Perché il titolo Nvidia crolla del 4% dopo i conti delle Big Tech

Le azioni di Nvidia sono scese di circa il 4% nelle prime contrattazioni di giovedì, nonostante le principali società tecnologiche abbiano segnalato un forte aumento della spesa per le infrastrutture di intelligenza artificiale — uno sviluppo che normalmente favorirebbe il produttore di chip.

Il calo mette in evidenza la crescente cautela degli investitori sulla sostenibilità del predominio di Nvidia, nonostante i segnali di forte domanda.

Un’impennata del capex indica una forte domanda per l'AI

Una serie di revisioni delle previsioni di spesa in conto capitale da parte delle principali aziende tecnologiche ha sottolineato il continuo slancio nella costruzione delle infrastrutture per l'AI.

Meta Platforms ha rivisto al rialzo le previsioni di spesa in conto capitale per il 2026 di $10 miliardi, portandole nella forchetta tra $125 miliardi e $145 miliardi, mentre Alphabet ha aumentato le proprie indicazioni di $5 miliardi fino a un massimo di $190 miliardi.

Microsoft ha dichiarato che il capex del quarto trimestre supererà i $40 miliardi e ha proiettato una spesa annua totale di circa $190 miliardi.

Unitamente ai piani precedentemente annunciati da Amazon, i quattro hyperscaler ora prevedono di spendere fino a $725 miliardi nel 2026.

Nvidia è il principale beneficiario di questa spesa, catturando una quota stimata del 90% della domanda di acceleratori per l'AI, con le GPU che costituiscono un componente centrale degli investimenti nei data center.

I chip personalizzati sollevano preoccupazioni competitive

Nonostante le prospettive di spesa favorevoli, il sentiment degli investitori è stato attenuato dall'accento crescente sullo sviluppo interno di chip da parte delle principali aziende tecnologiche.

Alphabet ha evidenziato la crescente domanda per i suoi Tensor Processing Unit (TPU), sempre più posizionati come alternative alle GPU di terze parti.

La società ha inoltre dichiarato che inizierà a vendere TPU direttamente a clienti selezionati, ampliandone l'utilizzo oltre le operazioni interne.

I chip personalizzati, pur essendo tipicamente meno potenti delle GPU di fascia alta di Nvidia, offrono vantaggi in termini di costo per carichi di lavoro specifici, potenzialmente riducendo la dipendenza dai fornitori esterni.

Vincoli di offerta spingono il rialzo dei prezzi

Allo stesso tempo, le dinamiche di offerta si stanno restringendo nei mercati chiave.

I prezzi per i server B300 avanzati di Nvidia in Cina sono saliti a quasi 7 milioni di yuan (circa $1 million), rispetto ai circa 4 milioni di yuan alla fine dello scorso anno, secondo un rapporto di Reuters.

L'aumento è stato guidato dalla forte domanda di apparecchiature per il calcolo AI e dalla riduzione dell'offerta a seguito di una repressione del contrabbando di chip, che in precedenza aveva sostenuto un mercato grigio per hardware soggetto a restrizioni.

Il server B300 è tra i sistemi più avanzati di Nvidia per i carichi di lavoro AI, e la disponibilità limitata ha intensificato le pressioni sui prezzi.

Gli investimenti nelle startup ampliano l'ecosistema

Nvidia sta inoltre continuando ad ampliare la sua presenza nell'ecosistema AI tramite investimenti strategici.

La divisione venture della società, NVentures, ha investito nella società svedese di tecnologia legale basata sull'AI Legora come parte di un'estensione di $50 milioni del suo round di Serie D, portando il finanziamento totale a $600 milioni, secondo un rapporto di CNBC.

Il round, che ha valutato Legora a $5.6 billion, ha visto anche la partecipazione di Atlassian, Adams Street Partners e Insight.

Tali investimenti riflettono la strategia più ampia di Nvidia di supportare le società AI emergenti sia con capitale che con competenza tecnica, rafforzando la sua posizione all'interno dell'ecosistema.

Le prospettive bilanciano domanda e concorrenza

Il recente andamento del titolo Nvidia evidenzia uno spostamento dell'attenzione degli investitori dalla mera crescita della domanda a interrogativi sul posizionamento competitivo e sui margini a lungo termine.

Sebbene i piani di spesa degli hyperscaler indichino una domanda sostenuta per le infrastrutture AI, l'emergere del silicio custom e l'evoluzione delle dinamiche di offerta stanno introducendo nuove incertezze.