La spinta di Nvidia verso 500 miliardi di dollari di finanziamenti per l'AI rende difficile nascondere la domanda circolare
Nvidia ha avviato un'iniziativa di finanziamento da 500 miliardi di dollari, trasformando un altro titolo sull'AI di Google News in una verifica della capacità della domanda di reggersi senza il supporto dei fornitori.
Il produttore di chip collabora con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR. Il gruppo punta a finanziare data center, processori, alimentazione elettrica e altre infrastrutture necessarie ai clienti di Nvidia.
La portata dell'operazione cambia il dibattito attorno al boom dell'AI. Nvidia non si limita più a vendere processori scarsi a un mercato affamato. Sta contribuendo a costruire il meccanismo finanziario che permette ai clienti di continuare ad acquistarli.
Questo assetto non dimostra che la domanda sia artificiale. Per decenni, il finanziamento ai clienti ha sostenuto aeromobili, apparecchiature per telecomunicazioni, macchinari industriali e veicoli. Tuttavia, rende più difficile valutare la qualità della domanda di AI basandosi solo sugli ordini di chip.
Il conflitto principale ora è tra ricavi dichiarati e domanda indipendente. Gli investitori devono decidere quanta spesa per infrastrutture rifletta un utilizzo reale da parte dei clienti, anziché capitale che circola tra fornitori, sviluppatori di modelli, operatori cloud e finanziatori.
L'ultimo accordo mette sotto pressione anche Microsoft, Amazon, Google, Meta, Oracle, OpenAI e Anthropic. Ciascuna fa affidamento su relazioni sovrapposte che coinvolgono capitale azionario, crediti cloud, processori, contratti di capacità e impegni di acquisto a lungo termine.
Queste aziende sono allo stesso tempo concorrenti, fornitori, clienti e investitori. Questa struttura può accelerare la costruzione delle infrastrutture, ma può anche diffondere l'errore di previsione di una singola azienda in tutto il mercato.
Nvidia ha appena ampliato il proprio ruolo oltre la vendita di chip
L'iniziativa di finanziamento di Nvidia trasforma il principale fornitore di processori per l'AI in un organizzatore del mercato che acquista i suoi prodotti.
L'azienda ha annunciato l'iniziativa con sei importanti gruppi finanziari e di investimento il 10 agosto 2026. Secondo l'annuncio del finanziamento, i partecipanti intendono sostenere nel tempo oltre 500 miliardi di dollari di infrastrutture per l'AI.
Si prevede che il finanziamento riguarderà diverse componenti di un progetto di data center. Tra queste figurano processori Nvidia, costruzione, produzione di elettricità, sistemi di raffreddamento, apparecchiature di rete e contratti di fornitura energetica a lungo termine.
Questo conta perché un'infrastruttura avanzata per l'AI richiede molto più che ordinare unità di elaborazione grafica. Uno sviluppatore deve assicurarsi terreni, accesso alla rete elettrica, server, finanziamenti e clienti prima che una struttura produca capacità di calcolo utilizzabile.
Il CEO di Nvidia Jensen Huang ha affermato che l'iniziativa aiuterà i clienti a ottenere risorse di calcolo scarse su larga scala. Questa spiegazione presenta il finanziamento come una risposta a vincoli fisici, non a una domanda debole.
Vi sono elementi a sostegno di questa interpretazione. Gli sviluppatori di AI hanno ripetutamente faticato a procurarsi processori, energia e spazi idonei per data center. I tempi di consegna possono estendersi per diversi anni perché ogni componente dipende da un'altra.
Eppure il programma crea anche un circuito di retroazione commerciale. Nvidia trae vantaggio quando i clienti ricevono finanziamenti, perché possono acquistare più hardware Nvidia. I finanziatori ne beneficiano se i progetti generano pagamenti di leasing stabili da parte di fornitori cloud e sviluppatori di AI.
Il cliente ottiene capacità di calcolo senza finanziare in anticipo l'intero progetto. Un operatore di data center acquisisce un grande locatario. Nvidia registra domanda per i processori installati nella struttura.
Ogni transazione può avere senso di per sé. La domanda più difficile riguarda ciò che accade quando le stesse ipotesi sostengono ogni contratto della catena.
Un progetto potrebbe dipendere dalla previsione di una rapida crescita dei ricavi da parte di uno sviluppatore di AI. Il finanziatore potrebbe fare affidamento su un impegno di capacità a lungo termine da parte di quello sviluppatore. Nvidia potrebbe considerare il conseguente ordine di processori come prova di una domanda di mercato duratura.
Se in seguito i ricavi dagli utenti risultassero inferiori alle attese, diversi partecipanti si troverebbero davanti allo stesso problema di fondo. La startup avrebbe difficoltà con i pagamenti, l'operatore perderebbe un locatario e il finanziatore erediterebbe infrastrutture specializzate.
Il coinvolgimento di Nvidia può ridurre il rischio di esecuzione perché l'azienda conosce la disponibilità dei processori e i requisiti di implementazione. La sua partecipazione può anche rassicurare i fornitori di capitale esterni sul fatto che i progetti abbiano un solido supporto tecnico.
Tuttavia, la rassicurazione non equivale a domanda indipendente. La distinzione diventa importante quando il supporto finanziario di Nvidia contribuisce a creare ordini che gli investitori usano poi per convalidare la crescita di Nvidia.
Questo è il cambiamento sotto il titolo. Il principale fornitore mondiale di chip per l'AI sta diventando finanziatore, coordinatore di progetti, investitore e potenziale rete di sicurezza contro il rischio per il proprio mercato.
I lettori di Google News vedranno un'enorme cifra legata alle infrastrutture. La storia più profonda è che Nvidia ha ampliato il confine tra la vendita di apparecchiature di calcolo e il finanziamento dei loro acquirenti finali.
Perché Google News si sta riempiendo di accordi circolari sull'AI
Il mercato dell'AI è diventato circolare perché ogni grande partecipante ha bisogno degli altri per finanziare un'espansione che nessuno può completare da solo.
Il finanziamento circolare si verifica quando un fornitore finanzia un cliente che poi spende parte di quel capitale nei prodotti del fornitore. L'accordo è legale e comune nei settori ad alta intensità di capitale.
L'AI aggiunge più livelli rispetto a un tipico prestito del fornitore. Un produttore di chip può investire in uno sviluppatore di modelli, che acquista capacità cloud, mentre il fornitore cloud compra chip dall'investitore originario.
Lo stesso sviluppatore di modelli potrebbe assumere impegni con diversi cloud. Queste aziende cloud potrebbero anche investire direttamente nello sviluppatore, distribuire i suoi modelli e sviluppare internamente modelli concorrenti.
Il rapporto tra Microsoft e OpenAI ha stabilito una prima versione di questa struttura. Microsoft ha investito oltre 13 miliardi di dollari nell'arco di diversi anni, mentre OpenAI ha reso Azure la propria piattaforma infrastrutturale centrale.
In seguito il loro rapporto è diventato meno esclusivo. Una revisione dell'accordo dell'aprile 2026 ha consentito a OpenAI di perseguire ulteriori accordi commerciali con Amazon e altri concorrenti di Microsoft.
Quella revisione non ha sciolto il circuito. Lo ha esteso a più fornitori.
OpenAI ha stretto relazioni infrastrutturali che coinvolgono Microsoft, Oracle, Amazon, Google e Nvidia. Queste aziende competono nei servizi cloud, nella distribuzione di modelli, nel software aziendale e nei processori personalizzati.
Anthropic ha costruito una rete altrettanto interconnessa. Amazon e Google hanno investito nell'azienda, mentre Anthropic è diventata un importante cliente cloud e fornitore di modelli.
Microsoft e Nvidia si sono poi impegnate in ulteriori investimenti in Anthropic. Lo sviluppatore di modelli, a sua volta, si è impegnato a sostenere una spesa rilevante per l'infrastruttura Azure di Microsoft e l'hardware Nvidia.
Una mappa degli accordi mostra come queste relazioni connettano produttori di chip, piattaforme cloud, sviluppatori di modelli e operatori di data center. Il denaro raramente segue una singola linea retta.
CoreWeave offre un altro esempio utile. Il fornitore cloud specializzato acquista grandi quantità di processori Nvidia e li noleggia ai clienti AI.
Nvidia ha investito in CoreWeave e ha inoltre accettato di acquistare capacità che CoreWeave non fosse riuscita a vendere altrove in base a un accordo precedente. Quella promessa ha ridotto il rischio di CoreWeave, sostenendo al contempo ulteriori acquisti di processori.
La struttura ha continuato a crescere perché l'infrastruttura AI richiede enormi spese iniziali. I ricavi arrivano più tardi, spesso dopo che le strutture diventano operative e gli sviluppatori attirano utenti paganti.
I finanziatori tradizionali esitano quando le apparecchiature diventano rapidamente obsolete. I processori per l'AI possono mantenere valore, ma le nuove generazioni offrono prestazioni ed efficienza migliori. Questo rende difficile stimare i valori delle garanzie nel lungo periodo.
Nvidia può colmare il divario perché comprende il mercato dell'hardware e genera ingenti flussi di cassa. Il suo sostegno può rendere i progetti più accettabili per banche, fondi di credito privato e investitori infrastrutturali.
L'iniziativa di finanziamento amplia inoltre il bacino di capitale. Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR possono strutturare debito, capitale azionario, leasing e finanziamenti garantiti da attività per progetti diversi.
Si tratta di qualcosa di più grande di un round di finanziamento per startup. Rappresenta un tentativo di trasformare il calcolo AI in una categoria infrastrutturale investibile, simile alle torri per telecomunicazioni, ai progetti energetici o agli asset di trasporto.
Il confronto ha dei limiti. Una centrale elettrica fornisce una merce relativamente standardizzata per una lunga vita operativa. Un data center per l'AI contiene apparecchiature specializzate la cui economia dipende dai progressi del software e dai cicli di sostituzione dei processori.
Questa differenza spiega perché la circolarità conta. I partner finanziari non stanno valutando solo edifici e contratti elettrici. Stanno sottoscrivendo previsioni sull'utilizzo dei modelli, sulla domanda di inferenza e sulla futura disponibilità a pagare.
La copertura di Google News presenta spesso questi accordi come annunci separati. Considerati insieme, formano un unico sistema interdipendente per convertire capitale finanziario in capacità di calcolo.
La vera sfida è tra domanda dichiarata e domanda indipendente
Gli ordini di Nvidia appaiono più solidi quando sono gli utenti finali, anziché i clienti sostenuti da Nvidia, a finanziare in ultima istanza il calcolo che consumano.
Non c'è nulla di automaticamente sospetto nel fatto che un fornitore finanzi i propri clienti. I produttori di aeromobili sostengono gli acquisti delle compagnie aeree e le aziende industriali offrono regolarmente credito per le attrezzature.
Il test cruciale è se i clienti generino ricavi esterni sufficienti a ripagare i propri obblighi. Il finanziamento può accelerare una domanda sana, ma non può sostituirla permanentemente.
Per l'AI, la domanda indipendente proviene da aziende e consumatori che pagano per servizi utili. Gli esempi includono assistenza alla programmazione, supporto clienti, pubblicità, ricerca, cybersecurity, progettazione e automazione del lavoro.
Il solo utilizzo non risolve la questione. Un modello può elaborare un numero enorme di token perdendo denaro su ogni interazione. I fornitori devono dimostrare che i ricavi crescono più rapidamente dei costi di calcolo e infrastruttura.
Questo rende essenziale la trasparenza informativa. Gli investitori devono distinguere gli ordini di processori finanziati dal flusso di cassa dei clienti da quelli sostenuti da investimenti strategici, garanzie o credito collegato al fornitore.
La reportistica attuale offre raramente questa separazione. Nvidia comunica la concentrazione dei clienti e i ricavi dei data center, ma gli osservatori non possono facilmente ricondurre ogni ordine alla sua fonte ultima di capitale.
La questione si estende a tutta la Big Tech. Si prevedeva che Amazon, Microsoft, Alphabet e Meta spendessero circa 630 miliardi di dollari in data center e chip per l'AI nel 2026.
Includendo Oracle, CoreWeave e altri fornitori di infrastrutture, il totale previsto sale a 811 miliardi di dollari, secondo un'analisi della spesa in conto capitale.
Queste cifre descrivono investimenti pianificati, non rendimenti economici garantiti. Ogni azienda si aspetta che la domanda di AI cresca, ma non servono previsioni identiche perché il mercato diventi sovracostruito.
I fornitori cloud stanno correndo per evitare carenze di capacità. Non soddisfare la domanda può costare clienti e indebolire la posizione di una piattaforma presso gli sviluppatori. Questo incentivo incoraggia la costruzione prima che l'utilizzo diventi pienamente visibile.
Il risultato ricorda un problema di coordinamento. Ogni fornitore vede i rivali costruire, perciò ritardare un progetto sembra pericoloso. Collettivamente, tuttavia, un’espansione sincronizzata può creare capacità in eccesso.
Nvidia occupa una posizione privilegiata in questa competizione. Genera ricavi quando l’infrastruttura viene costruita, mentre gli operatori cloud e gli sviluppatori di modelli devono ottenere rendimenti nel corso di diversi anni successivi.
Il finanziamento espone Nvidia più direttamente a quel rischio di lungo periodo. Garanzie, investimenti, impegni di capacità o partnership di progetto la rendono più vulnerabile se i clienti non riescono ad assorbire l’infrastruttura pianificata.
I sostenitori sostengono che questo allineamento rafforzi il mercato. Nvidia ha meno incentivi a promuovere progetti inadatti se ne condivide le conseguenze finanziarie.
I critici leggono il segnale opposto. Sostengono che un fornitore non dovrebbe aver bisogno di finanziare i clienti quando la domanda indipendente è già travolgente.
Nessuna delle due conclusioni deriva automaticamente. Scarsità di elettricità, iter autorizzativi lenti e ritardi nella costruzione possono giustificare finanziamenti anticipati anche quando la domanda resta solida.
La prova decisiva arriverà dai pagamenti in contanti effettuati da utenti finali non collegati. Contratti aziendali, abbonamenti dei consumatori, ricavi pubblicitari e benefici misurabili in termini di produttività hanno più peso delle transazioni tra partner strategici.
Questa distinzione conta tanto per gli acquirenti di tecnologia quanto per gli investitori. Un’azienda che firma un lungo contratto AI deve capire se il suo fornitore dipende da sussidi continui provenienti da una rete di partner collegati.
Anche gli sviluppatori affrontano un rischio di concentrazione. Un’applicazione può dipendere da un fornitore di modelli che si affida a un solo cloud, il quale a sua volta dipende da una filiera ristretta di processori.
I team dovrebbero conservare registrazioni proprie delle valutazioni dei modelli, dei costi e dei risultati dei flussi di lavoro. Una base di conoscenza AI ricercabile può aiutare le organizzazioni a confrontare nel tempo i risultati effettivi con le promesse dei fornitori.
La sfida centrale, quindi, non è Nvidia contro AMD, né OpenAI contro Anthropic. È la domanda di infrastruttura dichiarata contro una domanda finanziata da valore ricorrente e indipendente per il cliente.
Cosa non dimostra la cifra di 500 miliardi di dollari
Un grande obiettivo di finanziamento dimostra l’accesso al capitale, ma non attesta un utilizzo redditizio dell’AI né elimina il rischio di credito.
La cifra annunciata riguarda finanziamenti previsti nel tempo. Non dovrebbe essere interpretata come liquidità già impegnata in progetti completati.
Le singole operazioni richiederanno comunque valutazione del credito, documentazione, mutuatari, ordini di apparecchiature e siti adeguati. Alcuni progetti potrebbero non concludersi mai.
La cifra comprende inoltre molto più dei chip Nvidia. L’infrastruttura AI include terreni, costruzione, networking, generazione elettrica, raffreddamento e apparecchiature elettriche.
Questa ampia portata rende l’iniziativa più credibile come programma infrastrutturale. Rende però fuorvianti i confronti diretti con i ricavi annuali di Nvidia.
Un’altra incertezza riguarda la struttura del finanziamento. Il debito garantito da un data center completato comporta rischi diversi da un investimento azionario in uno sviluppatore di modelli non redditizio.
I contratti di locazione a lungo termine possono rendere il finanziamento dei progetti più stabile. Tuttavia, la stabilità dipende dalla qualità creditizia del locatario e dall’effettiva esecutività del contratto.
Un contratto di locazione sostenuto da una cloud company redditizia comporta un rischio diverso da un impegno assunto da uno sviluppatore privato che brucia liquidità. Entrambi possono generare domanda di chip, ma non offrono la stessa protezione.
Le garanzie collaterali presentano un’altra sfida. Edifici, connessioni elettriche e terreni possono servire più utenti. I rack progettati attorno ad acceleratori specializzati potrebbero invece perdere valore più rapidamente.
Le generazioni di processori arrivano ora secondo calendari compressi. Nuovi chip possono ridurre il costo dell’addestramento o dell’inferenza, mettendo sotto pressione le strutture costruite attorno a hardware precedente.
Un finanziatore potrebbe quindi fare maggiore affidamento sui flussi di cassa contrattualizzati che sul valore di rivendita. Se il locatario fallisce, sostituirlo potrebbe richiedere modifiche tecniche e nuove apparecchiature di networking o raffreddamento.
Il mercato manca inoltre di informazioni trasparenti sul rischio di inadempienza incrociata. Una singola azienda AI può detenere impegni di capacità con diversi fornitori, facendo però affidamento sugli stessi ricavi previsti per ogni pagamento.
Tali obbligazioni non sono necessariamente nascoste o improprie. Le aziende private semplicemente divulgano meno dettagli finanziari delle società quotate.
OpenAI e Anthropic hanno attratto enormi capitali perché gli investitori si aspettano che i loro ricavi crescano. I loro impegni infrastrutturali riflettono questa fiducia, ma aumentano anche il costo di previsioni mancate.
L’elenco degli accordi infrastrutturali illustra la scala di questi obblighi. Include investimenti, impegni cloud, acquisti di chip e garanzie di capacità in tutto il settore.
La tesi scettica sostiene che questi accordi facciano apparire più volte lo stesso bacino di capitale. Un investimento entra in uno sviluppatore di modelli, diventa spesa cloud e poi appare come ricavo da processori o data center.
La tesi rialzista sostiene che questa sequenza sia normale formazione di capitale. Gli investitori finanziano un’azienda, l’azienda acquista infrastruttura e l’infrastruttura la aiuta a creare prodotti.
La differenza dipende da ciò che accade in seguito. Se clienti non collegati acquistano servizi redditizi, il cerchio diventa un ponte verso un mercato sostenibile.
Se i ricavi esterni restano insufficienti, il sistema richiede finanziamenti ripetuti. I partecipanti esistenti subiscono allora pressioni a investire di più, poiché ritirare il sostegno potrebbe danneggiare i loro impegni precedenti.
Questa dinamica può far apparire più sicuro un mercato interconnesso durante l’espansione. Ogni partecipante ha un incentivo a prevenire fallimenti, e nuovi accordi rafforzano la fiducia.
La stessa interdipendenza diventa pericolosa durante una contrazione. Un pagamento mancato può indebolire un operatore di progetto, ridurre i futuri ordini di chip e costringere i finanziatori a rivalutare asset simili.
Non vi sono ancora prove che la nuova iniziativa di Nvidia abbia innescato un simile fallimento. Il rischio resta prospettico e le risorse finanziarie dell’azienda forniscono un sostanziale cuscinetto.
Nvidia mantiene inoltre una forte domanda da parte di aziende tecnologiche redditizie. Microsoft, Amazon, Alphabet e Meta finanziano gran parte della loro infrastruttura con attività consolidate.
Le loro operazioni nella pubblicità, nel commercio, nel software e nel cloud le distinguono dai clienti speculativi. Questi flussi di cassa riducono il rischio di insolvenza nel breve termine, anche se i rendimenti dell’AI richiedono più tempo del previsto.
Tuttavia, la forza delle Big Tech non risolve la questione se ogni nuova struttura generi un rendimento adeguato. Un’azienda può finanziare comodamente un investimento improduttivo per anni.
La cifra di 500 miliardi di dollari dovrebbe quindi essere considerata una prova di ambizione e coordinamento finanziario. Non dimostra la redditività dei clienti, l’utilizzo dell’infrastruttura o una domanda duratura da parte degli utenti finali.
Tre segnali che riveleranno se il circuito regge
La rete di finanziamento resta difendibile solo se i ricavi esterni raggiungono gli impegni infrastrutturali prima che diventi necessario il rifinanziamento.
Il primo segnale è la conversione dell’obiettivo di 500 miliardi di dollari in progetti resi noti. Gli investitori dovrebbero cercare mutuatari identificati, locatari impegnati, strutture di finanziamento, calendari di costruzione e ripartizione del rischio.
Un progetto finanziato principalmente da contratti a lungo termine con fornitori cloud redditizi rafforzerebbe l’argomento di Nvidia. Garanzie ripetute per clienti poco capitalizzati intensificherebbero le preoccupazioni sul finanziamento circolare.
I dettagli dovrebbero inoltre mostrare quanto rischio Nvidia trattenga. Garanzie dirette, promesse di acquisto minimo, investimenti azionari e normali vendite di apparecchiature hanno conseguenze molto diverse.
Il secondo segnale è il flusso di cassa dai servizi AI. Microsoft, Amazon, Alphabet, Meta, Oracle, OpenAI e Anthropic devono collegare la crescita dell’infrastruttura all’attività di clienti paganti.
La sola crescita del cloud fornisce una misura incompleta quando i fornitori cloud finanziano anche importanti locatari. Gli investitori hanno bisogno di prove che aziende e consumatori non collegati coprano una quota crescente dei costi di modelli e capacità di calcolo.
Indicatori utili includono l’utilizzo a pagamento, i rinnovi contrattuali, l’utilizzo della capacità e il miglioramento dei margini lordi. Anche la diminuzione dei costi di inferenza sarebbe d’aiuto, a condizione che costi più bassi non incoraggino semplicemente un maggiore utilizzo sovvenzionato.
Il terzo segnale è il comportamento creditizio attorno all’infrastruttura AI. Condizioni di prestito, requisiti di garanzia collaterale, attività di rifinanziamento e protezione contro l’insolvenza possono rivelare il rischio prima dei rapporti sui ricavi.
La diminuzione dei costi di finanziamento suggerirebbe che i creditori considerano le strutture AI asset stabili. Spread in aumento o garanzie aggiuntive mostrerebbero che i finanziatori vogliono maggiore protezione.
Gli osservatori dovrebbero inoltre verificare se i progetti attraggono nuovi finanziatori senza legami strategici con Nvidia. Una partecipazione indipendente distribuirebbe il rischio e offrirebbe un ulteriore test di mercato.
Questi segnali contano più del flusso quotidiano di annunci su Google News. I titoli contano gli impegni, mentre un’economia sostenibile dipende da chi alla fine paga il conto.
Per gli sviluppatori, la lezione immediata non è abbandonare l’hardware Nvidia o le principali piattaforme cloud. Le loro prestazioni e disponibilità li rendono ancora centrali per molti carichi di lavoro AI.
La risposta pratica è evitare vincoli non necessari. I team possono testare più modelli, documentare le prestazioni dei flussi di lavoro e separare la sperimentazione dagli impegni infrastrutturali permanenti.
Gli acquirenti aziendali dovrebbero chiedere ai fornitori come cambiano prezzi, capacità e continuità del servizio se una partnership strategica termina. Dovrebbero inoltre esaminare la portabilità tra cloud e architetture di processori.
I knowledge worker affrontano una versione diversa dello stesso problema. I prodotti AI possono scomparire, cambiare modelli o limitare le esportazioni anche quando la tecnologia sottostante resta utile.
Mantenere sotto il controllo dell’utente i materiali di origine, le decisioni e il lavoro generato riduce tale esposizione. Un sistema personale di conoscenza preserva il contesto quando cambiano fornitori o modelli.
Il mercato più ampio deve ora decidere se Nvidia stia risolvendo responsabilmente un collo di bottiglia infrastrutturale o finanziando la domanda dei propri prodotti. Entrambe le descrizioni possono restare in parte vere.
L’iniziativa di finanziamento può accelerare progetti di valore rendendo al contempo i segnali sui ricavi meno indipendenti. Può ridurre il rischio di costruzione aumentando l’interdipendenza finanziaria.
Cosa risolverebbe il dibattito? Osservare chi firma i primi progetti, chi garantisce il debito e se clienti non collegati generano abbastanza liquidità da sostenere la capacità.
Se la domanda esterna cresce prima della scadenza degli obblighi, la struttura circolare assomiglierà alla normale finanza industriale. Nvidia avrà contribuito a costruire un mercato del calcolo duraturo.
Se gli impegni crescono più rapidamente dell’utilizzo a pagamento, ogni nuovo titolo su Google News offrirà meno rassicurazioni. Il sistema dipenderà dal fatto che i suoi maggiori partecipanti continuino a finanziarsi a vicenda.
Ecco perché l’ultimo accordo è più importante di un altro annuncio di spesa AI. Nvidia ha reso visibile la struttura finanziaria dietro il boom, e questa visibilità ora alza lo standard della prova.
