Il pensiero da branco che finanzia il futuro e i suoi costi nascosti
Tre quarti del capitale di rischio raccolto nell'ultimo anno sono finiti a cinque aziende. Non cinque settori. Non cinque categorie. Cinque aziende. Quel dato, espresso senza eufemismi da Niko Bonatsos di Verdict Capital in un recente panel di TechCrunch ad Atene, riassume con maggiore precisione di qualsiasi report di mercato ciò che sta accadendo nel capitale di rischio globale: una concentrazione senza precedenti che convive, paradossalmente, con un discorso di innovazione distribuita e opportunità aperta.
L'evento ha riunito Bonatsos insieme ad Andreas Stavropoulos di Threshold Ventures e Ben Blume di Atomico per discutere lo stato del capitale di rischio, l'imminente ondata di grandi quotazioni in borsa guidata da SpaceX, e dove vedono spazio reale di opportunità. Ciò che hanno lasciato è meno una mappa del futuro e più una radiografia onesta di un mercato che mescola segnali genuini con distorsioni che nessuno riesce del tutto a voler nominare.
La domanda che organizza tutto questo non è se l'intelligenza artificiale cambierà l'economia. Quel dibattito è già chiuso. La domanda operativa è quanta parte del capitale che oggi affluisce verso quel settore acquista valore reale e quanta acquista posizione in una narrativa che ancora non riesce a reggersi da sola con i ricavi.
Quando la liquidità crea illusione di mercato
SpaceX si avvicina a una quotazione in borsa con una valutazione riportata di 1,75 trilioni di dollari. Stavropoulos la paragona alla quotazione di Google nel 2004, che riattivò mercati che avevano perso fiducia nella tecnologia dopo il ciclo dot-com. L'argomento è solido nella sua struttura: le grandi uscite generano rendimenti che tornano all'ecosistema come nuovo capitale, e quel capitale apre le porte alla prossima generazione di fondatori.
Blume aggiunge che SpaceX è un'azienda talmente singolare che il suo accesso pubblico potrebbe catturare immaginazione e investimenti da segmenti che storicamente non partecipavano alla tecnologia privata. Lo spazio come dominio di investimento aperto al mercato generale è, effettivamente, un cambiamento di categoria.
Ma c'è una tensione che nessuno dei tre risolve del tutto. Blume stesso la nomina: una parte del capitale che andrà a SpaceX sono fondi che sarebbero andati alle prossime venti o trenta attività software. Questo non è neutro. In un mercato dove l'accesso precoce al capitale giusto può separare un'azienda che sopravvive da una che non sopravvive, il riorientamento di quelle allocazioni ha conseguenze reali su ciò che viene costruito e ciò che non lo viene.
La narrativa dominante dice che la liquidità genera più liquidità, che il ciclo è virtuoso e che i rendimenti di una grande uscita fertilizzano il ciclo successivo. Questo è storicamente vero come tendenza, ma nasconde un ritardo. Tra la quotazione in borsa di un'azienda da 1,75 trilioni e il momento in cui quel capitale torna a un fondo seed che finanzia un fondatore di 23 anni a Buenos Aires o a Città del Messico, ci sono anni. E in quegli anni, la distribuzione del capitale non è omogenea: va agli stessi gestori, negli stessi mercati, con gli stessi bias di selezione.
La domanda più scomoda su SpaceX non è se influenzerà la liquidità del mercato nel breve termine. È se una quotazione di quella dimensione concentrerà ancora di più l'attenzione istituzionale su asset di riferimento e ridurrà l'appetito relativo per ciò che è difficile da categorizzare, che è esattamente dove Bonatsos dice che si trovano le opportunità con valutazioni basse.
Il prezzo del capitale quando tutti vogliono la stessa cosa
Bonatsos descrive la strategia di Verdict Capital con una parola che compare raramente nel linguaggio del capitale di rischio: "freaks". Fondatori che avanzano in un giorno ciò che la media farebbe in una settimana, che costruiscono in mercati che non hanno ancora un nome e le cui valutazioni sono basse precisamente perché i grandi gestori di asset non possono dare ai loro team il mandato di cercare aziende in categorie che non esistono ancora.
È una strategia di primo investimento in territori senza mappa. Ciò che la rende praticabile non è solo la tesi di investimento, ma la struttura della concorrenza: i fondi da dieci o quindici miliardi di dollari non riescono a operare con efficienza in quello spazio. Blume, che gestisce un fondo da cinquecento milioni, sente già la pressione di competere con quei veicoli nei round di intelligenza artificiale, dove il valore incrementale di un dollaro per un fondo piccolo e uno grande è radicalmente diverso. Questo distorce la dimensione dei round e rende quasi impossibile confrontare le offerte in termini equivalenti.
Ciò che sta accadendo nel livello applicativo dell'intelligenza artificiale è una versione accelerata di quanto avvenne nel mobile tra il 2009 e il 2013: troppo capitale che insegue troppe tesi simili, con un sottoinsieme molto piccolo di aziende che cattura la maggior parte dei rendimenti. Stavropoulos lo anticipa con più onestà che evasioni: ci sarà una correzione. La promessa e l'ottimismo sono significativamente in anticipo rispetto alla capacità di mostrare risultati nel breve e medio termine. Questo non cancella l'argomento di lungo periodo, ma implica che molte delle valutazioni attuali non sono ancorate a ricavi sostenibili bensì a aspettative che non hanno ancora una data di scadenza.
Ciò che fa rumore da una prospettiva di analisi commerciale è la combinazione di tre fattori che il panel descrive con diversi gradi di disagio: concentrazione di capitale senza precedenti, bias di selezione basati sull'età e sul profilo come sostituti di segnali di business, e metriche di ricavo definite in modi sempre più creativi.
Bonatsos lo dice senza mezzi termini: quando c'è molto denaro che insegue tematiche specifiche, alcune persone sviluppano una mentalità di breve termine che privilegia l'apparenza rispetto alla sostanza. Riceve email da aziende del suo portafoglio con cifre di ricavi annualizzati che risultano essere 365 volte ciò che hanno fatturato in un buon giorno dopo una campagna. La soluzione che propone è utilizzare basi trimestrali minime. Ma il problema di fondo non è il metodo di calcolo: è che esiste un mercato disposto a finanziare quelle cifre senza porre le domande appropriate.
Dove il capitale non arriva e perché questo è importante
Lo spazio più interessante dell'analisi non riguarda ciò che tutti stanno finanziando, ma ciò che nessuno sta guardando. Bonatsos segnala che il capitale di rischio ha praticamente abbandonato il consumatore digitale: dove prima metà dei partner di un fondo lavorava nell'internet per consumatori, oggi rimane appena mezzo partner dedicato a questo. L'argomento è che ChatGPT, il prodotto di consumo più adottato degli ultimi anni, è venuto da un'azienda di intelligenza artificiale. Il consumatore non è scomparso: è scomparso l'interesse del capitale.
Questo crea un'asimmetria. Se ci sono cinque investitori disponibili a finanziare un fondatore nel settore consumer rispetto a cinquanta disponibili a finanziarne uno nell'infrastruttura di modelli linguistici, la competizione sul prezzo nel primo caso è minore. Le valutazioni di ingresso sono più ragionevoli. Il mercato è meno efficiente. Per un fondo con disciplina nel prezzo di ingresso, questo rappresenta un vantaggio strutturale, non una concessione.
Blume vede l'opportunità maggiore all'intersezione tra intelligenza artificiale e il mondo fisico. Non il robot umanoide che fa piroette in un video dimostrativo, ma la penetrazione dell'automazione nei settori che ancora muovono la maggior parte del prodotto lordo globale: manifattura, logistica, costruzioni, agricoltura. La proporzione del valore economico che dipende ancora da processi fisici non digitalizzati è enorme. L'infrastruttura software per quei settori è in una fase iniziale rispetto a ciò che è stato costruito negli ultimi vent'anni per i processi puramente digitali.
Questa tesi ha un vantaggio rispetto a quelle che competono nel nucleo del mercato dei modelli linguistici: non richiede di vincere contro OpenAI o Anthropic. Richiede di comprendere con sufficiente dettaglio i processi fisici di un settore specifico per far funzionare l'automazione in condizioni reali, con variabilità reale, con lavoratori reali. Quella frizione è anche la barriera all'ingresso. Ciò che rende quella categoria difficile da attaccare è la stessa cosa che la rende difficile da replicare una volta che funziona.
Il mercato che finanzia se stesso ha bisogno di un acquirente esterno
L'architettura commerciale del boom dell'intelligenza artificiale ha un problema strutturale che il panel orbita senza atterrare del tutto. Una frazione sproporzionata del capitale che entra nel settore proviene da fondi che detengono anche posizioni nelle infrastrutture su cui girano quelle startup. La spesa in computing va agli stessi fornitori i cui fondi di capitale di rischio o bracci di investimento aziendale stanno finanziando i round. Questo non è necessariamente fraudolento, ma crea una circolarità che gonfia le metriche di attività senza che ci sia un acquirente esterno netto che validi il valore.
Un'attività si sostiene quando qualcuno che non ha incentivi finanziari nella catena decide di pagare per il prodotto con denaro che avrebbe potuto spendere altrove. Questo è ciò che Stavropoulos chiama "capacità di mostrare risultati". Ed è esattamente ciò che è in ritardo rispetto all'ottimismo delle valutazioni.
Il ciclo delle grandi quotazioni in borsa può iniettare liquidità di ritorno nel mercato. Ma la domanda se le aziende che vengono costruite con quel capitale abbiano acquirenti esterni con una reale disposizione a pagare prezzi che giustifichino le valutazioni di ingresso rimane senza una risposta chiara. Finché quella risposta non arriverà sotto forma di ricavi verificabili con margini reali, la correzione che Stavropoulos anticipa non è uno scenario possibile. È un aggiustamento in attesa di timing.
