In sintesi
- Lo slancio cinese dell'AI è sempre più legato alla distribuzione e all'economia, cioè all'onboarding di massa e a un 'crollo dei costi' che trasforma l'AI in un servizio di utilità quotidiano.
- Rispetto agli Stati Uniti, i vantaggi cinesi dell'AI includono il suo approccio open source, le iniziative governative e un approccio sensato ai finanziamenti e alla creazione di competenze.
- Le opportunità di stock picking abbondano data l'accelerazione dell'AI a livello di sistema in Cina, con una forte spinta verso casi d'uso di AI come agente e un focus sul ritorno sull'investimento (ROI) misurabile.
La storia dell'AI cinese nel 2026 sta passando dal «recupero» alla «competizione» – e in alcuni settori alla leadership. L'uscita del modello R-1 di DeepSeek all'inizio del 2025 ha messo in discussione il dominio dell'AI statunitense e ha rappresentato un campanello d'allarme per il mondo, mostrando che la Cina era in grado di produrre AI all'avanguardia a un costo molto più basso rispetto alle aziende AI statunitensi come ChatGPT di OpenAI. All'epoca, ciò ha causato un calo della valutazione di mercato di NVIDIA di 600 miliardi di US$.1
Impressionanti robot umanoidi che ballano ed eseguono arti marziali al fianco di artisti umani nella trasmissione più seguita in Cina, in occasione del capodanno lunare, hanno entusiasmato il mondo intero e hanno ricordato il ruolo della Cina come leader nell'AI, alla pari di Stati Uniti e Medio Oriente. Chi ha assistito allo stesso evento un anno prima avrà notato che i semplici movimenti mostrati allora erano progrediti significativamente solo un anno dopo.
Nel frattempo, più di recente, la conferenza «Due Sessioni», che ha rivelato tutti i dettagli del Piano quinquennale per il 2026-30, ha ribadito la crescente enfasi della Cina sulla tecnologia e sull'innovazione per promuovere la crescita e la produttività. Ciò è sostenuto da nuovi obiettivi: la Cina mira ad aumentare la spesa in ricerca e sviluppo (R&S) di oltre il 7% all'anno, ad aumentare la quota dell'economia digitale dal 10,5% a circa il 12,5% del PIL entro il 2030 e a mantenere una crescita della produttività del lavoro superiore alla crescita del PIL.2
La Cina è all'avanguardia negli sforzi volti all'adozione di massa dell'AI
Un cluster di modelli AI importanti è stato rilasciato intorno al capodanno lunare (Seedance 2.0 di Bytedance, Qwen 3.5 di Alibaba, GLM-5 di Knowledge Atlas, Kimi K2.5 di Moonshot, più MiniMax M2.7 a marzo, mentre DeepSeek V4 sarà disponibile ad aprile). I festeggiamenti sono stati usati come un'opportunità per l'AI di raggiungere un punto di svolta in termini di aumento dell'adozione di massa dell'AI e di alfabetizzazione. Centinaia di milioni di utenti sono stati incoraggiati a provare l'AI attraverso campagne di gamification con 'red packet' (una tradizione cinese che prevede di regalare buste rosse contenenti denaro in occasione di determinate celebrazioni) e funzionalità AI integrate nelle app di uso quotidiano e nei servizi di telecomunicazione.
Ad esempio, China Telecom ha integrato i suoi modelli linguistici di grandi dimensioni (LLM) direttamente nella rete telefonica. Gli utenti delle città di livello inferiore potevano generare «suonerie video AI» per gli auguri di Capodanno cinese senza necessità di competenze di prompting. Crediamo che questo sia il momento del «pacchetto rosso» per l'AI, proprio come WeChat di Tencent ha usato i pacchetti rossi per normalizzare i pagamenti via cellulare nel 2014. La funzionalità WeChat dei «pacchetti rossi digitali» è stata introdotta ed è diventata subito virale, dal momento che gli utenti li hanno inviati ad amici e familiari invece del denaro fisico. Inoltre, è stata la prima volta che i pagamenti da cellulare sono stati adottati in massa da una categoria più ampia di utenti, anche in aree non urbane e gruppi di età avanzata.
L'adozione su vasta scala può creare rapidamente dinamiche di tipo 'winner-takes-most' nell'AI per i consumatori, specialmente laddove gli attori consolidati possono integrare l'AI negli ecosistemi esistenti come pagamenti, commercio, social network e creazione di video. La vera battaglia inizia dopo il lancio. Il vincitore non sarà l'azienda che distribuisce il maggior numero di contanti, ma quella che sarà in grado di fidelizzare questi nuovi utenti.
Nel complesso, ByteDance è stato il leader nell'interazione AI-consumatore. Alibaba sta recuperando terreno rapidamente, e Tencent e altri giganti di Internet esistenti si stanno impegnando a fidelizzare gli utenti con il loro ecosistema esistente.
La Cina sta dimostrando numerosi progressi tecnologici con il lancio dei nuovi modelli di AI:
Generazione video in posizione di leadership
Dopo il lancio discreto di Seedance da parte di ByteDance nel giugno 2025, la società ha rilasciato un Seedance 2.0 molto più avanzato nel febbraio 2026, che combina testo, elementi visivi e audio per generare brevi video di qualità cinematografica a costi molto più bassi. Seedance 2.0 sembra attualmente all'avanguardia nella generazione video, superando Sora 2 di OpenAI e Veo 3 di Google su diversi indicatori.3 Questa è la prima volta che un modello cinese si aggiudica il primo posto in un tracciato multimodale primario, vale a dire le competenze di comprensione ed elaborazione simultanea di diversi tipi di informazioni, come testo, immagini, audio e video.
La rivoluzione degli "agenti"
Il focus si è spostato dai chatbot agli agenti, vale a dire l'AI che agisce autonomamente. Con l'inizio dell'era dell'AI come agente, gli indicatori di successo stanno diventando più misurabili attraverso il ritorno sull'investimento (ROI), la riduzione dei costi e altre efficienze operative.
Esempi di innovazione tecnologica AI cinese che sta rivaleggiando con i pari statunitensi:4
- Zhipu (GLM-5) di Knowledge Atlas ha raggiunto performance SOTA open-source nello sviluppo di codice e nelle competenze degli agenti, ed è stato riconosciuto per le prestazioni paragonabili a quelle di Claude 3.5 Sonnet di Anthropic.
- MiniMax (M2.5) ha lanciato il primo modello al mondo agent-native (LLM agentic) (10 miliardi di parametri), progettato specificamente per eseguire compiti complessi con elevata efficienza.
- Moonshot (Kimi K2.5) ha introdotto competenze di ragionamento simili a quelle del modello o1 di OpenAI.
La barriera dei costi
Il costo dei workflow degli agenti è crollato. Ciò che solo poche settimane fa costava 300 US$/mese in chiamate API (permette a un'applicazione di richiedere dati o servizi a un'altra applicazione) è ora disponibile tramite modelli open-source nazionali a una frazione del prezzo. Ciò sta consentendo all'AI di trasformarsi da bene di lusso a utilità quotidiana.
Figura 1: Confronto dei costi tra AI cinese (Zhipu-GLM) e rivale statunitense (Anthropic-Claude)
Fonte: JP Morgan; China Artificial Intelligence, Asia Pacific Equity Research; 9 febbraio 2026.
AI cinese vs AI statunitense: strategie diverse, vantaggi diversi
Se da un lato il ‘DeepSeek moment’ all'inizio del 2025 ha innescato un re-rating di molti titoli AI cinesi, dall'altro i timori diffusi di una bolla AI hanno messo sotto pressione i prezzi delle azioni di alcune società nel corso dell'anno. Tuttavia, da inizio anno 2026, alcune società AI hanno registrato forti rialzi, sostenute dalla crescente fiducia degli investitori nelle competenze di AI delle start-up cinesi del settore e nel loro potenziale di crescita. Una spinta viene anche dalla politica AI+ del governo, annunciata nell’agosto 2025, che mira a promuovere un’integrazione ampia e approfondita dell’AI in vari settori, tra cui scienza e tecnologia, sviluppo industriale, consumi, benessere e governance.
Riteniamo che la Cina abbia quattro vantaggi competitivi nella corsa all'AI:
1. Modelli open source
Il mercato statunitense è dominato da modelli closed-source, in cui gli utenti non possono visualizzare, modificare o ridistribuire il codice sorgente degli LLM e in genere sono soggetti a licenza. La Cina, al contrario, ha abbracciato in modo aggressivo l'open-source come strategia competitiva. Rendendo open-source modelli potenti, come Qwen di Alibaba e DeepSeek, le aziende cinesi stanno costruendo un'enorme community di utenti globali. Ciò crea un volano di iterazione: migliaia di sviluppatori in tutto il mondo testano, correggono e mettono a punto questi modelli più rapidamente di quanto possa fare un singolo laboratorio closed-source. Dato che i prezzi dei token in Cina sono solo una frazione rispetto a quelli degli Stati Uniti, l'inferenza ad alte performance è disponibile per un'adozione rapida da parte di imprese e privati.
I dati di OpenRouter5 hanno recentemente evidenziato che il consumo di token nel febbraio 2026 è aumentato in modo significativo a causa dell’impennata nell’adozione dell’operatore open source OpenClaw. Questo agente AI autonomo, gratuito e open-source, consente agli utenti di andare oltre la semplice chat AI per “ svolgere compiti ” (ad es. gestione del calendario, invio di e-mail, controllo dei voli, ecc.) connettendosi ad app come WhatsApp, WeChat, Microsoft Teams, Telegram e browser web.
I primi tre modelli AI che utilizzano OpenClaw provengono tutti dalla Cina e hanno coinciso con l'uscita di diversi modelli ad alta performance ed efficienza dei costi, tra cui Kimi K2.5 di Moonshot (gen '26), Minimax M2.5 (feb '26) e Zhipu GLM-5 (feb '26).3 Anche se Gemini 3 di Google si è classificato al primo posto in termini di tasso di successo, il fondatore di OpenClaw Peter Stringer ha sottolineato che MiniMax M2.1 è l'LLM raccomandato in termini di tasso di successo, velocità e costo.4
Figura 2: I primi dieci modelli LLM a livello mondiale per tasso di successo (8 marzo 2026)
Fonte: Jeffries Equity Research: China Internet; PinchBench, dati Jeffries; 12 marzo 2026.
2. Focus sulla monetizzazione
Con un numero di fonti (e quantità) di finanziamento comparativamente inferiore e un'offerta più limitata di chip avanzati rispetto ai loro rivali statunitensi, le società cinesi di AI tendono a concentrarsi maggiormente sulla monetizzazione. L'ecosistema cinese è spietatamente pragmatico: stiamo assistendo a uno spostamento dai Benchmark teorici verso un'applicazione commerciale immediata.
Oltre ai chatbot per i consumatori, la Cina sta anche integrando l'AI in modo più diffuso nelle sue industrie e settori. Applicare l'AI ai processi industriali, come il controllo qualità o l'ottimizzazione della catena di approvvigionamento, è più difficile che costruire un'applicazione di chat. Richiede tempo per essere implementato, richiedendo una profonda integrazione con hardware e dati reali. Tuttavia, una volta stabilita, la generazione di valore è immensa e spesso duratura. Questo è il punto in cui lo status della Cina come 'fabbrica del mondo' consente al paese di avere un notevole vantaggio in termini di dati rispetto agli altri paesi.
3. Infrastrutture pubbliche
La Cina sta facendo quello che ha sempre fatto meglio: costruire infrastrutture più velocemente e a prezzi più convenienti: generazione di energia, chip, centri dati e sistemi di raffreddamento avanzati. I governi centrale e locali stanno costruendo le infrastrutture necessarie, in particolare i data center nella parte occidentale della Cina, dove l'energia solare ed eolica è abbondante. Un approccio guidato dallo stato può accelerare la costruzione di infrastrutture pesanti, ad esempio, includendo gli aggiornamenti della rete energetica e l'allocazione dell'energia necessari per i cluster AI.
4. Rischio di sovraccapacità limitato
Poiché i mercati dei capitali cinesi sono stati più rigidi (costi del capitale più elevati rispetto all'Occidente), non c'è euforia irrazionale intorno ai finanziamenti per progetti a lungo ciclo. Il capitale è fluito in modo più sensato, rendendo il rischio di sovraccapacità significativamente inferiore rispetto agli Stati Uniti.
Opportunità di investimento: oltre i chiari «vincitori dell'AI»
Oltre ai giganti cinesi di internet, alle società di semiconduttori e hardware, gli investitori potrebbero voler guardare al più ampio ecosistema AI cinese per diversificare la loro esposizione AI. Ad esempio, se si guarda all'infrastruttura AI, la costruzione di data center in Cina richiede di orientarsi tra complesse normative statali relative al consumo energetico e all'uso del suolo. Aziende come GDS e VNET hanno i permessi, le quote di energia e le relazioni governative per facilitare questo processo. Le aziende AI pure come MiniMax e Zhipu AI sembrano sulla buona strada per espandere la loro attività di API (l'API consente ai software di comunicare tra loro) verso gli sviluppatori globali. Il mix di ricavi e i margini per le attività correlate hanno il potenziale per espandersi rapidamente nelle catene di fornitura di memorie e semiconduttori, nella guida autonoma e nella tecnologia e nelle applicazioni relative agli umanoidi.
Conclusione: il punto di flesso dell'AI in Cina è trainato dall'adozione e dalle economie di scala, non solo dai modelli
A nostro parere, la Cina sta attualmente subendo un'accelerazione dell'AI a livello di sistema più ampia: onboarding di massa tramite piattaforme consumer, rapida iterazione attraverso ecosistemi aperti e una forte virata verso casi d'uso agentivi, con particolare attenzione al ritorno sull'investimento (ROI) misurabile. Questo è importante per gli investitori, poiché l'adozione dell'AI – e non solo la capacità del modello grezzo – tende a determinare chi conquista i profitti.
Investitori nazionali e internazionali hanno ora una visione più costruttiva delle prospettive a lungo termine della Cina, nonostante le sfide a breve termine che l'economia deve affrontare, tra cui la maggiore incertezza macro globale, il settore immobiliare debole e i consumi interni fiacchi. Sebbene i rischi permangano, riteniamo che l'allineamento del focus del governo sull'incremento della produttività con l'AI, l'allentamento della politica monetaria, la distensione tra Stati Uniti e Cina e le dinamiche valutarie favorevoli offrano un terreno fertile per la selezione di titoli azionari.
1 BBC News; Ha scioccato il mercato ma il DeepSeek cinese ha cambiato l'AI? 10 agosto 2025.
2 Morgan Stanley Research; China Musings; 10 marzo 2026.
3 https://aitoolsreview.co.uk; valutazione LantaAI; 17 febbraio 2026.
4 JP Morgan research, China Artificial Intelligence; 9 febbraio 2026.
5 Jeffries Equity Research: China Internet; dati OpenRouter, Jeffries; 12 marzo 2026.
Agent-native LLM (o LLM agentico): si riferisce a un modello linguistico di grandi dimensioni specificamente progettato per funzionare come il cervello di un agente autonomo, piuttosto che come un semplice strumento passivo di generazione di testo. A differenza degli LLM standard, questi modelli sono ottimizzati per il ragionamento, la pianificazione, l'uso di strumenti e l'interazione con ambienti esterni per completare attività multistep.
API (Application Programming Interface): Un'interfaccia per gli sviluppatori per integrare l'AI nei prodotti software.
Capex (spese in conto capitale): Denaro investito per acquisire o aggiornare immobilizzazioni come edifici, macchinari, attrezzature o veicoli al fine di mantenere o migliorare l'operatività e favorire la crescita futura.
Closed-source model: Un modello proprietario; gli utenti vi accedono tramite un'API o un prodotto controllato.
Inferenza: si riferisce all'elaborazione dell'intelligenza artificiale. Mentre il machine learning e il deep learning si riferiscono al training di reti neurali, l'inferenza dell'AI applica la conoscenza ricavata da un modello di rete neurale addestrato e l'utilizza per l'inferenza di un risultato.
LLM (large language model, modello linguistico di grandi dimensioni): un tipo specializzato di intelligenza artificiale che è stato addestrato su grandi quantità di testo per comprendere i contenuti esistenti e generare contenuti originali.
Model-as-a-Service (MaaS): La vendita dell'accesso all'AI tramite API, di solito con un prezzo basato sull'utilizzo.
AI multimodale: L'AI che è in grado di operare con diversi tipi di input/output (testo, immagini, audio, video).
Modello open source: Un modello i cui pesi (parametri fondamentali) vengono rilasciati in modo che altri possano eseguirlo e modificarlo.
ROI (ritorno su investimento): Un rapporto finanziario utilizzato per misurare la Performance di un investimento, calcolato dividendo l'utile/perdita netto per il costo iniziale dell'investimento.
Token: i token di AI sono gli elementi costitutivi di input e output utilizzati dai modelli linguistici di grandi dimensioni (LLM). Sono le più piccole unità di dati utilizzate da un LLM per elaborare e generare un testo/output utile.
Tasso di utilizzo: La percentuale della capacità di un data center utilizzata attivamente dai clienti.
Queste sono le opinioni dell'autore al momento della pubblicazione e possono differire da quelle di altri individui/team di Janus Henderson Investors. I riferimenti a singoli titoli non costituiscono una raccomandazione all'acquisto, alla vendita o alla detenzione di un titolo, di una strategia d'investimento o di un settore di mercato e non devono essere considerati redditizi. Janus Henderson Investors, le sue affiliate o i suoi dipendenti possono avere un’esposizione nei titoli citati.
Le performance passate non sono indicative dei rendimenti futuri. Tutti i dati dei rendimenti includono sia il reddito che le plusvalenze o le eventuali perdite ma sono al lordo dei costi delle commissioni dovuti al momento dell'emissione.
Le informazioni contenute in questo articolo non devono essere intese come una guida all'investimento.
Non vi è alcuna garanzia che le tendenze passate continuino o che le previsioni si realizzino.
Comunicazione di Marketing.
Informazioni importanti
Si prega di leggere attentamente le seguenti informazioni sui fondi citati in questo articolo.
- Le Azioni/Quote possono perdere valore rapidamente e di norma implicano rischi più elevati rispetto alle obbligazioni o agli strumenti del mercato monetario. Di conseguenza il valore del proprio investimento potrebbe diminuire.
- I mercati emergenti espongono il Fondo a una volatilità più elevata e a un maggior rischio di perdite rispetto ai mercati sviluppati; sono sensibili a eventi politici ed economici negativi e possono essere meno ben regolamentati e prevedere procedure di custodia e regolamento meno solide.
- Il Fondo può investire in Azioni A cinesi tramite il programma Stock Connect. Ciò può comportare ulteriori rischi, compresi quelli operativo, normativo, di liquidità e regolamento.
- Un Fondo che presenta un’esposizione elevata a un determinato paese o regione geografica comporta un livello maggiore di rischio rispetto a un Fondo più diversificato.
- Questo Fondo può avere un portafoglio particolarmente concentrato rispetto al suo universo d’investimento o altri fondi del settore. Un evento sfavorevole riguardante anche un numero ridotto di partecipazioni potrebbe creare una notevole volatilità o perdite per il Fondo.
- Il Fondo potrebbe usare derivati al fine di ridurre il rischio o gestire il portafoglio in modo più efficiente. Ciò, tuttavia, comporta rischi aggiuntivi, in particolare il rischio che la controparte del derivato non adempia ai suoi obblighi contrattuali.
- Qualora il Fondo detenga attività in valute diverse da quella di base del Fondo o l'investitore detenga azioni o quote in un'altra valuta (a meno che non siano "coperte"), il valore dell'investimento potrebbe subire le oscillazioni del tasso di cambio.
- I titoli del Fondo potrebbero diventare difficili da valutare o da vendere al prezzo e con le tempistiche desiderati, specie in condizioni di mercato estreme con il prezzo delle attività in calo, aumentando il rischio di perdite sull'investimento.
- Il Fondo potrebbe perdere denaro se una controparte con la quale il Fondo effettua scambi non fosse più intenzionata ad adempiere ai propri obblighi, o a causa di un errore o di un ritardo nei processi operativi o di una negligenza di un fornitore terzo.
- Il Fondo segue uno stile d’investimento di tipo “growth” che privilegia determinati tipi di società. Conseguentemente, il Fondo potrebbe sottoperformare o sovraperformare significativamente la media del mercato.