La costruzione dell'infrastruttura per l'intelligenza artificiale negli Stati Uniti è diventata abbastanza grande da contare per il mercato dei titoli di Stato. Una parte crescente viene finanziata a debito, e quel debito deve trovare compratori.

La domanda è se questo flusso possa spingere verso l'alto i rendimenti dei Treasury, e di quanto. La letteratura recente indica due canali: l'aumento dell'offerta di titoli a lunga scadenza che il mercato deve assorbire, e l'effetto delle aspettative di crescita sul tasso d'interesse reale.

Le stime disponibili sono molto ampie e dipendono da ipotesi difficili da verificare. Questo articolo le mette in fila, con le fonti, e spiega perché divergono. Lo spunto è un'analisi pubblicata su The Price of Risk il 2 ottobre 2026, che combina diversi lavori accademici.

Quanto debito

La stima più recente è di Stijn Van Nieuwerburgh (Columbia), presentata ai Brookings Papers on Economic Activity a settembre 2026: circa 10.300 miliardi di dollari di investimenti in infrastruttura IA negli Stati Uniti tra il 2025 e il 2032. In media fa il 3,63% del PIL l'anno, con valori annui tra circa 790 e 2.060 miliardi (Van Nieuwerburgh, 2026).

L'autore la presenta come uno scenario, non come una previsione. Parte da una pipeline di progetti annunciati di oltre 500 GW e ipotizza che ne vengano completati circa 183 entro il 2032; una parte rilevante non verrà mai realizzata.

In rapporto al PIL, supererebbe tutti i grandi cicli infrastrutturali americani con cui l'autore lo confronta:

Fonte: Van Nieuwerburgh (2026), tabella 1. Il confronto ha un limite che l'autore stesso sottolinea: canali e ferrovie duravano decenni, mentre i chip possono diventare obsoleti in tre-sei anni.

Perché serve debito

Il capex aggregato di Oracle, Microsoft, Amazon, Meta e Alphabet è passato da circa 97 miliardi nel 2020 a oltre 400 nel 2025, e le stime per il 2026 superano gli 800. Se le stime per il 2026 saranno confermate, sarà la prima volta che il capex supera il loro cash flow operativo complessivo (Van Nieuwerburgh, 2026; il dato include anche investimenti non legati all'IA). Il resto va finanziato fuori: leasing, joint venture, project finance, private credit, cartolarizzazioni.

Una stima di Morgan Stanley, riportata nello stesso paper, indica che sui circa 2.900 miliardi necessari tra 2025 e 2028 oltre la metà arriverà da capitale esterno, con un rapporto di circa 60/40 tra equity e debito. Nella parte a debito il private credit pesa per circa 800 miliardi, il debito societario per 200 e la finanza strutturata per 150.

Un esempio concreto è il data center Hyperion di Meta: il veicolo Beignet ha raccolto 27 miliardi di debito su un asset da circa 30, con scadenza 2049. È stata la più grande singola emissione corporate investment grade nella storia degli Stati Uniti.

Quanto ne arriva sul mercato obbligazionario

La Federal Reserve di Dallas (De Vere, Ramaswamy e Searls, febbraio 2026) stimava per il 2026 circa 300 miliardi di emissioni investment grade legate all'IA. In termini di rischio di tasso equivalgono fino a 360 miliardi di Treasury decennali, circa un ottavo dell'offerta di duration generata dal Tesoro USA (Dallas Fed, 2026).

Un working paper di Stefan Hepp (Chicago Booth, 2026) aggiunge un elemento di rischio: molti investitori istituzionali sembrano diversificati perché detengono azioni tecnologiche, private equity, infrastrutture e credito, ma una parte crescente di queste esposizioni dipende dalla stessa domanda di capacità di calcolo (Hepp, 2026).

Primo canale: più titoli a lunga da assorbire

I rendimenti a lungo termine non dipendono solo dai tassi attesi: dipendono anche da quanti titoli a lunga scadenza il mercato deve tenere in portafoglio. È l'idea alla base della teoria dell'habitat preferito, formalizzata da Vayanos e Vila (Econometrica, 2021).

Il meccanismo è semplice. Alcuni investitori hanno una scadenza "naturale": fondi monetari e tesorerie aziendali stanno sul breve, fondi pensione e assicurazioni sul lungo per coprire passività lontane nel tempo. Quando l'offerta di titoli lunghi cresce oltre la loro capacità, bisogna convincere altri investitori ad allungare le scadenze. Lo si fa offrendo più rendimento: il premio a termine sale.

Non conta l'importo, conta la duration

Per misurare l'effetto si usa un'unità comune: gli equivalenti in Treasury decennali, cioè quanti dollari di decennale USA portano lo stesso rischio di tasso.

La conversione dipende dalla struttura del debito:

• Le obbligazioni societarie a lunga contano molto. La Fed di Dallas osserva che le emissioni legate all'IA sono state ampie e concentrate sulle scadenze lunghe, perché finanziano asset di lunga durata e gli emittenti preferiscono costi fissi.

• I prestiti a tasso variabile (private credit, finanziamenti bancari) da soli non aggiungono duration. Ma chi gestisce un data center vuole costi fissi e spesso li trasforma con swap in cui paga il fisso: la Fed di Dallas chiama questo effetto "offerta sintetica di duration" e, sulla base di indicazioni raccolte tra gli operatori, lo valuta in circa 50 miliardi di equivalenti decennali o più nel solo quarto trimestre 2025.

• C'è poi un effetto di sostituzione. Se le emissioni tecnologiche spiazzano quelle delle società finanziarie, che nel 2025 erano circa il 38% dell'offerta investment grade e che di solito trasformano il proprio debito in variabile, il risultato netto è comunque più duration da assorbire per il mercato (Dallas Fed, 2026).

Con queste ipotesi The Price of Risk stima che un flusso annuo di debito IA tra 600 e 1.180 miliardi corrisponda a circa 460-840 miliardi di equivalenti decennali l'anno. Sono valori prudenzialmente alti per due motivi. Il primo: trattano come debito l'intero fabbisogno di investimento, mentre la stima di Morgan Stanley citata sopra indica che circa il 60% sarà finanziato con equity. Il secondo, segnalato dallo stesso autore: assumono che la composizione del debito resti quella attuale, mentre con una curva più ripida gli emittenti tenderebbero a spostarsi su scadenze più brevi.

Il crowding out

Non tutto il debito IA è debito in più. In parte sostituisce investimenti e prestiti che altri settori non fanno più, perché risorse reali (costruzioni, energia, manodopera) e capacità di bilancio degli investitori sono limitate. Per questo l'offerta netta da assorbire è probabilmente inferiore al limite superiore, forse di molto.

Quanto possono salire i rendimenti

Le stime vanno da poche decine a diverse centinaia di punti base cumulati. La differenza sta quasi tutta in una domanda: quanto sono sensibili al prezzo gli investitori che oggi comprano Treasury?

Perché le stime recenti sono più basse

Beltran e Li mostrano che la base di investitori in Treasury è cambiata. Le banche centrali estere, che comprano per gestire le riserve e guardano poco al rendimento, pesano meno. Hedge fund e famiglie, molto più sensibili al prezzo, pesano di più: oggi il gruppo detiene circa 6.100 miliardi, circa il 17% dei Treasury in circolazione. Un mercato più reattivo al prezzo assorbe la stessa offerta con un movimento di rendimento minore.

Applicando le loro stime a 460-840 miliardi annui di equivalenti decennali si ottiene, nell'ordine di grandezza, un effetto di circa 15-27 bp nel primo anno sul rendimento a 5 anni, che tende a ridursi man mano che lo stock di titoli cresce. Gli autori precisano che le loro stime sono di breve periodo e che nel lungo periodo l'effetto tende a essere minore. The Price of Risk riporta un intervallo più basso, 11-15 bp l'anno, pari a 80-100 bp cumulati in 7 anni. In entrambi i casi siamo lontanissimi dai 700 bp del limite superiore.

Tre cautele

• Il mercato più elastico è anche più fragile. Gli investitori sensibili al prezzo possono ritirarsi nei momenti di stress, come a marzo 2020. Nel modello di Beltran e Li una vendita da 500 miliardi da parte di banche centrali estere alza i rendimenti di circa 14 bp; la stessa vendita fatta da hedge fund e famiglie li alza di circa 55 bp.

• Le elasticità non sono parametri fissi. Gli stessi autori le presentano come medie del periodo stimato, non come costanti strutturali, e avvertono che uno shock fuori campione potrebbe cambiarle.

• Il debito IA non è debito del Tesoro. Questi modelli misurano l'effetto dell'offerta di Treasury. Usarli per obbligazioni societarie richiede di assumere che il rischio di tasso sia la parte che conta, ipotesi ragionevole ma non verificata direttamente.

La Fed di Dallas segnala un indizio che l'effetto esiste già: di recente la pendenza della curva USA tra 10 e 30 anni è diventata più sensibile al premio a termine, mentre gli spread swap sulla parte lunga si sono mossi in modo diverso dal passato. È il segnale atteso se una parte dell'offerta di duration arriva dal credito e dagli swap invece che dal Tesoro.

Secondo canale: il tasso reale

C'è un secondo effetto, che le stime basate sull'offerta di titoli non catturano. Se gli investitori finanziano il boom, è perché si aspettano che l'IA generi molta ricchezza in futuro. Ma aspettarsi di essere più ricchi domani spinge ad alzare il tasso d'interesse reale oggi.

La relazione standard della teoria della crescita lega il tasso reale alla pazienza e alla crescita attesa dei consumi:

Tasso d'interesse reale = preferenza per il presente + (avversione alle oscillazioni dei consumi × crescita attesa dei consumi)

In parole semplici: più le persone si aspettano di consumare di più in futuro, più alto deve essere il rendimento per convincerle a risparmiare oggi. Se la crescita attesa sale, a parità del resto sale anche il tasso reale.

L'esperimento mentale

The Price of Risk lo spiega così, sulla scia del modello di Lucas (1978). Viene inventata una macchina che tra qualche anno raddoppierà la produzione. Costruirla richiede risorse oggi, sottratte ai consumi.

Chi si aspetta un reddito molto più alto in futuro vorrebbe anticipare una parte di quella ricchezza: risparmiare meno, vendere titoli, consumare di più adesso. Il singolo può farlo, perché trova qualcuno disposto a comprare. Nel complesso no: la produzione di oggi non è aumentata, anzi una parte va negli investimenti.

L'equilibrio si ristabilisce con un tasso reale più alto, abbastanza da convincere le persone a consumare meno oggi pur aspettandosi di stare molto meglio domani. I titoli permettono al singolo di spostare consumi nel tempo, ma non spostano la produzione reale.

Quanto pesa

Nessuna delle fonti citate quantifica questo effetto per il caso dell'IA. Va considerato come una spinta che si aggiunge a quella dell'offerta, di entità incerta, e che dipende interamente dalla fiducia degli investitori nei guadagni futuri dell'IA.

Due scenari, direzioni opposte

L'effetto dell'IA sui rendimenti dipende da come va il ciclo di investimento, e i due esiti spingono i tassi in direzioni opposte.

Se il boom si realizza. Le aziende continuano a emettere molto debito per anni, e il mercato deve assorbirlo. In più, se tutti si aspettano un'economia più ricca in futuro, il tasso reale sale. Entrambe le spinte vanno nella stessa direzione: rendimenti dei titoli di Stato più alti.

Se gli investimenti deludono. Le emissioni si fermano e sul debito già emesso emergono perdite, come accaduto con ferrovie e fibra ottica. Gli investitori cercano sicurezza e comprano titoli di Stato, mentre le aspettative di crescita vengono riviste al ribasso. In questo caso i rendimenti tendono a scendere, con una fase di tensione sul credito.

Cosa serve perché il boom regga

Van Nieuwerburgh calcola che, per rendere il 10% sul capitale investito con un margine operativo del 50%, la capacità costruita entro il 2032 dovrebbe generare circa 3.700 miliardi di dollari di ricavi annui, il 9,2% del PIL USA di quell'anno. Per confronto, i ricavi combinati di OpenAI e Anthropic sono stimati oggi intorno ai 100 miliardi: dovrebbero crescere di circa l'80% l'anno fino al 2032.

L'autore non sostiene che sia impossibile. Il prezzo implicito per ora di GPU, circa 5,5 dollari a piena utilizzazione, è in linea con i prezzi di mercato attuali. Il punto aperto è se la domanda reggerà quei prezzi una volta aggiunti circa 180 GW di capacità.

Se va male

I precedenti storici sono canali, ferrovie e fibra ottica: cicli di investimento finanziati a debito che si sono chiusi con fallimenti e perdite per i creditori. In uno scenario simile, osserva The Price of Risk, i rendimenti dei titoli di Stato tenderebbero a scendere, per la ricerca di sicurezza e per il venir meno della spinta sul tasso reale.

Van Nieuwerburgh evidenzia alcuni elementi che rendono il rischio meno visibile: debito collocato in veicoli fuori bilancio, leva elevata a livello di singolo progetto, impegni di leasing non registrati nei bilanci degli hyperscaler. Moody's stima questi impegni in circa 970 miliardi, di cui circa 660 relativi a contratti non ancora a bilancio. Inoltre il beta dei REIT di data center rispetto all'S&P 500 è salito negli ultimi anni da circa 0,5 a circa 1: oggi si muovono insieme al resto del mercato azionario.

Note

Contenuto a carattere informativo e divulgativo. Non costituisce consulenza in materia di investimenti, raccomandazione personalizzata, offerta o sollecitazione all'acquisto di strumenti finanziari. Le stime riportate sono di terzi, basate su ipotesi e modelli soggetti a forte incertezza, e non rappresentano previsioni dell'autore. I risultati passati non sono indicativi di quelli futuri.

Fonti

• Van Nieuwerburgh, S. (2026), Financing the AI Buildout, Brookings Papers on Economic Activity, bozza per la conferenza del 24-25 settembre 2026.

• Beltran, D. e Li, C. (2026), Estimating Yield Impacts of Treasury Demand and Supply Changes, International Finance Discussion Papers n. 1447, Federal Reserve Board.

• De Vere, H., Ramaswamy, S. e Searls, S. (2026), How AI debt financing impacts duration supply and interest rates, Dallas Fed Economics, 10 febbraio 2026.

• Hepp, S. (2026), The AI Infrastructure Debt Complex: Where the Leverage Behind Artificial Intelligence Sits, How It Connects, and Who Would Bear the Loss, Fama-Miller Working Paper, University of Chicago Booth School of Business.

• D'Amico, S., English, W., López-Salido, D. e Nelson, E. (2012), The Federal Reserve's Large-scale Asset Purchase Programmes: Rationale and Effects, The Economic Journal 122(564), pp. F415-F446.

• Vayanos, D. e Vila, J.-L. (2021), A Preferred-Habitat Model of the Term Structure of Interest Rates, Econometrica 89(1), pp. 77-112.

• Lucas, R. E. Jr. (1978), Asset Prices in an Exchange Economy, Econometrica 46(6), pp. 1429-1445.

• The Price of Risk (2026), How Will the AI Boom Drive up Treasury Yields, 2 ottobre 2026. Fonte delle stime di conversione in equivalenti decennali e dell'applicazione del modello di D'Amico et al. al debito IA, riportate come stime dell'autore.