Dara White, Global Head of Emerging Market Equities, e Cory Unal, Portfolio Manager, di Columbia Threadneedle Investments

 

 

L’intelligenza artificiale (AI) sta diventando una risorsa sempre più abbondante e accessibile, mentre l’energia, i chip e i materiali che la producono ed alimentano diventano oggetto di competizione tra nazioni. Di fatto, a giugno, una direttiva del governo statunitense sul controllo delle esportazioni ha imposto ad Anthropic di sospendere l’accesso a due modelli di AI per i cittadini stranieri, inclusi i dipendenti della stessa società. Misure di questo tipo non avevano quasi precedenti nel software cloud, mentre sono familiari nel mondo dell’arricchimento dell’uranio, della crittografia e degli armamenti avanzati.

Per chi investe nei mercati emergenti l’implicazione è chiara: l’AI sta cambiando il vantaggio competitivo, spostandolo verso i Paesi e le società che controllano input scarsi, infrastrutture e capacità industriali, e allontanandolo da quelli il cui vantaggio si è basato principalmente sull’esportazione di manodopera a basso costo. Resta da capire cosa significhi questo cambiamento per i mercati emergenti: chi possiede gli input necessari a produrre intelligenza artificiale e chi esporta il lavoro che l’AI sta imparando a svolgere.

I tre cambiamenti in atto

L’episodio di giugno mostra come l’AI stia accelerando il “cambio di regime” in tre modi. In primis, l’AI utilizzabile è diventata un bene manifatturiero: a differenza del software tradizionale, deve essere prodotta continuamente a partire da energia, capacità di calcolo, dati e capitale. I quattro maggiori hyperscaler potrebbero investire oltre 700 miliardi di dollari nel 2026, mentre i costi di inferenza, al netto delle prestazioni, sono diminuiti di oltre cento volte in circa due anni. Inoltre, gran parte della filiera passa per l’Asia: chip logici a Taiwan, memorie in Corea, packaging e apparecchiature tra Taiwan e Giappone.

In secondo luogo, i vantaggi competitivi diventano più sottili, più brevi e più fisici. Il primato di un modello può essere copiato o superato sul prezzo, mentre acquista valore ciò che le macchine non possono replicare facilmente: contratti di fornitura energetica, hardware strategico, relazioni consolidate con i clienti e persino la licenza stessa di operare, che Washington e Pechino possono concedere, limitare o revocare.

Infine, la competizione si decide sempre più in termini di autorizzazioni e gigawatt. Nel 2025 la Cina ha aggiunto oltre 500 GW di capacità di generazione, mentre negli Stati Uniti oltre 2.000 GW di potenziale capacità di generazione e accumulo sono in attesa di connessione alla rete.

L’era dell’AI, quindi, premia punti di forza nazionali diversi: la Cina costruisce già una quota dello strato fisico dell’AI superiore a quella di qualsiasi altra economia, i Paesi del Golfo convertono i proventi degli idrocarburi e l’allineamento politico con Washington in capacità di calcolo, mentre gli Stati Uniti trasformano i flussi di cassa del software in contratti energetici, data center e accordi di fornitura di semiconduttori.

I mercati emergenti nella nuova era dell’AI

L’era dell’AI non elimina i vantaggi tradizionali, ma ne modifica il valore relativo. Per le economie che importano hardware ed energia, ed esportano il lavoro che l’AI sta imparando a svolgere, il rischio è uno shock delle ragioni di scambio: ciò che vendono perde valore rispetto a ciò che devono acquistare.

La scala dello sviluppo che ha portato Giappone, Taiwan, Corea e Cina verso la frontiera tecnologica aveva come primo gradino una manodopera ad un prezzo inferiore rispetto a quello del concorrente. Quel gradino non scompare, ma l’AI ne indebolisce il potere di determinazione dei prezzi, soprattutto per i lavori da ufficio: il concorrente per un posto in un call center o per un contratto software è ormai anche un modello di AI sempre più capace e meno costoso, mentre la manifattura subisce pressioni più lente, ma comunque nella stessa direzione.

Ciò non significa che i mercati emergenti perdano rilevanza. Il valore si sposta verso i sistemi più difficili da reperire che sostengono l’AI, come semiconduttori, memorie, packaging, apparecchiature per l’energia e reti, ambiti in cui i Paesi emergenti possono vedere crescere il proprio ruolo: l’Asia orientale, ad esempio, controlla livelli fondamentali della catena di produzione dell’hardware per l’IA.

L’esempio dell’India

La valutazione premium dell’India non si basa solo sui dati demografici e sulla domanda interna, ma su un processo di crescita composta, durata tre decenni, dell’occupazione nei servizi per gli impiegati. Le società IT quotate in borsa potrebbero non avvertire subito la pressione, perché possono utilizzare l’intelligenza artificiale per automatizzare l’erogazione dei servizi, migrare i flussi di lavoro dei clienti e diventare più snelle e redditizie.

Il loro problema è però la crescita. Il settore IT indiano ha registrato una crescita composta per decenni grazie all’aumento del numero di dipendenti “white-collar”. Ora deve crescere utilizzando un numero inferiore di risorse. Il mercato ne ha in parte tenuto conto attraverso una riduzione dei multipli, ma la questione più complessa riguarda il valore finale: un prezzo basso rispetto al passato non è necessariamente basso rispetto al futuro.

Il punto di pressione più rilevante potrebbe essere l’assunzione dei neolaureati. L’AI tende ad automatizzare innanzitutto il lavoro dei livelli inferiori, poiché si tratta di compiti strutturati, supervisionati e più facili da verificare. Le aziende che cercano di proteggere i propri margini non hanno bisogno di licenziamenti di massa per rimodellare il mercato del lavoro; possono semplicemente assumere meno persone ai livelli più bassi.

Per due decenni, il settore IT ha rappresentato una delle più grandi “scale sociali” per i colletti bianchi del mondo in via di sviluppo, consentendo ai laureati indiani di accedere a redditi urbani, mutui e piani di investimento mensili. Questa scala non solo si sta restringendo, ma si sta anche spostando. I centri di competenza globali (GCC) stanno portando in India attività a maggior valore aggiunto nei settori dei prodotti, dell’ingegneria e dell’AI, ma assumono in modo più selettivo rispetto al passato. L’India potrebbe riuscire a mantenere il valore tecnologico senza ricreare quell’ampio motore occupazionale che sosteneva la sua economia interna.

Ecco perché il sottopeso non è una scelta legata al settore IT. Le cinque maggiori società indiane di servizi IT quotate in borsa hanno già subito una rivalutazione e, alla fine di giugno 2026, rappresentavano circa lo 0,75% dell’indice dei mercati emergenti. Parte del più ampio premio di valutazione dell’India, tuttavia, era costituito da un premio legato ai consumi e al credito, sostenuto da una notevole creazione di posti di lavoro per impiegati. La domanda più importante per gli investitori è se gli effetti a valle sull’occupazione, sui consumi e sul credito siano stati rivalutati nella stessa misura.

I punti di forza dell’India sono reali. La domanda è se abbiano giustificato il premio che il mercato ha attribuito loro. Siamo diventati più esigenti riguardo al prezzo che siamo disposti a pagare.

Una riaccelerazione sostenuta, sia nell’assunzione di impiegati che nella crescita dei ricavi tra i fornitori di servizi IT e le società di consulenza gestionale (GCC), potrebbe modificare la nostra view. Tale combinazione indicherebbe infatti che l’intelligenza artificiale sta ampliando la capacità produttiva dell’India, piuttosto che limitarsi a ridurre il numero di lavoratori necessari per generare ogni unità di ricavo.

In conclusione

In tutti i nostri portafogli ricorre la stessa variabile: la scarsità. Prima, un mercato emergente poteva prosperare come pedina a basso costo sulla scacchiera di qualcun altro, offrendo un luogo più economico per una fabbrica, un call center o un hub di servizi. In questo cambio di regime, ciò non basta più: il successo appartiene alle economie che dispongono di qualcosa di difficile da replicare, che si tratti di energia, risorse, capacità industriale, tecnologica o infrastrutturale che le macchine non possono riprodurre. L’IA non rende irrilevanti i mercati emergenti: cambia le condizioni alle quali questi possono vincere e, di conseguenza, alle quali investiamo.

La scarsità, tuttavia, non è permanente: la carenza di oggi finanzia la capacità di domani. La storia dei boom infrastrutturali, dalle ferrovie alla fibra ottica, insegna che anche questo ciclo potrebbe portare a un eccesso di capacità. Presenta però due caratteristiche insolite: una domanda ricorsiva, perché l’IA viene già usata per sviluppare i sistemi che la seguiranno, e la presenza degli Stati sovrani tra i committenti. La nostra risposta è quindi essere selettivi e non uscire dal mercato dell’IA: l’opportunità non consiste nel possedere ogni beneficiario, ma nell’individuare dove la scarsità durerà più a lungo di quanto il mercato si aspetti e se il suo valore arriverà agli azionisti.