Investment Strategist
I titoli del settore software affrontano una doppia pressione: da un lato l’AI automatizza mansioni riducendo la domanda di licenze, dall’altro i costi legati all’AI mettono sotto stress i budget aziendali.
L'ampiezza del mercato migliora poiché sempre più azioni partecipano al rally e l’indice equal-weight continua a sovraperformare rispetto a quello ponderato per capitalizzazione.
Un quadro in cinque passaggi aiuta a distinguere tra veri innovatori e semplici “storyteller” in un contesto in cui l'AI riscrive modelli di prezzo e prospettive di utili.
Il modo più semplice per riassumere l’avvio del 2026 è questo: il mercato nel suo complesso tiene, ma la tecnologia sembra essersi ritrovata davanti a un esame di cui aveva dimenticato la data.
Questa dinamica è evidente nella crescente divergenza tra gli indici. Da inizio anno, l’S&P 500 segna un lieve -0,14%, mentre la sua versione equal-weight avanza del 5,77%, segnalando che la partecipazione al rally si sta ampliando.
Questa divergenza è il vero colpo di scena: indica che il rendimento medio delle azioni sta superando ciò che l’indice principale lascia intendere. Allo stesso tempo, segnala un cambio di leadership e una domanda sempre più diretta da parte del mercato: se l’intelligenza artificiale (IA) può svolgere il lavoro, perché continuare a pagare per la "licenza”?
Il software ha sempre venduto una promessa: paga oggi, diventa più produttivo domani. L’IA rende quella promessa più facile da mantenere, ma allo stesso tempo più difficile da monetizzare.
La prima pressione è la sostituzione: alcuni strumenti rischiano di diventare funzionalità “sufficientemente buone” integrate in piattaforme più grandi o svolte direttamente da assistenti IA. La seconda è la fatica della spesa: il mercato, che nel 2024 applaudiva agli “investimenti in IA”, ora osserva con crescente attenzione l’ammontare del conto. Reuters evidenzia che i piani di spesa legati all’IA delle grandi imprese tecnologiche, circa 600 miliardi di USD, accrescono l'inquietudine degli investitori.
La combinazione di questi fattori crea un cocktail complesso per il settore tecnologico: pressione sui prezzi nella parte alta del conto economico e costi crescenti sullo sfondo. Non sorprende che diversi allocatori professionali descrivano l’inizio del 2026 come una rotazione lontana dalla tecnologia legata all’IA e al software, con alcuni comparti dell’S&P 500, tra cui l’information technology, in calo da inizio anno.
È per questo che le operazioni "tutti i software sono uguali" hanno smesso di funzionare. Il mercato inizia a distinguere. E lo sta facendo rapidamente.
L’outperformance dell’indice a parità di peso non è un dettaglio: è un segnale che il centro di gravità del mercato si sta spostando. Il vantaggio dell’indice equal-weight suggerisce che un numero crescente di titoli contribuisce ai guadagni, anche mentre i nomi più grandi trascinano verso il basso la versione ponderata per capitalizzazione. Ma c’è anche un lato meno rassicurante: una maggiore ampiezza si accompagna spesso a una maggiore dispersione. Alcuni segmenti appaiono stabili, mentre altri vengono rivalutati nell’arco di pochi giorni. Oggi il software rientra chiaramente in questo secondo gruppo. Per questo la domanda utile diventa pratica, non teorica: come testare la resilienza dell’esposizione al software quando l’IA sta trasformando sia il valore del prodotto sia il modo in cui viene monetizzato?
Per gli investitori di lungo periodo, questa dinamica può essere salutare perché riduce la dipendenza da una manciata di giganti per generare rendimento.
L’IA generativa sta spostando il software dal modello “vendere più licenze” al modello “vendere più risultati”. Questo cambia dinamiche di prezzo, concorrenza e fidelizzazione. L’obiettivo non è prevedere i vincitori, ma capire in anticipo se l’IA sta diventando valore riconosciuto, o una voce di costo sempre più difficile da giustificare. Ecco il quadro a cinque obiettivi che utilizziamo per valutare il rischio di disruption legato all’IA:1) Esposizione ai prezzi legati basati sulle licenzeLe aziende che monetizzano principalmente “per utente” possono vedere rallentare la crescita dei posti se l’IA aumenta la produttività o riduce il numero dei dipendenti che necessitano di utenze.
2) Rischio di eliminazione del pacchettoGli strumenti che risolvono un’attività molto specifica sono più facili da sostituire o incorporare all’interno di suite più ampie.
3) Rischio di sostituzione "sufficiente"Nel lavoro creativo o basato sui contenuti, l’IA può rendere la versione base “abbastanza buona” per un utente medio, spingendo alcuni utenti verso alternative gratuite o low-cost.
4) Sensibilità delle piccole e medie impreseI tagli di budget colpiscono spesso prima i clienti più piccoli, aumentando rotazione, downgrade e richieste di sconto.
5) Rischio di interruzione da parte degli agenti IAAlcune categorie possono essere ridisegnate dagli agenti IA, in particolare automazione, customer support, gestione del lavoro e alcune aree degli strumenti per sviluppatori.
Per rendere questo approccio operativo, abbiamo sviluppato una lista esemplificativa che raggruppa i nomi di software per rischio di interruzione e le metriche da osservare.
Questi segnali si dividono in due categorie. Le imprese realmente “disruptive” tendono a essere strumenti molto mirati, pesanti sul fronte dei posti di lavoro che un agente IA può coprire dall’inizio alla fine. I “distruttori”, invece, possiedono spesso la distribuzione, un sistema di record o dati affidabili: qui l’IA può rafforzare il vantaggio competitivo, ma solo se la monetizzazione riesce a tenere il passo con il costo dell’IA.
Innanzitutto, la disgregazione dell’IA non è unidirezionale. Le aziende possono adattare i prezzi, riorganizzare i prodotti attorno ai risultati e ricompattarsi in suite più resilienti. Un titolo può sembrare “disruptive” e comunque dimostrare un’esecuzione eccellente. In secondo luogo, il tempismo è complesso: i mercati possono punire per paura molto prima che un’azienda mostri segnali reali di debolezza, oppure ignorare questi segnali fino a quando non diventano evidenti. Per questo contano le evidenze, ma servono anche pazienza e corretta gestione delle posizioni. In terzo luogo, il ciclo di spesa legato all’IA può generare effetti doppi: se la spesa per i datacenter rallenta, i fornitori ne risentono; se accelera senza ritorni chiari, le valutazioni si comprimono.
Trattare il software come una scommessa sul “modello di pricing”: monitorare come evolve il ricavo per cliente mentre le funzionalità IA vengono introdotte.
Osservare segnali di adozione pagata di IA nei risultati, non solo accenni all'IA nelle presentazioni.
Confrontare retention e churn tra strumenti che vendono utenze e strumenti che vendono risultati.
Mantenere una visione dei possibili scenari: se si diffonde il raggruppamento, chi perde potere sui prezzi per primo e chi possiede la distribuzione?
L’IA rende il software meno simile a un prodotto statico e più simile a un bersaglio mobile. Per questo il 2026 penalizza etichette ampie come “tecnologia” o “software” e premia l’analisi specifica. La divergenza tra indice equal-weight e S&P 500 racconta la storia vera: i mercati stanno ruotando e selezionando. Nel software, la domanda chiave è scomoda ma essenziale: l’IA è un upgrade di funzionalità o un reset del pricing? Il nostro quadro a cinque obiettivi serve esattamente a questo: rendere misurabile la domanda. Non certa. Non predittiva. Solo misurabile. Perché in un mercato dominato dai numeri, l’ispirazione è utile, ma l’evidenza è migliore.
Previsioni Oltraggiose
Investment Strategist
Previsioni Oltraggiose
Previsioni Oltraggiose
Market Strategist
Previsioni Oltraggiose
Head of FX Strategy
Previsioni Oltraggiose
Market Strategist
Previsioni Oltraggiose
Global Head of Investment Strategy
Previsioni Oltraggiose
Investor Content Strategist
Previsioni Oltraggiose
Head of FX Strategy
Previsioni Oltraggiose
Head of FX Strategy
Previsioni Oltraggiose
Global Head of Investment Strategy