Un recente studio della Banca d’Italia mostra che il mercato obbligazionario premia già le grandi piattaforme cloud e penalizza le società di software esposte alla disruption dell’AI generativa: una lettura che interessa, non meno degli economisti, chi si occupa di credito, di informativa agli investitori e di vigilanza.
Chi si occupa di contenzioso bancario e finanziario legge di regola le crisi quando sono già scritte nelle carte di un giudizio.
Uno studio pubblicato il 17 settembre scorso dalla Banca d’Italia nella collana Questioni di Economia e Finanza offre invece l’istantanea di un fenomeno ancora in corso: la selezione che il mercato obbligazionario sta già operando, all’interno del settore tecnologico, tra le imprese destinate a beneficiare della diffusione dell’intelligenza artificiale generativa e quelle esposte al rischio di venirne travolte [1]. È un dato che merita di essere letto anche con occhi diversi da quelli, pur necessari, dell’economista.
Lo studio, firmato da Marco Albori e Andrea Zaghini, analizza circa 14.800 emissioni obbligazionarie di società non finanziarie statunitensi collocate tra gennaio 2020 e febbraio 2026, assumendo come spartiacque il lancio pubblico di ChatGPT, il 30 novembre 2022. L’idea alla base della metodologia è semplice: se il lancio di ChatGPT ha davvero cambiato le aspettative degli investitori sulla capacità delle diverse imprese tecnologiche di beneficiare dell’AI, allora il costo del debito delle imprese più esposte a quella capacità dovrebbe essersi mosso in modo diverso rispetto a quello delle altre, a parità di ogni altra condizione. Gli autori lo misurano controllando per dimensione dell’emissione, durata, tipo di tasso, rating e per l’andamento generale dei tassi nello stesso periodo, segnato dal ciclo di rialzo della Fed.
Il risultato centrale riguarda i cinque hyperscaler, cioè Alphabet, Amazon, Meta, Microsoft e Oracle: dopo il lancio di ChatGPT le loro obbligazioni hanno spuntato condizioni di rendimento sensibilmente più favorevoli, con un miglioramento stimato in circa 47 punti base rispetto agli altri emittenti e uno sconto complessivo, al netto del confronto tra periodo precedente e successivo al lancio, pari a circa 29 punti base. Gli autori battezzano questo differenziale hyperium, sul modello del greenium con cui la finanza sostenibile descrive da anni il premio di prezzo dei titoli verdi.
Lo studio non si ferma al dato aggregato, e la circostanza non è irrilevante per chi debba poi ragionarci sopra in termini giuridici. Gli autori sottopongono il risultato a una serie di controlli di robustezza: il differenziale si conferma, e anzi si rafforza fino a circa 56 punti base, quando l’analisi è ristretta ai soli emittenti quotati, cioè al campione più direttamente comparabile con i grandi hyperscaler; regge anche sostituendo il rendimento assoluto con lo spread rispetto al titolo sovrano di pari scadenza, un controllo che isola la componente di rischio specifico dell’emittente dalle oscillazioni dei tassi, con uno sconto di circa 25 punti base sull’intero campione di società non finanziarie. Per chi debba decidere se fondare un ragionamento su un dato economico, questa tenuta metodologica non è un dettaglio per addetti ai lavori: è la ragione per cui l’hyperium può essere trattato, allo stato, come un fenomeno di mercato riconoscibile e non come un artefatto statistico di un singolo modello.
Il quadro si ribalta per le società di software. Nel confronto diretto con gli hyperscaler, queste hanno pagato rendimenti superiori di circa 42 punti base dopo l’affermazione dell’AI generativa: non perché prive di prospettive di crescita, ma perché l’incertezza sulla tenuta dei loro modelli di business, la disintermediazione dei ricavi da abbonamento, l’erosione delle barriere all’ingresso, la sostituibilità di funzionalità storicamente proprietarie, pesa, per un investitore obbligazionario, più della crescita stessa. È quanto gli operatori di mercato, richiamati dagli autori, indicano ormai con l’espressione SaaSpocalypse [2]. Il fenomeno non è di nicchia: nel solo 2025 i cinque hyperscaler hanno collocato circa 108 miliardi di dollari di obbligazioni, contro una media annua di circa 20 miliardi nel biennio precedente, e nei primi mesi del 2026 avevano già raccolto oltre 56 miliardi.
Perché la notizia riguarda anche chi fa credito
Il dato interessa il giurista per almeno tre ordini di ragioni, che lo studio stesso, pur restando nel perimetro dell’analisi economica, lascia intravedere.
La prima riguarda l’informativa. Se il mercato sta già prezzando, con questa nettezza, l’esposizione di un emittente alla disruption dell’AI, la rappresentazione di quel rischio nei fattori di rischio del prospetto (nell’ordinamento europeo, l’art. 16 del Regolamento (UE) 2017/1129) smette di essere un capitolo standard e diventa un elemento potenzialmente decisivo per la formazione del prezzo. Un fattore di rischio generico, non calibrato sulla posizione specifica dell’emittente nella catena del valore dell’AI, rischia di non superare più il vaglio di specificità e rilevanza che la disciplina del prospetto richiede.
La seconda riguarda la stabilità sistemica, tema che gli stessi autori toccano nelle conclusioni: la concentrazione del vantaggio di finanziamento in un numero ristretto di soggetti, già dominanti sul lato equity, replica sul mercato del credito le medesime dinamiche di concentrazione del potere di mercato da tempo al centro dell’attenzione delle autorità di vigilanza e antitrust. Per un intermediario esposto, anche indirettamente, a queste emissioni, sia in portafoglio proprietario, sia in operazioni di cartolarizzazione, sia in mandati di collocamento, così come per un investitore istituzionale (incluse le imprese di assicurazione) che alloca quote significative del proprio portafoglio obbligazionario a emittenti tecnologici, la domanda rilevante non è più soltanto se l’hyperium sia oggi giustificato, ma quanto sia sostenibile qualora le aspettative sulla redditività dell’AI dovessero rivedersi.
La terza è, per ora, soltanto un’ipotesi di lavoro, e va trattata come tale: l’analogia con il greenium che gli stessi autori propongono non è soltanto lessicale. Il filone del contenzioso da greenwashing, ormai maturo in più ordinamenti europei, è nato proprio quando un premio di prezzo riconosciuto dal mercato a una narrazione, quella della sostenibilità, si è rivelato, in tutto o in parte, non supportato dai fatti sottostanti. Se l’hyperium dovesse un giorno reggersi su piani di capex non realizzati o su una domanda di capacità computazionale meno solida del previsto, rivendicazioni analoghe da parte di chi ha sottoscritto o distribuito titoli fondati su quella narrazione sono un’ipotesi che merita di essere tenuta d’occhio.
Una materia ancora senza giurisprudenza
Allo stato non risultano, né in Italia né in ambito unionale, pronunce specificamente rese sul rapporto tra esposizione all’intelligenza artificiale e pricing del debito societario: la materia, del resto, ha meno di un anno di vita empirica documentata. È un terreno aperto, non ancora presidiato da precedenti, ed è proprio per questo che merita di essere osservato ora, prima che la prassi si consolidi e le posizioni si irrigidiscano.
Restano sul tavolo, in questa fase, più domande che risposte: quanto a lungo un premio di prezzo fondato su aspettative possa reggere senza un ancoraggio più solido ai fondamentali; come l’esposizione all’AI debba entrare, in modo strutturato, nei modelli di credit risk assessment degli intermediari; quale responsabilità, e verso chi, possa profilarsi se la narrazione alla base dell’hyperium si rivelasse eccessivamente ottimistica. Sono interrogativi che uno spazio come questo può soltanto aprire, e che meritano una sede di confronto più ampia, dove alle domande si possa provare a dare anche qualche risposta operativa.
Note
[1] M. Albori, A. Zaghini, Corporate bond pricing in the AI era, Questioni di Economia e Finanza (Occasional Papers), Banca d’Italia, n. 1057, settembre 2026 (pubblicato il 17 settembre 2026), DOI: 10.32057/0.QEF.2026.1057. Le opinioni espresse nello studio sono degli autori e non impegnano l’Istituto.
[2] Corporate bond pricing in the AI era, cit., p. 19: espressione che gli autori riferiscono all’uso corrente tra gli operatori di mercato, non a una propria elaborazione.
18.09.2026
