Goldman: ora è l'energia, non i chip, a dettare il passo dei data centre AI

Goldman Sachs afferma che il vincolo all'espansione dell'AI si è spostato dai chip all'elettricità. In una nota pubblicata il 12 ottobre 2026, la banca ha dichiarato che la capacità di rete per il 2026 e il 2027 è praticamente esaurita, spingendo i principali hyperscaler a bloccare contratti di energia per il 2028 e oltre. Il ricavo generato per unità di energia è salito di circa due terzi nell'ultimo anno, e Meta ottiene un ritorno sull'investimento per megawatt da due a tre volte nel suo business principale. L'offerta di capacità di calcolo continua a essere inferiore alla domanda, ha affermato la banca.

Contesto — Perché l'energia ora conta più dei chip per l'AI?

Il confronto della nota è quello che conta: il capitale per acquistare GPU era prima considerato il fattore limitante, e Goldman ora afferma che non è sufficiente da solo. L'accesso all'infrastruttura energetica ad alta tensione decide chi può espandersi. È un cambiamento nell'identità del collo di bottiglia, non nella dimensione della costruzione.

La catena di catalizzatori passa prima dalla domanda. Goldman ha affermato che i nuovi requisiti infrastrutturali e la spesa aziendale resiliente stanno ampliando il divario tra offerta e domanda di capacità di calcolo, sulla base delle sue discussioni con i team di gestione delle aziende tecnologiche.

Si prevedeva un rallentamento dell'addestramento dei modelli, che normalmente alleggerirebbe la pressione sulla capacità di calcolo. Goldman ha affermato che questo sollievo è compensato dalla crescita degli investimenti in sicurezza dell'AI e monitoraggio del pacing, attività che consumano esse stesse potenza di calcolo. L'effetto netto mantiene elevata la domanda complessiva di calcolo anche mentre una classe di workload decelera.

L'interconnessione alla rete è l'anello più lento di quella catena. Poiché la capacità per i prossimi due anni solari è già impegnata, gli hyperscaler non possono semplicemente comprare l'accesso all'offerta del 2026 o 2027. Stanno invece stipulando contratti più in là nel tempo, il che trasforma un problema di approvvigionamento a breve termine in una strategia energetica pluriennale.

La spesa in conto capitale aumenta nello stesso momento, per l'inflazione dei componenti e per la necessità di più chip. Due voci di costo si muovono quindi insieme: la bolletta hardware e quella energetica. L'inquadramento di Goldman mette l'energia sul sedile decisivo.

Dati — Cosa mostrano i numeri

Le cifre principali della nota sono rapporti e rendimenti, non totali in dollari. Il ricavo per unità di energia è salito di circa due terzi rispetto ai prezzi precedenti nell'ultimo anno. Meta genera un ritorno sull'investimento per megawatt da due a tre volte nel suo business principale. La capacità di rete per il 2026 e il 2027 è praticamente tutta prenotata, con contratti che ora si estendono al 2028 e oltre.

Metrica	Dato della nota
Ricavo per unità di energia	su di circa due terzi nell'ultimo anno
Ritorno sull'investimento di Meta	da 2x a 3x per megawatt, business principale
Capacità di rete, 2026-2027	praticamente tutta prenotata
Orizzonte di contrattazione dell'energia	2028 e oltre

Prima e dopo, lo stesso operatore racconta la storia. Un hyperscaler con capacità di rete assicurata può convertire capitale in capacità di calcolo attiva. Un hyperscaler senza di essa ha lo stesso capitale e gli stessi ordini di chip ma non può attivarli secondo lo stesso calendario.

Goldman non ha divulgato i totali di capex in dollari, i prezzi per megawatt né l'identità delle controparti dietro i contratti di energia del 2028. Non ha fornito nemmeno cifre in megawatt per alcuna azienda nominata. Queste lacune contano perché il rapporto tra ricavo ed energia è la metrica su cui la nota si basa maggiormente.

Sul software, il confronto della nota è strutturale, non numerico. Le piattaforme di dati e sicurezza stanno dalla parte dei beneficiari, mentre i fornitori di applicazioni affrontano un cambiamento nel modo in cui i loro prodotti vengono consumati e prezzati.

Analisi — Quali settori e ticker portano l'esposizione

La lista di aziende evidenziate da Goldman è breve. Meta è accreditata di forti rendimenti per megawatt nel suo business principale mentre esplora nuove fonti di ricavo incrementale. Google è descritta come basata su un vantaggio full-stack che combina silicio personalizzato, cloud, sicurezza e una vasta base di distribuzione, con le vendite di chip TPU una parte di un portafoglio più ampio e non l'intera tesi.

La lettura di secondo livello passa attraverso utility e operatori di rete, produttori indipendenti di energia e la filiera delle apparecchiature elettriche, tutti a monte di qualsiasi data centre attivato. La nota non nomina queste aziende, quindi l'esposizione è direzionale, non una lista.

Nel software, il meccanismo descritto da Goldman è il software applicativo che diventa headless — sempre più costruito per agenti AI anziché per utenti umani. La banca ha affermato che questo consente ai fornitori di spingere funzionalità AI più potenti nelle piattaforme esistenti e sostiene la crescita del settore per ora. La sua cautela è che il cambiamento potrebbe alla fine modificare il modo in cui le aziende software prezzano e monetizzano i prodotti. Il prezzo per utente è il modello più direttamente esposto, perché gli agenti non occupano postazioni.

Vale la pena enunciare chiaramente la contro-argomentazione. Se l'addestramento rallenta davvero e il lavoro di sicurezza e monitoraggio si rivela meno affamato di calcolo di quanto Goldman presupponga, il divario di domanda potrebbe restringersi più rapidamente di quanto implichi la nota, allentando il vincolo energetico e spostando il vantaggio verso chi detiene il capitale più economico. La nota non quantifica quello scenario.

Il posizionamento segue il vincolo. Il capitale è diretto verso operatori con capacità di rete assicurata e verso i livelli fondamentali di dati e sicurezza, e lontano dai fornitori di applicazioni i cui modelli di prezzo dipendono dal numero di utenti umani. Goldman ha affermato che i chief information officer stanno orientando i budget verso i livelli dati fondamentali e gli strumenti di cybersecurity per proteggere l'integrità dei dati e contenere i rischi dell'uso non autorizzato di "shadow AI" all'interno delle organizzazioni.

Prospettive — Cosa osservare ora

La prima cosa da osservare è il ciclo di contrattazione dell'energia del 2028. Goldman ha affermato che i principali hyperscaler si stanno già muovendo aggressivamente su quel fronte, e il ritmo di quegli annunci è il segnale più chiaro disponibile su chi ha assicurato la prossima tranche di capacità. La nota non fornisce date per quel ciclo.

La seconda è l'equilibrio tra addestramento e sicurezza. Goldman prevede un rallentamento dell'addestramento dei modelli ma vede in aumento gli investimenti in sicurezza e monitoraggio del pacing. Se la spesa per la sicurezza non compensa la decelerazione dell'addestramento, il divario tra offerta e domanda di calcolo si restringe e il premio energetico si comprime.

La terza è la disclosure sui prezzi del software. I fornitori di applicazioni che diventano headless non hanno ancora ridefinito come fatturano. Qualsiasi cambiamento ai modelli per utente confermerebbe il meccanismo che Goldman ha segnalato come rischio futuro, non attuale.

Goldman ha concluso che la monetizzazione dell'AI offre sostanziale opzionalità, mentre la monetizzazione delle piattaforme principali resta tra gli usi della capacità di calcolo a maggiore affidabilità e maggiore rendimento. L'implicazione pratica è che le piattaforme consolidate che già ottengono forti rendimenti dalla loro energia restano i beneficiari più affidabili finché la capacità resta scarsa.

Domande frequenti

Cosa intende Goldman Sachs quando dice che l'energia è il collo di bottiglia dell'AI?

Significa che il capitale da solo non assicura più la capacità di calcolo. Goldman ha affermato che la capacità di rete per il 2026 e il 2027 è praticamente esaurita, quindi un'azienda può avere i fondi e gli ordini di chip ma aspettare comunque una connessione attivata. L'infrastruttura energetica ad alta tensione ora decide chi può espandersi, il che spinge gli hyperscaler a firmare contratti di energia per il 2028 e oltre.

Perché il software applicativo headless è un rischio per i fornitori?

Headless significa software costruito per agenti AI anziché per utenti umani. Goldman ha affermato che questo consente ai fornitori di integrare funzionalità AI più forti nelle piattaforme esistenti e sostiene la crescita per ora. Il rischio è il prezzo: i modelli basati sul numero di utenti umani non si mappano bene sugli agenti, quindi la monetizzazione potrebbe dover cambiare. La banca non ha detto quando né come.

Cosa dice la nota sui rendimenti AI di Google e Meta?

Goldman ha affermato che Meta genera un ritorno sull'investimento per megawatt da due a tre volte nel suo business principale mentre persegue ricavi incrementali. Google è descritta come basata su un vantaggio full-stack che spazia da silicio personalizzato, cloud, sicurezza e una vasta base di distribuzione, con le vendite di chip TPU che formano una parte di una strategia di portafoglio più ampia e non il caso centrale.

In sintesi

Goldman afferma che la capacità di rete assicurata, non i budget per i chip, ora determina quali operatori possono attivare la capacità di calcolo AI fino al 2027.

Disclaimer: questo articolo è solo a scopo informativo e non costituisce consulenza di investimento. Il trading di CFD comporta un elevato rischio di perdita del capitale.