Anthropic e OpenAI: aumento dei costi di calcolo

Paragrafo introduttivo

Le divulgazioni finanziarie e i report su Anthropic e OpenAI in vista di potenziali IPO hanno concentrato l'attenzione degli investitori su un'unica voce di bilancio: il calcolo. Coperture recenti — in particolare Seeking Alpha del 6 apr 2026 — evidenziano che i costi grezzi di GPU e data center costituiscono una quota rilevante e crescente delle spese operative per i principali sviluppatori di modelli AI, arrivando potenzialmente a consumare fino al 60-70% dei deflussi di cassa nei periodi di punta. Tale concentrazione di spesa crea problemi sia di tempistica che di valutazione per i candidati all'IPO che si sono appoggiati a capitale di rischio e partnership strategiche anziché a flussi di cassa liberi sostenuti. Per gli investitori istituzionali che monitorano le prossime quotazioni, l'intensità di capitale richiesta dall'addestramento e dall'inferenza dei modelli sta spostando il profilo di rischio dalla scalabilità dei ricavi alla scalabilità dell'infrastruttura. Questo articolo sintetizza i report pubblici disponibili, contestualizza i numeri nel quadro settoriale più ampio e delinea le implicazioni per aziende e investitori lungo gli stack hardware, cloud e delle applicazioni AI.

Contesto

Il titolo dei report recenti è semplice: il calcolo è il centro dei costi per i grandi sviluppatori di generative-AI. Seeking Alpha (6 apr 2026) ha riportato che la spesa legata al calcolo è aumentata in modo significativo per Anthropic e OpenAI mentre scala la dimensione dei modelli e i carichi di lavoro di produzione; l'articolo cita fonti che indicano come il calcolo possa rappresentare fino al 60-70% della spesa operativa legata ai modelli nei trimestri ad alta intensità. Questo cambiamento contrasta con le imprese software tradizionali, dove R&S e vendite dominano ma non richiedono esborsi di capitale esponenziali legati ai cicli hardware. Il risultato è un profilo di conto economico che somiglia sempre più a quello di un cliente capital-intensive del cloud o dei semiconduttori piuttosto che a un puro operatore SaaS.

Il timing delle comunicazioni finanziarie è rilevante: sia Anthropic che OpenAI stanno presumibilmente preparando l'accesso ai mercati pubblici, il che aumenta il livello di scrutinio su burn di cassa, impegni contrattuali e spese in conto capitale per infrastrutture specializzate. Per esempio, il pezzo di Seeking Alpha del 6 apr 2026 sottolinea impegni contrattuali su GPU e capacità collocata che creano un pavimento di costi fissi difficile da ridurre rapidamente senza interrompere le operazioni. Queste dinamiche implicano che le metriche tradizionali di readiness per l'IPO — crescita dei ricavi, espansione del margine lordo e riduzione delle perdite — debbano essere integrate da una chiara visione sugli approvvigionamenti di calcolo, sulla concentrazione dei fornitori e sulla sensibilità ai prezzi delle GPU.

Infine, la concentrazione dei costi di calcolo interseca l'ambiente macro più ampio: vincoli della catena di fornitura, prezzi ciclici dei semiconduttori e tassi di adozione enterprise per applicazioni potenziate dall'AI. Fornitori come NVIDIA (NVDA) restano centrali nell'equazione dei costi attraverso prezzo e disponibilità delle GPU, mentre gli hyperscaler (MSFT, GOOGL, AMZN) sono contemporaneamente clienti e partner strategici. L'interazione tra queste parti determinerà se i costi di calcolo si normalizzeranno o resteranno un freno persistente ai margini per le società AI quotate.

Analisi dei Dati

I punti dati più concreti nel dibattito pubblico provengono da reportage investigativi e dalle divulgazioni dei fornitori. Seeking Alpha (6 apr 2026) riferisce che il calcolo ha rappresentato la quota maggioritaria della spesa operativa legata ai modelli durante i cicli di addestramento di picco e che alcuni budget interni hanno registrato aumenti del calcolo del 40-50% su base annua nel 2025 per espansione di capacità e cadenza di retraining. Percentuali di questo tipo, se sostenute, sposterebbero materialmente i margini operativi a livello aziendale: un raddoppio della quota di calcolo dal 30% al 60% dei costi variabili ha implicazioni dirette per le soglie di break-even dei ricavi. Gli investitori dovrebbero quindi convertire le percentuali di calcolo riportate in economia per unità per carichi di inferenza e di addestramento per valutare la sostenibilità.

Altri indicatori di mercato corroborano la crescente pressione sull'infrastruttura. Dati di mercato pubblici sui prezzi spot delle GPU e sui premi per le istanze cloud mostrano un'espansione marcata tra fine 2025 e inizio 2026; tracker di settore citati nell'articolo di Seeking Alpha illustrano aumenti dei prezzi spot delle GPU vicini al 20-30% YoY in alcuni segmenti, poiché la domanda per acceleratori di classe H100 ha superato l'offerta in Q4 2025 e Q1 2026. Questa pressione sui prezzi si riversa direttamente sui margini per le organizzazioni che non possono internalizzare la produzione o assicurarsi sconti di volume a lungo termine. Per i candidati all'IPO, il timing dei contratti di approvvigionamento a lungo termine rispetto ai prezzi di mercato pubblico è un input valutativo non banale.

Un terzo punto dati: investimenti contrattuali e strategici da parte degli hyperscaler creano dinamiche di capitale e ricavo di segno opposto. L'investimento strategico multimiliardario di Microsoft e i crediti a lungo termine concessi a OpenAI sono stati ampiamente riportati (impegni pubblicizzati nel 2023-2024), e Seeking Alpha (6 apr 2026) nota accordi strategici simili per Anthropic con fornitori cloud. Questi impegni spesso includono calcolo scontato, accesso a infrastrutture proprietarie o crediti per co-sviluppo che possono ridurre materialmente il burn di cassa nel breve termine. La controindicazione è che tali accordi possono anche limitare il potenziale di aumento dei margini futuri, restringere la flessibilità negoziale e creare rischio di concentrazione delle controparti per le società appena quotate.

Implicazioni per il Settore

Per i fornitori hardware, la stretta sul calcolo è stata un fattore positivo netto per la crescita dei ricavi ma aumenta il rischio politico e di mercato legato alla normalizzazione dei prezzi. NVIDIA (NVDA) ha riportato tendenze di forte domanda tra la fine del 2025 per le GPU data-center e resta il principale beneficiario della domanda di addestramento AI; l'aumento degli ASP (prezzo medio di vendita) delle GPU ha sostenuto i top line dei produttori hardware. Tuttavia prezzi più elevati incentivano anche gli hyperscaler ad accelerare lo sviluppo di silicon interno o a investire in architetture alternative, un rischio strutturale per NVDA su orizzonti pluriennali. Gli investitori che valutano il layer hardware devono quindi bilanciare i profitti windfall nel breve termine con la competizione nel medio termine e il rischio di integrazione verticale guidata dai clienti.

Gli hyperscaler (MSFT, GOOGL, AMZN) ricoprono un doppio ruolo: sono sia fornitori di capaci