OpenAI ha bruciato 3,7 miliardi di dollari nel Q1 2026

# Un rapporto di The Information del 17 giugno 2026 indica che il leader dell'intelligenza artificiale OpenAI ha sostenuto spese operative di 3,7 miliardi di dollari nel primo trimestre del 2026. Questo importo rappresenta un'accelerazione significativa nel tasso di consumo di liquidità dell'azienda mentre continua la sua spinta intensiva in capitale verso l'intelligenza artificiale generale. L'ampiezza della perdita evidenzia le straordinarie richieste finanziarie della corsa globale per l'infrastruttura AI, finanziata da partner importanti tra cui Microsoft.

Contesto — perché è importante ora

Questo tasso di perdita trimestrale segna un nuovo massimo per una società tecnologica privata. L'ultimo periodo comparabile di spese aggressive in un settore ad alta crescita è stato durante l'espansione del mining di criptovalute del 2021, quando aziende pubbliche come Marathon Digital riportarono spese operative trimestrali vicine ai 150 milioni di dollari. La spesa attuale di OpenAI è di un ordine di grandezza superiore, riflettendo una scala di ambizione e costo diversa.

Il contesto macroeconomico presenta costi di capitale elevati, con il rendimento dei Treasury a 10 anni che si stabilizza vicino al 4,5%. Il finanziamento del capitale di rischio per le tecnologie in fase avanzata è diminuito dai picchi del 2025, ponendo maggiore attenzione sulle tempistiche per la redditività. L'aumento della spesa è direttamente legato alla crescente corsa agli armamenti computazionali tra i laboratori AI di frontiera, tra cui Anthropic, Google DeepMind e xAI.

Il principale catalizzatore per questo livello di spesa è la continua scalabilità delle sessioni di addestramento per i modelli multimodali di nuova generazione. Ogni iterazione successiva del modello richiede un numero esponenzialmente maggiore di semiconduttori specializzati, capacità dei data center ed energia. I costi secondari includono la retention dei talenti in mezzo a una feroce concorrenza e significative spese per l'acquisizione e la licenza dei dati. Questa spesa è una scommessa strategica per mantenere un vantaggio tecnologico decisivo.

Dati — cosa mostrano i numeri

I 3,7 miliardi di dollari riportati per le spese nel Q1 2026 si traducono in una perdita di liquidità giornaliera di circa 41 milioni di dollari. Questo importo è in aumento rispetto a un tasso di perdita annualizzato stimato di circa 8 miliardi di dollari, ovvero 22 milioni di dollari al giorno, per gran parte del 2025. L'aumento trimestre su trimestre suggerisce che un nuovo ciclo di investimenti è iniziato all'inizio dell'anno.

Un confronto dell'intensità di capitale illustra la scala: la perdita di OpenAI nel Q1 ha superato l'intero budget di ricerca e sviluppo del 2025 del colosso tecnologico Intel, che era di 3,1 miliardi di dollari. Nello stesso trimestre, la capitalizzazione di mercato combinata di tutte le aziende di attrezzature per semiconduttori quotate in borsa è aumentata del 15%, superando il guadagno del 4% del Nasdaq. Si stima che il concorrente diretto Anthropic abbia un tasso di perdita pari a un terzo di quello di OpenAI, basato sui recenti round di finanziamento.

I partner infrastrutturali stanno vedendo impatti finanziari diretti. Le spese in conto capitale di Microsoft per l'infrastruttura cloud e AI sono aumentate a 18 miliardi di dollari nel suo ultimo trimestre, un incremento del 35% su base annua. Il designer di chip Nvidia ha riportato ricavi dai data center di 32 miliardi di dollari per il trimestre conclusosi ad aprile 2026, con una parte significativa attribuita alle vendite dirette a grandi laboratori AI e ai loro partner cloud.

Analisi — cosa significa per i mercati / settori / ticker

Il flusso di capitale sta creando chiari vincitori in settori adiacenti. I principali beneficiari sono le aziende di attrezzature per semiconduttori come Applied Materials (AMAT) e ASML Holding (ASML), che forniscono gli strumenti per produrre chip avanzati. I fondi di investimento immobiliare (REIT) per data center come Digital Realty Trust (DLR) e gli operatori di servizi pubblici in regioni con energia economica trarranno vantaggio dalla domanda sostenuta.

Le aziende che dipendono dalla vendita di software AI per le imprese affrontano una spada a doppio taglio. Sebbene la validazione dell'ecosistema sia positiva, il costo elevato per sviluppare modelli fondamentali aumenta le barriere all'ingresso e potrebbe mettere pressione sui loro margini mentre pagano per l'accesso alle API. Aziende come C3.ai (AI) e Palantir (PLTR) devono dimostrare che le loro soluzioni AI applicate possono generare profitti indipendentemente dalla curva dei costi di addestramento del modello principale.

Un rischio chiave è che questo tasso di perdita non sia sostenibile senza un'immediata svolta nella monetizzazione. Il modello attuale si basa su continui afflussi di capitale da partner benestanti. Se si raggiunge un plateau tecnologico o emerge un'architettura nuova e più efficiente da un concorrente, la valutazione che supporta questa spesa potrebbe vacillare. Si dice che i fondi speculativi stiano costruendo posizioni lunghe nella catena di fornitura dei semiconduttori mentre accorciano le aziende di software-as-a-service che bruciano liquidità con moats competitivi più deboli.

Prospettive — cosa osservare prossimamente

Il prossimo grande catalizzatore è il rapporto sugli utili trimestrali di Microsoft, previsto per la fine di luglio 2026. Gli analisti esamineranno le sue indicazioni sulle spese in conto capitale e i margini del segmento Azure per segnali sulla sostenibilità dei suoi investimenti in infrastrutture AI. Qualsiasi deviazione dalla spesa prevista potrebbe ripristinare le aspettative di mercato per l'intero settore.

Monitorare l'Indice del Settore dei Semiconduttori PHLX (SOX) per una rottura sostenuta sopra il livello di resistenza di 5.200, che confermerebbe un continuo slancio negli investimenti. Al contrario, un calo sotto la sua media mobile a 200 giorni vicino a 4.800 potrebbe indicare una crescente cautela degli investitori riguardo ai picchi dei cicli di capitale. I futures energetici, in particolare nelle regioni chiave dei data center come il Pacifico nord-occidentale degli Stati Uniti, sono un altro indicatore critico delle reali limitazioni delle risorse.

Gli annunci normativi federali riguardanti l'allocazione del calcolo AI o i controlli all'esportazione sui chip avanzati, previsti per il Q3 2026, potrebbero alterare il calcolo strategico per tutti i principali laboratori. Le prestazioni dei chip di inferenza AI specializzati da aziende come AMD rispetto al dominio di Nvidia segnaleranno anche se le pressioni sui costi stanno guidando la diversificazione nella pila hardware.

Domande Frequenti

Cosa significa il tasso di perdita di OpenAI per gli investitori al dettaglio negli ETF AI?

Gli investitori al dettaglio in ETF AI ampi come il Global X Artificial Intelligence & Technology ETF (AIQ) ottengono esposizione al tema ma sono indirettamente influenzati. Questi fondi detengono aziende lungo la catena del valore, dai produttori di chip ai fornitori di software. L'alto tasso di perdita a livello di modelli di frontiera segnala una forte domanda per i fornitori a monte (semiconduttori, infrastruttura), che sono tipicamente le principali partecipazioni degli ETF, mentre potrebbero escludere investimenti in azioni di applicazione a valle che potrebbero avere difficoltà con la redditività.

Come si confronta questa spesa con i primi giorni di grandi piattaforme tecnologiche come Amazon o Tesla?

La scala è senza precedenti per una società privata. La più alta perdita netta annuale di Amazon nella sua fase iniziale di crescita aggressiva fu di 1,4 miliardi di dollari nel 2000. La massima perdita operativa trimestrale di Tesla fu di circa 1 miliardo di dollari nel 2018 durante l'aumento della produzione del Model 3. La perdita trimestrale di OpenAI di 3,7 miliardi di dollari, focalizzata esclusivamente su R&D e calcolo piuttosto che su produzione fisica o logistica, rappresenta un nuovo paradigma di intensità di capitale nella fase pre-entrata di una tecnologia.

Questo livello di spesa è necessario per raggiungere l'intelligenza artificiale generale?