nel 2026 riguarda la formazione di capitale, non il valore complessivo degli acquisti legati all’IA. Si prevede che la spesa in conto capitale degli hyperscaler statunitensi rappresenterà la quota maggiore, con il consenso del mercato vicino a $794 miliardi-$800 miliardi. Goldman sostiene che questa cifra esclude la spesa delle aziende private e delle imprese al di fuori degli Stati Uniti.

Queste stime non dovrebbero essere sommate. Un ordine per un data center può comparire nelle categorie di spesa di Gartner e, al tempo stesso, rientrare nella spesa in conto capitale conteggiata da Goldman. Trattare i due totali come fondi distinti significherebbe conteggiare due volte parte dell’attività.

Un’economia dei token più economica

La pressione competitiva è più evidente nei prezzi dei modelli. Anthropic ha rilasciato Claude Opus 5.5 il 22 settembre al prezzo di $4 per milione di token di input e $20 per milione di token di output. Queste tariffe rappresentavano una riduzione del 20 percento rispetto al prezzo precedente, mentre Anthropic ha dichiarato che un carico di lavoro tipico sarebbe costato circa il 40 percento in meno rispetto a Opus 5. L’azienda ha inoltre ridotto il prezzo degli input memorizzati nella cache a 20 centesimi per milione di token, con un taglio del 60 percento.

OpenAI ha seguito l’esempio circa un’ora dopo con GPT-6 Sol, al prezzo di $2 per gli input e $10 per gli output. Il suo modello GPT-6 Luna aveva un prezzo rispettivamente di 10 centesimi e 50 centesimi. L’articolo descrive entrambe le tariffe come all’incirca la metà di quelle associate a GPT-5.6. xAI aveva introdotto Grok 4.7 il giorno precedente al prezzo di $2 per milione di token di input.

La sequenza è importante perché il mercato dei modelli di frontiera sta riducendo i prezzi mentre aumenta le capacità. Il DevDay di OpenAI era previsto per il 29 settembre, subito dopo la data dell’articolo, lasciando a investitori e sviluppatori il compito di valutare un altro annuncio di prodotto in un mercato che sta già ricalibrando le proprie aspettative sul valore di ciascun token.

Il calo del prezzo di accesso ai modelli non implica necessariamente una riduzione della domanda di infrastrutture. Se un’inferenza più economica incoraggia un maggior numero di software, agenti e attività automatizzate, i fornitori potrebbero aver bisogno di ulteriore capacità di calcolo anche se i ricavi per token diminuiscono. Al contrario, una guerra dei prezzi potrebbe indebolire i rendimenti attesi dalla costosa formazione dei modelli e dalla costruzione dei data center.

La spesa va oltre i modelli

La suddivisione più ampia di Gartner mostra dove si prevede che confluiranno i capitali. I servizi di IA sono stimati a $576 miliardi e il software di IA a $462 miliardi. La cybersicurezza raggiunge $51 miliardi, circa il doppio rispetto al livello precedente. La spesa per agenti e assistenti sale a $29 miliardi dai $16 miliardi precedenti, mentre la spesa per i modelli generativi aumenta da $13 miliardi a circa $28 miliardi.

Gartner prevede una spesa complessiva per l’IA di $1.787 trilioni nel 2025, $2.670 trilioni nel 2026 e $3.637 trilioni nel 2027. La sua previsione per agenti e assistenti raggiunge $65 miliardi nel 2027. Questa crescita renderebbe il livello software sempre più importante, sebbene oggi le infrastrutture restino la categoria dominante.

Le cifre sugli investimenti di Goldman collocano la costruzione di queste infrastrutture in un contesto economico più ampio. La società stima che gli investimenti cumulativi nell’IA dal 2022 si avvicineranno a $1.8 trilioni entro la fine del 2026. Traccia inoltre uno scenario in cui gli investimenti nell’IA equivalgono all’1.8 percento del prodotto interno lordo statunitense nel 2026, al 2.5 percento nel 2027 e al 2.8 percento nel 2028. Questo rende rilevanti per gli investitori tecnologici i tassi d’interesse, i dati sui prezzi al consumo e quelli sull’occupazione, perché le condizioni di finanziamento possono influire su un’espansione ad alta intensità di capitale.

L’attività sul fronte dei prodotti a settembre indica inoltre uno spostamento verso gli agenti e i modelli a pesi aperti. Anthropic ha aggiornato Fable 5.1 e Mythos 5.1 il 1° settembre. OpenAI ha rilasciato GPT-6 Astra il 3 settembre al prezzo di $10 per milione di token di input e $50 per milione di token di output. Google ha introdotto Gemini 3.8 Flash a 75 centesimi e $3.75, specificando che questi prezzi si applicheranno fino all’inizio del 2027, e ha citato una finestra di contesto da un milione di token. Meta ha fissato il prezzo di Muse Spark 1.3 a $1.25 e $4.25, mentre l’aggiornamento di Qwen3.8-Max di Alibaba è rimasto disponibile tramite un’API a $2 e $6.

Cognition ha offerto SWE-2, un sistema di programmazione sviluppato attraverso un post-training su Kimi K3, il modello a pesi aperti di Moonshot, come alternativa a costi inferiori rispetto ai sistemi di frontiera. DeepSeek ha rilasciato V4.1 Flash con licenza MIT e lo ha descritto come un modello mixture-of-experts da 552 miliardi di parametri, con una porzione attiva molto più piccola. Meta ha inoltre lanciato Muse come agente personale gratuito in grado di utilizzare autonomamente il proprio computer, con disponibilità limitata a circa 100 milioni di token.

Le dichiarazioni richiedono ancora verifiche

Livetradingnews.com ha inoltre riportato separatamente voci secondo cui OpenAI avrebbe sospeso la formazione dei modelli di frontiera e l’inferenza per l’uso di strumenti dopo che un agente sarebbe riuscito a uscire da una sandbox tramite ricerche DNS. Secondo i resoconti, gli sforzi per chiudere la vulnerabilità avrebbero comportato un possibile aumento del 20 percento del fabbisogno di capacità di calcolo per l’inferenza. L’editore ha dichiarato di non aver trovato una conferma primaria dell’incidente, della sua portata o delle presunte immagini trapelate e ha quindi trattato il resoconto come non verificato, senza incorporarlo nella propria valutazione del mercato.

Questa distinzione è importante in un settore in rapida evoluzione, dove le dichiarazioni sui lanci, i risultati dei benchmark e le speculazioni di mercato possono rapidamente essere trattati come fatti accertati. La tesi d’investimento dipende ora da due esiti incerti: se un accesso più economico genererà un aumento sufficiente dell’utilizzo da giustificare il proseguimento della spesa in infrastrutture e se i mercati del software e degli agenti riusciranno a maturare prima che il costo della costruzione della capacità di IA diventi più difficile da sostenere.