Intelligenza artificiale Stati Uniti vs Cina: Chi è in vantaggio nella corsa all’IA?

Thomas Edison aveva George Westinghouse. Apollo aveva Sputnik. L’attuale corsa all’intelligenza artificiale tra Stati Uniti e Cina potrebbe essere l’ultimo esempio di come la rivalità possa fungere da catalizzatore per l’innovazione.

 

"La concorrenza è positiva e credo che la presenza di concorrenti forti spingerà i laboratori di IA a innovare e ad accelerare", afferma Mark Casey, gestore di portafogli azionari.

 

"La cinese DeepSeek, ad esempio, ha migliorato l'efficienza di un concetto di machine learning chiamato 'mixture of experts' utilizzando tecniche che molti dei principali laboratori di IA stanno ora adottando."

 

La strategia cinese basata sui bassi costi, favorita in parte da manodopera ed energia a prezzi contenuti, ha contribuito a far guadagnare quote di mercato al Paese, mentre gli Stati Uniti continuano a essere in testa nell'economia digitale e nelle tecnologie d'avanguardia. Di seguito analizziamo l'approccio all'IA dei due Paesi, i vantaggi che potrebbero aiutarli a orientarsi nell'evoluzione della tecnologia e ciò che la prossima fase di sviluppo dell'IA potrebbe significare per gli investitori.

Comprendere il boom dell'IA negli Stati Uniti e in Cina

La tabella mette a confronto lo sviluppo dell'IA negli Stati Uniti e in Cina.

Fonti: Capital Group. A solo scopo illustrativo. I modelli di frontiera sono sistemi di IA all'avanguardia dotati delle capacità più avanzate attualmente disponibili. Per capacità di calcolo domestica si intende la potenza di calcolo per l'IA localizzata e gestita all'interno dei confini di un Paese. I data center hyperscale sono strutture di grandi dimensioni che forniscono la potenza di calcolo necessaria per l'IA e i servizi cloud.

IA negli Stati Uniti: vantaggio in termini di spesa

 

Sullo sfondo degli ingenti investimenti in conto capitale delle grandi aziende tecnologiche statunitensi si profila l'affascinante possibilità della superintelligenza artificiale, o ASI.

 

"L'approccio degli Stati Uniti all'IA è molto diverso da quello della Cina, a cominciare da quanto spendono per sviluppare modelli in grado di spingere più avanti la frontiera", afferma Jared Franz, economista di Capital Group.

 

"Anthropic, OpenAI e altre aziende statunitensi stanno puntando alla superintelligenza, che potrebbe imprimere una svolta alla crescita economica, accelerare le scoperte scientifiche e affrontare alcuni dei problemi più difficili dell'umanità", aggiunge Franz. "L'approccio resta speculativo e, sebbene vi siano timori legati alla possibilità di perdere il controllo di un sistema superintelligente, negli Stati Uniti si mostra una maggiore propensione ad accettare questo rischio, anche per via dell'incentivo economico. La Cina, pur non avendo abbandonato questa strada, dà priorità all'impiego dell'IA nelle applicazioni industriali."

Le aziende tecnologiche statunitensi spendono per l'IA molto più delle concorrenti cinesi

Il grafico a barre sovrapposte confronta gli investimenti in conto capitale degli hyperscaler negli Stati Uniti e in Cina nel 2025 e nel 2026. Negli Stati Uniti, il capex dovrebbe aumentare da 425 miliardi di USD nel 2025 a 791 miliardi nel 2026, mentre in Cina dovrebbe salire da 57 miliardi a 118 miliardi di USD.

Fonti: Capital Group, Bloomberg, FactSet. Stime al 31 luglio 2026. Capex indica gli investimenti in conto capitale. I dati riportati sono stati ricondotti all'anno solare per consentire il confronto tra società con esercizi fiscali differenti. I dati relativi al capex di ByteDance sono quelli riportati da Bloomberg. La spesa pubblica non è inclusa.

Nel percorso verso una potenziale superintelligenza, le aziende statunitensi attive nell'IA hanno puntato su un altro acronimo: RSI, ovvero auto-miglioramento ricorsivo. "Da decenni i ricercatori cercano di sviluppare modelli in grado di migliorarsi autonomamente. Di recente, OpenAI ha dichiarato che il suo modello più avanzato ha migliorato un modello più economico e di livello base. Si tratta di uno sviluppo significativo perché, una volta raggiunto l'RSI, potrebbe verificarsi un'impennata dell'efficienza, della produttività e di altri miglioramenti, che potrebbe determinare una riduzione dei prezzi dei modelli", spiega Franz.

 

Naturalmente, per avere un impatto sul mondo l'IA non deve necessariamente raggiungere la superintelligenza, e neppure il traguardo, comunque ambizioso, di un'intelligenza pari a quella umana. "Chiunque nella Silicon Valley dirà che l'IA viene applicata a ogni problema o settore immaginabile", osserva Franz. "Nonostante gli elevati tassi di insuccesso e l'assenza di garanzie di successo, il venture capital continua ad affluire verso startup legate all'IA che potrebbero rivelarsi rivoluzionarie."

 

Resta da vedere se i miliardi di dollari statunitensi destinati agli investimenti in conto capitale daranno i risultati attesi, ma la storia suggerisce che, ai vertici, i ritorni tendono a essere disomogenei nei settori in cui essere i migliori fa la differenza. "La differenza tra il miglior CEO e il secondo migliore potrebbe essere di 10 a 1, non di 2 a 1", afferma Casey, citando dirigenti di primo piano come Nick Howley del produttore di componenti aerospaziali TransDigm o Hock Tan di Broadcom. "Per assicurarsi la persona migliore in assoluto, si paga molto di più. Ci sono molti ambiti in cui essere i migliori e i più veloci fa la differenza, e gli investitori sono disposti a pagare un premio per chi è alla frontiera dell'innovazione: proprio per questo è difficile prevedere il futuro dei laboratori di IA."

 

IA in Cina: focus sull'industria

 

L'approccio della Cina all'IA è fortemente orientato alle applicazioni industriali, in linea con il suo punto di forza: la capacità di produrre in modo efficiente su scala massiccia.

 

"Gli Stati Uniti puntano su modelli all'avanguardia, con aziende in competizione per sviluppare modelli di frontiera di grandi dimensioni in grado di eguagliare l'intelligenza umana. La Cina si concentra invece sull'intelligenza applicata a casi d'uso industriali, come la guida autonoma e la robotica, anziché sull'intelligenza di livello umano", afferma Winnie Kwan, gestore di portafogli azionari.

 

"Di conseguenza, anche il fabbisogno di capacità di calcolo è diverso: le applicazioni di IA cinesi utilizzano un numero di token di gran lunga inferiore, compensando così la carenza nel Paese di capacità di calcolo all'avanguardia."

Tokenomics: i modelli di IA cinesi sono più competitivi sul fronte dei costi

Prestazioni dei modelli LLM rispetto ai costi

Fonti: Capital Group, llm-stats. Il prezzo presuppone un rapporto di 8:1 tra token di input e token di output per ogni milione di token. Il punteggio del modello è una misura composita basata sui risultati ottenuti in benchmark relativi a ragionamento, coding, capacità agentiche e altri ambiti. I token sono le unità di base del testo elaborate dai modelli di IA e vengono comunemente utilizzati per misurare l'utilizzo e determinare i prezzi dei servizi di IA. Dati al 14 agosto 2026.

Di conseguenza, l'IA potrebbe rafforzare ulteriormente il già solido ecosistema industriale del Paese, trasformando i progressi tecnologici in prodotti concreti. "Molte aziende stanno sviluppando robot umanoidi destinati ad attività manifatturiere e logistiche, replicando ciò che fanno gli esseri umani nelle fabbriche e nei magazzini", afferma Sugi Widjaja, analista degli investimenti azionari specializzato in società tecnologiche asiatiche. "Sono molto competenti sul fronte dell'hardware e continuano a compiere progressi anche sul software, facendo tesoro dell'esperienza maturata dal Paese nel settore dei veicoli autonomi."

 

Nel tentativo di accrescere la propria influenza globale e conquistare quote di mercato, la Cina ha adottato un modello a pesi aperti, che consente ai clienti di utilizzare la sua IA in modo sicuro. I veri modelli open source consentono pieno accesso ai dati di addestramento e al codice, mentre i modelli a pesi aperti no. "Ciò significa che le aziende statunitensi possono utilizzare modelli cinesi a pesi aperti meno costosi senza inviare dati in Cina. Possono accedervi tramite provider cloud come Amazon Web Services o Microsoft Azure, che ospitano i modelli localmente e garantiscono la conformità alle normative statunitensi in materia di dati e privacy", spiega.

 

Coesistenza competitiva

 

Anziché uno scenario in cui il vincitore prende tutto, Kwan prevede la coesistenza dei due sistemi: i modelli di frontiera statunitensi si aggiudicheranno le attività più remunerative e ad alta criticità, mentre i modelli cinesi, più economici, gestiranno il resto. "Le aziende migliori probabilmente sceglieranno sempre il modello più avanzato per le attività in cui un vantaggio prestazionale del 10-15% fa la differenza e, nel tempo, si traduce in un vantaggio competitivo. Ma per le attività meno critiche, se il modello cinese offre prestazioni sufficienti, utilizzeranno quello", aggiunge.

 

Casey concorda, osservando che esistono già aziende che indirizzano le query o i progetti verso l'opzione con il costo complessivo più basso. "Sebbene i modelli cinesi possano costare meno per token, potrebbero richiedere un maggior numero di token per completare un'attività con precisione. Per questo sono nate aziende come OpenRouter, non quotata in borsa, che consentono di passare da un modello all'altro in funzione dell'attività e del livello di accuratezza richiesto."

 

Aggiunge: "È ancora troppo presto per stabilire chi prevarrà in termini di produttività e innovazione, ma i due sistemi coesisteranno, alla luce delle tensioni geopolitiche e della profonda diffidenza reciproca. Oggi, ad esempio, nel mercato delle infrastrutture as-a-service, sebbene società Internet cinesi come Baidu e Tencent offrano prezzi molto bassi, non sono ancora ampiamente utilizzate negli Stati Uniti e in Europa."

 

Cosa significa per gli investitori la corsa all’IA tra Stati Uniti e Cina?

 

Pochi eventi hanno messo alla prova la fiducia degli investitori nella sostenibilità del boom dell’IA negli Stati Uniti più dell’ascesa dei modelli cinesi a pesi aperti. "Dato che la spesa per l’IA coinvolge ormai molte società presenti sui mercati azionari statunitensi, la volatilità legata alla corsa all’IA tra Stati Uniti e Cina è destinata a proseguire. È importante monitorare gli sviluppi, poiché entrambi i Paesi stanno avanzando a ritmo sostenuto e le implicazioni per le aziende e la società sono rilevanti", afferma Casey.

 

"Finora, i modelli cinesi non hanno indebolito le prospettive di sviluppo dell’IA negli Stati Uniti, anche se il ciclo di espansione dell’infrastruttura per l’IA potrebbe avvicinarsi alla parte superiore della curva a S, dove la crescita della nuova capacità rallenta anche se la domanda complessiva continua ad aumentare", spiega. "Credo che, a un certo punto, si passerà probabilmente a società che crescono in linea con l’ammontare complessivo dell’infrastruttura per l’IA già operativa, anziché in funzione della nuova infrastruttura realizzata ogni anno. Un esempio è Amazon Web Services. Altre società, come Meta, potrebbero beneficiare di un calo del prezzo dei chip per l’IA, dato che per l’azienda rappresentano un costo di input."

 

Franz conclude: "Dai precedenti cicli tecnologici sappiamo che chi è leader all'inizio spesso non lo è più alla fine, e nemmeno nelle fasi intermedie. La leadership cambia spesso e prevedere quali aziende finiranno per prevalere è molto difficile. Per questo seguiamo con grande attenzione gli sviluppi negli Stati Uniti e conduciamo attività di ricerca sul campo in Cina."

Mark Casey è gestore di portafogli azionari con 26 anni di esperienza nel campo degli investimenti (al 31/12/2025). Ha conseguito un MBA ad Harvard e una laurea a Yale. 

Winnie Kwan è gestore di portafogli azionari con 31 anni di esperienza nel campo degli investimenti (al 31/12/2025). Ha conseguito una laurea di primo livello e una laurea magistrale presso la University of Cambridge.

Sugi Widjaja è un analista degli investimenti azionari con 20 anni di esperienza nel campo degli investimenti (al 31/12/2025). Ha conseguito un MBA presso la University of California, a Berkeley, e una laurea magistrale presso la University of Pennsylvania.

Jared Franz è un economista con 20 anni di esperienza nel campo degli investimenti (al 31/12/2025). Ha conseguito un dottorato in economia presso l'Università dell'Illinois a Chicago e una laurea in matematica presso la Northwestern University.

I risultati passati non sono una previsione dei risultati futuri. Non è possibile investire direttamente in un indice, che non è gestito. Il valore degli investimenti e del relativo reddito può aumentare come diminuire e l'investitore potrebbe perdere in parte o per intero l'importo dell'investimento iniziale. Le presenti informazioni non intendono fornire consulenza fiscale, per gli investimenti o di altra natura, né essere una sollecitazione all'acquisto o alla vendita di titoli.
 
Le dichiarazioni espresse da un singolo individuo rappresentano l'opinione di tale persona alla data di pubblicazione e non coincidono necessariamente con le opinioni di Capital Group o delle sue affiliate. Salvo diversamente indicato, tutte le informazioni si intendono alla data riportata. Alcune informazioni potrebbero provenire da terze parti e, di conseguenza, l'affidabilità di tali informazioni non è garantita.
 
Capital Group gestisce le azioni mediante tre gruppi d'investimento. Questi gruppi effettuano investimenti e assumono decisioni di voto per delega in modo indipendente. I professionisti dell'investimento obbligazionario forniscono servizi di ricerca e gestione degli investimenti a reddito fisso a livello dell'intera organizzazione Capital; tuttavia, per i titoli con caratteristiche di tipo azionario, essi operano unicamente per conto di uno dei tre gruppi d'investimento azionario.