Previsioni di profitto di Cloudflare in aumento mentre l'AI amplia la domanda di rete

Cloudflare ha nuovamente alzato le proprie previsioni annuali sugli utili il 5 novembre, rafforzando la tesi secondo cui l'intelligenza artificiale crea domanda anche oltre le aziende che sviluppano modelli. Le previsioni di profitto di Cloudflare riflettono ora una crescita aziendale più rapida, sebbene la società abbia comunque riportato una perdita netta secondo le regole contabili standard.

La tensione centrale riguarda il modo in cui tale domanda si trasforma in profitto. Le applicazioni di AI necessitano di connessioni, protezione e ambienti in cui eseguire software. La vendita di questi servizi crea un'opportunità, ma gestire carichi di lavoro aggiuntivi comporta anche costi.

I risultati di Cloudflare mettono questo equilibrio al centro dell'attenzione di sviluppatori e acquirenti aziendali. Concorrenti tra cui Akamai perseguono la stessa opportunità nell'infrastruttura circostante. La questione è quali fornitori riusciranno a trasformare l'attività legata all'AI in rapporti duraturi con i clienti e in un'economia sostenibile.

Le previsioni di profitto di Cloudflare aumentano di nuovo

Cloudflare ha aumentato le proprie aspettative sugli utili annuali rettificati, prolungando una sequenza di revisioni al rialzo nel corso del 2026.

I risultati finanziari trimestrali della società hanno fissato l'utile annuo rettificato previsto per azione a 1,35 dollari. L'utile per azione misura il reddito attribuito a ciascuna azione. Le cifre rettificate escludono determinate spese.

I ricavi del terzo trimestre hanno raggiunto 782,5 milioni di dollari, con un aumento del 39% rispetto all'anno precedente. Il trimestre si è concluso il 30 settembre, pertanto l'annuncio è un resoconto dell'attività già completata insieme a previsioni aggiornate.

Per confronto, la precedente previsione annuale stimava un utile rettificato per azione tra 1,25 e 1,26 dollari. Il comunicato di agosto riportava una crescita dei ricavi del secondo trimestre pari al 36%.

L'andamento risale ancora più indietro. Le previsioni del primo trimestre di Cloudflare stimavano un utile annuo rettificato per azione tra 1,19 e 1,20 dollari. I ricavi del primo trimestre sono aumentati del 34%.

Questi confronti definiscono la direzione della revisione senza dipendere da una reazione del mercato azionario. Il management è diventato più ottimista sugli utili man mano che la crescita dei ricavi riportata ha accelerato.

Tuttavia, una previsione sugli utili descrive le aspettative del management. Non garantisce il risultato finale né identifica il contributo di ogni prodotto.

L'annuncio richiede inoltre una distinzione contabile. I GAAP, ovvero i principi contabili generalmente accettati, forniscono il quadro standard per i bilanci pubblicati. Cloudflare ha registrato una perdita netta trimestrale GAAP di 34,1 milioni di dollari.

Definire questo un miglioramento delle prospettive di profitto è quindi corretto quando ci si riferisce agli utili rettificati. Definirlo un annuncio di redditività GAAP a livello dell'intera azienda rappresenterebbe erroneamente i risultati.

Questa distinzione conta oltre la terminologia finanziaria. Un fornitore può espandere la propria attività e migliorare alcune metriche continuando a sostenere spese che superano i ricavi riportati.

Per i clienti, la revisione fornisce evidenza dello slancio aziendale. Offre informazioni meno dirette sul fatto che una specifica applicazione funzioni meglio, costi meno da gestire o soddisfi requisiti di sicurezza.

Per i concorrenti, l'annuncio aumenta la pressione nel dimostrare risultati commerciali alla base delle rispettive strategie di AI. I soli annunci di prodotto offrono un confronto più debole rispetto ai ricavi e agli impegni dei clienti.

Il punto di partenza utile è quindi circoscritto e concreto: Cloudflare si aspetta dal proprio business più utili rettificati di quanto previsto in precedenza. Comprendere il legame con l'AI richiede di esaminare ciò di cui i clienti hanno effettivamente bisogno da quell'attività.

La domanda di AI si estende oltre il fornitore del modello

L'opportunità di Cloudflare si basa sul lavoro che circonda una risposta dell'AI, inclusi la connessione dei servizi, il controllo delle richieste e l'esecuzione delle applicazioni.

Un modello genera una risposta, ma un prodotto funzionante deve fare molto di più. Deve ricevere una richiesta e fornire una risposta.

Un agente AI, software che utilizza modelli e strumenti per svolgere compiti, aggiunge ulteriori interazioni. Potrebbe recuperare informazioni prima di decidere l'azione successiva.

Ciò crea un percorso plausibile dall'adozione dell'AI alla domanda di infrastruttura. Le applicazioni necessitano di connessioni affidabili anche quando i loro modelli sottostanti provengono da un'altra azienda.

L'importante distinzione commerciale riguarda il punto in cui i clienti incontrano problemi operativi. Una dimostrazione può enfatizzare la qualità delle risposte. Un'applicazione in produzione deve anche gestire guasti e utilizzo imprevedibile.

Cloudflare documenta questo ruolo circostante attraverso i controlli per applicazioni AI. Il suo AI Gateway si colloca tra le applicazioni e i fornitori di modelli, offrendo visibilità sulle richieste e funzionalità di gestione.

Le funzionalità documentate includono registrazione, limiti delle richieste, tentativi ripetuti e fallback tra modelli. Il caching, che memorizza le risposte per riutilizzarle, offre un altro modo per gestire il lavoro ripetuto.

Queste capacità spiegano perché un fornitore di rete possa partecipare senza sviluppare il modello che produce la risposta. Il suo ruolo può collocarsi tra l'applicazione e i servizi esterni.

L'argomento commerciale è più forte quando tale posizione risolve un costoso problema operativo. Un cliente ha bisogno di una ragione per mantenere l'intermediario dopo la fine di un esperimento.

Per esempio, un team potrebbe apprezzare una visione coerente dei guasti tra modelli diversi. Un altro potrebbe dare priorità all'impedire che un'applicazione invii richieste non controllate.

Queste sono considerazioni illustrative di acquisto, non prove di contratti specifici di Cloudflare. La loro rilevanza deriva dal collegamento tra capacità documentate e decisioni che gli acquirenti devono prendere.

La distinzione chiarisce inoltre cosa significhi “domanda di AI”. Può riferirsi all'esecuzione diretta del modello, ai servizi applicativi di supporto o alla protezione di sistemi che interagiscono con l'AI.

Queste categorie non dovrebbero essere considerate intercambiabili. I loro requisiti tecnici differiscono e il loro contributo agli utili aziendali necessita di prove separate.

L'attività più ampia di Cloudflare serve anche clienti le cui esigenze vanno oltre l'AI. Un acquisto di sicurezza non diventa automaticamente un acquisto di AI perché il management discute di intelligenza artificiale.

L'interpretazione difendibile è che l'AI ampli le ragioni per cui i clienti potrebbero utilizzare servizi infrastrutturali. L'annuncio sugli utili non quantifica ogni parte di tale espansione.

Ciò lascia una sfida pratica per Cloudflare. Deve collegare il crescente interesse per le applicazioni AI a servizi che i clienti continuano a utilizzare dopo lo sviluppo iniziale.

Gli acquirenti aziendali affrontano la sfida corrispondente. Devono identificare quali aggiunte infrastrutturali migliorano le loro applicazioni e quali aggiungono semplicemente un'altra dipendenza.

Un annuncio favorevole sugli utili rende questa valutazione più tempestiva. Non sostituisce prove specifiche per il carico di lavoro né stabilisce che ogni progetto AI necessiti della stessa architettura.

L'opportunità commerciale è nel mantenere operative le applicazioni

L'argomento infrastrutturale più solido parte da un'applicazione completa e dal lavoro operativo necessario per sostenerla.

Cloudflare ha già descritto esempi concreti oltre la chat testuale. La sua integrazione di modelli partner ha portato i modelli di immagini Leonardo.Ai e i modelli vocali Deepgram in Workers AI nell'agosto 2025.

Workers AI è il servizio di Cloudflare per l'esecuzione di modelli sulla propria infrastruttura. L'annuncio ha illustrato applicazioni di generazione di immagini e agenti vocali come utilizzi previsti.

Cloudflare ha descritto la combinazione della generazione di immagini con logica applicativa, archiviazione e distribuzione delle immagini. Per le applicazioni vocali, ha descritto il collegamento dell'elaborazione del parlato con servizi di comunicazione in tempo reale.

Questi esempi offrono un utile riferimento per l'attuale storia sugli utili. Mostrano come l'accesso al modello possa diventare parte di un rapporto infrastrutturale più ampio.

Consideriamo l'esempio di generazione di immagini come un progetto applicativo. Produrre un'immagine completa soltanto una parte della richiesta dell'utente. Il risultato deve restare disponibile anche in seguito.

Un prodotto potrebbe dover associare quell'immagine a un account, visualizzarla in modo affidabile e supportarne l'accesso successivo. Questi requisiti circostanti creano ulteriori decisioni infrastrutturali.

L'opportunità commerciale deriva dal servire insieme tali requisiti. Un fornitore che gestisce una porzione maggiore dell'applicazione ha più opportunità di diventare parte della sua operatività continua.

Tale risultato resta condizionale. Un ampio catalogo di prodotti non dimostra che i clienti adottino ogni componente o che l'integrazione di più servizi migliori sempre la loro esperienza.

L'integrazione può ridurre il coordinamento richiesto tra i servizi. Può anche rendere una migrazione più complessa quando il comportamento dell'applicazione dipende da funzionalità specifiche del fornitore.

Un'applicazione vocale evidenzia un'altra considerazione: la reattività. Una conversazione può risultare innaturale quando i ritardi si accumulano tra elaborazione del parlato, generazione del modello e distribuzione.

Nessun singolo componente determina l'intera esperienza. Gli acquirenti devono valutare l'interazione completa anziché trattare un benchmark del modello come un benchmark dell'applicazione.

L'annuncio di Cloudflare sui partner descrive l'architettura prevista. Non dimostra in modo indipendente prestazioni superiori tra i carichi di lavoro dei clienti né stabilisce un contributo specifico agli utili correnti.

L'inferenza per questa storia sugli utili è comunque diretta. Se gli sviluppatori creano applicazioni complete attorno ai servizi di un fornitore, l'utilizzo può estendersi oltre la chiamata iniziale al modello.

Ciò crea una relazione diversa rispetto a un breve esperimento con un endpoint del modello, l'indirizzo che un'applicazione contatta per richiedere l'output del modello.

Un esperimento può terminare quando un team cambia modello. Una relazione applicativa può persistere perché archiviazione, controlli di accesso e distribuzione restano necessari.

È qui che le previsioni annuali di Cloudflare diventano rilevanti per gli sviluppatori. Lo slancio aziendale sostiene l'argomento secondo cui la sua strategia infrastrutturale meriti attenzione accanto alle singole funzionalità AI.

Resta comunque aperta la questione dell'adozione. Le prove necessarie sono un utilizzo sostenuto delle applicazioni e impegni crescenti dei clienti, piuttosto che il numero di capacità elencate in una pagina di prodotto.

Per gli acquirenti, ciò sposta l'attenzione verso l'adeguatezza operativa. Il confronto utile riguarda il comportamento dell'applicazione completa, i requisiti di proprietà e la capacità di evolversi.

Akamai mostra perché l'opportunità è competitiva

Cloudflare affronta concorrenti che vogliono anch'essi fornire l'infrastruttura attorno alle applicazioni AI, limitando qualsiasi pretesa di un mercato incontrastato.

Il servizio di inferenza gestita di Akamai illustra tale sovrapposizione. L'inferenza consiste nell'eseguire un modello addestrato per produrre un output.

Akamai descrive l'accesso gestito ai modelli insieme ai propri servizi cloud più ampi. La sua offerta include capacità condivisa e deployment dedicati, con condizioni di disponibilità descritte nella pagina del prodotto.

Questo posizionamento offre agli acquirenti un'altra strada per combinare l'esecuzione dei modelli con l'infrastruttura applicativa. Mostra inoltre perché lo slancio finanziario di Cloudflare non debba essere confuso con una proprietà tecnica esclusiva.

Entrambe le aziende descrivono modi per ridurre la gestione dell’infrastruttura per gli sviluppatori. Il loro marketing propone offerte concorrenti, piuttosto che prove indipendenti del fatto che una delle due gestisca meglio ogni carico di lavoro.

La competizione centrale riguarda la proprietà del rapporto con l’applicazione. Un fornitore trae vantaggio quando i clienti dipendono da esso per esigenze operative ricorrenti legate all’AI.

Questa competizione può verificarsi anche quando i clienti utilizzano lo stesso modello sottostante. La differenza può risiedere nei controlli di distribuzione, nei requisiti di integrazione o nei servizi circostanti.

Per un acquirente, questo rende la disponibilità del modello un confronto incompleto. L’accesso a un modello riconoscibile non risolve le domande sul comportamento del servizio in condizioni di produzione.

Lo stesso vale per le affermazioni sull’infrastruttura globale. La copertura geografica può contare, ma sono le dipendenze effettive dell’applicazione a determinare dove emergano ritardi e vincoli.

Un’applicazione ampiamente distribuita può comunque dipendere da un database distante. Un endpoint del modello vicino non può eliminare ogni ritardo presente altrove nel sistema.

Si tratta di considerazioni architetturali, non di affermazioni su un divario di prestazioni misurato tra Cloudflare e Akamai. Spiegano perché una valutazione competitiva richieda evidenze a livello applicativo.

La pressione su Cloudflare consiste nel rendere la sua piattaforma più ampia sufficientemente utile da indurre i clienti a scegliere servizi aggiuntivi. Un aumento delle previsioni rafforza la sua posizione commerciale.

La pressione sui concorrenti è dimostrare un percorso altrettanto convincente dalla disponibilità di prodotti AI al continuo utilizzo da parte dei clienti. Un lancio crea un’opzione; l’adozione crea un’attività economica.

Gli acquirenti conservano un’importante fonte di forza negoziale: la capacità di distinguere i servizi di cui hanno bisogno da quelli inclusi in una proposta più ampia.

Un team potrebbe preferire un unico fornitore per semplificare le operazioni. Un altro potrebbe mantenere fornitori separati perché i suoi requisiti differiscono tra i componenti dell’applicazione.

Nessuna delle due scelte deriva automaticamente dall’annuncio sugli utili. Il confronto corretto dipende dal lavoro svolto dall’applicazione e dagli obblighi accettati dal suo operatore.

Questo è anche il motivo per cui un mercato dell’infrastruttura AI può sostenere più fornitori. Applicazioni diverse attribuiscono pesi differenti al controllo, alla praticità, alla flessibilità di distribuzione e alla responsabilità operativa.

I risultati di Cloudflare alzano la posta in gioco in questa competizione. Non la risolvono né stabiliscono che i concorrenti debbano seguire esattamente la stessa strategia di prodotto.

La domanda successiva è quanto efficacemente l’espansione dell’utilizzo si traduca in utili, una volta inclusi nel calcolo i costi per servire i clienti.

Una crescita più rapida lascia l’economia aziendale sotto esame

L’aumento dell’attività sostiene un’attività infrastrutturale solo quando il fornitore può gestirla a condizioni economiche accettabili.

La previsione di profitto di Cloudflare riflette la fiducia del management nell’attività. Non dimostra che ogni interazione AI aggiuntiva produca lo stesso rendimento finanziario.

Cloudflare ha riportato un margine lordo rettificato del 72,4% nel terzo trimestre, rispetto al 75,3% di un anno prima. Il margine lordo misura i ricavi rimanenti dopo i costi diretti della fornitura dei servizi.

Il suo margine operativo rettificato è salito al 17,5%, dal 15,3%. Il margine operativo considera spese aziendali aggiuntive oltre ai costi diretti dei servizi.

Queste misure si sono mosse in direzioni diverse. È un motivo per esaminare attentamente l’attività, anziché riassumere la redditività con un solo aggettivo.

Le cifre non identificano in modo indipendente l’AI come causa della pressione sul margine lordo. Mix di prodotti, spesa per l’infrastruttura e altri fattori richiedono prove prima di attribuire una causalità.

Inoltre, non dimostrano che una domanda più elevata sia priva di valore. Un’azienda può accettare economie diverse tra i prodotti perseguendo al contempo un rapporto più ampio con il cliente.

La domanda è se queste scelte producano rendimenti duraturi. Ciò richiede di esaminare insieme costi e utili nel tempo.

Una richiesta aggiuntiva rappresenta lavoro che il fornitore deve gestire. Che produca ricavi aggiuntivi dipende dall’accordo con il cliente e dal servizio coinvolto.

Parte dell’attività può aumentare i requisiti operativi senza generare un incremento proporzionale della spesa del cliente. Trattare tutto il traffico come ugualmente prezioso nasconderebbe questa distinzione.

L’AI introduce un’ulteriore complicazione attraverso l’efficienza. Un cliente può desiderare un servizio proprio perché riduce le chiamate ripetute al modello o limita il lavoro non necessario.

Questo può comunque sostenere un’attività infrastrutturale. Il valore del fornitore deriverebbe dall’aiutare il cliente a operare in modo efficiente, anziché dal massimizzare il volume grezzo delle richieste.

Questa è la risposta scettica più chiara a una narrativa di crescita AI priva di complicazioni. Il valore per il cliente e l’attività infrastrutturale non crescono sempre insieme.

Un servizio efficace potrebbe aiutare un’applicazione a completare le attività con meno chiamate. Il suo caso economico dipende quindi dal valore che i clienti attribuiscono a tale miglioramento.

Lo stesso ragionamento si applica ai fallimenti dell’applicazione. Tentativi ripetuti possono generare attività, frustrando al contempo gli utenti e aumentando il costo del completamento di lavoro utile.

Per gli acquirenti aziendali, il completamento riuscito delle attività è quindi più informativo della sola crescita delle richieste. Un sistema molto attivo non rappresenta necessariamente un sistema produttivo.

Per Cloudflare, la corrispondente questione commerciale riguarda la qualità dell’adozione. Un utilizzo continuativo in produzione ha un significato diverso dalla sperimentazione temporanea.

Le evidenze disponibili supportano un miglioramento delle prospettive aziendali. Lasciano spazio a un ulteriore esame del contributo dell’AI e dei costi associati ai diversi carichi di lavoro.

È un limite normale per un’analisi degli utili. La rendicontazione finanziaria stabilisce i risultati aziendali, mentre la documentazione di prodotto stabilisce le capacità. Collegarli richiede ulteriori informazioni.

I lettori dovrebbero quindi evitare di attribuire ogni miglioramento all’AI o ogni pressione sui costi all’infrastruttura AI. Entrambe le conclusioni andrebbero oltre le evidenze qui presentate.

La valutazione più solida mantiene separate le affermazioni. Cloudflare ha aumentato le proprie aspettative, offre un’infrastruttura applicativa pertinente e opera in un mercato competitivo con continui compromessi economici.

Osservare ora adozione, margini e scelta degli acquirenti

Le prossime evidenze utili collegheranno gli impegni dei clienti, l’economia dei servizi e l’adozione competitiva.

In primo luogo, osservate se le comunicazioni successive descrivono applicazioni AI che passano a un utilizzo sostenuto in produzione. Gli esempi più convincenti spiegheranno cosa gestiscono i clienti e da quali servizi dipendono.

La storia di un cliente nominato può offrire dettagli utili, ma la sua portata è importante. Una prova limitata non dimostra una distribuzione ampia all’interno di un’organizzazione.

Comunicazioni più specifiche rafforzerebbero l’argomento secondo cui l’AI sostiene una domanda ricorrente di infrastruttura. La continua dipendenza dall’entusiasmo generale renderebbe il contributo più difficile da valutare.

Gli acquirenti dovrebbero inoltre distinguere l’interesse del cliente dall’obbligo del cliente. Valutare un servizio, distribuirlo e impegnarsi a utilizzarlo continuativamente rappresentano fasi diverse.

In secondo luogo, osservate se il progresso degli utili è accompagnato da evidenze sui costi del servizio. La sola crescita dei ricavi non può rispondere alla domanda se i nuovi carichi di lavoro migliorino l’economia aziendale.

La questione pertinente riguarda il rapporto tra i miglioramenti operativi e il costo di fornitura dei servizi. Le spiegazioni del management conteranno quando le misure finanziarie si muoveranno in modo diverso.

Se l’adozione dei clienti si espande mentre l’economia dei servizi rimane sana, la tesi dell’infrastruttura diventa più convincente. Se la crescita richiede concessioni persistenti, l’interpretazione diventa meno favorevole.

Questo non richiede che ogni misura finanziaria migliori simultaneamente. Richiede una spiegazione credibile di come l’investimento attuale sostenga il futuro valore per il cliente e i rendimenti.

In terzo luogo, osservate l’adozione competitiva attorno alle applicazioni complete. Le offerte di Akamai chiariscono che i clienti dispongono di modi alternativi per combinare l’esecuzione AI con l’infrastruttura di supporto.

La disponibilità di nuovi prodotti conterà maggiormente quando sarà accompagnata dall’utilizzo da parte dei clienti e da dettagli operativi. I soli annunci forniscono evidenze limitate di un cambiamento nella posizione competitiva.

La posizione di Cloudflare si rafforzerebbe se i clienti continuassero ad ampliare la propria dipendenza dai suoi servizi applicativi. I concorrenti metterebbero in discussione tale posizione attraverso un’adozione comparabile e vantaggi operativi più chiari.

Gli sviluppatori dovrebbero tradurre questi segnali in domande specifiche sui propri sistemi. Quale fornitore gestisce i fallimenti, dove risiedono i dati dell’applicazione e cosa richiederebbe una migrazione?

Gli acquirenti aziendali dovrebbero chiedersi come gli impegni si allineino all’utilizzo effettivo. Un contratto dovrebbe riflettere le esigenze operative dell’applicazione, anziché presumere che la sperimentazione preveda la domanda futura.

I knowledge worker hanno un interesse correlato quando i loro strumenti dipendono da servizi AI connessi. L’affidabilità influenza la capacità di un assistente di recuperare informazioni e completare il lavoro in modo coerente.

La storia degli utili va quindi oltre gli azionisti. Riguarda quali aziende gestiranno l’infrastruttura che collega i modelli alle applicazioni effettivamente utilizzate dalle persone.

La previsione di profitto di Cloudflare è un segnale aziendale incoraggiante all’interno di questa competizione più ampia. Il suo significato diventerà più chiaro man mano che si accumuleranno evidenze sull’adozione e sulle operazioni.

Prima di scegliere l’infrastruttura per un progetto AI, documentate le ipotesi alla base della decisione e le evidenze che le modificherebbero. Mantenete note di distribuzione, limiti del servizio e guasti osservati accessibili a tutti coloro che sono responsabili dell’applicazione. Una base di conoscenza consultabile può aiutare a preservare questo ragionamento mentre prodotti e requisiti cambiano. Quindi riesaminate la decisione quando i fornitori comunicano risultati concreti di adozione o operativi. Chiedetevi se le evidenze supportano l’applicazione che dovete gestire, inclusi i relativi requisiti di affidabilità e proprietà. Quale parte della vostra architettura attuale ha dimostrato un valore duraturo e quale parte si basa ancora su un’aspettativa non verificata sulla domanda di AI?