Elezioni midterm, la vera posta in gioco è l’AI

Da quando è stato lanciato il primo LLM, l’intelligenza artificiale è sempre stata vista come una tecnologia dirompente e una grande opportunità di investimento. Tuttavia, come si legge nell’analisi di Jason Shoup, Global Co-Head of Fixed Income di L&G, recentemente ha assunto anche un’altra valenza a livello globale; quella politica. In quest’ottica, le elezioni di metà mandato statunitense, che ormai distano meno di due settimane, rappresentano un appuntamento molto importante. Infatti, da un punto di vista economico, spiega Shoup, la composizione del nuovo Congresso non sarà importante quanto la rilevazione su quali sono i timori verso l’AI che hanno fatto maggiormente breccia tra gli elettori. È vero che l'intelligenza artificiale resta dietro a temi quali l'economia, l'immigrazione e gli affari esteri, in termini di priorità, ma l'inquietudine dell'opinione pubblica riguardo alle sue conseguenze è in crescita. Per questo, secondo Shoup, è cruciale capire a che punto tale inquietudine inizi a limitare il ciclo degli investimenti, a modificare le prospettive dell'offerta e a cambiare il rendimento richiesto a fronte dei rischi legati all'intelligenza artificiale.

Per riassumere le posizioni, sintetizza Shoup, l’amministrazione del presidente Trump ha posto l’accento sulla leadership americana nell’intelligenza artificiale, sulla competizione con la Cina, su un più rapido sviluppo delle infrastrutture e su una regolamentazione federale relativamente blanda. I Democratici, in linea di massima, auspicano tutele più rigorose. Infine, i Repubblicani di orientamento più populista sollevano dubbi sui costi e sulla concentrazione di potere legati all’AI e, al contempo, governatori e legislatori statali di entrambi gli schieramenti si sono opposti ai tentativi di Washington di scavalcare le normative locali o di limitare la loro autonomia nel regolamentare la costruzione di centri dati. Tutto ciò, evidenzia Shoup, mette l’AI in una posizione inusuale: entrambi gli schieramenti vogliono primeggiare sulla Cina, ma nessuno dei due vuole ignorare i costi che questa corsa comporterà.

Tutto ciò per Shoup si traduce in tre possibili scenari che possono emergere a seguito delle elezioni di metà mandato; tutti con profonde implicazioni per il credito statunitense.

Se chi sostiene la sicurezza nazionale e la competizione tecnologica dovesse prevalere, osserva Shoup, i policymaker potrebbero continuare a dare priorità allo sviluppo rapido delle infrastrutture, consentendo riforme e l'accesso all'energia. I colli di bottiglia nell'approvvigionamento energetico, nella fornitura di chip, negli edifici dotati di impianti e nella manodopera qualificata probabilmente prolungherebbero il ciclo degli investimenti anziché arrestarlo.

Per gli investitori nel credito statunitense, spiega Shoup, ciò sosterrebbe la continua emissione di titoli da parte di hyperscaler, utility, sviluppatori di data center e dell'intera filiera produttiva, potenzialmente includendo grandi operazioni, ampiamente annunciate, da parte di emittenti tecnologici a grande capitalizzazione, nonché finanziamenti cartolarizzati e legati a progetti connessi alla capacità dei data center. L'opportunità rimarrebbe considerevole per Shoup, ma altrettanto importanti sarebbero la pressione sull'offerta e la necessità di selezionare emittenti e strutture.

Le prime restrizioni significative potrebbero riguardare non tanto i modelli di intelligenza artificiale più avanzati, precisa Shoup, quanto le infrastrutture necessarie al loro funzionamento: data center, elettricità, acqua e incentivi fiscali. Si tratta di costi che incidono direttamente sulle famiglie e che possono alimentare pressioni politiche trasversali molto più di quanto possano fare le questioni astratte legate alla sicurezza dei modelli. L'opposizione delle comunità locali sta già facendo aumentare i costi e allungando i tempi di realizzazione dei progetti, e potrebbe influenzare anche la scelta dei territori in cui costruire nuovi data center.

Per gli emittenti, secondo Shoup questo scenario potrebbe accentuare i rischi legati alle autorizzazioni, al completamento dei progetti e al rifinanziamento. Il tentativo di assicurarsi capacità infrastrutturale potrebbe anticipare gli investimenti e le emissioni obbligazionarie, aggravando le difficoltà di assorbimento dell'offerta da parte del mercato. Nel lungo periodo, tuttavia, un minor numero di progetti potrebbe ridurre il rischio di un eccesso di capacità e favorire le infrastrutture già operative. Ne deriverebbe probabilmente per Shoup una maggiore differenziazione tra realtà funzionanti e iniziative ancora speculative, oltre che tra le società di servizi pubblici in grado di ripartire i costi infrastrutturali senza suscitare reazioni politiche.

Nel breve termine, evidenzia Shoup, lo sviluppo delle infrastrutture legate all'intelligenza artificiale sta alimentando la domanda di lavoratori specializzati nell'edilizia, nell'ingegneria, negli impianti elettrici e nelle professioni tecniche. La carenza di queste figure può determinare un aumento dei salari, dei costi di costruzione e dell'inflazione, prima ancora che l'AI produca effetti disinflazionistici sull'intera economia. Tuttavia, osserva Shoup, col tempo una più ampia adozione della tecnologia da parte delle imprese potrebbe sostituire parte della forza lavoro, soprattutto nelle posizioni di ingresso e nelle mansioni cognitive più ripetitive e l'assenza di licenziamenti su larga scala nel corso di quest'anno non garantisce che non ce ne saranno in futuro.

L'adozione dell'AI nelle imprese si sta infatti rivelando più complessa del previsto: le aziende devono integrare i modelli con i propri dati proprietari, riprogettare i processi operativi e sviluppare sistemi di governance, sicurezza e valutazione che ne garantiscano un utilizzo affidabile. Il limitato impatto occupazionale osservato finora potrebbe per Shoup riflettere soprattutto le difficoltà di implementazione, più che anticipare gli effetti che l'intelligenza artificiale avrà effettivamente sul mercato del lavoro.

Questa incertezza ha implicazioni anche per i mercati finanziari. Una transizione graduale potrebbe sostenere la produttività, gli utili e i fondamentali aziendali, sottolinea Shoup, ma un processo di sostituzione dei lavoratori più rapido potrebbe penalizzare i consumi e indebolire i settori legati alla spesa delle famiglie, quello bancario e i segmenti di mercato di qualità creditizia inferiore, anche qualora gli investimenti continuassero a sostenere il Pil.

Le conseguenze sui tassi d'interesse potrebbero inoltre essere complesse per Shoup: sulla sezione a breve scadenza della curva, un indebolimento dell'occupazione e il rallentamento dell'inflazione potrebbero esercitare pressioni al ribasso, mentre sulle scadenze più lunghe una maggiore produttività, le risposte di politica fiscale e un aumento del tasso d'interesse neutrale potrebbero produrre effetti opposti.

In tutti e tre gli scenari, precisa Shoup, le dinamiche politiche finiscono inevitabilmente per tradursi in una questione di finanziamento. A un anno dalle prime grandi operazioni di debito legate all'intelligenza artificiale, è ormai evidente che lo sviluppo delle infrastrutture dipende dal mercato obbligazionario pubblico, dal debito cartolarizzato, dai capitali privati e da strumenti di finanziamento ibridi. Secondo una recente ricerca di Goldman Sachs, a metà settembre le emissioni di debito legate all'AI avevano raggiunto complessivamente i 578 miliardi di dollari a livello globale.

Quest'anno ha inoltre dimostrato che, in un contesto caratterizzato da rendimenti privi di rischio elevati e da un'accoglienza più discontinua delle operazioni legate all'AI, la disponibilità di capitali non è illimitata. I finanziamenti tramite capitale proprio e le quotazioni in borsa possono rafforzare il margine di protezione per i creditori, ma i timori legati alla sicurezza, alla politica e al ritorno sugli investimenti rischiano di compromettere le valutazioni. La questione decisiva per Shoup è quindi capire se il settore sarà in grado di finanziare lo sviluppo delle infrastrutture, gestirne l'impatto fisico sul territorio e dimostrare che i benefici sono ampiamente condivisi.

Per gli investitori nel credito statunitense, puntualizza Shoup, questo implica adottare un approccio più selettivo, anziché semplicemente più pessimista, nei confronti dei rischi legati all'intelligenza artificiale. Una domanda robusta, rendimenti complessivi elevati e una gestione disciplinata delle finestre di emissione possono ancora sostenere gli spread, soprattutto nel caso degli hyperscaler con una solida capitalizzazione e dei data center caratterizzati da flussi di cassa contrattualizzati e ben definiti.

Tuttavia, osserva Shoup, le valutazioni lasciano meno spazio a una compressione generalizzata degli spread e la prossima fase di sviluppo delle infrastrutture sarà probabilmente caratterizzata da una crescente differenziazione in funzione della qualità degli emittenti, delle strutture di finanziamento e dell'esposizione ai vincoli politici e infrastrutturali.

Le opportunità più interessanti per Shoup potrebbero emergere tra gli emittenti di maggiore qualità, nei casi in cui le pressioni tecniche sul mercato abbiano determinato livelli di remunerazione adeguati al rischio. Queste posizioni possono essere bilanciate con un'esposizione difensiva alla duration e con una selezione di titoli che presentano spread più ampi e che potrebbero beneficiare anche soltanto di una stabilizzazione delle condizioni di mercato. I principali rischi, invece, conclude Shoup, riguardano le difficoltà ad assorbire le nuove emissioni, un deterioramento della qualità degli utili, le pressioni legate al rifinanziamento e la possibilità che la politica trasformi l'intelligenza artificiale da motore di crescita a fattore di vincolo, condizionando dove, come e a quali costi potrà essere finanziato lo sviluppo delle infrastrutture.