#Finsubito news – E se l’IA fosse già diventata troppo grande per fallire?



Punti chiave
  • L’investimento necessario per sviluppare l’intelligenza artificiale potrebbe raggiungere i 1.000 dollari pro capite a livello mondiale entro il 2030, ovvero 7.900 miliardi di dollari secondo le stime più ottimistiche di McKinsey.
  • Negli Stati Uniti, tale sforzo potrebbe rappresentare il 3,2% del PIL ogni anno fino al 2032, ovvero tre volte di più rispetto al boom delle telecomunicazioni degli anni ’90 e sei volte di più rispetto all’elettrificazione dell’inizio del XX secolo.
  • Secondo la Federal Reserve, nei primi dieci mesi del 2026 i data center statunitensi hanno contratto debiti per 680 miliardi di dollari, ovvero oltre 2 miliardi di dollari al giorno.
  • Senza questi investimenti nei data center, la crescita degli Stati Uniti sarebbe probabilmente inferiore di un punto percentuale e si attesterebbe all’incirca allo stesso livello di quella dell’area dell’euro.
  • Secondo la Banca dei Regolamenti Internazionali, oltre la metà degli investimenti ricevuti dalle aziende operanti nel settore dell’intelligenza artificiale tra il 2021 e il 2025 proveniva da altre aziende dello stesso settore.

Scopri “Il Grand Continent”. Idee e analisi che non troverai da nessun’altra parte. Ma che presto vedrai ovunque. Nella tua casella di posta a partire da 8 euro al mese

L’entità dello sforzo di investimento necessario per portare le capacità di calcolo a un livello compatibile con lo sviluppo previsto dell’IA è vertiginosa. Le stime raccolte da McKinsey vanno da 3.700 a 7.900 miliardi di dollari nel periodo 2025-2030. Per dare un’idea più concreta dell’ordine di grandezza, il limite superiore di questa forbice rappresenta una spesa di investimento pari a 1.000 dollari per abitante del pianeta. Secondo recenti studi di Stijn Van Nieuwerburgh , negli Stati Uniti, tali investimenti potrebbero raggiungere ogni anno il 3,2% del PIL tra il 2025 e il 2032, ovvero tre volte lo sforzo richiesto dal boom delle telecomunicazioni della fine degli anni ’90 e sei volte quello dell’ondata di elettrificazione dell’inizio del XX secolo.

Inizialmente, le aziende all’avanguardia nella rivoluzione dell’IA potevano finanziare quasi la totalità dei propri investimenti grazie ai propri utili. Dal 2025, tuttavia, anche gli hyperscaler, che di solito dispongono di abbondanti liquidità, hanno dovuto ricorrere all’indebitamento. Secondo la Federal Reserve, i finanziamenti tramite debito di qualsiasi natura destinati allo sviluppo dei data center – prestiti bancari, debito privato e obbligazioni societarie – hanno raggiunto i 680 miliardi di dollari negli Stati Uniti nei primi dieci mesi del 2026. Le attività legate alle tecnologie di calcolo avanzato hanno rappresentato quasi un terzo del totale delle emissioni obbligazionarie delle società con rating «Investment Grade» dall’inizio dell’anno.

L’aumento del debito legato all’IA non ha ancora invertito la tendenza al ribasso dell’indebitamento complessivo delle imprese statunitensi: il debito “escluso l’IA” sta diminuendo rapidamente in rapporto al PIL, ma il calo complessivo sta rallentando. Il rapporto tra il debito delle imprese non finanziarie statunitensi e il PIL è sceso di oltre un punto percentuale all’anno nel 2023 e nel 2024. Tale calo si è limitato a mezzo punto nel 2025, per poi rallentare nuovamente dall’inizio del 2026. Se il ritmo di investimento previsto da McKinsey e Stijn Van Nieuwerburgh dovesse concretizzarsi, è molto probabile che l’indebitamento complessivo delle imprese sia destinato a risalire. La scorsa estate sostenevamo l’idea che questa nuova ondata di indebitamento privato, scontrandosi con esigenze di finanziamento pubblico già massicce, avrebbe spinto al rialzo i tassi di interesse su scala mondiale, con il rischio di «soffocare» i settori più tradizionali.

In questa sede ci concentriamo sui rischi specifici legati a questa frenesia di indebitamento connessa all’IA. Sebbene un rallentamento nell’implementazione dell’IA all’avanguardia tecnologica possa essere giustificato – se non altro per concedere il tempo necessario a mettere in atto le misure di salvaguardia normative indispensabili –, l’economia mondiale è diventata «dipendente» dal boom degli investimenti nell’IA. Senza gli investimenti nei data center, la crescita statunitense sarebbe probabilmente inferiore di un punto percentuale. Al di fuori dei confini statunitensi, numerose aziende prosperano fornendo attrezzature a questo ecosistema. Un forte calo della capitalizzazione dei titoli tecnologici sarebbe doloroso per gli investitori ben oltre i confini degli Stati Uniti, compresa l’Europa, dove l’esposizione al mercato azionario statunitense è triplicata in cinque anni.

Inoltre, la circolarità, ovvero il carattere endogamico, dell’ecosistema dell’IA, in cui le relazioni finanziarie tra un numero piuttosto ristretto di attori si intrecciano con i legami commerciali, nonché le complesse strutture di finanziamento a più livelli di numerosi progetti legati all’IA, rendono l’intero settore dipendente dalle sorti di una manciata di attori. La complessità delle strutture finanziarie finisce per oscurare le basi della sostenibilità di questa crescita. Occorre inoltre tenere conto della domanda finale di servizi di IA proveniente da clienti esterni al settore tecnologico e della sua capacità di generare i ricavi necessari a coprire il costo del debito. La domanda generata dall’innovazione tecnologica può seguire una crescita geometrica piuttosto che lineare, ma piccoli errori iniziali di valutazione sul ritmo di tale crescita possono tradursi, dopo alcuni anni, in scostamenti considerevoli.

CoreWeave: un caso di studio

Poco prima che l’addio di Jensen Huang a Nvidia scatenasse una nuova ondata di vendite nel settore tecnologico, il sentiment del mercato nei confronti dell’IA era inizialmente migliorato, grazie ai risultati trimestrali e alle previsioni di CoreWeave superiori alle attese. Prendiamo questa azienda come punto di partenza per esaminare, attraverso un caso concreto, alcune delle sfide che l’intero ecosistema dell’IA si trova oggi ad affrontare.

CoreWeave è un “neocloud”. In parole povere, questa azienda gestisce e commercializza risorse di calcolo. Non possiede direttamente i data center: una volta che il proprietario ha fornito l’edificio, gli allacciamenti elettrici e il sistema di raffreddamento, CoreWeave fornisce i server dotati di processori grafici, o GPU – che acquista, ad esempio, da Nvidia –, gestisce il centro, amministra l’accesso al cloud e vende servizi di calcolo ai propri clienti.

Questo modello economico pone CoreWeave al centro della catena dell’IA. L’azienda prospera se riesce a ottenere dai propri clienti impegni di pagamento a lungo termine che coprano i suoi costi operativi e, soprattutto, il costo del debito necessario per costituire le proprie capacità di calcolo. I flussi di cassa contrattuali e il valore delle apparecchiature fungono da garanzie per i suoi prestiti. Se le GPU sono ancora utilizzabili alla scadenza dell’impegno del cliente e il debito è stato rimborsato, CoreWeave disporrà quindi di un capitale libero da qualsiasi onere, di cui potrà nuovamente commercializzare l’utilizzo presso un altro cliente.

L’azienda è ancora molto lontana da questa situazione ideale. Al momento, il suo indebitamento netto, esclusi i contratti di leasing operativo, rappresenta sette volte il suo EBITDA degli ultimi dodici mesi. Un operatore come CoreWeave è esposto a rischi significativi. Oltre al consueto rischio di credito – ovvero la possibilità che un cliente non rispetti i propri impegni di pagamento –, le fluttuazioni dei tassi di interesse possono indebolirlo, dato il suo livello di indebitamento. Ma l’azienda si assume anche un rischio tecnologico. Se le GPU acquistate diventano obsolete più rapidamente del previsto, il suo capitale futuro – e quindi la base della sua redditività futura – si riduce, e i suoi clienti potrebbero rivolgersi, alla scadenza dei loro contratti, a operatori più all’avanguardia dal punto di vista tecnologico.

Il fatturato e l’EBITDA rettificato di CoreWeave hanno registrato un’impennata nel terzo trimestre, sebbene la perdita netta si sia notevolmente aggravata e il costo del servizio del debito sia aumentato in modo significativo. Soprattutto, l’azienda ha annunciato di prevedere circa 9 miliardi di dollari di pagamenti anticipati e depositi dai propri clienti nei prossimi tre mesi. Questi incassi anticipati sono utili, poiché riducono la necessità di ricorrere al debito. Il fatto che i clienti accettino di pagare in anticipo per assicurarsi capacità di calcolo future ha inoltre rassicurato un mercato che sta iniziando a nutrire preoccupazioni riguardo alla solidità della domanda di servizi legati all’IA. Rimane tuttavia una questione fondamentale: questi pagamenti anticipati riflettono necessariamente la forza della domanda finale, ovvero quella delle aziende esterne all’ecosistema dell’IA? CoreWeave non ha specificato quali clienti abbiano accettato questi pagamenti anticipati, ma la sua clientela attuale è in gran parte costituita da aziende a loro volta legate all’IA. Ciò è comprensibile: un intermediario come CoreWeave concentra la propria attività sulla vendita di capacità di calcolo a sviluppatori di modelli di IA o a hyperscaler, quali OpenAI, Anthropic o Meta, che a loro volta offrono i propri servizi a clienti esterni all’ecosistema tecnologico. CoreWeave sottolinea l’ampliamento della propria base clienti oltre il «cuore dell’IA». Tuttavia, di per sé, un fatturato elevato, nella misura in cui riflette essenzialmente una domanda interna al settore tecnologico – che a sua volta può essere alimentata dall’indebitamento –, non costituisce una prova della sostenibilità finanziaria del settore dell’IA. Torneremo su questo punto.

La circolarità è, finora, una delle caratteristiche della rivoluzione dell’IA. CoreWeave incarna la natura endogamica di questo settore. Nvidia è il suo fornitore – vendendogli GPU –, ma anche il suo azionista, con una partecipazione del 10%. Nvidia si impegna inoltre ad acquistare le capacità di calcolo che CoreWeave non riuscisse a vendere ai propri clienti, nell’ambito di un accordo del valore iniziale di 6,3 miliardi di dollari. In sintesi, Nvidia è contemporaneamente fornitore, potenziale cliente «di ultima istanza» e investitore di CoreWeave.

L’endogamia è una malattia infantile dell’innovazione tecnologica

Non si tratta affatto di un caso isolato. Secondo uno studio della Banca dei Regolamenti Internazionali , tra il 2021 e il 2025 il 55,2% degli investimenti ricevuti dalle imprese di IA, in termini di valore, proveniva da altre imprese di IA. Inoltre, il 46,4% del valore delle operazioni di investimento tra aziende di IA era accompagnato anche da una relazione commerciale all’interno della catena di approvvigionamento. Lo studio ha preso in esame ogni tipo di struttura che combinasse un rapporto finanziario con rapporti commerciali, indipendentemente dalla direzione di questi ultimi: l’investitore poteva essere fornitore o cliente dell’azienda beneficiaria, o addirittura entrambi. La forma dominante di relazione circolare è quella che si sviluppa «a valle»: un investitore fornisce prodotti o servizi all’azienda in cui investe.

Queste operazioni non hanno nulla di veramente nuovo. Se ne trovano precedenti storici durante le grandi ondate tecnologiche, quando gli innovatori devono stimolare la domanda dei propri prodotti sostenendo gli utenti a valle. Il parallelo più pertinente ci sembra quello degli anni ’20 e dell’elettrificazione di massa. General Electric – uno dei motori della frenesia borsistica di quel decennio – vendeva apparecchiature elettriche alle aziende che gestivano centrali elettriche, ma si era anche diversificata verso il mercato domestico lanciandosi nella produzione di radio. Per stimolare le vendite dei ricevitori, GE doveva offrire contenuti agli utenti. Questo era il ruolo della RCA, fondata da GE, che commercializzava ricevitori, ma creava anche case discografiche e stazioni radio. Sfocando i confini tra fornitori, clienti, concorrenti e partner, la RCA finì per allearsi con la Westinghouse, pur essendo questa un concorrente diretto della sua casa madre GE, per creare la NBC, la National Broadcasting Corporation. In sintesi, l’elettrificazione di massa del periodo tra le due guerre era caratterizzata da forti relazioni endogamiche tra i suoi principali attori. Si può vedere un parallelo con l’accordo che ha dato vita alla NBC – due fornitori concorrenti che si alleano per sostenere la domanda dei propri clienti – nell’investimento effettuato nel dicembre 2023 da Nvidia e AMD nello stesso sviluppatore di IA, Essential AI.

Lo studio della BRI riconosce che un’ampia letteratura accademica giustifica alcune forme di circolarità. In particolare, quando si tratta di prodotti innovativi e di start-up con una storia aziendale limitata, i clienti e i fornitori possono comprendere meglio le prospettive di un’impresa rispetto agli investitori tradizionali. La circolarità consente alle imprese consolidate di «prestare» la propria credibilità finanziaria ai nuovi operatori e di rendere finanziariamente sostenibili gli investimenti necessari. Può inoltre contribuire ad allineare gli incentivi dei diversi attori. Poiché i progetti di IA rispondono spesso a specifiche tecniche molto precise, i fornitori che adattano i propri prodotti alle particolarità dei propri clienti possono subire «costi irrecuperabili» considerevoli se questi ultimi dovessero alla fine ritirarsi dal progetto: avrebbero infatti difficoltà tecniche a proporre i propri prodotti ad altri clienti. Tutto ciò lascia tuttavia aperta la questione del volume complessivo di rischio presente nell’ecosistema, rendendo al contempo più difficile l’identificazione di chi ne è in ultima istanza responsabile.

Anatomia del millefoglie

Una delle caratteristiche principali dell’attuale boom degli investimenti legati all’IA è il numero di «livelli» della sua struttura finanziaria. Anziché privilegiare un’«integrazione verticale», in cui gli hyperscaler o i neocloud sarebbero direttamente proprietari dei data center, questi ultimi sono spesso di proprietà di società di progetto, o veicoli ad hoc, denominati SPV (Special Purpose Vehicle), il cui capitale proprio iniziale è spesso apportato da fondi di private equity. L’SPV si indebita quindi combinando finanziamenti tradizionali – prestiti bancari, obbligazioni negoziate sui mercati – e fonti alternative, come il debito privato. La qualità creditizia di questo debito si basa sugli impegni pluriennali degli hyperscaler a noleggiare il data center. Nel suo illuminante studio, Stijn Van Nieuwerburgh prende l’esempio di Hyperion, un grande progetto di data center. La SPV che lo detiene, Beignet, sebbene priva per definizione di una propria storia creditizia, ha emesso tramite collocamento privato un’obbligazione negoziabile per un importo di 27 miliardi di dollari. Standard & Poor’s gli ha assegnato il rating favorevole di A+, solo un gradino al di sotto di quello di Meta, che si è impegnata in una serie di contratti di locazione che coprono l’intera durata dell’obbligazione.

Lo studio di Van Nieuwerburgh sottolinea inoltre il ruolo delle norme contabili che consentono agli hyperscaler di favorire la costituzione del capitale di cui hanno bisogno senza appesantire il loro bilancio apparente. I contratti di locazione, infatti, non devono essere contabilizzati immediatamente in bilancio, ma solo al momento della loro entrata in vigore, ovvero quando il data center è completamente costruito e operativo. Durante la realizzazione del progetto, gli impegni locativi su cui si basa il suo finanziamento rimangono quindi «fuori bilancio». Sebbene ciò possa portare a sottostimare il debito totale del sistema, questa regola ha anche una sua logica: l’incapacità del proprietario di portare a termine la costruzione del centro libererebbe l’hyperscaler dai propri obblighi. La struttura del contratto di locazione consente alle parti di condividere il rischio tecnologico. Nel caso di Hyperion, i successivi contratti di locazione di Meta prevedono una clausola di recesso. A intervalli di alcuni anni, Meta può recedere dal contratto – ad esempio se la tecnologia diventa obsoleta –, compensando al contempo la perdita di guadagno che il proprietario subirebbe in caso di rivendita degli asset. Il rischio tecnologico può quindi essere ripartito tra i diversi livelli della struttura, ma non può essere completamente eliminato.

La circolarità comporta due rischi distinti. Il primo, ovviamente, è che il destino dell’intero settore possa dipendere da una manciata di attori. Una delle preoccupazioni emerse dopo l’uscita di Jensen Huang da Nvidia – al di là del futuro della stessa Nvidia – è che il suo successore possa ridurre il sostegno dell’azienda agli altri attori dell’ecosistema. Questa preoccupazione è stata rafforzata da notizie secondo cui la direttrice finanziaria di Nvidia, ora amministratrice delegata ad interim, avrebbe messo in guardia Jensen Huang da alcune operazioni circolari. Il secondo rischio è che la complessità delle strutture finanziarie finisca per oscurare il fondamento della sostenibilità dell’intero boom dell’IA: la domanda finale di servizi di IA proveniente dall’esterno del settore tecnologico e la sua capacità di coprire il costo del debito.

Per illustrare questo concetto, torniamo alla nostra digressione storica sull’elettrificazione degli anni ’20. Sebbene GE traesse vantaggio dalla domanda di apparecchiature e contenuti radiofonici generata da RCA – e dalle sue ricadute sul consumo di elettricità –, i ricavi provenivano, in ultima analisi, dalle spese delle imprese e delle famiglie «comuni». I lavoratori dedicavano una parte del proprio stipendio all’acquisto di apparecchi radiofonici, mentre le imprese destinavano una quota crescente delle proprie spese pubblicitarie a questo nuovo mezzo di comunicazione. La NBC indicava nel 1935 che i ricavi pubblicitari delle reti radiofoniche si erano decuplicati tra il 1927 e il 1932. All’inizio del boom, tuttavia, le previsioni puntavano probabilmente su una crescita geometrica ancora più rapida. In media, tra il 1927 e il 1930, gli introiti pubblicitari della radio erano quasi raddoppiati ogni anno. Se tale ritmo fosse stato mantenuto, nel 1934 sarebbero stati otto volte superiori al loro livello effettivo. Sebbene le reti radiofoniche abbiano resistito meglio rispetto ai media tradizionali dell’epoca, non sono riuscite a sfuggire del tutto all’impatto della Grande Depressione: la NBC ha attraversato difficoltà finanziarie nel 1932. La domanda generata dall’innovazione tecnologica segue spesso una crescita geometrica piuttosto che lineare, ma è particolarmente difficile stimarne il ritmo in anticipo.

«Valutare l’ascesa della curva, il calore della fiamma»

Un lettore scettico obietterà probabilmente che abbiamo scelto un esempio estremo. La crisi degli anni ’30 fu profonda e prolungata. Ma possiamo esaminare un altro episodio, meno drammatico: l’ascesa e poi il crollo del settore delle telecomunicazioni tra il 1997 e il 2003. Questo settore era un elemento centrale della narrativa della «nuova economia». Sebbene l’aumento della spesa per investimenti sia stato molto più modesto di quello che osserviamo oggi nel campo dell’intelligenza artificiale, la corsa all’aumento della larghezza di banda per far fronte all’avvento di Internet ha avuto un effetto visibile sul PIL alla fine degli anni ’90 e all’inizio degli anni 2000. Mentre la maggior parte dei commentatori dell’epoca si concentrava sulle start-up legate a Internet e sulle loro valutazioni insostenibili, uno studio condotto da economisti della Federal Reserve di Richmond e pubblicato nel 2003  osservava che «il settore delle telecomunicazioni rappresenta una quota molto più significativa degli utili e delle perdite di capitalizzazione di mercato rispetto alle aziende di Internet». Secondo questo studio, il boom delle telecomunicazioni non rispondeva alla definizione di «bolla» adottata dai suoi autori. In una bolla in senso stretto, sono le aspettative sui prezzi – che non sono altro che la «convinzione» che i prezzi continueranno a salire, senza una spiegazione economica plausibile – a determinare gli investimenti. Gli autori suggeriscono che gli investimenti si basassero su un’aspettativa fondamentalmente corretta: la domanda di servizi di telecomunicazioni sarebbe aumentata in modo massiccio. Tuttavia, tali investimenti si sono rivelati alla fine eccessivi perché il mercato era troppo ottimista riguardo agli effetti della deregolamentazione del settore, non aveva sufficientemente integrato i progressi tecnologici e si era sbagliato sull’entità esatta di questo aumento, ben reale, della domanda.

I progressi nella trasmissione ottica consentivano a una stessa fibra di trasportare, nel 2000, circa quaranta volte più dati rispetto al 1996. Gli operatori hanno quindi realizzato una capacità aggiuntiva eccessiva, mentre un utilizzo più intensivo delle capacità esistenti avrebbe potuto soddisfare la domanda. Si è trattato di un caso emblematico di concretizzazione di un rischio tecnologico. Allo stesso tempo, gli operatori erano incoraggiati dal Telecommunications Act del 1996, che avrebbe dovuto consentire loro di combinare le nuove reti in fibra a lunga distanza con l’accesso alle abitazioni e ai locali commerciali dei propri clienti, aprendo così la strada alla commercializzazione di «offerte combinate». Ma le controversie e le incertezze relative alle norme di accesso hanno ritardato questo processo e costretto gli operatori a rivedere al ribasso le loro previsioni di ricavi. Si erano inoltre sbagliati sul ritmo della crescita esponenziale della domanda legata a Internet. Una previsione diffusa era che l’utilizzo di Internet sarebbe raddoppiato ogni novanta giorni. Negli anni ’90 era difficile reperire dati affidabili su questo argomento, ma lo studio della Fed di Richmond indica, in media, solo un raddoppio annuale. La discrepanza ha ovviamente conseguenze considerevoli. Come sottolineano gli autori: «Tassi di crescita del 100% ogni tre mesi avrebbero implicato che l’utilizzo di Internet si moltiplicasse per 17 milioni tra il 1994 e il 2000. Le previsioni basate su questi tassi di crescita e sui dati relativi all’utilizzo di Internet del 1994 presuppongono che ogni utente di Internet, nel 2000, scaricasse continuamente video in streaming.»

Torniamo al presente. Le elezioni di medio termine, le proteste contro i data center e i casi molto mediatizzati di “disallineamento dei modelli” aumentano la probabilità di una regolamentazione più rigorosa, o almeno di un maggiore controllo, sulle modalità di implementazione dell’IA. Il rischio tecnologico è intrinseco all’IA: soluzioni meno intensive in termini di capitale che offrono la stessa capacità di calcolo metterebbero in discussione gli attuali piani di investimento. Le stime sulla futura domanda di potenza di calcolo proveniente da settori esterni a quello tecnologico sono, per loro natura, fragili. Uno studio stima  la spesa totale destinata all’IA negli Stati Uniti a 280 miliardi di dollari nel 2026, con un aumento del 40% su base annua, sulla base di un’indagine sulla spesa media per dipendente. Ma la questione fondamentale è ovviamente quella del ritmo di crescita futuro. L’adozione dell’IA è ormai ampiamente diffusa: gli autori indicano che il 78% delle imprese di sette paesi utilizza almeno una tecnologia di IA –, senza che vi sia tuttavia motivo di ipotizzare una relazione lineare tra la sua adozione al di fuori dell’ecosistema tecnologico e la domanda di capacità di calcolo. Le aziende potrebbero intensificare l’uso dell’IA orientandosi verso modelli sempre più sofisticati, man mano che i loro dipendenti acquisiscono familiarità con i nuovi strumenti. Al contrario, se le aziende al di fuori del settore tecnologico scegliessero di destinare i propri budget per lo sviluppo dell’IA a modelli «obsoleti», la quota di capacità di calcolo destinata all’addestramento dei modelli all’avanguardia potrebbe diminuire, lasciando eventualmente più spazio all’inferenza, ovvero all’elaborazione delle richieste degli utenti finali. In tal caso, non sarebbe necessario aumentare in misura così significativa le capacità di calcolo.

Mettiamo le cose in chiaro: il caso delle telecomunicazioni suggerisce che il mercato abbia ragione a valutare attentamente i possibili sviluppi normativi e che il progresso tecnologico possa, in definitiva, ridurre il fabbisogno di capitale anziché aumentarlo. Non stiamo tuttavia affermando che l’ecosistema dell’IA sia necessariamente sull’orlo di una dolorosa correzione. Le attuali previsioni sul fabbisogno di capacità di calcolo potrebbero essere corrette. La nostra tesi è più modesta. Trarre conforto dall’osservazione di una «domanda circolare» – ad esempio quando la valutazione dei produttori di chip è sostenuta dall’annuncio di nuovi impegni da parte degli hyperscaler o dei neocloud a favore di ulteriori centri dati – può essere fuorviante. L’indicatore corretto è la domanda proveniente dal resto dell’economia, per la quale i dati precisi sono, in questa fase, scarsi e le prospettive difficili da quantificare.




#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link

Source link

🚀 #Finsubito | Gruppo Retefin

Affianchiamo imprese e professionisti in tutta Italia nell’accesso alle migliori opportunità di Finanza d’Impresa, Finanza Agevolata, Sostenibilità e Compliance. 🇮🇹

💼 Operiamo esclusivamente attraverso mediatori e operatori autorizzati, offrendo un servizio professionale, trasparente e orientato alle reali esigenze della tua impresa.

✨ Consulenza gratuita e zero costi di istruttoria: analizziamo la situazione della tua azienda, individuiamo le opportunità più adatte e ti supportiamo nella valorizzazione del tuo profilo finanziario e aziendale nei confronti di banche e partner.

📈 Dalla diagnosi iniziale alla strategia finanziaria, siamo al tuo fianco per trasformare le esigenze della tua impresa in concrete opportunità di crescita, investimento e sviluppo.

🔎 Scopri come possiamo supportare la tua impresa. 👉 Contattaci per una prima valutazione.

เติมเกม