Meta Compute e l’oro dell’AI: quando i minatori iniziano a vendere pale e picconi

Meta sta preparando un nuovo servizio di compute as a service per vendere a clienti esterni la propria capacità di calcolo AI in eccesso, oltre al l’accesso ai modelli sviluppati in casa. La notizia è emersa da un’indiscrezione di Bloomberg sul nuovo piano di business nel cloud battezzato Meta Compute, ed è stata confermata da analisi successive su stampa coreana e blog finanziari.

Il nuovo servizio Compute metterebbe Meta in concorrenza diretta con AWS, Azure e Google Cloud, ma soprattutto con i fornitori “neocloud” specializzati nell’infrastruttura per l’AI.

La notizia potrebbe avere però una portata più grande di un semplice tentativo di monetizzare investimenti capex in infrastruttura ormai nell’ordine delle centinaia di miliardi di dollari, ed essere letta come un segnale di un grande cambiamento di paradigma nel mercato dell’AI e della tecnologia tutta.

Vediamo di inserirla in contesto.

Negli anni Novanta, durante il boom e il successivo crollo delle dotcom, si ripeteva che a guadagnare davvero nel nuovo mercato del web non fossero i cercatori d’oro, ma chi vendeva loro “pale e picconi”: server, connettività, software di base e infrastrutture di rete.

Nell’attuale ciclo dell’intelligenza artificiale avanzata, GPU, chip, data center e energia hanno assunto lo stesso ruolo: analisi di BlackRock e di altri operatori identificano esplicitamente i “vincitori che vendono pale e picconi” dell’AI, dai produttori di semiconduttori ai grandi fornitori di infrastrutture cloud.

La novità degli ultimi mesi è che due tra i protagonisti più aggressivi nella corsa ai modelli, Meta e xAI (che ha stretto un accordo analogo con Anthropic per la capacità di calcolo dei suoi datacenter) hanno iniziato a comportarsi non solo da cercatori d’oro, ma anche da venditori di pale e picconi, affittando a terzi il surplus di capacità di calcolo che hanno accumulato e che, apparentemente,  non riescono a mettere a frutto.

Dal memo “no moat” alla corsa all’infrastruttura

Il punto di partenza di questa storia è un documento interno di Google, trapelato nel 2023, intitolato “We Have No Moat, And Neither Does OpenAI” (Non abbiamo alcun fossato, e nemmeno OpenAI ce l’ha) e pubblicato da SemiAnalysis.

In quel testo, un ricercatore sostiene che lo sviluppo open source di modelli linguistici sta erodendo il vantaggio competitivo dei grandi laboratori: comunità con hardware relativamente modesto riescono a ottenere modelli di qualità paragonabile a quelli chiusi, grazie a tecniche di fine tuning e ottimizzazione fatti su modelli che non possono essere facilmente difesi con brevetti o proprietà intellettuale. Il fossato a difesa del castello non può basarsi solo sul tenere segreti i pesi: contano la velocità d’iterazione, la forza dell’ecosistema, l’accesso ai dati e, soprattutto, la disponibilità di capacità computazionale.

Il risultato è stato una corsa all’infrastruttura senza precedenti. Diverse analisi stimano che nel 2026 gli investimenti combinati dei grandi cloud provider (Amazon, Microsoft, Google, Meta, Oracle) supereranno i 700–800 miliardi di dollari in data center, GPU e potenza elettrica dedicata all’AI. Meta è uno dei casi più spinti: secondo Reuters e DatacenterDynamics, l’azienda prevede per il 2026 un capex complessivo tra 115 e 135 miliardi di dollari, quasi il doppio rispetto al 2025, con la crescita concentrata su data center e hardware per modelli avanzati.

A fine aprile 2026, Fortune segnala che Meta ha ulteriormente alzato le previsioni in un range tra 125 e 145 miliardi, con Mark Zuckerberg che parla esplicitamente di portare Meta Compute a “decine di gigawatt in questo decennio e centinaia di gigawatt nel corso del tempo”.

Questa scala di spesa, paragonata da alcuni analisti al PIL di un Paese come la Svezia, alimenta la domanda chiave per il mercato: quanti di questi investimenti si tradurranno in disponibilità concreta di servizi e piattaforme, e quanto in immobilizzi di capitale difficili da monetizzare?

La barriera hardware e i neocloud

Una conseguenza diretta di questa corsa è la concentrazione di GPU e chip specializzati in poche mani. Mappe dell’infrastruttura AI pubblicate da vari osservatori mostrano che pochi grandi attori hanno prenotato per anni l’intera produzione degli elementi chiave per la costruzione dei cluster AI: oltre alle GPU, anche memorie RAM ad alta banda e storage SSD prevedono uno shortage fino a fine 2027.

L’accesso all’hardware su larga scala è diventato la barriera di ingresso per i nuovi attori, il nuovo fossato, e forse sarebbe il caso di interrogarsi se questo comportamento sia compatibile con le regole della concorrenza dei mercati.

In questo contesto sono emersi i cosiddetti neocloud, operatori focalizzati su cluster GPU ad alte prestazioni, che offrono capacità di calcolo a laboratori di ricerca e imprese, spesso con modelli finanziari simili al leasing infrastrutturale.  Per le aziende utenti, il risultato è un mercato dove l’AI avanzata dipende sempre più dalla disponibilità di capacità computazionale presso pochi grandi fornitori, con implicazioni sulla contrattazione, sulla dipendenza da singoli partner e sulla gestione del rischio di concentrazion (abbiamo già parlato di sovranità?).

Anthropic, la regina senza castello

In mezzo a questa dinamica, il caso Anthropic introduce un elemento di discontinuità. CNBC ha riportato a maggio che la società è in linea per generare 10,9 miliardi di dollari di ricavi nel secondo trimestre 2026, più del totale dell’anno precedente, e che prevede il suo primo trimestre con profitto operativo di circa 559 milioni di dollari. Secondo alcuni analisti, la proiezione dei ricavi di Anthropic sarebbe passata da circa 1 miliardo nel 2024 a oltre 47 miliardi nel 2026, una crescita raramente vista nel settore.

Questo risultato arriva non perché Anthropic abbia costruito un proprio mega‑cloud, ma perché ha scelto un modello più leggero sotto l’aspetto degli asset infrastrutturali: l’azienda affitta capacità di calcolo in grandi blocchi da AWS, da Google (unità TPU) e, da qualche settimana, soprattutto da xAI/SpaceX, con un accordo che le garantisce fino a 15 miliardi di dollari l’anno in capacità di calcolo sui data center Colossus.

Per CIO e CTO la lezione è che si può raggiungere profittabilità nel segmento AI anche senza possedere tutta l’infrastruttura: si può concentrare il capitale su prodotto, integrazione applicativa e sicurezza, acquistando compute come servizio da più fornitori.

L’impatto sui produttori di componenti

La notizia ha portato a un rialzo delle azioni di Meta del 9% circa, ma ha avuto una conseguenza opposta sui fornitori di “pale e picconi” di livello più basso: i produttori hardware. Alla seduta successiva all’indiscrezione Bloomberg su Meta che venderà la sua capacità di calcolo in eccesso, Samsung Electronics è scesa del 9,06% e SK Hynix ha perso il 14,57%, mentre Micron ha lasciato sul terreno oltre il 10%, SanDisk il 10,6%, Intel il 9,03% e AMD il 6,89%, con l’indice Philadelphia Semiconductor (SOX) in calo del 6,27%.

Nvidia e TSMC hanno avuto un impatto più modesto, ma alcuni analisti di mercato parlano di vendite diffuse sui titoli legati a “chip and AI infrastructure”, suggerendo che gli investitori abbiano letto la notizia su Meta Compute come il segnale di un possibile eccesso di offerta di capacità computazionale, contraddicendo una narrazione che fin qui è stata legata invece a un regime di scarsità.

È presto per dire se tutto ciò si tradurrà in un calo degli ordini e un conseguente ritorno dei prezzi dei componenti a livelli più accettabili, ma è un fattore da osservare attentamente nel prossimo periodo.

Cosa significa tutto ciò per i leader IT

Dal punto di vista delle imprese utilizzatrici, la trasformazione di Meta e xAI in venditori di compute ha impatti concreti su tre piani:

1. Accesso alla capacità di calcolo
   L’ingresso di nuovi fornitori di capacità AI (Meta Compute, xAI e neocloud) amplia potenzialmente l’offerta di servizi di calcolo e modellazione, ma lo fa in un contesto dove la capacità rimane concentrata e fortemente contrattualizzata su periodi medio-lunghi.
2. Dipendenze e multi‑cloud
   Il fatto che laboratori come Anthropic si appoggino contemporaneamente a più provider di compute (AWS, Google, xAI) suggerisce una possibile evoluzione anche per le imprese: modelli multi‑cloud e multi‑fornitore per l’AI avanzata, con complessità di integrazione ma maggior resilienza rispetto alla dipendenza da un solo attore.
3. Economia dell’AI
   La prima profittabilità di Anthropic indica che esiste già “oro” reale nel segmento AI enterprise, ma la scala del capex degli hyperscaler e il bisogno di monetizzare surplus compute lasciano aperta la questione su chi catturerà la quota più ampia di valore nel medio periodo.
4. L’on-premise potrebbe diventare più accessibile
   Se l’intuizione della finanza rispetto all’abbassamento della domanda di componenti sarà confermata dal mercato, progetti di allestimento “in casa” di cluster AI anche piccoli potrebbero diventare più abbordabili dal punto di vista economico.

La domanda centrale: l’oro c’è davvero?

Guardando alla storia delle dotcom, sappiamo che molte miniere si sono rivelate poco redditizie e che spesso il valore di lungo periodo è stato catturato da chi forniva infrastrutture e servizi di base, non dai singoli siti web rivolti agli utenti finali. Amazon non ha semplicemente vinto la gara al miglior ecommerce: ha vinto perché ha inventato il mercato del cloud computing.

Nel ciclo attuale, vediamo già segni di “oro” concreto: Anthropic che registra il primo trimestre in utile operativo su 10,9 miliardi di ricavi, i margini dei cloud storici che si allargano grazie ai servizi AI, Meta e xAI che riescono a trasformare surplus di compute in contratti pluriennali.

La distribuzione di quell’oro fra modelli, piattaforme cloud, neocloud e fornitori di hardware è tutt’altro che definita, e gli ordini di grandezza del capex implicano rischi macroeconomici e di concentrazione che il mercato non sembra più disposto a ignorare.

Due dei più grandi cercatori d’oro dell’AI hanno iniziato a vendere pale e picconi. La domanda aperta, per chi progetta le architetture digitali aziendali, è se l’oro estratto nei prossimi anni basterà a giustificare la corsa, o se ancora una volta saranno soprattutto i mercanti di strumenti – produttori di chip, operatori di data center e nuovi fornitori di compute – a uscire vincitori dal boom.