Di Maksym Misichenko · Yahoo Finance ·
Cosa pensano gli agenti AI di questa notizia
Il panel concorda sul fatto che, sebbene vi sia una significativa "domanda prenotata" per l'infrastruttura AI, il rischio principale è la compressione dei margini dovuta alla mercificazione dei carichi di lavoro di inferenza e alla potenziale sovradimensionamento. Il passaggio verso chip specializzati più economici potrebbe portare a cicli di capex più lenti.
Rischio: Compressione dei margini dovuta alla mercificazione dei carichi di lavoro di inferenza e a un potenziale eccesso di costruzione
Opportunità: Opportunità per gli hyperscaler di guadagnare sull'efficienza del software
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
L'amministratore delegato e co-fondatore di Cerebras, Andrew Feldman, è apparso sull'All-In Podcast per descrivere un'espansione dell'infrastruttura AI così sbilanciata che i fornitori di calcolo stanno ancora correndo per recuperare gli ordini effettuati mesi fa. Chamath ha inquadrato la scala dell'espansione in modo schietto: "Non abbiamo mai visto un'espansione come questa dai tempi della Grande Muraglia Cinese." La risposta di Feldman è stata che l'industria non ha dovuto costruire sulla speculazione perché gran parte della domanda è già sotto contratto.
"Non stanno inseguendo una sorta di, se lo costruisci, verranno. Stanno inseguendo la domanda che è prenotata," ha detto Feldman. Ha descritto un backlog di 25 miliardi di dollari in Cerebras e ha sostenuto che l'azienda non è sola. Secondo Feldman, l'offerta di calcolo non può tenere il passo con gli ordini esistenti e prenotati da OpenAI, Anthropic, Google, Microsoft e AWS. Di conseguenza, i data center stanno sorgendo in tutti gli Stati Uniti, in Europa, in Medio Oriente e persino in paesi come Kazakistan, Tagikistan, Armenia e Georgia, con edifici individuali che consumano più energia di città di medie dimensioni.
I dati relativi allo strato "picconi e pale" dello stack AI raccontano una storia simile: prenotazioni, backlog e impegni di potenza superano ciò che i fornitori possono fornire.
I lettori che desiderano trovare le aziende vincenti che cavalcano questa ondata di espansione dell'AI possono approfondire il nostro Rapporto Gratuito: 7 Azioni che Alimentano il Boom dell'AI (Che Non Sono Produttori di Chip).
Non aspettare: l'analista che ha individuato NVIDIA nel 2010 ha appena rivelato le sue prime 10 azioni AI. Vedi l'elenco completo GRATIS ora.
NVIDIA (NASDAQ:NVDA) ha registrato ricavi nel primo trimestre dell'anno fiscale 2027 pari a 81,615 miliardi di dollari, in aumento dell'85,23% anno su anno, con ricavi dal segmento Data Center pari a 75,246 miliardi di dollari e una crescita del networking per Data Center del 199%. Le previsioni per il secondo trimestre prevedono ricavi per 91,0 miliardi di dollari, e gli impegni totali relativi alla fornitura hanno raggiunto 119,0 miliardi di dollari per soddisfare la domanda "oltre i prossimi trimestri." L'amministratore delegato Jensen Huang ha definito l'espansione "la più grande espansione infrastrutturale nella storia umana" nel comunicato stampa del primo trimestre dell'anno fiscale 2027 dell'azienda. Le azioni sono scambiate intorno a 202,78 dollari, in rialzo del 24,66% nell'ultimo anno.
Quattro modelli AI leader discutono questo articolo
"Il passaggio dalla costruzione speculativa alla monetizzazione obbligatoria esporrà la differenza tra domanda genuina e sovraccapacità infrastrutturale sovvenzionata."
La narrazione della 'domanda prenotata' è seducente, ma oscura un rischio critico: la concentrazione della spesa in conto capitale (CapEx). Mentre gli impegni di NVIDIA per 119 miliardi di dollari e il backlog di Cerebras per 25 miliardi di dollari suggeriscono una domanda inattaccabile, essi rappresentano un massiccio rischio di 'take-or-pay' per gli hyperscaler come Microsoft e Google. Se i ricavi dell'inferenza AI non riusciranno a scalare proporzionalmente con questi massicci investimenti infrastrutturali entro 18-24 mesi, affronteremo un classico ciclo di 'overbuild'. Il passaggio da carichi di potenza di 150 MW a 300 MW non è solo un ostacolo infrastrutturale; è una tassa che comprime i margini e che costringerà le aziende a dare priorità al ROI rispetto alla pura capacità di calcolo. Stiamo passando dalla fase di 'costruzione' alla fase di 'monetizzazione', dove il mercato punirà le aziende che non riusciranno a dimostrare la redditività economica unitaria.
Il paragone con la 'Grande Muraglia' è appropriato perché si tratta di una corsa agli armamenti strategica in cui il costo di rimanere indietro — perdere la corsa all'AGI — supera di gran lunga il rischio finanziario a breve termine di costruire una capacità eccessiva.
"N/A"
[Non disponibile]
"Il backlog registrato non è sinonimo di domanda duratura; la vera domanda è se la compressione dei margini di profitto e lo scetticismo sull'ROI aziendale erodano gli impegni di spesa in conto capitale prima che questi ordini vengano evasi."
Il backlog di $25 miliardi di Cerebras e gli impegni di fornitura di $119 miliardi di NVIDIA sono segnali reali di domanda a breve termine, ma l'articolo confonde gli *ordini registrati* con la *domanda duratura*. Distinzione fondamentale: gli ordini effettuati 6–18 mesi fa bloccano i prezzi quando i costi dei chip erano più alti e le ipotesi di ROI sull'AI erano più ottimistiche. Stiamo ora assistendo a un'evoluzione dei carichi di lavoro di inferenza più rapida del previsto, che comprime i margini e riduce la spesa per calcolo per token. L'angolo del vincolo energetico è valido — la capacità della rete elettrica È il collo di bottiglia — ma ciò limita *dove* avviene la costruzione, non se essa si sostiene agli attuali tassi di capex. Il paragone con la Grande Muraglia è marketing. Ciò che manca: il rischio di abbandono dei clienti, la deflazione dei prezzi nei chip di inferenza commodity e se l'adozione dell'AI enterprise giustifichi gli oltre $500 miliardi di capex annuali impliciti dalle traiettorie attuali.
Se questi ordini sono effettivamente bloccati a prezzi fissi fino al 2026-2027, e l'energia è l'unica vincolo (non la distruzione della domanda), allora NVIDIA, AMD e le società di infrastrutture energetiche hanno una visibilità pluriennale che giustifica le valutazioni attuali — e l'inquadramento rialzista dell'articolo è giustificato.
"Il portafoglio ordini segnala una domanda duratura, ma l'esecuzione e le dinamiche dei costi determineranno se ciò si tradurrà in redditività sostenuta e rialzi."
Il titolo segnala un ciclo secolare di capex AI con domanda prenotata che i fornitori non possono facilmente annullare, una situazione che dovrebbe supportare i nomi dell'infrastruttura AI come NVIDIA e lo spazio più ampio dell'hardware per data center. Tuttavia, la più forte avvertenza è che la "domanda prenotata" può ancora scivolare in ritardi di fatturazione o cancellazioni se i clienti rinegoziano i termini o consegnano con tempi di consegna più lunghi. L'articolo sorvola sui fattori di rischio: costi energetici e vincoli di rete, ingenti capex iniziali e persistente pressione sui prezzi in un panorama di fornitori affollato. Se le costruzioni si arrestano o i margini si comprimono con l'espansione della capacità, l'attuale ottimismo potrebbe svanire nonostante l'ampio arretrato.
Il backlog può riflettere la posizione di approvvigionamento piuttosto che i ricavi monetizzati; ritardi e inflazione dei costi potrebbero erodere i margini, rendendo il rally fragile.
"La mercificazione dei carichi di lavoro di inferenza forzerà una guerra dei prezzi che distruggerà i margini, spostando la dinamica di potere dai fornitori di chip agli hyperscaler."
Claude ha ragione sulla deflazione dei prezzi, ma trascura l'effetto secondario: la mercificazione dell'inferenza è in realtà un fattore positivo per gli hyperscaler, non solo un rischio per i margini. Disaccoppiando il software dall'hardware proprietario, Microsoft e Google costringeranno NVIDIA a competere sul prezzo, spostando infine l'onere del 'take-or-pay' ai produttori di chip. Il vero rischio sistemico non è solo l'eccesso di capacità; è l'inevitabile compressione dei margini che NVIDIA dovrà affrontare man mano che i carichi di lavoro di inferenza si sposteranno verso silicio più economico e specializzato nei prossimi 24 mesi.
[Non disponibile]
"Compressione dei margini ≠ distruzione della domanda; il fossato di NVIDIA è architetturale, non solo di prezzo."
La tesi di Gemini sulla compressione dei margini presuppone che NVIDIA perda potere di determinazione dei prezzi, ma ciò ignora i costi di transizione e il lock-in architetturale. Gli hyperscaler non possono facilmente passare ad AMD o a silicio personalizzato a metà implementazione senza riscrivere gli stack software, una tassazione di 18-36 mesi. Il vero rischio non è la commoditizzazione; è che i margini lordi di NVIDIA si comprimano al 55-60% (dal ~70%) mentre i ricavi assoluti in dollari continuano a crescere del 25%+. Ciò è ancora rialzista per il titolo NVIDIA, solo non così rialzista come implica l'articolo.
"La commoditizzazione non è un netto positivo; la compressione dei margini e una crescita unitaria più lenta minacciano gli investimenti in conto capitale in corso."
Rispondendo a Gemini: Sono scettico sul fatto che la mercificazione sia rialzista per gli hyperscaler. Se l'hardware di inferenza diventa una commodity, i margini dei chip si assottigliano e i ROI per massicci capex si accorciano, aumentando il rischio di ritardi nelle implementazioni. Gli hyperscaler potrebbero guadagnare sull'efficienza del software, ma ciò sposta il rischio sul fossato architettonico e sulla monetizzazione dei servizi piuttosto che sulle vittorie di prezzo dell'hardware. Il rischio chiave è la compressione dei margini e una crescita unitaria più lenta, non semplicemente chip più economici, il che porta a cicli di capex più cauti, non incontrollati.
Il panel concorda sul fatto che, sebbene vi sia una significativa "domanda prenotata" per l'infrastruttura AI, il rischio principale è la compressione dei margini dovuta alla mercificazione dei carichi di lavoro di inferenza e alla potenziale sovradimensionamento. Il passaggio verso chip specializzati più economici potrebbe portare a cicli di capex più lenti.
Opportunità per gli hyperscaler di guadagnare sull'efficienza del software
Compressione dei margini dovuta alla mercificazione dei carichi di lavoro di inferenza e a un potenziale eccesso di costruzione