TECH
2026.08.10

TECH — Settimana 10/08–16/08 2026

TL;DR

Nvidia smette di essere solo un fornitore di chip e diventa orchestratore finanziario: con sei giganti di Wall Street mobilita oltre 500 miliardi di capitale terzo per l’infrastruttura AI. Nella stessa settimana i prezzi dell’inferenza crollano in Occidente e salgono in Cina, mentre Apple addestra un modello dedicato al mercato cinese. Il collo di bottiglia dell’AI non è più il modello: è il capitale, e subito dopo l’energia.

🛰️ TECH — Settimana 10/08–16/08 2026

TL;DR: Nvidia smette di essere solo un fornitore di chip e diventa orchestratore finanziario: con sei giganti di Wall Street mobilita oltre 500 miliardi di capitale terzo per l’infrastruttura AI. Nella stessa settimana i prezzi dell’inferenza crollano in Occidente e salgono in Cina, mentre Apple addestra un modello dedicato al mercato cinese. Il collo di bottiglia dell’AI non è più il modello: è il capitale, e subito dopo l’energia.

🔴 Segnale forte

Nvidia diventa banca: la finanziarizzazione del calcolo

Lunedì 10 agosto Nvidia ha annunciato la costituzione di piattaforme di finanziamento indipendenti insieme ad Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR, con l’obiettivo di mobilitare oltre 500 miliardi di dollari di capitale di terzi per la costruzione di data center, sistemi di alimentazione e cluster di acceleratori. Jensen Huang ha raccontato alla CNBC di aver contattato solo quei sei operatori e che nessuno ha rifiutato, definendo i propri chip un “investable asset”. Il memorandum resta soggetto ad accordi definitivi.

La formulazione di Huang è più significativa dell’annuncio in sé. Chiamare “asset investibile” una GPU significa proporre che un pezzo di silicio con un ciclo di obsolescenza di tre o quattro anni venga trattato dai mercati del credito come un’infrastruttura ammortizzabile su vent’anni, alla stregua di una centrale o di un’autostrada. È esattamente la traduzione contabile che serve per far entrare fondi pensione, assicurazioni e private credit in una classe di attivi che finora era finanziata dai bilanci di sei società.

Il resto della settimana ha confermato che non si tratta di un episodio isolato. Intel ha ampliato la sua offerta azionaria da 15 a 20 miliardi, collocando circa 210 milioni di azioni a 95 dollari per finanziare capacità produttiva e packaging avanzato. Vantage Data Centers, secondo Reuters, sta valutando una IPO che la valuterebbe intorno ai 100 miliardi, trasformando un operatore di immobili industriali nel più grande pure play quotato del settore. E Riot Platforms, ex miner di bitcoin, ha firmato un accordo ventennale da 9,1 miliardi per 191 megawatt di capacità di calcolo a Rockdale, Texas, con un laboratorio frontier identificato come Anthropic.

Il numero che dà la misura reale arriva dal Financial Times: Alphabet, Microsoft, Amazon, Nvidia, Oracle e Meta hanno accumulato impegni di acquisto per circa 1.500 miliardi di dollari legati a compute, chip, capacità di data center ed energia. A questi Goldman Sachs affianca altri 1.500 miliardi di impegni di leasing. Sono obbligazioni contrattuali future che non compaiono nei bilanci come debito, ma che vincolano cassa per anni. Morgan Stanley stima 3.500 miliardi di capex hyperscaler tra 2026 e 2028.

Qui la lettura geopolitica ed economica converge. Quando il capitale istituzionale (previdenza, assicurazione, credito privato) finanzia direttamente la capacità di calcolo di un paese, l’infrastruttura AI diventa politica industriale de facto, senza passare da un voto parlamentare e senza gli strumenti di trasparenza che accompagnerebbero un piano pubblico. Il rischio, se la domanda di inferenza non cresce quanto promesso, non resta più confinato nei bilanci di sei società quotate: si redistribuisce lungo la catena del risparmio gestito. È lo stesso meccanismo di trasformazione di un rischio industriale in rischio sistemico che abbiamo già visto altrove, con la differenza che qui il collaterale ha una vita utile misurata in cicli di rilascio dei modelli.

E i cicli di rilascio, questa settimana, si sono accorciati ancora.

Fonti: NVIDIA Newsroom · CNBC · WSJ · Fortune · Tech Startups, 11/08 · Tech Startups, 14/08

📡 Altri fili

La guerra dei prezzi si inverte: l’Occidente taglia, la Cina alza

Per due anni la narrazione era stabile: laboratori americani costosi, sfidanti cinesi a basso costo. Questa settimana la geometria si è ribaltata. Secondo il Financial Times, OpenAI e Anthropic hanno ridotto i listini su diversi modelli, con Claude Opus 5 posizionato a circa metà del prezzo di Fable 5. Google ha rilasciato Gemini 3.7 Flash a 0,75 dollari per milione di token in input, la metà della generazione precedente, tre settimane dopo la 3.6. Nella direzione opposta, DeepSeek ha lanciato V4 Pro alzando alcune tariffe API fino al 1.100%, secondo Caixin.

Il segnale non è il prezzo, è dove si sposta il margine. Se l’intelligenza per token diventa intercambiabile sui carichi di routine, il vantaggio competitivo migra a valle: verso la latenza (OpenAI ha lanciato Ultrafast, GPT-5.6 Sol fino a 14 volte più veloce, 750 token al secondo, su hardware Cerebras) e verso l’orchestrazione (Writer sostiene che rivedere il harness degli agenti, a modello costante, taglia i costi fino al 50%). Chi vende un’ora di calcolo a basso costo marginale in un mercato commoditizzato non ha molto da difendere; chi controlla il routing, la memoria e la gestione del contesto sì.

L’anello mancante è la capacità produttiva. SMIC ha chiuso il trimestre con un tasso di utilizzo del 93,7%, ricavi sopra i 3 miliardi per la prima volta e utili triplicati a 479 milioni, e ha iniziato ad alzare i prezzi. Applied Materials ha riportato 9,12 miliardi di ricavi (+25%) e ha annunciato di voler raddoppiare la produzione di sistemi entro il 2028. Il titolo è sceso comunque: le aspettative scontano già anni di boom. È il primo segnale visibile di una divergenza fra risultati industriali e prezzi di mercato.

Fonti: Reuters su Gemini 3.7 Flash · Tech Startups, 14/08

Stack sovrani: la frammentazione entra nell’architettura del prodotto

Apple ha addestrato un modello proprio dedicato al mercato cinese con il supporto di Alibaba, dopo aver registrato il servizio generativo on-device presso i regolatori di Pechino. Non è una localizzazione di interfaccia: è un modello diverso, un partner infrastrutturale diverso, una catena di compliance diversa. La frammentazione geopolitica ha smesso di essere un problema di go-to-market ed è diventata un problema di architettura software.

Sull’altro versante, Reuters documenta il ritiro graduale di Microsoft dalla Cina: almeno 15 tra filiali e joint venture chiuse, contributo cinese ai ricavi globali sceso all’1,5% nel 2024, ricercatori senior ricollocati altrove. Ma non un’uscita: Azure continua a servire le aziende cinesi che si espandono all’estero. Esposizione controllata, non integrazione.

Nel frattempo la sovranità si compra in megawatt più che in modelli. In India, Larsen & Toubro si è aggiudicata una commessa fino a 1,57 miliardi di dollari per circa 10.000 GPU Nvidia B300 a Chennai per conto di Together AI, presentata come la più grande installazione a cluster singolo del paese. Il Regno Unito ha scelto la strada opposta, finanziando Cosine, una startup londinese da circa 30 persone, come tentativo di modello nazionale. Confrontare le due mosse è istruttivo: una compra capacità fisica e la localizza, l’altra scommette su competenza concentrata. La prima produce un asset difficilmente delocalizzabile, la seconda un know-how che può salire su un aereo.

E la Corea del Sud, via Naver, ha investito in Panthalassa, startup che sviluppa data center offshore alimentati da energia ondosa e raffreddati ad acqua di mare. Quando il calcolo va a cercare l’oceano, il vincolo non è più il chip.

Fonti: The Verge · Reuters su Microsoft · Tech Startups, 13/08 · Tech Startups, 11/08

Capacità dual-use e governance che arriva dopo

OpenAI ha rilasciato GPT-5.6-Cyber, modello specializzato riservato a professionisti della sicurezza verificati, insieme all’espansione del programma Daybreak. La logica dichiarata è che restringere le capacità offensive penalizza i difensori proprio mentre gli attaccanti le acquisiscono comunque. Due giorni dopo, la cinese Z.ai ha annunciato GLM-5.3, modello a pesi aperti con 84,5% su CyberGym nell’individuazione di vulnerabilità, marginalmente sopra il modello di riferimento di Anthropic, con un divario ancora ampio (54,4% contro 78%) sullo sviluppo di exploit. Z.ai intende rilasciarlo pubblicamente limitando le capacità più rischiose tramite accesso fiduciario: un compromesso che nessuno sa ancora se sia tecnicamente sostenibile su pesi aperti.

Sullo sfondo, tre fatti che non si compongono bene tra loro. Demis Hassabis ha proposto a laboratori e funzionari americani un organismo indipendente per codificare pratiche comuni di sicurezza, con un riferimento concettuale all’AIEA. OpenAI ha perso la sua unica figura dedicata all’etica, Chloé Bakalar, a meno di un anno dall’ingresso. E Anthropic ha introdotto watermark invisibili nel testo generato da Claude, oltre a metadati C2PA sulle immagini, esplicitamente per conformarsi agli obblighi europei.

Quest’ultimo punto merita precisione, perché il quadro normativo è cambiato pochi giorni prima della settimana in esame. Il Digital Omnibus, Regolamento (UE) 2026/1744, pubblicato in Gazzetta il 24 luglio ed entrato in vigore il 27, ha rinviato gli obblighi sui sistemi ad alto rischio dell’Allegato III da agosto 2026 a dicembre 2027. Ma gli obblighi di trasparenza dell’articolo 50 sono rimasti in vigore dal 2 agosto 2026, e il marking machine-readable degli output generativi diventa obbligatorio il 2 dicembre 2026. L’Europa ha quindi rinviato il controllo sostanziale dei sistemi ad alto rischio e mantenuto quello formale sulla provenienza dei contenuti: rimanda la parte difficile da standardizzare, tiene la parte verificabile via API.

Che tutto questo non sia teorico lo dicono i danni reali della settimana: il fisco francese ha confermato l’esfiltrazione di dati di contribuenti (una fonte indipendente stima circa 700.000 posizioni), CEVA Logistics stava ancora ripristinando otto magazzini europei dopo l’attacco del 29 luglio, e Uber Freight indaga su una rivendicazione di un milione di file sottratti.

Fonti: Gibson Dunn sul Digital Omnibus · Tech Startups, 11/08 · Tech Startups, 13/08 · Tech Startups, 14/08

L’AI entra nel mondo fisico, e il mondo fisico presenta il conto

L’IPO di Unitree Robotics a Shanghai, prezzata a 150,80 yuan per raccogliere circa 904 milioni di dollari, ha registrato una domanda retail oltre 8.000 volte l’offerta, a multipli intorno a 219 volte gli utili 2025. Pony.ai e Uber hanno annunciato oltre 2.000 robotaxi in cinque città europee, spostando la scala dai pilota alle flotte. La giapponese Turing prepara l’ingresso negli Stati Uniti testando processori AMD come alternativa a Nvidia.

Ma la fisica non si comprime. Un singolo impianto di training richiede tra 100 e 500 megawatt continui, e le code di interconnessione statunitensi superano i cinque anni in molte regioni. Il 18 giugno la FERC ha emesso ordini di show cause a tutti e sei i grid operator regionali, dando 60 giorni per rivedere o giustificare le tariffe di interconnessione per carichi sopra i 50 MW: la finestra si chiude proprio in questi giorni. È il punto in cui la corsa all’AI incontra un’istituzione che non risponde ai cicli trimestrali.

Fonti: Morgan Lewis sulla FERC · White & Case · Tech Startups, 11/08

🧭 Pattern della settimana

Il collo di bottiglia si è spostato due volte in diciotto mesi. Prima erano i modelli, poi i chip, ora il capitale, e subito dietro l’energia e i permessi. L’operazione Nvidia da 500 miliardi è la risposta ingegneristica al terzo collo di bottiglia. Non esiste ancora una risposta altrettanto elegante al quarto: non si emette un bond per accorciare una coda di interconnessione.

La contraddizione temporale è la tensione centrale. Nella stessa settimana in cui si firmano contratti di calcolo a vent’anni (Riot-Anthropic) e si strutturano veicoli di credito su hardware, Google rilascia una nuova generazione di modello tre settimane dopo la precedente, dimezzandone il prezzo. Il ciclo di ammortamento dell’asset e il ciclo di obsolescenza della domanda che quell’asset serve stanno divergendo in modo visibile. Chi finanzia sta implicitamente scommettendo che la domanda di token cresca più velocemente di quanto scenda il prezzo per token.

La sovranità si sta ridefinendo come geografia dei megawatt. Il confronto tra la commessa indiana (10.000 GPU fisicamente a Chennai) e la scommessa britannica (30 persone e un modello) mostra due teorie diverse su cosa renda un paese non ricattabile. Il dato di questa settimana favorisce la prima: Microsoft può ritirare uffici dalla Cina, Apple può addestrare un modello separato, ma nessuno può spostare una sottostazione elettrica.

La commoditizzazione e la finanziarizzazione tirano in direzioni opposte. Il crollo dei prezzi di inferenza è ottimo per chi costruisce applicazioni e pessimo per chi ha appena impegnato migliaia di miliardi in capacità. Il fatto che i cinesi alzino i prezzi mentre gli americani li abbassano suggerisce che nessuno dei due gruppi sappia ancora quanto valga davvero un token.

Segnale debole da tenere sott’occhio: Applied Materials batte le stime e il titolo scende. È la prima crepa visibile nella logica per cui buoni risultati industriali giustificano prezzi già scontati su un decennio di crescita. Se il pattern si ripete su altri fornitori del secondo e terzo anello della catena, sarà il primo indicatore anticipatore utile, molto prima di qualunque revisione di capex degli hyperscaler.

📌 Da tenere d’occhio