Il trimestre record di NVIDIA mostra i produttori di chip in vantaggio su Big Tech

NVIDIA ha registrato un trimestre record da 96,2 miliardi di dollari, offrendo ai lettori di google news un chiaro segnale su dove si stanno accumulando i profitti dell'infrastruttura AI. Il produttore di chip ha raddoppiato i ricavi mentre i suoi maggiori clienti hanno destinato più capitale a data center, chip, networking ed energia. Big Tech sta finanziando l'espansione, ma i fornitori hardware stanno raccogliendo gran parte del ritorno immediato.

Questo ribaltamento cambia la consueta narrativa sugli investimenti nell'AI. Microsoft, Amazon, Alphabet e Meta sembravano un tempo i vincitori più ovvi perché controllavano la distribuzione cloud e le relazioni con i clienti. Conservano ancora questi vantaggi, ma la loro spesa in conto capitale ora sostiene una crescita eccezionale per NVIDIA, i fornitori di memoria, i vendor di networking e gli operatori di data center.

Il risultato non è una vittoria netta per i produttori di chip né una sconfitta permanente per i provider cloud. È uno sfasamento temporale tra venditori che riconoscono i ricavi ora e acquirenti che hanno bisogno di anni per monetizzare l'infrastruttura. L'ultimo trimestre di NVIDIA ha reso questo divario troppo ampio perché gli investitori possano ignorarlo.

Il trimestre di NVIDIA ha trasformato la spesa per l'AI in ricavi per i fornitori

I risultati di NVIDIA hanno mostrato che il ciclo dell'infrastruttura AI resta saldamente nella fase di costruzione.

NVIDIA ha riportato ricavi per il secondo trimestre dell'anno fiscale 2027 pari a 96,2 miliardi di dollari, per il periodo terminato il 26 luglio 2026. I ricavi sono aumentati del 18% rispetto al trimestre precedente e del 106% rispetto allo stesso periodo dell'anno precedente.

I ricavi del Data Center hanno raggiunto 89 miliardi di dollari, in aumento del 117% su base annua. Questa attività ha rappresentato oltre nove decimi dei ricavi trimestrali totali. NVIDIA ha inoltre riportato un margine lordo del 75% e utili diluiti di 2,46 dollari secondo i principi contabili generalmente accettati.

Questi dati contano perché collegano i budget AI annunciati ai ricavi riconosciuti dai fornitori. Gli hyperscaler, ovvero i maggiori operatori di data center cloud, discutono da diversi trimestri piani infrastrutturali enormi. I risultati trimestrali di NVIDIA mostrano che una parte sostanziale di tali piani è passata dalle presentazioni agli ordini di acquisto e ai sistemi consegnati.

Il trimestre ha inoltre superato le aspettative di Wall Street. Secondo l'Associated Press, gli analisti intervistati da FactSet prevedevano ricavi medi di 92,27 miliardi di dollari. NVIDIA ha superato tale cifra di quasi 4 miliardi di dollari.

L'utile netto è salito a 59,69 miliardi di dollari dai 26,42 miliardi di un anno prima. Anche le spese operative sono aumentate del 55%, raggiungendo 8,41 miliardi di dollari, sebbene tale incremento sia rimasto molto più lento della crescita dei ricavi.

NVIDIA ha previsto ricavi per circa 108 miliardi di dollari nel trimestre corrente. Prima della guidance, gli analisti si aspettavano 104,86 miliardi di dollari. Raggiungere l'obiettivo di NVIDIA rappresenterebbe una crescita di circa l'89% rispetto al periodo comparabile.

L'azienda ha inoltre emesso una previsione di lungo termine insolita. Il management prevede che i ricavi aumenteranno di circa il 70% nell'anno fiscale che terminerà a gennaio 2028. NVIDIA fornisce normalmente guidance trimestrale, quindi questa previsione aggiuntiva è servita come risposta diretta alle preoccupazioni sulla tenuta della domanda.

L'offerta resta il vincolo immediato. Il CEO Jensen Huang ha dichiarato agli analisti che NVIDIA aveva assicurato forniture sufficienti a soddisfare circa il 70% della domanda prevista. L'azienda non ha incluso i ricavi del computing Data Center dalla Cina nelle sue ultime previsioni.

Questa combinazione distingue il trimestre da un normale superamento delle attese sugli utili. I ricavi sono raddoppiati, la domanda futura è rimasta superiore all'offerta disponibile e il management ha esteso le sue previsioni oltre il trimestre successivo. Le evidenze indicano un continuo dispiegamento dell'infrastruttura, non semplicemente clienti che smaltiscono ordini precedenti.

La risposta del mercato ha riflesso questa distinzione. Le azioni NVIDIA sono salite bruscamente dopo il report, mentre anche Intel, Micron, Broadcom e SK Hynix hanno guadagnato terreno. Il rally ha interpretato la guidance di NVIDIA come prova a sostegno dell'intera filiera dei semiconduttori.

Questa reazione aiuta a spiegare perché il report si sia diffuso su google news. NVIDIA non è più vista soltanto come un'azienda che comunica i risultati. Il suo portafoglio ordini è diventato un indicatore della spesa in conto capitale per l'AI di provider cloud, sviluppatori di modelli, governi e acquirenti di infrastruttura aziendale.

Perché Google News segue il denaro che confluisce nei chip

Il ribaltamento centrale è semplice: Big Tech sostiene il peso del capitale, mentre i fornitori di semiconduttori riconoscono i primi ricavi.

I provider cloud devono costruire strutture prima che i clienti possano utilizzare la capacità. Acquistano processori, memoria, apparecchiature di networking, sistemi di raffreddamento e infrastrutture energetiche mesi prima che un nuovo data center generi ricavi significativi.

I produttori di chip operano dall'altra parte della transazione. Una volta che l'hardware viene spedito e sono soddisfatti i relativi requisiti contabili, i fornitori possono riconoscere le vendite. I loro clienti devono ancora implementare i sistemi, riempire la capacità disponibile e vendere servizi con margini interessanti.

Questo divario temporale fa apparire eccezionali i risultati dei semiconduttori mentre il flusso di cassa degli hyperscaler assorbe il costo della costruzione. La stessa spesa può quindi migliorare il conto economico di NVIDIA e mettere sotto pressione il free cash flow di un provider cloud nello stesso trimestre.

Il divario si è ampliato perché i cluster AI richiedono più delle sole unità di elaborazione grafica. Una GPU è un processore progettato per eseguire molti calcoli in parallelo, il che la rende adatta all'addestramento e all'esecuzione delle reti neurali. I grandi cluster necessitano inoltre di memoria ad alta larghezza di banda, switch, componenti ottici, storage e networking specializzato.

Questo amplia l'opportunità di ricavo oltre NVIDIA. Micron e SK Hynix forniscono memoria utilizzata accanto agli acceleratori. Broadcom e Marvell vendono networking e silicio personalizzato. TSMC produce processori avanzati e coordina capacità di packaging sofisticato.

Ad aprile, Gartner ha stimato che i ricavi mondiali dei semiconduttori avrebbero superato 1,3 trilioni di dollari nel 2026. La sua previsione sui semiconduttori prevedeva una crescita annua del 64%, con i ricavi della memoria attesi in triplicazione.

La società di ricerca prevedeva inoltre che i semiconduttori AI avrebbero rappresentato circa il 30% dei ricavi totali del settore. La spesa degli hyperscaler per l'infrastruttura AI era prevista in aumento di oltre il 50% nel 2026.

La memoria illustra come un vincolo condiviso redistribuisca i profitti. Gli acceleratori AI necessitano di memoria ad alta larghezza di banda, o HBM, che trasferisce rapidamente i dati tra memoria e processori. L'espansione della produzione di HBM può ridurre la capacità disponibile per altri prodotti di memoria, sostenendo prezzi più elevati sull'intero mercato.

Gartner ha previsto che i prezzi annuali della DRAM sarebbero aumentati del 125% nel 2026. Si attendeva un aumento del 234% dei prezzi della memoria flash NAND, con un sollievo significativo ritardato fino alla fine del 2027. Queste stime possono cambiare, ma mostrano perché i produttori di memoria si siano uniti al più ampio rally dell'AI.

Il contrasto con Big Tech non significa che i ricavi cloud siano deboli. Microsoft, Amazon e Google hanno continuato a riportare domanda per servizi AI, mentre la capacità disponibile resta limitata. La differenza riguarda il momento in cui la spesa diventa profitto.

Secondo investitori intervistati da Reuters, un data center può richiedere da 12 a 18 mesi per passare dalla costruzione alla generazione di ricavi. I fornitori hardware vengono pagati durante questo periodo di sviluppo. I provider cloud devono attendere l'utilizzo, l'adozione del software e i carichi di lavoro dei clienti.

Questa sequenza rende i produttori di chip i vincitori iniziali più visibili. Produce anche titoli che possono sopravvalutare la permanenza del loro vantaggio. I venditori di infrastrutture guidano durante la costruzione, ma gli operatori di servizi possono catturare più valore una volta che la capacità installata supporta carichi di lavoro ricorrenti.

Per ora, i risultati di NVIDIA confermano che la fase di costruzione domina ancora. L'azienda sta convertendo i budget degli hyperscaler in ricavi attuali più rapidamente di quanto gli hyperscaler stiano convertendo la nuova capacità in profitto AI incrementale.

NVIDIA contro Big Tech è una battaglia sui tempi

La competizione principale non è hardware contro software; è rendimento immediato per i fornitori contro monetizzazione cloud ritardata.

Big Tech non ha smesso di beneficiare dell'AI. Gli hyperscaler controllano relazioni consolidate con i clienti, sistemi di fatturazione, piattaforme per sviluppatori, servizi dati e distribuzione globale. Questi asset possono diventare più preziosi man mano che i carichi di lavoro AI entrano in produzione.

Tuttavia, i loro obblighi di spesa arrivano prima che tale valore diventi misurabile. Reuters ha stimato che la spesa in conto capitale degli hyperscaler potrebbe aumentare di circa 534 miliardi di dollari tra il 2025 e il 2027. Il flusso di cassa operativo annuo dovrebbe crescere di circa 340 miliardi di dollari nello stesso periodo.

Le stime implicano che l'aumento della spesa in conto capitale supererebbe inizialmente l'aumento del flusso di cassa operativo. Ciò non rende l'investimento irrazionale, ma alza l'asticella per l'utilizzo e la determinazione dei prezzi futuri.

Questa pressione diventa più chiara quando vengono inclusi impegni esterni ai tradizionali totali di bilancio. Morgan Stanley ha esaminato i documenti depositati da Google, Meta, Microsoft, Oracle, Amazon, NVIDIA e Broadcom. L'analisi ha individuato oltre 3 trilioni di dollari in impegni infrastrutturali fuori bilancio nel gruppo.

Questa stima includeva 1,1 trilioni di dollari in pagamenti per leasing di data center non ancora avviati. Includeva inoltre 1,7 trilioni di dollari in impegni di acquisto per apparecchiature quali chip, memoria e sistemi di networking.

Secondo l'analisi, Google da sola ha riportato 707 miliardi di dollari in impegni di acquisto nel suo trimestre più recente. La cifra era salita dai 72,5 miliardi di dollari dell'intero 2025, sebbene le strutture e le tempistiche degli impegni possano differire notevolmente.

Questi non equivalgono al debito convenzionale. Gli impegni fuori bilancio sono obblighi contrattuali che potrebbero non apparire ancora come passività riconosciute. La loro importanza economica aumenta quando fornitori e sviluppatori utilizzano tali accordi per finanziare nuove costruzioni.

Gli impegni infrastrutturali creano una catena di rischio estesa. Un hyperscaler promette pagamenti futuri. Un fornitore o uno sviluppatore di data center prende in prestito contro tale impegno. Fabbriche e strutture aggiuntive entrano quindi in fase di sviluppo prima che la domanda degli utenti finali sia stata pienamente dimostrata.

NVIDIA si trova vicino al centro di questa catena. Vende processori direttamente, contribuisce a definire l'architettura dei sistemi, investe in parti del mercato AI e sostiene i clienti che acquistano il suo hardware. Una domanda forte rafforza la piattaforma, mentre gli investimenti di NVIDIA nella piattaforma possono stimolare domanda aggiuntiva.

Questa circolarità non invalida i ricavi. I clienti ricevono hardware e implementano capacità reale. Tuttavia, complica i tentativi di distinguere la crescita organica dei carichi di lavoro dall'espansione di capacità incoraggiata da finanziamenti e partnership strategiche.

AWS offre un esempio concreto. Amazon e NVIDIA hanno annunciato piani per distribuire 2 milioni di GPU NVIDIA aggiuntive nell'infrastruttura AWS nel corso del 2027 e del 2028. I sistemi includeranno processori Blackwell Ultra, Rubin e Rubin Ultra.

La loro espansione AWS copre inoltre il networking NVIDIA, CPU Vera, modelli aperti, elaborazione dati e robotica. Le aziende hanno dichiarato che la domanda aveva superato un piano precedente per aggiungere oltre 1 milione di GPU.

Per NVIDIA, questi deployment rappresentano un percorso verso futuri ricavi da hardware e piattaforme. Per AWS, creano capacità che deve attrarre carichi di lavoro paganti con un utilizzo sufficiente.

Gli interessi delle due aziende sono quindi allineati sul piano operativo, ma divergono finanziariamente. NVIDIA trae vantaggio quando AWS acquista e implementa le apparecchiature. AWS ne beneficia pienamente solo quando i clienti noleggiano tale capacità e generano rendimenti superiori ai costi dell'infrastruttura.

Ecco perché l’ultimo trimestre rappresenta un ribaltamento piuttosto che una separazione. Le Big Tech hanno creato le fondamenta cloud del mercato dell’AI. La loro spesa ora trasferisce un notevole valore economico nel breve termine ai fornitori i cui prodotti sono diventati scarsi.

Cosa non chiariscono i numeri di NVIDIA

Un trimestre record conferma la domanda di oggi, ma non dimostra che ogni livello dell’infrastruttura AI genererà rendimenti accettabili nel lungo periodo.

L’incertezza più importante riguarda la monetizzazione. Le aziende stanno utilizzando AI generativa, assistenti per la programmazione, sistemi di raccomandazione, modelli scientifici e strumenti di automazione. Tuttavia, i ricavi aggregati di questi servizi dovranno alla fine sostenere il capitale impegnato in processori e data center.

Una stima di investimento citata da Reuters suggeriva che la monetizzazione dell’AI dovrebbe aumentare da cinque a tredici volte per giustificare gli attuali piani di spesa. L’intervallo dipende dalle ipotesi su margini, vita utile degli asset, utilizzo e costi di finanziamento.

Tali ipotesi sono insolitamente difficili perché l’hardware AI evolve rapidamente. Un edificio convenzionale può restare economicamente utile per decenni. Un acceleratore può perdere prestazioni relative dopo alcuni cicli di prodotto, pur continuando a funzionare.

I piani di ammortamento potrebbero non cogliere tale obsolescenza competitiva. Il proprietario di un data center può continuare a utilizzare una GPU meno recente, ma i clienti potrebbero preferire sistemi più nuovi che offrano costi di inferenza inferiori o prestazioni migliori.

I vincoli di offerta creano un’altra ambiguità. La scarsità sostiene prezzi e margini dei fornitori, ma può anche incoraggiare i clienti a cercare alternative. Microsoft, Amazon, Google, Meta e i laboratori di AI stanno sviluppando processori personalizzati per carichi di lavoro selezionati.

Il silicio personalizzato non deve sostituire NVIDIA in ogni attività. Deve soltanto gestire una quantità sufficiente di carichi ad alto volume per ridurre la dipendenza dagli acceleratori general-purpose. L’inferenza, ovvero il processo di utilizzo di un modello addestrato per generare risultati, costituisce un obiettivo particolarmente importante.

NVIDIA sta rispondendo ampliando la propria piattaforma. L’azienda ora vende o sviluppa GPU, CPU, hardware di rete, librerie software e progetti completi a livello di rack. Questo approccio fa funzionare i singoli componenti come un sistema integrato.

Vera, la CPU di NVIDIA per agenti AI, estende questa strategia. Un agente AI è un software che pianifica ed esegue più passaggi verso un obiettivo. NVIDIA afferma che Vera è progettata per carichi di lavoro ramificati che coordinano strumenti, modelli, database e altri servizi.

L’azienda ha annunciato il supporto di AWS e di altri operatori infrastrutturali. Tuttavia, le affermazioni su prestazioni ed efficienza restano dipendenti dalla progettazione dei carichi di lavoro, dalle condizioni di deployment e dai confronti selezionati da NVIDIA.

La concorrenza proviene anche da AMD, startup specializzate in acceleratori e chip cloud interni. OpenAI e altri grandi clienti hanno esplorato processori adattati alle proprie esigenze. La Cina resta sia un importante mercato potenziale sia una fonte di concorrenza crescente.

NVIDIA ha escluso i ricavi del computing Data Center cinese dalle proprie prospettive attuali. Questa decisione riduce un rischio di previsione, ma i controlli sulle esportazioni e le alternative locali possono ancora influenzare la pianificazione produttiva e l’accesso al mercato.

La concentrazione crea una preoccupazione distinta. L’attività Data Center di NVIDIA ha generato 89 miliardi di dollari dei 96,2 miliardi di dollari totali trimestrali dell’azienda. Un rallentamento di un numero ristretto di grandi acquirenti potrebbe influenzare la domanda di processori, memoria, networking e produzione.

Anche l’aumento delle spese operative dell’azienda merita attenzione. Le spese trimestrali hanno raggiunto 8,41 miliardi di dollari, in crescita del 55% rispetto a un anno prima. I ricavi sono cresciuti molto più rapidamente, ma la continua espansione della piattaforma richiede consistenti investimenti in ingegneria e catena di fornitura.

Gli investitori devono inoltre distinguere tra domanda di semiconduttori e performance azionaria dei semiconduttori. Le azioni NVIDIA erano salite di oltre il 1.000% in tre anni prima dell’ultimo report, secondo Reuters. Solidi risultati operativi possono coesistere con il rischio di valutazione.

Il caso scettico è quindi più circoscritto dell’affermazione secondo cui il trimestre sia artificiale. NVIDIA ha riportato ricavi, profitti e prodotti consegnati reali. La preoccupazione è che la crescita attuale estrapoli la scarsità, budget infrastrutturali elevati e un continuo accesso al capitale.

Un cambiamento in uno solo di questi fattori potrebbe rallentare il ciclo. Una maggiore offerta può ridurre i prezzi. Modelli meno costosi possono ridurre i requisiti di calcolo. Chip personalizzati possono conquistare carichi di lavoro mirati. Costi di finanziamento più elevati possono ritardare nuove strutture.

L’argomento contrario più forte deriva dalle persistenti carenze di capacità. NVIDIA afferma che la domanda supera sostanzialmente l’offerta garantita, mentre i provider cloud segnalano una capacità disponibile limitata. Questa evidenza suggerisce che il mercato non abbia ancora raggiunto la fase di eccesso di offerta.

Tuttavia, le carenze descrivono il presente. Non dimostrano che ogni struttura ordinata per il 2027 e il 2028 raggiungerà un utilizzo elevato. Questa distinzione dovrebbe restare centrale nell’interpretazione della copertura di google news sui risultati record.

Il rally dei chip si estende oltre NVIDIA

NVIDIA è il beneficiario più evidente, ma il cambiamento più ampio riguarda memoria, networking, produzione e capacità cloud specializzata.

Dopo il report di NVIDIA, Intel, Micron, Broadcom e SK Hynix sono salite tra l’1,3% e il 3,5%, secondo Reuters. Il rally combinato delle altre azioni di chip legate all’AI si è avvicinato a 150 miliardi di dollari.

Questo movimento ha riflesso più del semplice trading per simpatia. Le previsioni di NVIDIA implicano ordini continui lungo una complessa catena di fornitura. Gli acceleratori richiedono produzione avanzata, packaging, memoria, circuiti stampati, collegamenti ottici, switch, server e apparecchiature elettriche.

TSMC occupa una posizione produttiva critica perché realizza chip avanzati progettati da NVIDIA e da altri clienti. Partecipa inoltre al packaging avanzato, che combina processori e memoria in sistemi ad alte prestazioni.

SK Hynix e Micron beneficiano della domanda di HBM. Broadcom vende prodotti di networking e sviluppa acceleratori personalizzati. Marvell fornisce componenti per infrastrutture dati che collegano e spostano informazioni attraverso grandi sistemi.

Anche i provider neocloud hanno partecipato allo stesso movimento. Queste aziende sono specializzate nel noleggio di capacità GPU a laboratori di AI e imprese. CoreWeave e Nebius sono salite dopo il report di NVIDIA perché la persistente scarsità può sostenere domanda e tariffe di noleggio.

La loro economia differisce da quella di NVIDIA. Un produttore di chip può vendere hardware in un mercato vincolato. Un neocloud in genere finanzia l’infrastruttura e dipende dall’utilizzo nel tempo, risultando quindi più esposto al debito e ai futuri prezzi della capacità.

Reuters ha riportato che il Philadelphia Semiconductor Index era salito del 75%, superando i quattro maggiori investitori in capitale per l’AI. NVIDIA stessa aveva guadagnato solo circa il 12% nel corso del 2026 prima della reazione agli utili, restando indietro rispetto a diversi concorrenti del settore chip dopo un precedente rialzo pluriennale.

Il divario di performance sostiene la narrativa dei produttori di chip, ma ne rivela anche i limiti. Le aziende di semiconduttori non sono intercambiabili. Produttori di memoria, fonderie, progettisti di acceleratori e fornitori di networking affrontano cicli e minacce competitive differenti.

Una carenza di memoria può migliorare i ricavi anche se la crescita delle spedizioni resta modesta. Una fonderia beneficia di un utilizzo elevato, ma deve continuare a finanziare costosa capacità produttiva. Un progettista di processori dipende dal supporto software e da una leadership architetturale duratura.

Le Big Tech restano inoltre più diversificate. Alphabet ricava entrate dalla pubblicità e dai servizi cloud. Amazon combina commercio e cloud computing. Microsoft vende abbonamenti software, capacità cloud, prodotti di sicurezza e strumenti per sviluppatori.

Queste aziende possono assorbire un periodo di forti investimenti nell’AI. Possiedono inoltre vantaggi di distribuzione che i fornitori di chip non possono facilmente replicare. Un’azienda che già acquista database cloud, servizi di identità e software per la produttività può aggiungere l’AI attraverso un provider esistente.

Diversi grandi investitori respingono quindi una divisione permanente tra chip e cloud. Il direttore degli investimenti di Capital Group, John Lamb, ha dichiarato a Reuters che entrambi i gruppi rientrano in un mercato in espansione. Ha osservato che le strutture in genere richiedono da 12 a 18 mesi prima di produrre ricavi.

Richard Clode di Janus Henderson ha sostenuto che la crescita degli utili e dei flussi di cassa degli hyperscaler dovrebbe iniziare a superare la spesa in conto capitale incrementale tra la fine del 2027 e il 2028. La sua posizione concisa era che l’attuale spesa in conto capitale diventa vendite future.

Questa è la sfida più forte alla tesi dello spiazzamento. I produttori di chip guidano finché la capacità è scarsa e la costruzione accelera. I provider cloud possono recuperare il vantaggio se l’infrastruttura implementata produce servizi ricorrenti ad alto margine.

Le aziende dotate sia di infrastruttura sia di distribuzione software potrebbero detenere la posizione più duratura. Amazon, Microsoft e Google possono combinare chip personalizzati, acceleratori di terze parti, piattaforme cloud e servizi dati per i clienti.

NVIDIA si sta muovendo nella direzione opposta, espandendosi oltre i processori. Il suo software, networking, CPU, sistemi di riferimento e investimenti le conferiscono una maggiore influenza lungo l’intera stack. Il mercato sta diventando una gara tra piattaforme sempre più integrate.

I lettori che seguono questa transizione hanno bisogno di più di un flusso di titoli. Una base di conoscenza sull’AI ricercabile può aiutare i team a collegare nel tempo utili, impegni di deployment e annunci di prodotto.

Questo contesto conta perché nessun singolo trimestre decide i vincitori finali. Il report di NVIDIA conferma l’attuale distribuzione dei ricavi. Non chiude la competizione su chi manterrà la quota maggiore una volta che l’infrastruttura sarà ampiamente disponibile.

Tre segnali che metteranno alla prova la narrativa di Google News

Il prossimo test sarà verificare se domanda, utilizzo e concorrenza continueranno contemporaneamente a sostenere la posizione di NVIDIA.

Il primo segnale è il fatturato trimestrale corrente di NVIDIA. Il management ha previsto circa 108 miliardi di dollari, al di sopra del consenso degli analisti disponibile quando l’azienda ha pubblicato i risultati. Raggiungere tale obiettivo manterrebbe la crescita annuale vicina all’89%.

Un altro risultato superiore alle attese rafforzerebbe l’idea che l’offerta resti il principale limite. Un mancato raggiungimento degli obiettivi causato da ordini più deboli, anziché dalla tempistica delle spedizioni, indebolirebbe l’argomento secondo cui i fornitori di chip hanno assicurato un vantaggio duraturo.

I ricavi Data Center meritano un’attenzione separata. Hanno raggiunto 89 miliardi di dollari nell’ultimo trimestre e hanno rappresentato la maggior parte delle vendite aziendali. La crescita deve restare sufficientemente ampia da sostenere i nuovi sistemi Rubin, i prodotti di networking, le CPU e gli attuali deployment Blackwell.

Il secondo segnale è l’utilizzo e il flusso di cassa degli hyperscaler. Amazon, Microsoft, Google e Meta devono dimostrare che la nuova capacità AI sostiene carichi di lavoro paganti, anziché limitarsi ad ampliare l’inventario disponibile.

La sola crescita del cloud non risponderà alla domanda. Gli investitori dovrebbero esaminare i commenti del management su capacità limitata, consumo dei clienti, ammortamento, obblighi di leasing e rendimenti sul capitale investito.

Un aumento visibile dei ricavi legati all’AI, accompagnato da un miglioramento del flusso di cassa rispetto alla spesa in conto capitale, sosterrebbe il controargomento delle Big Tech. Dimostrerebbe che gli acquirenti stanno iniziando a catturare il valore che oggi fluisce verso i fornitori.

Una crescita continua degli impegni senza ricavi dei servizi corrispondenti rafforzerebbe la tesi dei produttori di chip. Indicherebbe che i provider cloud restano impegnati in una costosa corsa alla capacità, i cui beneficiari immediati si trovano a monte.

Il terzo segnale riguarda l'implementazione competitiva. AWS prevede di installare altri 2 milioni di GPU NVIDIA nel 2027 e nel 2028, mentre le principali aziende cloud continuano a sviluppare acceleratori interni.

Osservate quali processori ricevono carichi di lavoro in produzione, non solo annunci. Un chip personalizzato conta quando i clienti lo utilizzano su larga scala e quando riduce la necessità di acceleratori esterni.

L'implementazione della CPU Vera di NVIDIA offre un altro test utile. L'adozione porterebbe l'azienda oltre il mercato delle GPU, verso carichi di lavoro tradizionalmente gestiti dai processori per server. Un'implementazione limitata mostrerebbe invece che i provider cloud continuano a preferire architetture diversificate.

La disponibilità di memoria e networking influenzerà tutti e tre i segnali. Le spedizioni di acceleratori non possono crescere senza componenti di supporto. Carenze persistenti possono sostenere i prezzi dei fornitori, mentre l'espansione della capacità può riportare il potere contrattuale verso gli acquirenti.

Contano anche le condizioni di finanziamento. Leasing di lungo periodo e impegni di acquisto aiutano ad avviare i progetti prima che i clienti inizino a utilizzarli. Costi di finanziamento più elevati o criteri creditizi più restrittivi possono rallentare la costruzione, anche quando l'interesse strategico rimane alto.

Gli ultimi risultati trimestrali hanno fissato un punto di partenza chiaro. NVIDIA ha raddoppiato i ricavi, generato 89 miliardi di dollari dalle attività Data Center e fornito previsioni superiori alle aspettative del mercato. I fornitori stanno già trasformando l'urgenza dell'AI in risultati finanziari.

Big Tech mantiene la distribuzione, l'accesso ai clienti e le piattaforme di servizi necessarie per monetizzare questi sistemi in seguito. La sua sfida consiste nel dimostrare che i ricavi futuri arriveranno prima che costi infrastrutturali, ammortamenti e concorrenza erodano i rendimenti attesi.

Questa è la vera storia dietro il ciclo di notizie di Google. I produttori di chip hanno soppiantato i colossi cloud come vincitori più visibili dell'AI nel breve termine, ma il passaggio non è necessariamente permanente.

Nei prossimi tre mesi, confrontate l'obiettivo di 108 miliardi di dollari di NVIDIA con la domanda effettiva, quindi seguite l'utilizzo degli hyperscaler e le implementazioni di chip personalizzati. Questi segnali mostreranno se il trimestre ha confermato un cambiamento duraturo o se ha catturato il picco della fase di costruzione.