La domanda di AMD e Google affronta tre severi test sugli utili dell'AI

La domanda di AMD e Google è entrata in agosto con una tensione evidente: i ricavi dell'AI crescono rapidamente, ma gli investitori ora si aspettano prove che la spesa generi rendimenti duraturi. AMD ha riportato ricavi trimestrali record, mentre Palantir ha mostrato una crescita accelerata del software e SpaceX ha evidenziato il costo della costruzione di infrastrutture AI fisiche.

Questi risultati hanno riguardato tre livelli distinti del mercato AI. Palantir vende software che collega i modelli ai dati operativi. AMD fornisce processori e sistemi informatici completi. SpaceX combina connettività, servizi di lancio e un'attività AI in espansione all'interno di una struttura ad alta intensità di capitale.

Il confronto conta perché una forte domanda non garantisce più una reazione favorevole del mercato. Palantir, AMD e SpaceX hanno tutte registrato una crescita sostanziale, ma gli investitori hanno valutato i loro utili in modo diverso. La linea di demarcazione non era se l'AI attirasse clienti, ma con quale efficienza ciascuna azienda trasformasse quella domanda in margini, liquidità e ricavi futuri credibili.

Google offre un utile punto di riferimento. La sua attività cloud è cresciuta rapidamente generando al contempo un reddito operativo significativo, dimostrando come possa apparire su larga scala una domanda convalidata per infrastrutture AI. Il rapporto tra AMD e Google illustra anche una verità più difficile: i fornitori devono ottenere implementazioni concrete nelle piattaforme cloud, non limitarsi ad annunciare ambiziose roadmap di prodotto.

Tre report sugli utili hanno trasformato la domanda di AI in un test contabile

Il ciclo degli utili ha sostituito un'unica ampia narrativa sull'AI con tre diversi test di conversione economica.

Palantir ha riportato risultati dal livello software, dove l'espansione richiede relativamente poche infrastrutture fisiche. I ricavi del secondo trimestre hanno raggiunto 1,94 miliardi di dollari, in aumento del 93% rispetto all'anno precedente. I ricavi commerciali negli Stati Uniti sono saliti del 149%, mentre il free cash flow rettificato ha raggiunto 1,22 miliardi di dollari.

Questi dati suggeriscono che alcuni esperimenti aziendali sull'AI stanno diventando implementazioni operative. La Artificial Intelligence Platform di Palantir aiuta le organizzazioni a collegare i modelli con dati interni e processi aziendali. L'azienda può ampliare l'utilizzo senza produrre processori, costruire data center o lanciare satelliti.

Questo modello leggero in termini di asset offre a Palantir un percorso diretto dall'adozione da parte dei clienti alla generazione di cassa. Alza però anche le aspettative. Gli investitori devono avere prove che la crescita rapida rifletta implementazioni replicabili piuttosto che un gruppo limitato di contratti insolitamente grandi.

La pressione riportata sui margini lordi dell'azienda merita attenzione. Secondo le sue comunicazioni trimestrali e i commenti sugli utili, Palantir ha assorbito costi di cloud hosting per un cliente governativo. Questo accordo mostra come persino i fornitori di software possano assumere esposizione infrastrutturale quando i contratti richiedono loro di ospitare i carichi di lavoro.

Palantir ha inoltre registrato un guadagno non realizzato collegato alla sua partecipazione in SpaceX. Tale contributo ha sostenuto gli utili riportati, ma non è derivato dalla vendita di ulteriore software. Gli investitori devono quindi separare i progressi operativi dalle variazioni del valore di un investimento.

AMD ha affrontato un test diverso. I suoi risultati del secondo trimestre hanno mostrato ricavi pari a 11,54 miliardi di dollari, in aumento del 50% su base annua. I ricavi del Data Center hanno raggiunto 6,7 miliardi di dollari, un incremento del 107%, rappresentando il 58% dei ricavi totali dell'azienda.

Il produttore di chip ha inoltre riportato un margine lordo GAAP del 54% e un margine lordo non-GAAP del 56%. Entrambi i valori sono migliorati rispetto al trimestre precedente. AMD ha previsto ricavi di circa 13 miliardi di dollari per il terzo trimestre, con una variazione possibile di 300 milioni di dollari in entrambe le direzioni.

Questi numeri hanno confermato che la domanda esiste. Non hanno però chiuso il dibattito sulla posizione di AMD rispetto a Nvidia. I clienti possono annunciare capacità futura anni prima che i sistemi vengano spediti, il software entri in produzione e i fornitori rilevino i ricavi.

SpaceX ha presentato la versione più onerosa della stessa sfida. Il suo primo report sugli utili dopo la quotazione in borsa ha riguardato razzi, connettività satellitare e infrastrutture AI. I ricavi sono aumentati del 92%, a 7,81 miliardi di dollari, secondo i risultati riportati.

La connettività ha generato 4,29 miliardi di dollari, mentre la divisione AI ha prodotto 2,56 miliardi di dollari. Le operazioni spaziali hanno aggiunto 962 milioni di dollari. L'azienda ha ridotto la perdita netta trimestrale da 1 miliardo di dollari a 541 milioni di dollari.

Eppure le azioni di SpaceX sono scese di oltre l'8% nelle contrattazioni after-hours. Gli investitori si sono concentrati sul capitale necessario per Starship, satelliti, energia e data center. La reazione ha dimostrato che ricavi più elevati non risolvono la questione dei rendimenti quando i requisiti di investimento crescono insieme a essi.

Palantir, AMD e SpaceX hanno quindi superato lo stesso test della domanda, ma hanno incontrato realtà contabili diverse. L'adozione del software può generare cassa rapidamente. Gli impegni per i chip devono trasformarsi in sistemi spediti. Le infrastrutture fisiche devono produrre ricavi sufficienti a coprire anni di costi di costruzione e operativi.

Perché la domanda di AMD e Google è più di una storia di clienti

Google contribuisce a convalidare la domanda di infrastrutture AI, ma la sua scala alza anche lo standard che AMD deve soddisfare.

Alphabet ha riportato che i ricavi di Google Cloud sono cresciuti dell'82%, a 24,77 miliardi di dollari nel secondo trimestre. Il reddito operativo del cloud ha raggiunto 8,81 miliardi di dollari, rispetto ai 2,83 miliardi di dollari di un anno prima. Questa combinazione di crescita e utile operativo offre prove insolitamente chiare della domanda aziendale di AI.

Google ha attribuito l'accelerazione alle infrastrutture AI aziendali, alle soluzioni AI e ai servizi cloud core. L'azienda ha dichiarato che i modelli Gemini elaboravano 22 miliardi di token API al minuto. Ha inoltre riportato 950 milioni di utenti attivi mensili per l'applicazione Gemini.

Si tratta di metriche riportate dall'azienda e non rivelano la redditività di ogni richiesta al modello. Mostrano comunque che i carichi di lavoro AI si stanno muovendo attraverso sistemi reali per consumatori e imprese su una scala enorme.

Il documento trimestrale di Alphabet ha inoltre riportato ricavi consolidati pari a 119,8 miliardi di dollari, in aumento del 24%. Google Services è cresciuta del 15%, mentre Google Search e altri ricavi sono aumentati del 17%.

Questo è rilevante per AMD perché i fornitori cloud acquistano diversi tipi di infrastrutture informatiche. Le GPU accelerano l'addestramento e l'inferenza dei modelli, ovvero il processo di generazione di risposte da un modello addestrato. Le CPU per server gestiscono l'elaborazione generale, la preparazione dei dati, il coordinamento dello storage e molti carichi di lavoro circostanti.

AMD vende entrambe le categorie. I suoi processori server EPYC sono già presenti nei principali servizi cloud, incluse le offerte di Google Cloud. Questa presenza consente ad AMD di accedere alla crescita dei carichi di lavoro anche quando un fornitore cloud usa i propri acceleratori per attività AI selezionate.

Tuttavia, il legame tra AMD e Google non è una partnership esclusiva. Google progetta Tensor Processing Units, note come TPU, per la propria infrastruttura AI. Offre inoltre GPU Nvidia e supporta altre architetture di processori sulla sua piattaforma cloud.

AMD compete quindi per una quota di un sistema in espansione anziché controllare l'intero sistema. Ottenere un'implementazione di macchine virtuali può creare una domanda duratura di CPU. Ottenere capacità di accelerazione richiede compatibilità software, affidabilità della fornitura ed economia favorevole su rack completi.

ROCm è centrale in questo sforzo. ROCm è la piattaforma software di AMD per programmare e gestire i suoi acceleratori. Gli sviluppatori valutano spesso l'hardware attraverso la disponibilità di librerie, strumenti, modelli ottimizzati e supporto, non soltanto attraverso le specifiche dei processori.

AMD ha rilasciato ROCm.ai come ambiente per sviluppatori destinato a creare e ottimizzare carichi di lavoro sulle proprie piattaforme. Ha inoltre introdotto Helios, un sistema su scala rack che combina acceleratori, CPU, networking e software.

Un sistema su scala rack considera l'intero rack di server come una singola unità di calcolo coordinata. Questo approccio aiuta i fornitori ad affrontare alimentazione, networking, memoria e raffreddamento come un progetto integrato. Nvidia ha utilizzato una strategia di sistemi simile per rafforzare l'adozione da parte dei clienti.

AMD afferma che organizzazioni tra cui Anthropic, Meta, Microsoft, OpenAI e Oracle stanno implementando o pianificando di implementare sistemi correlati a Helios. Queste dichiarazioni delineano una pipeline, ma gli investitori hanno ancora bisogno di ricavi riconosciuti e margini sostenuti.

I risultati di Google alzano questo standard perché mostrano quanto rapidamente un acquirente possa monetizzare l'infrastruttura. I ricavi cloud non stanno semplicemente crescendo. Google Cloud sta generando un reddito operativo in espansione mentre supporta carichi di lavoro AI interni ed esterni.

Per AMD, il prossimo traguardo non è quindi un'altra dichiarazione generica sull'interesse per il cloud. È la prova che le implementazioni degli hyperscaler si trasformino in ricavi da acceleratori replicabili senza sacrificare il margine lordo.

La storia di AMD e Google si inserisce in questa competizione più ampia. Google può usare CPU AMD, le proprie TPU, GPU Nvidia e altro hardware dove ciascuno risulta più adatto. AMD deve dimostrare che i suoi prodotti meritano una quota crescente di questo ambiente misto.

Palantir mostra cosa accade quando l'AI raggiunge le operazioni quotidiane

I risultati di Palantir suggeriscono che il software possa monetizzare l'AI più rapidamente perché i clienti pagano per risultati operativi, non soltanto per capacità di calcolo.

Palantir opera al livello applicativo. Le sue piattaforme combinano dati organizzativi, controlli software e modelli AI affinché i dipendenti possano utilizzare gli output dei modelli nelle operazioni esistenti. Un produttore potrebbe collegare programmi di produzione, inventario e registri di manutenzione a un flusso di lavoro assistito dall'AI.

Questo modello differisce dalla vendita di accesso a capacità di calcolo grezza. I clienti acquistano un sistema pensato per supportare decisioni, processi e azioni controllate. La proposta di valore dipende dal fatto che il software modifichi un lavoro misurabile.

La crescita commerciale di Palantir negli Stati Uniti suggerisce che più organizzazioni stiano andando oltre i progetti pilota isolati. Il suo incremento del 149% si è verificato su una base di crescita precedente già sostanziale. L'azienda ha inoltre riportato una forte domanda governativa, sostenuta da programmi della difesa e del settore pubblico.

L'economia appare attraente perché il software può scalare tra utenti e flussi di lavoro dopo l'implementazione. Palantir non deve costruire un nuovo impianto di fabbricazione per ogni cliente. Può utilizzare infrastrutture cloud fornite dai partner e trasferire parte dei costi attraverso il proprio modello commerciale.

Tuttavia, l'implementazione rimane un vincolo. I dati aziendali contengono spesso formati incoerenti, restrizioni di accesso e record incompleti. Un'applicazione AI non può produrre decisioni operative affidabili quando le autorizzazioni o le informazioni sottostanti sono inaffidabili.

Le piattaforme di Palantir affrontano questo problema attraverso un'ontologia, una rappresentazione strutturata delle entità, delle relazioni e delle azioni consentite di un'organizzazione. L'ontologia può collegare l'output del modello a oggetti aziendali quali ordini, veicoli, componenti o personale.

Questo approccio può rendere l'AI utile nei flussi di lavoro controllati. Può anche creare un lungo processo di implementazione. I clienti devono organizzare i dati, definire le autorizzazioni, convalidare le azioni e modificare pratiche di lavoro consolidate.

La questione centrale è la replicabilità. Palantir deve dimostrare che le nuove implementazioni si trasformino in contratti più ampi senza richiedere una quantità eccezionale di lavoro personalizzato. Una crescita elevata perde parte del suo fascino se i costi di implementazione aumentano quasi altrettanto rapidamente.

Il suo accordo di hosting per un cliente governativo illustra questo rischio. Palantir ha assunto costi cloud continuativi, che hanno inciso sul margine lordo. La decisione può sostenere un contratto importante, ma complica l'immagine del software come attività puramente leggera in termini di asset.

Gli investitori dovrebbero anche distinguere tra valore dei contratti e ricavi riconosciuti. Un accordo firmato può includere opzioni future, clausole di risoluzione e tappe di implementazione. Queste condizioni influenzano quando, o se, il valore atteso compare nei risultati finanziari.

Ciononostante, Palantir offre l'esempio più chiaro di come l'AI raggiunga le operazioni quotidiane. AMD rileva la domanda quando i clienti ordinano sistemi di calcolo. Palantir la rileva quando le organizzazioni collegano i modelli alle decisioni e ad azioni controllate.

Questa distinzione spiega perché i suoi risultati hanno ricevuto una risposta più forte. L'azienda ha abbinato una rapida crescita a una sostanziale generazione di cassa. Ha mostrato meno passaggi tra l'adozione dell'AI e il ritorno finanziario.

Il risultato non dimostra che ogni progetto di AI aziendale avrà successo. La base clienti, l'esposizione al settore pubblico e il modello di implementazione di Palantir sono specifici della sua attività. Altri fornitori di applicazioni potrebbero affrontare costi di cambiamento inferiori o un accesso ai dati meno prezioso.

Palantir presenta inoltre un rischio di valutazione. Una crescita molto rapida può sostenere aspettative elevate, ma qualsiasi rallentamento nell'espansione dei clienti o nelle previsioni può modificare rapidamente la valutazione del mercato. Solidi risultati operativi non eliminano tale sensibilità.

Per gli acquirenti aziendali, la lezione è pratica. Un'implementazione AI acquista rilevanza economica quando raggiunge un flusso di lavoro ricorrente con controlli di accesso chiari e un utilizzo misurabile. La sola qualità del modello non produce questo risultato.

I team hanno inoltre bisogno di un contesto ricercabile alla base delle loro decisioni. Una base di conoscenza AI ben gestita può aiutare i knowledge worker a conservare documenti, confrontare affermazioni e ricostruire le conclusioni senza sostituire la governance aziendale.

SpaceX rivela il costo dell'infrastruttura fisica per l'AI

SpaceX ha mostrato che persino una crescita straordinaria può apparire insufficiente quando la nuova infrastruttura consuma liquidità più velocemente di quanto gli investitori possano misurarne il rendimento.

SpaceX combina attività con requisiti di capitale molto diversi. Starlink genera ricavi ricorrenti dalla connettività attraverso una rete satellitare. I servizi di lancio vendono accesso allo spazio. Starship richiede investimenti continui in sviluppo, test e produzione.

L'operazione AI dell'azienda aggiunge un ulteriore livello di costi elevati. I data center richiedono processori, reti, energia, terreni, raffreddamento e manutenzione continua. Richiedono inoltre frequenti aggiornamenti hardware, perché le prestazioni degli acceleratori cambiano rapidamente.

SpaceX ha registrato una crescita del 247% nei ricavi AI, raggiungendo 2,56 miliardi di dollari. Il tasso appare notevole, ma la sola crescita dei ricavi non dimostra un'economia unitaria attraente. Gli investitori devono conoscere il costo di produzione di ogni unità di capacità di calcolo e quanto pienamente i clienti la utilizzino.

Le spese in conto capitale, spesso abbreviate in capex, rappresentano investimenti in attività a lunga durata come data center, satelliti e attrezzature produttive. Il free cash flow misura la liquidità residua dopo le spese operative e gli investimenti in capitale.

La reazione del mercato ha indicato che gli investitori hanno dato priorità a questa relazione di cassa. SpaceX ha conseguito ricavi superiori alle attese e ridotto la perdita, eppure le sue azioni sono scese dopo il rapporto. I piani di spesa hanno prevalso sul superamento delle aspettative principali.

SpaceX ha dichiarato di detenere 100 miliardi di dollari in liquidità e titoli negoziabili. Ha inoltre riportato un portafoglio ordini di 47,5 miliardi di dollari. Queste cifre forniscono capacità di finanziamento e visibilità sulla domanda futura, ma non eliminano il rischio di esecuzione.

Elon Musk ha detto agli investitori che SpaceX prevedeva fino a 10 gigawatt di potenza di calcolo entro la fine del 2027. Un gigawatt misura la potenza elettrica, e piani per data center di tale scala richiedono una notevole infrastruttura di supporto.

L'azienda ha inoltre dichiarato che costruirà la propria infrastruttura AI esclusivamente con chip Nvidia. Questa decisione è particolarmente rilevante per AMD. Mostra che un operatore AI in crescita può confermare la domanda complessiva indirizzando al contempo la propria spesa per acceleratori verso il principale concorrente di AMD.

Il vantaggio di Nvidia va oltre le prestazioni dei processori. Il suo ambiente software CUDA, gli strumenti per sviluppatori, i prodotti di networking e i design di server integrati riducono l'attrito nell'implementazione. Gli acquirenti spesso attribuiscono valore a questa certezza operativa quando costruiscono rapidamente capacità.

La strategia Helios e ROCm di AMD affronta direttamente questa lacuna di sistema. L'azienda vuole che i clienti valutino un'implementazione completa anziché un acceleratore isolato. La decisione di SpaceX mostra quanto questa transizione resti difficile.

È qui che il confronto tra AMD e Google diventa utile. Google opera in un ambiente di calcolo misto e può abbinare processori diversi a carichi di lavoro differenti. SpaceX ha scelto un percorso più concentrato per la sua prevista espansione AI.

Nessuno dei due approcci garantisce rendimenti superiori. Un ambiente misto può ridurre la dipendenza dai fornitori ma aumentare la complessità ingegneristica. Una strategia con un unico fornitore può semplificare l'implementazione aumentando però il rischio di concentrazione e approvvigionamento.

SpaceX deve inoltre affrontare la concorrenza per il capitale interno. Un dollaro destinato a un data center AI non può finanziare contemporaneamente un'altra struttura di lancio o un programma satellitare. Il management deve decidere quali progetti ricevano risorse e quando.

La generazione di cassa di Starlink è quindi centrale per l'intera struttura. Una forte crescita della connettività può finanziare investimenti altrove. Una crescita più lenta degli abbonati, costi più elevati per la sostituzione dei satelliti o margini più deboli ridurrebbero tale capacità.

Il dibattito sulla spesa per l'AI si concentra ora su questa conversione. Gli investitori desiderano sempre più dati sul flusso di cassa operativo, sulla domanda contrattualizzata e sull'utilizzo prima di premiare grandi piani infrastrutturali.

La scala di SpaceX le offre più opzioni rispetto a una startup AI specializzata. Razzi, connettività satellitare e servizi dati possono rafforzarsi a vicenda. Tuttavia, l'integrazione rende anche il quadro finanziario più difficile da valutare.

Il rapporto sugli utili ha offerto un chiaro richiamo alla realtà. L'infrastruttura fisica per l'AI può produrre una rapida crescita dei ricavi pur rimanendo un impiego di capitale impegnativo. La distanza tra domanda e rendimento cresce con ogni nuova struttura, contratto energetico e acquisto di hardware.

La vera divisione è la conversione, non l'esposizione all'AI

Le tre aziende mostrano che l'esposizione all'AI ha poco significato senza capire come la domanda diventi ricavi, margini e liquidità.

Palantir converte i flussi di lavoro dei clienti in ricavi software. AMD converte gli impegni di cloud e laboratori in processori e sistemi consegnati. SpaceX converte gli investimenti infrastrutturali in servizi di connettività, lancio e calcolo.

Ogni conversione presenta un ritardo differente. Il software può espandersi dopo che un cliente completa l'implementazione. I ricavi dei semiconduttori dipendono dalla prontezza dei prodotti, dalla disponibilità produttiva, dall'installazione presso i clienti e dal supporto software.

L'infrastruttura fisica aggiunge requisiti di costruzione, energia, utilizzo e finanziamento. Un progetto può attrarre clienti pur impiegando anni per recuperare il suo investimento iniziale. Questa tempistica cambia il modo in cui gli investitori interpretano la crescita.

Google dimostra un modello di conversione relativamente maturo. La sua infrastruttura cloud supporta clienti aziendali, applicazioni AI e altri servizi. Google Cloud ha abbinato una crescita dei ricavi dell'82% a 8,81 miliardi di dollari di utile operativo nel trimestre.

Questo risultato non significa che ogni dollaro della spesa AI di Google abbia generato un rendimento. Alphabet ha raccolto capitale significativo per infrastrutture e capacità di calcolo globale durante il trimestre. Le sue comunicazioni mostrano inoltre che la ricerca AI condivisa crea notevoli spese a livello aziendale.

Ciononostante, l'utile operativo del cloud offre agli investitori un ponte finanziario visibile tra spesa e rendimento. Google può inoltre monetizzare l'AI attraverso pubblicità nella ricerca, abbonamenti, servizi cloud e interfacce di programmazione delle applicazioni.

AMD non dispone di questa relazione diretta con gli utenti finali. Ottiene ricavi quando i clienti acquistano processori o sistemi completi. Il rendimento finale spetta al fornitore cloud, al laboratorio AI o all'azienda che gestisce il carico di lavoro.

Ciò crea un rischio di concentrazione della domanda. Un piccolo gruppo di hyperscaler controlla una larga parte della spesa per infrastrutture AI avanzate. Le loro decisioni su chip interni, sistemi Nvidia e implementazioni AMD possono influenzare in modo sostanziale i ricavi dei fornitori.

La relazione tra AMD e Google rappresenta quindi sia un'opportunità sia un vincolo. La crescita di Google Cloud amplia il mercato disponibile per processori server e acceleratori. Il silicio interno di Google limita inoltre l'ipotesi che tutta la crescita del cloud avvantaggi allo stesso modo i fornitori esterni di GPU.

I risultati di AMD mostrano progressi significativi. I ricavi del Data Center sono più che raddoppiati, i margini sono migliorati e il management ha previsto una crescita continua. L'azienda ha inoltre ottenuto importanti collaborazioni con Anthropic e Microsoft.

Tuttavia, i gigawatt annunciati non equivalgono a capacità consegnata. I clienti possono modificare i programmi di installazione, spostare i carichi di lavoro o cambiare la combinazione hardware. Anche vincoli di fornitura e prestazioni software possono influenzare i tempi di spedizione.

Palantir affronta una diversa questione di concentrazione. Grandi contratti governativi e commerciali possono guidare una rapida espansione, ma un numero limitato di accordi può influenzare la crescita trimestrale. Gli obblighi di hosting possono inoltre riportare i costi infrastrutturali sul fornitore.

SpaceX ha il percorso di conversione più lungo e complesso. Deve costruire l'infrastruttura prima che i clienti possano utilizzarne una parte significativa. Il suo impegno nell'AI compete inoltre con Starship e i programmi satellitari per capitale e attenzione del management.

Il confronto più utile è dunque tra promessa e conversione finanziaria. Tutte e tre le aziende possono indicare una domanda. Solo ricavi riportati, margini, flusso di cassa e utilizzo sostenuto ne rivelano la qualità.

Questo criterio cambia anche l'analisi competitiva. Nvidia rimane il principale fornitore di acceleratori, ma AMD non deve sostituirla ovunque per costruire un'attività sostanziale. AMD ha bisogno di implementazioni ripetibili in cui i clienti attribuiscano valore a prezzo, memoria, progettazione di sistema o diversificazione dei fornitori.

Le TPU di Google creano un'altra strada. I chip personalizzati possono ridurre la dipendenza dagli acceleratori commerciali per carichi di lavoro selezionati. Anche Amazon e Microsoft sviluppano silicio interno, aumentando la pressione sia su AMD sia su Nvidia.

I fornitori di software affrontano le proprie alternative. Le aziende possono sviluppare applicazioni direttamente su piattaforme cloud, utilizzare fornitori specializzati o adottare l'approccio integrato di Palantir. Ogni opzione modifica lo sforzo di implementazione, il controllo e i costi di cambiamento.

Gli operatori infrastrutturali possono scegliere strategie hardware concentrate o miste. Possono anche affittare capacità anziché costruirla. Queste decisioni influenzano utilizzo, finanziamento e velocità di implementazione.

Il mercato dell'AI non sta selezionando un unico vincitore universale. Sta assegnando criteri finanziari diversi a software, chip, servizi cloud e infrastruttura fisica. Le aziende che riportano una crescita più rapida senza una conversione più solida affronteranno domande più difficili.

Cosa dovrà confermare il prossimo trimestre

Tre segnali determineranno se questi risultati hanno segnato progressi duraturi o un altro picco nelle aspettative sull'AI.

Il primo segnale è la performance Data Center di AMD nel terzo trimestre. AMD prevede ricavi totali di circa 13 miliardi di dollari e un margine lordo non-GAAP vicino al 56%. Raggiungere queste previsioni sosterrebbe l'affermazione del management secondo cui le vendite Data Center stanno accelerando.

La composizione conta quanto il totale. Gli investitori hanno bisogno di prove che le implementazioni degli acceleratori Instinct contribuiscano insieme ai processori server EPYC. Un mix più ampio mostrerebbe che AMD compete nell'intero sistema AI anziché beneficiare principalmente della domanda generale di server.

I margini riveleranno il costo di questa crescita. Margini stabili o in miglioramento suggerirebbero che AMD può scalare nuovi sistemi senza sconti eccessivi o costi di implementazione. Margini più deboli potrebbero indicare che la concorrenza sta diventando più costosa.

Il secondo segnale è l’effettiva implementazione da parte degli hyperscaler. Gli annunci con Anthropic, Microsoft, Meta, OpenAI e altri clienti descrivono una significativa capacità futura. Il prossimo banco di prova sarà verificare se questi progetti entreranno in produzione nei tempi previsti.

Google dovrebbe restare parte di questa osservazione. Nuove istanze cloud Google basate su AMD o la disponibilità di acceleratori rafforzerebbero l’ipotesi che le grandi piattaforme desiderino una base di processori diversificata. Una maggiore dipendenza dalle TPU o dai sistemi Nvidia indebolirebbe tale interpretazione.

Gli sviluppatori seguiranno anche il supporto ROCm. Maggiore compatibilità, documentazione e ottimizzazione dei modelli possono ridurre il costo ingegneristico della scelta di AMD. Lacune software persistenti manterrebbero il vantaggio di Nvidia anche quando l’hardware AMD appare competitivo.

Il terzo segnale è il rapporto tra spesa in conto capitale e flusso di cassa libero nelle aziende di infrastrutture AI. SpaceX offre l’esempio più chiaro nel breve termine, poiché i suoi piani comprendono elaborazione, energia, satelliti e razzi.

L’aumento dei ricavi dall’AI sosterrebbe l’espansione solo se le perdite continuassero a ridursi e l’utilizzo migliorasse. Una spesa più rapida senza rendimenti più chiari rafforzerebbe la preoccupazione del mercato che l’infrastruttura stia procedendo più velocemente della domanda.

Palantir offre il contrappunto. Il suo prossimo rapporto dovrebbe mostrare se la crescita commerciale resta ampia e se i costi di hosting continuano a esercitare pressione sul margine lordo. Una forte generazione di cassa rafforzerebbe il vantaggio della vendita di software operativo.

Questi segnali vanno letti insieme. AMD ha bisogno che i clienti implementino i sistemi. Google e altri fornitori cloud hanno bisogno di carichi di lavoro che monetizzino tali sistemi. Palantir ha bisogno che le imprese trasformino quei carichi di lavoro in valore operativo ricorrente.

Il framework a tre livelli resta utile perché segue il denaro attraverso software, chip e infrastrutture. Evita di trattare ogni azienda con ricavi dall’AI come finanziariamente equivalente.

Per gli sviluppatori, la questione immediata è la disponibilità delle piattaforme. Un maggior numero di implementazioni in produzione può migliorare librerie, opzioni di hosting e concorrenza hardware. Un’adozione limitata può mantenere lo sviluppo concentrato attorno a un solo ambiente software.

Gli acquirenti aziendali dovrebbero osservare le prove di implementazione anziché i soli annunci dei fornitori. Dovrebbero chiedersi se i sistemi siano disponibili, se i carichi di lavoro funzionino in modo affidabile e se i costi operativi totali corrispondano all’efficienza promessa.

I knowledge worker dovrebbero concentrarsi sull’uso operativo. I risultati di Palantir suggeriscono che l’AI crea valore misurabile quando raggiunge flussi di lavoro governati e dati organizzativi affidabili. Un modello che resta al di fuori del lavoro quotidiano rimane un esperimento.

Gli investitori affrontano la stessa disciplina su scala più ampia. La crescita dei ricavi conta, ma il percorso verso la liquidità conta di più. Software, processori e infrastrutture fisiche richiedono quantità diverse di tempo e capitale prima che la domanda si trasformi in rendimento.

La vicenda AMD-Google resterà un indicatore importante perché collega un grande fornitore di processori con uno dei maggiori acquirenti e costruttori di capacità di calcolo per l’AI. Espone inoltre la realtà competitiva dei chip interni, dei sistemi Nvidia e delle architetture cloud miste.

Nel prossimo trimestre, cercate sistemi AMD consegnati, una redditività sostenuta di Google Cloud e un miglioramento della conversione di cassa delle infrastrutture. Insieme, questi segnali mostreranno se la domanda di AI sta diventando un ciclo economico duraturo.

La domanda centrale non è più se le organizzazioni desiderino l’intelligenza artificiale. I rapporti sugli utili hanno già risposto. La questione più difficile è quali aziende possano fornire capacità utile, raccogliere ricavi ricorrenti e finanziare la prossima espansione senza indebolire l’economia sottostante.