Goldman Sachs: i guadagni di produttività AI non sono ancora arrivati

Goldman Sachs ha riportato il 17 agosto 2026 che i guadagni di produttività attesi dall'intelligenza artificiale non si sono ancora materializzati nell'economia più ampia. L'analisi della banca d'investimento ha confrontato l'intensità del lavoro aziendale e la sensibilità all'AI per modellare dove i guadagni da implementazione avranno il maggiore impatto quando inizieranno finalmente. La valutazione arriva mentre le principali azioni nel settore delle infrastrutture AI e dei semiconduttori mostrano performance miste, con Intel che scambia a $103,49, in calo dell'1,02% nella giornata, alle 23:08 UTC di oggi. Il rapporto stabilisce un benchmark per misurare la reale produzione economica di un ciclo di investimenti multi-trilionario attualmente riflesso più nelle valutazioni che negli utili aziendali.

Contesto — perché è importante ora

Il contesto macro attuale è caratterizzato da tassi di interesse elevati e domande persistenti sull'efficienza aziendale. Gli investitori hanno investito capitali in aziende focalizzate sull'AI per anni, anticipando un cambiamento radicale nella produttività che giustificherebbe le valutazioni e aumenterebbe i margini di profitto nell'economia. La mancanza di miglioramenti misurabili della produttività aggregata sfida la tempistica di quel ritorno sugli investimenti. Cicli di anticipazione simili hanno preceduto importanti cambiamenti tecnologici, come il boom delle dot-com alla fine degli anni '90, dove l'adozione diffusa di Internet ha infine portato a guadagni di produttività anni dopo l'iniziale entusiasmo. L'ultimo aumento comparabile nella crescita della produttività, guidato dalla tecnologia dell'informazione alla fine degli anni '90, ha visto la produzione per ora del settore non agricolo aumentare in media del 2,5% all'anno tra il 1995 e il 2004, secondo i dati del Bureau of Labor Statistics. Il catalizzatore per il rapporto di Goldman è la crescente divergenza tra la spesa in capitale per l'AI e la produzione economica misurabile, che ha portato a un'analisi forense di quali aziende siano strutturalmente posizionate per catturare per prime i guadagni futuri.

Dati — cosa mostrano i numeri

Il framework di Goldman si basa su due metriche concrete: il costo del lavoro come percentuale delle entrate e un punteggio di esposizione all'AI basato sull'automazione dei compiti. Le aziende con alta intensità di lavoro e alta sensibilità all'AI possono vedere la maggiore espansione dei margini dall'integrazione riuscita. La performance azionaria di Intel riflette l'incertezza attuale, scambiando in un intervallo giornaliero tra $101,80 e $105,97 prima di stabilizzarsi a $103,49, una diminuzione dell'1,02%. Questo movimento contrasta con il settore tecnologico più ampio, che ha visto una volatilità significativa attorno alle narrazioni sugli utili dell'AI. Il divario di valutazione tra le aziende di software AI puro e le aziende industriali tradizionali si è ampliato, con il software che spesso scambia a multipli di fatturato superiori a 10x mentre molte aziende industriali scambiano sotto 2x. L'indice dei semiconduttori è aumentato di circa il 15% da inizio anno, fortemente influenzato dalla domanda di chip AI, tuttavia questo non si è tradotto in guadagni proporzionali per le metriche di produttività degli utenti finali. La spesa aziendale per software e hardware AI è prevista superare i 500 miliardi di dollari all'anno entro il 2026, secondo le previsioni del settore, creando un costo tangibile che deve essere compensato da guadagni di efficienza.

Analisi — cosa significa per i mercati / settori / ticker

Il principale effetto secondario è una potenziale rotazione all'interno dei settori azionari. Le aziende identificate con alta esposizione ai costi del lavoro e alta sensibilità ai compiti AI, come alcuni segmenti dell'outsourcing dei processi aziendali, dell'amministrazione sanitaria e segmenti dei servizi finanziari, potrebbero vedere un significativo riadattamento quando i guadagni di produttività saranno confermati. Al contrario, le aziende con bassa intensità di lavoro o operazioni non facilmente ampliate dall'AI potrebbero vedere una relativa sotto-performance mentre i flussi di investimento si dirigono verso nomi più sensibili. Il settore hardware tecnologico e dei semiconduttori, comprese azioni come Intel, affronta un percorso biforcato: sono chiari beneficiari della spesa per infrastrutture AI ma sono anche sotto pressione per dimostrare che i loro prodotti generano valore economico a valle. Una limitazione chiave di questa analisi è che modella potenziali risultati piuttosto che risultati provati; le sfide di integrazione, gli ostacoli normativi e i costi di riqualificazione dei dipendenti potrebbero ritardare o diluire i guadagni previsti. L'attuale posizionamento di mercato mostra che gli investitori istituzionali mantengono posizioni lunghe in abilitatori dell'AI come i semiconduttori mentre mostrano cautela sulle azioni cicliche del mercato più ampio fino a quando non emergono segnali di produttività più chiari. I dati sui flussi indicano che il nuovo capitale si sta concentrando su fornitori di attrezzature piuttosto che su adottatori finali.

Prospettive — cosa osservare prossimamente

Il catalizzatore immediato per convalidare o contraddire la tesi di Goldman sarà la prossima ondata di rapporti sugli utili aziendali, a partire dalle principali aziende tecnologiche a fine ottobre 2026. I commenti della direzione sull'efficienza della spesa in capitale e sulle metriche di produzione per dipendente saranno scrutinati. I successivi rilasci di dati, incluso il rapporto trimestrale sulla produttività e i costi del Bureau of Labor Statistics programmato per inizio novembre 2026, forniranno un controllo economico aggregato. I livelli chiave da osservare includono l'Indice dei Semiconduttori di Filadelfia (SOX) che deve mantenersi sopra la sua media mobile a 200 giorni, attualmente vicino al livello di 4.200, come indicatore della domanda continua di infrastrutture. Per azioni individuali come Intel, mantenere il supporto sopra il livello psicologico di $100 è fondamentale per il sentiment rialzista. Se i dati sulla produttività iniziano a mostrare un'inflessione verso l'alto, il successivo movimento sarebbe probabilmente verso le azioni ad alta intensità di lavoro selezionate dal modello di Goldman. Se i dati rimangono piatti, la pressione potrebbe aumentare sulle valutazioni delle azioni adiacenti all'AI che hanno già prezzato benefici a breve termine.

Domande Frequenti

Cosa significa la produttività AI per le valutazioni azionarie?

La produttività AI si riferisce all'aumento della produzione economica generata per unità di lavoro o capitale attraverso l'uso dell'intelligenza artificiale. Per le valutazioni azionarie, i guadagni di produttività dimostrati possono giustificare valutazioni più elevate espandendo i margini di profitto e gli utili senza aumenti proporzionali nei costi. Le aziende che automatizzano con successo compiti ripetitivi e ad alto costo possono riallocare capitale verso la crescita o restituirlo agli azionisti. L'assenza di questi guadagni, come notato da Goldman Sachs, contribuisce all'incertezza delle valutazioni per le azioni che sono aumentate principalmente per anticipazione.

Come si confronta questo con le passate ondate di produttività guidate dalla tecnologia?

Esistono paralleli storici con la proliferazione dei computer personali negli anni '80 e del software aziendale negli anni '90. In entrambi i casi, i guadagni di produttività misurabili sono stati in ritardo rispetto all'investimento iniziale di diversi anni mentre le aziende imparavano a integrare nuovi strumenti e riorganizzare i flussi di lavoro. L'ondata dell'AI coinvolge un insieme più pervasivo di tecnologie mirate a compiti cognitivi, suggerendo che il periodo di integrazione potrebbe essere più lungo e complesso. Tuttavia, la scala degli investimenti in capitale è più grande e più concentrata tra pochi fornitori di infrastrutture dominanti.

Quali settori hanno la maggiore esposizione ai costi del lavoro rilevante per l'AI?

I settori con alte concentrazioni di ruoli amministrativi, analitici e di interazione con i clienti mostrano tipicamente la maggiore esposizione ai costi del lavoro. Questo include i servizi finanziari per le operazioni di back-office, la sanità per la fatturazione medica e la gestione dei registri, e i servizi professionali per la ricerca e la sintesi dei dati. Questi settori hanno spesso costi del lavoro che rappresentano il 40-60% delle spese operative totali, creando un ampio target per gli strumenti di efficienza guidati dall'AI mirati alla gestione dei documenti, all'inserimento dei dati e alla comunicazione di routine.

Conclusione

Il mercato sta scommettendo sul potenziale di produttività dell'AI che non è ancora apparso nei dati economici aggregati, preparando il terreno per una rotazione settoriale quando i guadagni si materializzeranno.

Disclaimer: Questo articolo è solo a scopo informativo e non costituisce consulenza sugli investimenti. Il trading di CFD comporta un alto rischio di perdita di capitale.