Alphabet, Nvidia e Microsoft affrontano una prova più dura mentre la spesa per l'AI cresce

Google News ha riportato in primo piano un'altra lista di tre titoli AI questo agosto, nonostante il divario crescente tra la spesa per l'intelligenza artificiale e i rendimenti misurabili.

Il titolo diffuso da Yahoo Finance promette tre dei migliori titoli dell'intelligenza artificiale da acquistare. È un formato familiare, ma la questione d'investimento è cambiata. Possedere un leader dell'AI non garantisce più di possedere un titolo interessante.

Alphabet, Nvidia e Microsoft offrono tre diverse forme di esposizione allo stesso ciclo tecnologico. Alphabet controlla la distribuzione ai consumatori e un'infrastruttura proprietaria. Nvidia fornisce la base computazionale. Microsoft vende capacità cloud e software per il lavoro.

La vera sfida non contrappone più i sostenitori dell'AI agli scettici. Contrappone la spesa aziendale alla produzione economica. Gli investitori devono decidere quali aziende possano trasformare infrastruttura, modelli e distribuzione in una generazione di cassa durevole.

Questa analisi non ripropone come informazione verificata una raccomandazione diffusa ma non accessibile. Sottopone invece a verifica tre leader dell'AI molto seguiti, usando comunicazioni aziendali e modelli di business osservabili.

Non costituisce inoltre consulenza finanziaria personalizzata. Qualsiasi decisione d'investimento dovrebbe riflettere gli obiettivi dell'investitore, l'orizzonte temporale, la diversificazione e la capacità di assorbire perdite.

Cosa omette il titolo di Google News

Il titolo propone tre nomi, ma la vera domanda per l'investitore è se ciascuna azienda controlli un livello redditizio del mercato dell'AI.

Google News funge da superficie di scoperta, non da fornitore di ricerca sugli investimenti. Aggrega link di editori e li organizza per i lettori. La presenza in quel feed non implica un'approvazione da parte di Google.

La distinzione conta perché una catena di syndication può rendere poco chiara l'attribuzione. Una storia mostrata tramite Google può rimandare a Yahoo Finance, mentre l'analisi è stata originariamente pubblicata da un altro editore finanziario. Prima di fare affidamento sulle conclusioni, i lettori dovrebbero identificare autore originale, data di pubblicazione, dichiarazioni e prove.

Questa verifica diventa particolarmente importante con un titolo costruito attorno a un mese di calendario. Agosto crea un senso di urgenza, benché le attività sottostanti operino su cicli pluriennali di prodotto e capitale.

Un titolo AI può inoltre rientrare in più categorie contemporaneamente. Nvidia vende hardware e software per il calcolo. Microsoft combina infrastruttura cloud e abbonamenti. Alphabet collega pubblicità, ricerca, servizi cloud, modelli e processori personalizzati.

Queste differenze determinano dove si manifesta il fatturato e quali rischi contano. Un fornitore di chip beneficia quando i clienti costruiscono infrastrutture. Un operatore cloud beneficia quando i clienti affittano quell'infrastruttura. Una piattaforma software beneficia quando i clienti pagano per applicazioni costruite sopra di essa.

Il formato del titolo comprime questi livelli in un'unica etichetta. “Titolo AI” descrive quindi un tema, non un modello di business.

Questo momento su Google News è utile perché rivela come continui a funzionare l'attenzione degli investitori. Le liste premiano aziende riconoscibili e narrazioni semplici. I risultati finanziari dipendono dalla domanda dei clienti, dai costi, dalla concorrenza e dall'esecuzione.

Di conseguenza, una shortlist utile dovrebbe superare tre test.

Primo, l'azienda deve avere un'attività esistente in grado di finanziare grandi investimenti nell'AI. Secondo, deve avere un percorso difendibile dalla capacità tecnica al fatturato dei clienti. Terzo, la tesi d'investimento deve reggere a un'adozione più lenta.

Alphabet, Nvidia e Microsoft superano il primo test. Ciascuna genera ricavi sostanziali attraverso attività consolidate. Le loro differenze emergono più chiaramente al secondo e al terzo test.

La selezione evita inoltre di trattare come equivalenti tutte le aziende che menzionano l'AI. Si concentra su un proprietario della distribuzione, un fornitore di infrastrutture e una piattaforma per le imprese.

Questo equilibrio non può eliminare il rischio di mercato. Può però mostrare dove si colloca tale rischio.

Alphabet affronta la possibilità che le risposte generative indeboliscano l'economia della ricerca tradizionale. Nvidia affronta concentrazione dei clienti, ciclicità e concorrenza dei chip personalizzati. Microsoft deve dimostrare che la pesante spesa per l'infrastruttura generi rendimenti su Azure e sul suo portafoglio software.

Non si tratta di note marginali. Sono le domande centrali dietro ciascun titolo.

Alphabet è il titolo AI di Google News con la distribuzione più ampia

Alphabet combina ricerca sull'AI, chip proprietari, infrastruttura cloud e distribuzione ai consumatori, ma deve proteggere il business della ricerca che finanzia tali asset.

Alphabet è il punto di partenza naturale per una storia costruita attorno a Google News. L'aggregazione delle notizie, Search, YouTube, Android, Workspace e Maps offrono all'azienda molteplici canali per distribuire funzionalità AI.

Il suo vantaggio non consiste semplicemente nel possedere i modelli Gemini. I modelli linguistici di grandi dimensioni generano o interpretano testo apprendendo schemi statistici da vasti dataset. Alphabet può inserire questi modelli in prodotti che già servono consumatori e organizzazioni.

Questa distribuzione riduce una barriera che gli sviluppatori AI indipendenti devono affrontare. Alphabet non deve costruire un nuovo pubblico per ogni funzionalità. Può introdurre l'AI all'interno di una pagina di ricerca esistente, di un'applicazione di produttività, di una piattaforma mobile o di un account cloud.

Alphabet progetta anche tensor processing units, o TPU. Si tratta di processori personalizzati ottimizzati per carichi di lavoro di machine learning. Offrono a Google un'alternativa al dipendere interamente da acceleratori AI generalisti forniti da fornitori esterni.

Questa integrazione verticale offre diverse opzioni strategiche. Alphabet può usare le TPU internamente, offrirle tramite Google Cloud e ottimizzare i propri modelli per la propria infrastruttura. Può inoltre adattare l'esperienza utente tra i vari prodotti.

L'attrattiva è facile da comprendere. Alphabet partecipa ai modelli, all'infrastruttura, alle applicazioni e alla distribuzione. Poche aziende quotate controllano tutti e quattro questi livelli.

Tuttavia, questa ampiezza crea un difficile rovescio della medaglia. L'azienda deve usare l'AI per rafforzare Google Search senza compromettere l'economia pubblicitaria che ha reso possibile la sua spesa in ricerca e infrastrutture.

La ricerca tradizionale presenta spesso un elenco di link accanto a pubblicità commerciale. La ricerca generativa può invece rispondere direttamente a una domanda. Tale risposta può modificare la frequenza con cui gli utenti seguono i link e il modo in cui gli inserzionisti li raggiungono.

Alphabet afferma di integrare l'AI in Search continuando a servire utenti e inserzionisti. Le sue comunicazioni descrivono l'intelligenza artificiale come centrale per i prodotti e la strategia dell'azienda. Il rapporto annuale di Alphabet identifica inoltre concorrenza, costi dell'infrastruttura, regolamentazione e cambiamento del comportamento degli utenti come considerazioni rilevanti.

Gli investitori dovrebbero considerare questa informativa come una mappa della tensione. Risposte migliori possono aumentare la soddisfazione degli utenti, ma un maggiore calcolo può accrescere il costo di gestione di ciascuna query. Una pagina dei risultati ridisegnata può creare nuovi formati pubblicitari, ma può anche modificare comportamenti consolidati.

Google Cloud offre una seconda strada verso i rendimenti. Le aziende hanno bisogno di capacità di calcolo, accesso ai modelli, servizi dati e strumenti di sviluppo. Alphabet può vendere questi componenti anche quando l'applicazione finale appartiene a un'altra azienda.

Questa opportunità mette però Google anche in competizione con Microsoft Azure e Amazon Web Services. Ogni fornitore cloud offre modelli, strumenti dati e acceleratori. I clienti possono distribuire i carichi di lavoro tra più fornitori anziché impegnarsi in un unico stack.

Il vantaggio di Alphabet è dunque l'ampiezza, non l'immunità dalla concorrenza. Gemini può supportare prodotti di ricerca, video, produttività, pubblicità e cloud. Ogni mercato ha acquirenti e percorsi di monetizzazione diversi.

Waymo aggiunge un'altra opzione. La guida autonoma combina machine learning, sensori, mappatura e operazioni nel mondo reale. Estende la tesi sul titolo AI di Alphabet oltre il testo generativo, sebbene l'economia sia significativamente diversa dalla pubblicità online.

L'errore cruciale sarebbe valutare ogni iniziativa come un successo automatico. Una capacità tecnica diventa finanziariamente significativa solo quando migliora ricavi, fidelizzazione, efficienza o solidità strategica.

Il caso più forte per Alphabet è la sua capacità di condurre diversi esperimenti senza dipendere da un unico nuovo prodotto. Il rischio maggiore è che l'esperimento che interessa Search tocchi anche il suo motore economico più importante.

Ecco perché Alphabet merita una shortlist seria, ma non perché Google News ha mostrato un titolo sull'AI. Vi appartiene perché l'azienda controlla sia un'attività consolidata minacciata sia molti degli strumenti che la stanno sfidando.

Questa combinazione rende Alphabet insolitamente ben posizionata. Rende anche la tesi d'investimento insolitamente dipendente dall'esecuzione.

Nvidia controlla ancora il collo di bottiglia critico dell'infrastruttura

Nvidia resta il fornitore più evidente per la costruzione dell'infrastruttura AI, ma i clienti stanno spendendo aggressivamente per ridurre la dipendenza da qualsiasi singola piattaforma di chip.

I sistemi AI moderni richiedono un'enorme capacità di calcolo parallelo. Le unità di elaborazione grafica, o GPU, gestiscono molti calcoli simultaneamente. Questa architettura ha reso le GPU centrali per l'addestramento e l'esecuzione di grandi modelli.

La posizione di Nvidia va oltre il processore fisico. La sua piattaforma comprende networking, sistemi, librerie e CUDA, un ambiente software che gli sviluppatori usano per programmare le sue GPU.

Questo livello software crea costi di passaggio. Un cliente che valuta un chip alternativo deve considerare prestazioni, disponibilità, familiarità degli sviluppatori e lo sforzo necessario per trasferire i carichi di lavoro esistenti.

I materiali per gli investitori di Nvidia presentano costantemente l'azienda come una piattaforma informatica completa piuttosto che come un fornitore di componenti. Questa distinzione sostiene la tesi rialzista.

L'azienda può vendere più di un acceleratore. Può fornire apparecchiature di networking, sistemi integrati, software e supporto per l'implementazione nei data center.

Questa è l'esposizione infrastrutturale più forte tra le tre aziende. Alphabet e Microsoft devono attrarre utenti verso i servizi cloud e le applicazioni. Nvidia beneficia prima, quando tali aziende impegnano capitale nella capacità di calcolo.

Il modello somiglia alla vendita di attrezzature essenziali durante un boom edilizio. La domanda può raggiungere Nvidia prima che i clienti sappiano quali applicazioni AI per utenti finali diventeranno redditizie.

Questa tempistica è anche un rischio. Gli ordini di infrastruttura riflettono aspettative sui carichi di lavoro futuri. Se l'adozione cresce più lentamente della capacità, i clienti possono sospendere gli acquisti mentre assorbono ciò che hanno già installato.

Il confronto con Alphabet diventa qui importante. Alphabet acquista sistemi Nvidia ma sviluppa anche TPU. Microsoft usa hardware Nvidia mentre investe in progetti di processori interni. Amazon e altri grandi operatori seguono strategie simili.

Gli acceleratori personalizzati, talvolta chiamati circuiti integrati specifici per applicazione, ottimizzano l'hardware per carichi di lavoro più circoscritti. Sacrificano una parte della flessibilità in cambio di potenziali guadagni in termini di costo, consumo energetico o prestazioni.

Questi progetti non devono sostituire Nvidia ovunque per influire sul mercato. Un fornitore cloud può spostare selezionati carichi di lavoro interni su hardware personalizzato, riservando le GPU ai clienti che necessitano di flessibilità.

La concorrenza proviene anche da AMD e da sviluppatori di chip specializzati. Compatibilità software, fornitura, networking e fiducia dei clienti determinano se tali alternative ottengano un'adozione significativa.

Questo crea il principale antagonista dell'articolo: la piattaforma generalista di Nvidia contro le strategie di infrastruttura personalizzata dei suoi maggiori clienti.

Nvidia beneficia attualmente di un ecosistema difficile da replicare. I suoi clienti hanno al tempo stesso forti ragioni finanziarie per ridurre questa leva. Entrambe le affermazioni possono restare vere per anni.

Le prossime transizioni di prodotto dell’azienda sono importanti perché la leadership deve essere rinnovata. I clienti non acquistano un benchmark storico. Acquistano sistemi disponibili che offrono prestazioni, affidabilità e costi operativi adeguati.

La produzione introduce un’altra dipendenza. Nvidia progetta chip, ma si affida a fonderie esterne e partner per il packaging. La domanda può superare la capacità del settore di fornire componenti avanzati.

I controlli sulle esportazioni creano un’incertezza distinta. Le restrizioni possono limitare quali prodotti raggiungono determinati mercati, richiedere offerte riprogettate o modificare il panorama competitivo al di fuori degli Stati Uniti.

Nvidia discute questi rischi nelle sue comunicazioni regolamentari. Gli investitori dovrebbero considerarli caratteristiche strutturali, non distrazioni temporanee.

Lo scenario rialzista resta coerente. Sempre più organizzazioni sperimentano modelli più grandi, sistemi multimodali, agenti, robotica e calcolo scientifico. Ciascuna categoria può richiedere una capacità di elaborazione significativa.

Tuttavia, il crescente utilizzo dell’AI non garantisce che ogni carico di lavoro richieda il sistema GPU più costoso. L’efficienza dei modelli migliora, l’inferenza può spostarsi su hardware specializzato e i clienti possono utilizzare modelli più piccoli per compiti circoscritti.

Nvidia può rispondere con sistemi più rapidi, software migliorato e un’offerta più ampia. La sua posizione dipende dalla capacità di rendere l’intera piattaforma più produttiva delle alternative disponibili.

Questo rende Nvidia il titolo più direttamente esposto all’infrastruttura AI tra i tre. Rende anche l’azienda la più vulnerabile ai cambiamenti nella spesa in conto capitale e nell’economia dei processori.

Il segnale chiave non è un altro titolo entusiasta su Google News. È capire se la domanda dei clienti resta ampia man mano che le alternative migliorano e la capacità ordinata in precedenza entra in funzione.

Microsoft deve trasformare l'adozione dell'AI in ricavi software duraturi

Microsoft dispone del canale di distribuzione aziendale più forte, ma l’utilizzo deve tradursi in ricavi ricorrenti che giustifichino i suoi impegni infrastrutturali.

La strategia AI di Microsoft riunisce tre asset: l’infrastruttura cloud Azure, il software per il lavoro e la relazione con OpenAI. L’azienda può fornire capacità di calcolo inserendo al tempo stesso assistenti negli strumenti che i dipendenti usano già.

Questa distribuzione offre a Microsoft una strada diversa da Nvidia. Non deve guadagnare principalmente da ogni acquisto hardware. Può intercettare la spesa attraverso il consumo cloud, i servizi per sviluppatori, i prodotti di sicurezza e le applicazioni aziendali.

Microsoft 365 crea un terreno di prova particolarmente prezioso. Word, Excel, PowerPoint, Outlook e Teams sono integrati nei flussi di lavoro aziendali quotidiani. Un assistente AI può riassumere riunioni, redigere documenti, analizzare dati e recuperare informazioni organizzative.

Questi scenari sembrano convincenti, ma l’adozione non equivale al valore. Un’azienda può abilitare una funzionalità senza cambiare il modo in cui i dipendenti lavorano. Può anche avviare un progetto pilota senza estenderne l’implementazione.

Il test finanziario consiste nel verificare se i clienti rinnovano, aggiungono utenti, consumano più capacità cloud o consolidano altri strumenti. Microsoft deve dimostrare che l’AI migliora l’economia della sua piattaforma anziché limitarsi ad aumentare i costi di calcolo.

Le comunicazioni sugli utili dell’azienda sono la fonte più affidabile per monitorare questa conversione. Gli indicatori rilevanti includono la crescita di Azure, le prenotazioni commerciali, gli obblighi di prestazione rimanenti, i margini e i commenti del management sulla capacità AI.

Microsoft affronta anche un problema di misurazione. L’AI può supportare prodotti esistenti senza comparire come una voce di ricavi separata. Questo rende difficile distinguere una domanda realmente incrementale dalle funzionalità necessarie per difendere un abbonamento consolidato.

La relazione con OpenAI aggiunge credibilità tecnica e velocità di prodotto. Introduce anche interrogativi su dipendenza, governance e concorrenza.

Microsoft offre accesso a più modelli attraverso la propria piattaforma cloud, riducendo la necessità di dipendere da un singolo fornitore. I clienti desiderano sempre più scegliere tra modelli perché prestazioni, costi, latenza e politiche sui dati variano a seconda dei compiti.

Un’azienda potrebbe utilizzare un modello per lo sviluppo software, un altro per l’estrazione di documenti e un modello interno più piccolo per carichi di lavoro sensibili. Azure può beneficiare di tale attività anche quando OpenAI non fornisce ogni modello.

Questa flessibilità rafforza l’argomentazione a favore della piattaforma Microsoft. L’azienda può posizionare Azure come livello di controllo per carichi di lavoro AI eterogenei.

Tuttavia, Alphabet e Amazon offrono proposte simili multicloud e multimodello. Anche i fornitori di modelli indipendenti vendono direttamente alle aziende. Microsoft deve competere su sicurezza, governance, integrazione e costo operativo complessivo.

I dati aziendali creano un’altra barriera. Un assistente diventa utile quando può accedere a email, documenti, calendari, applicazioni e autorizzazioni pertinenti. Una scarsa qualità delle informazioni produce risposte deboli, indipendentemente dalle capacità del modello.

È qui che l’AI per il lavoro incontra il knowledge management. Una base di conoscenza personale consultabile può aiutare gli utenti a preservare il contesto, ma le implementazioni organizzative richiedono maggiori controlli e un’integrazione più ampia.

Microsoft gestisce già identità e autorizzazioni per molti clienti. Questa posizione può aiutarla a collegare i servizi AI ai dati aziendali rispettando al contempo le regole di accesso esistenti.

L’azienda deve comunque affrontare le allucinazioni, ovvero output del modello plausibili ma non supportati. Deve inoltre gestire fughe di dati, questioni di copyright, minacce alla sicurezza e fiducia dei dipendenti.

Questi problemi rallentano l’implementazione perché le aziende hanno bisogno di responsabilità chiare. Un assistente alla scrittura può tollerare alcuni errori quando un utente esamina l’output. Un agente automatizzato che approva transazioni richiede garanzie molto più solide.

Di conseguenza, l’opportunità per Microsoft cresce man mano che l’AI passa dalle interfacce conversazionali ai flussi di lavoro gestiti. Il rischio aumenta allo stesso tempo perché le azioni automatizzate comportano conseguenze operative.

Gli investitori dovrebbero osservare come Microsoft descrive l’utilizzo attivo, non solo la disponibilità dei prodotti. Un ampio lancio di funzionalità dimostra la distribuzione. L’uso ripetuto e impegni più estesi forniscono prove migliori del valore.

Tra i tre titoli, Microsoft offre il ponte più chiaro dall’infrastruttura AI alle applicazioni aziendali. La sua sfida è dimostrare che quel ponte sostiene un volume sufficiente di attività a pagamento da giustificare i costi.

La tesi sui tre titoli ha una debolezza comune

Alphabet, Nvidia e Microsoft dipendono dallo stesso ciclo di investimenti, quindi possedere tutti e tre non offre una diversificazione pari a quella suggerita dalle loro etichette di business.

Alphabet sembra offrire esposizione alla pubblicità e al cloud. Nvidia sembra offrire esposizione ai semiconduttori. Microsoft sembra offrire esposizione al cloud e al software.

Sotto la superficie, tutte e tre dipendono dalla continuità della spesa per il calcolo AI. Alphabet e Microsoft costruiscono data center. Nvidia vende i sistemi utilizzati al loro interno. Ciascuna si aspetta che la domanda dei clienti giustifichi tale capacità.

Questo legame crea un rischio di concentrazione. Un rallentamento nell’adozione aziendale può mettere sotto pressione il consumo cloud. Una minore domanda cloud può infine ridurre gli ordini hardware. Rendimenti deboli possono costringere ogni partecipante a riconsiderare la spesa.

La tempistica sarebbe diversa tra le aziende. Nvidia potrebbe continuare a contabilizzare ordini effettuati in precedenza. I fornitori cloud potrebbero continuare a costruire strutture già sotto contratto. I rinnovi software potrebbero restare stabili prima che i clienti riducano le nuove implementazioni.

Questo ritardo può far apparire il ciclo più sano del mercato finale. Gli investitori dovrebbero confrontare la crescita infrastrutturale con i ricavi delle applicazioni e l’utilizzo ricorrente.

Anche la contabilità è importante. Gli investimenti in conto capitale diventano asset che le aziende ammortizzano nel tempo. Estendere la vita utile stimata dei server può ridurre le spese annuali di ammortamento, anche se le apparecchiature continuano a invecchiare tecnologicamente.

I rapidi cicli di prodotto complicano queste stime. Un acceleratore più vecchio può restare produttivo, ma hardware più recente può offrire prestazioni o efficienza migliori. L’obsolescenza economica può arrivare prima che un server smetta di funzionare.

La disponibilità di energia presenta un altro vincolo. I data center richiedono elettricità, raffreddamento, networking, terreni, costruzione e autorizzazioni normative. La domanda di hardware non crea automaticamente capacità energetica.

Questi colli di bottiglia possono sostenere i prezzi per i fornitori. Possono anche ritardare il momento in cui i clienti mettono l’infrastruttura in servizio e iniziano a generare rendimenti.

La questione della valutazione non può essere separata dalle operazioni. Un’azienda eccellente può generare rendimenti deludenti per gli azionisti se il mercato sconta già una crescita eccezionale. Un trimestre più debole può rapidamente ricalibrare tali aspettative.

Al contrario, una valutazione più bassa non garantisce sicurezza. Può riflettere una crescita più lenta, disruption del business, intensità di capitale o incertezza sui margini futuri.

Gli investitori dovrebbero quindi separare tre domande.

L’azienda è importante per lo sviluppo dell’AI? È probabile che il suo business cresca? Il titolo attuale offre un equilibrio interessante tra rendimento prospettico e rischio?

Queste domande sono collegate, ma non intercambiabili.

Il titolo originale sui tre titoli risponde alla prima domanda attraverso una selezione tematica. Un processo di investimento completo deve affrontare le altre due usando informazioni finanziarie aggiornate e circostanze individuali.

Non vi è inoltre alcuna garanzia che le tre aziende qui discusse corrispondano alle raccomandazioni inaccessibili dell’autore della fonte. Costituiscono una shortlist analitica verificata in modo indipendente, non una ricostruzione presentata come fatto.

Questa cautela è particolarmente necessaria quando si tratta di link sindacati. I titoli possono restare visibili dopo che il testo dell’articolo cambia, viene aggiornato o passa dietro controlli di accesso.

Anche le informative degli editori meritano attenzione. Autori ed editori possono possedere titoli menzionati in un articolo. Questo non invalida un’argomentazione, ma i lettori dovrebbero conoscere tale rapporto.

Le autorità di regolamentazione avvertono ripetutamente che investire comporta la possibile perdita del capitale. La guida per gli investitori della SEC sottolinea obiettivi, tolleranza al rischio, ricerca, commissioni e diversificazione anziché agire sulla base di affermazioni promozionali.

La diversificazione resta rilevante anche quando tutte e tre le aziende appaiono interessanti. Un portafoglio concentrato in megacap legate all’AI può essere sensibile agli stessi tassi di interesse, cicli di spesa, normative e sentiment di mercato.

Gli investitori affrontano anche rischi specifici delle singole aziende.

Alphabet deve preservare l’economia della ricerca mentre introduce risposte generative. Nvidia deve difendere la propria piattaforma mentre i clienti finanziano alternative. Microsoft deve dimostrare che l’adozione sul posto di lavoro e nel cloud si traduce in ricavi duraturi.

Nessuno di questi esiti è deciso dalla sola leadership tecnologica.

Cosa dovrebbero osservare gli investitori dopo agosto

La prossima fase del dibattito sui titoli AI sarà decisa dal consumo cloud, dai rendimenti dell’infrastruttura e dalle prove di un’adozione ripetuta da parte degli utenti.

Il primo segnale è il rapporto tra spesa in conto capitale e crescita cloud presso Alphabet e Microsoft. La spesa può aumentare prima che la nuova capacità generi ricavi, quindi un solo trimestre raramente risolve la questione.

Un andamento sano combinerebbe capacità in aumento con una domanda cloud sostenuta, un’economia stabile e la fiducia del management negli impegni dei clienti. Un andamento più debole mostrerebbe una spesa in aumento mentre gli indicatori di domanda decelerano.

Il secondo segnale è la domanda di Nvidia al di fuori di un ristretto gruppo di clienti hyperscale. Un’ampia partecipazione da parte di aziende, governi, sviluppatori di modelli e clienti industriali rafforzerebbe la tesi sull’infrastruttura.

Una maggiore dipendenza da pochi acquirenti cloud aumenterebbe il rischio di concentrazione. Questi acquirenti hanno gli incentivi e le risorse più forti per sviluppare acceleratori personalizzati.

Osservate le evidenze competitive, non soltanto gli annunci di prodotto. I chip personalizzati contano quando eseguono carichi di lavoro significativi, attraggono sviluppatori e riducono gli acquisti esterni.

Il terzo segnale è l'uso ricorrente delle applicazioni. Alphabet e Microsoft possono distribuire ampiamente funzionalità AI, ma gli investitori hanno bisogno di prove che gli utenti tornino e che le organizzazioni estendano le implementazioni.

L'utilizzo dovrebbe tradursi in un risultato economico. Ciò potrebbe emergere attraverso il consumo cloud, la fidelizzazione, gli impegni per suite di produttività, le performance pubblicitarie o una maggiore efficienza operativa.

I benchmark dei modelli offrono meno elementi utili agli investimenti rispetto al comportamento dei clienti. Un modello può primeggiare in un test tecnico senza diventare il servizio più redditizio.

I lettori dovrebbero inoltre monitorare gli sviluppi normativi. Controversie sul copyright, regole sulla privacy, politiche di concorrenza, controlli sulle esportazioni e autorizzazioni energetiche possono modificare i costi o limitare l'implementazione.

Questi segnali rafforzano o indeboliscono il giudizio centrale in modi diversi.

Un'ampia crescita del cloud sosterrebbe l'idea che l'infrastruttura stia servendo una domanda reale. L'espansione dell'adozione di chip personalizzati metterebbe in discussione la quota di Nvidia, convalidando al contempo il più ampio mercato AI. Un uso ripetuto di software a pagamento mostrerebbe che il valore si sta spostando oltre la costruzione dei data center.

Se i ricavi delle applicazioni restano deboli mentre la spesa accelera, la tesi dei tre titoli diventa meno attraente. Le aziende manterrebbero comunque tecnologie importanti, ma gli investitori avrebbero meno prove che i rendimenti economici corrispondano alle aspettative.

Questo è il rovesciamento centrale dietro questo ciclo di Google News. Un tempo la leadership nell'AI separava i vincitori evidenti dal resto del mercato. Ora le aziende leader devono dimostrare che investimenti straordinari producono risultati aziendali straordinari.

Alphabet offre la distribuzione più ampia e il rischio più visibile per l'operatore storico. Nvidia controlla la piattaforma di calcolo critica, mentre i suoi clienti cercano alternative. Microsoft dispone del canale enterprise più forte, ma ha bisogno di un utilizzo a pagamento durevole.

Non esiste una classifica universalmente corretta tra queste aziende. La risposta dipende dalla valutazione, dall'esposizione del portafoglio, dalla tolleranza al rischio e dalla fiducia nel meccanismo di conversione di ciascuna società.

Prima di agire su qualsiasi lista di agosto, leggete gli ultimi documenti depositati e la conference call sui risultati. Confrontate le promesse del management con le metriche operative su più trimestri. Poi verificate se la posizione ha ancora senso qualora l'adozione dell'AI richieda più tempo del previsto.

Usate Google News per scoprire il dibattito, non per completare la decisione. Salvate i documenti primari, annotate ciò che il management ha effettivamente previsto e riesaminate la tesi dopo il prossimo ciclo di rendicontazione. Un second brain strutturato può aiutare a preservare queste ipotesi e a far emergere in seguito eventuali contraddizioni. Il passo successivo migliore non è scegliere il ticker più entusiasmante. È definire quali evidenze vi porterebbero a comprare, mantenere, ridurre o scartare ciascuna idea prima che la volatilità del mercato prenda quella decisione al posto vostro.