Microsoft, Meta, Oracle, Amazon e Alphabet hanno sottoscritto circa 1,09 trilioni di dollari di pagamenti futuri relativi a contratti di leasing non ancora iniziati, in gran parte per data center destinati all'intelligenza artificiale. L'analisi di Reuters mette in evidenza una massa di obblighi molto superiore ai circa 285 miliardi di passività da leasing già registrate nei bilanci delle stesse società.
Il dato non significa che le aziende debbano versare immediatamente l'intera somma. I contratti si estendono per molti anni e parte delle strutture deve ancora essere costruita o consegnata. Mostra però la scala della scommessa: i gruppi tecnologici stanno prenotando in anticipo energia, edifici e capacità di calcolo per evitare di restare senza infrastrutture nella fase di crescita dell'IA.
Le regole contabili riconoscono normalmente un leasing nel bilancio quando il bene è disponibile per l'uso. Un data center previsto da un contratto ma ancora in costruzione resta quindi descritto nelle note come impegno futuro. Questo trattamento è corretto dal punto di vista tecnico, ma rende meno immediato il confronto tra aziende e può far apparire più leggero il livello di obblighi rispetto alla realtà economica dei contratti firmati.
Gli investitori devono distinguere tra passività già attive e pagamenti non cancellabili che inizieranno negli anni successivi. Per valutare il rischio sono importanti durata, condizioni di recesso, adeguamenti legati all'energia e presenza di clienti capaci di coprire la capacità prenotata.
Reuters indica Microsoft con il maggiore portafoglio noto di leasing non iniziati, pari a 329,1 miliardi di dollari. Meta ha quasi 279 miliardi, ai quali si aggiunge un accordo da 68 miliardi annunciato dopo la chiusura del periodo di rendicontazione considerato. Oracle presenta circa 260 miliardi di impegni, una cifra vicina a sette volte le passività da leasing già riconosciute.
Il caso Oracle è osservato con particolare attenzione perché molti contratti durano tra 15 e 19 anni. L'azienda può affittare capacità a clienti dell'IA, ma se tali clienti non rinnovano o riducono la domanda, Oracle potrebbe restare vincolata a pagamenti molto più lunghi. Microsoft e Meta dispongono di attività diversificate e grandi flussi di cassa, ma anche per loro una capacità inutilizzata ridurrebbe il rendimento degli investimenti.
Amazon mostra circa 137,21 miliardi di impegni futuri, mentre Alphabet ne riporta 85,2 miliardi. Nel caso di Amazon, una parte dei leasing riguarda magazzini e altre strutture del commercio elettronico, non soltanto data center. Il confronto diretto richiede quindi attenzione alla composizione.
Alphabet sta aumentando la spesa per infrastrutture destinate a Google Cloud e ai modelli Gemini, ma combina strutture di proprietà e in affitto. La scelta tra costruire e prendere in leasing dipende da velocità, accesso alla rete elettrica e disponibilità di terreni. Il leasing permette di attivare capacità più rapidamente, ma trasferisce meno rischio al fornitore quando il contratto è lungo e non cancellabile.
La corsa all'IA non è limitata ai chip. Un data center richiede connessioni alla rete, trasformatori, generatori di emergenza, sistemi di raffreddamento, acqua in alcuni progetti e autorizzazioni locali. La disponibilità di elettricità è diventata uno dei principali vincoli. Prenotare un sito significa spesso assicurarsi anche una quota futura di potenza.
I contratti possono essere firmati prima che la rete o l'edificio siano completati, perché la domanda supera l'offerta nelle località più adatte. Questo spiega l'accumulo di impegni non ancora iniziati. Allo stesso tempo, ritardi nella costruzione o opposizioni delle comunità possono spostare i tempi e aumentare i costi.
La sostenibilità dipende dall'utilizzo effettivo dei modelli di IA. Se imprese e consumatori pagheranno abbastanza per servizi avanzati, i data center produrranno ricavi capaci di coprire i leasing. Se la crescita rallenterà, le aziende potrebbero trovarsi con capacità eccessiva e contratti pluriennali difficili da ridurre.
Esiste anche il rischio tecnologico: chip più efficienti, nuovi metodi di addestramento o modelli più piccoli potrebbero ridurre il calcolo necessario per alcune applicazioni. Al contrario, sistemi più potenti e agenti utilizzati su larga scala potrebbero aumentare la domanda oltre le previsioni. La direzione è incerta; gli obblighi contrattuali, invece, sono già stati assunti.