CoreWeave sta crescendo alla velocità che gli investitori hanno imparato ad associare all’intelligenza artificiale: nel secondo trimestre 2026 il fatturato è salito del 112% a 2,575 miliardi di dollari e l’Adjusted EBITDA ha raggiunto 1,51 miliardi, quasi il doppio rispetto all’anno precedente. Il mercato ha applaudito, con il titolo in rialzo di oltre il 13% nelle contrattazioni after-hours. È una reazione comprensibile, ma racconta soltanto una parte della storia. CoreWeave non è una software company che può aggiungere un milione di clienti senza costruire un milione di nuove fabbriche. Ogni incremento della domanda di calcolo richiede GPU, server, energia, raffreddamento, spazio nei data center e soprattutto capitale. Moltissimo capitale.

I numeri contabili rendono evidente questa caratteristica industriale. Nel trimestre gli ammortamenti e le svalutazioni hanno raggiunto 1,393 miliardi di dollari, più del doppio rispetto ai 560 milioni di un anno prima, mentre gli interessi netti sono saliti a circa 640 milioni, contro 267 milioni nel secondo trimestre 2025. Nello stesso periodo CoreWeave ha registrato una perdita netta di 626 milioni di dollari. L’Adjusted EBITDA appare quindi spettacolare, ma perde parte del suo potere descrittivo quando si osserva ciò che viene escluso dal calcolo. Per una società che possiede e finanzia enormi quantità di infrastruttura computazionale, ammortamenti e interessi non sono incidenti contabili da mettere elegantemente fuori campo. Sono il costo economico della macchina che produce i ricavi.

La differenza rispetto a un’impresa digitale tradizionale è sostanziale. Un’azienda software può sviluppare una piattaforma e venderla a migliaia di clienti con costi marginali relativamente contenuti; una neocloud deve invece acquistare continuamente l’hardware necessario a sostenere la crescita. Le GPU vengono installate, utilizzate intensamente, ammortizzate e prima o poi sostituite. Nel frattempo il data center deve essere alimentato, raffreddato, connesso e mantenuto. La legge dell’economia digitale, secondo cui il costo marginale tende verso lo zero, qui incontra brutalmente la fisica: l’elettricità non ha ancora imparato a essere virtuale e una GPU non si convince a diventare eterna soltanto perché dentro il server gira un modello linguistico.

Nel secondo trimestre CoreWeave ha investito circa 6,4 miliardi di dollari in immobili, impianti, apparecchiature e software capitalizzato. Nei primi sei mesi dell’anno il capex è arrivato a oltre 14 miliardi. Il flusso di cassa operativo trimestrale è stato positivo per circa 679 milioni, ma gli investimenti hanno assorbito oltre 7 miliardi. È qui che la narrazione sull’AI infrastructure diventa finanziariamente interessante. La società sta generando cassa dalle proprie attività, ma contemporaneamente deve spenderne una quantità enormemente superiore per costruire la capacità che consentirà di generare la cassa futura.

Non è necessariamente un difetto. Amazon ha attraversato una fase analoga quando il commercio elettronico richiedeva investimenti giganteschi prima che la scala trasformasse l’infrastruttura in vantaggio competitivo. Le telecomunicazioni hanno conosciuto lo stesso meccanismo, così come le ferrovie, l’energia e le reti mobili. Una fase di espansione infrastrutturale può produrre flussi di cassa negativi per anni senza implicare che il modello economico sia sbagliato. La differenza, nel caso dell’AI, riguarda la velocità dell’obsolescenza. Una ferrovia costruita nell’Ottocento poteva continuare a produrre valore per generazioni; un acceleratore AI acquistato oggi può perdere competitività economica molto prima della fine della sua vita contabile.

Il debito rende la fotografia ancora più delicata. CoreWeave sta finanziando una parte importante dell’espansione attraverso strumenti di debito, compresi finanziamenti garantiti dagli asset e nuovo debito unsecured e convertibile. La società ha bisogno di trasformare rapidamente il capitale preso a prestito in infrastruttura produttiva e poi trasformare l’infrastruttura in contratti pluriennali. Il modello funziona magnificamente quando domanda, prezzi e tassi di utilizzo restano elevati. Diventa molto meno elegante quando una generazione di GPU viene superata più rapidamente del previsto, i prezzi del calcolo scendono oppure il costo del finanziamento aumenta.

Per ora la domanda non sembra essere il problema. Il backlog di CoreWeave ha raggiunto circa 104 miliardi di dollari alla fine del secondo trimestre, mentre la capacità operativa e quella contrattualizzata continuano ad aumentare. Sono numeri che spiegano l’ottimismo degli investitori molto meglio dell’Adjusted EBITDA. Un backlog di questa dimensione significa che una parte significativa della capacità futura è già stata venduta o impegnata contrattualmente. Ma backlog non significa liquidità disponibile e nemmeno profitto garantito. Prima di diventare ricavi deve essere trasformato in megawatt, GPU, data center e capacità effettivamente erogabile. È un dettaglio che nel mondo delle presentazioni agli investitori tende ad avere meno spazio di quanto meriterebbe.

La peculiarità di CoreWeave sta proprio qui. La società è diventata una sorta di ponte finanziario tra la fame computazionale dei grandi laboratori di AI e il gigantesco investimento necessario per soddisfarla. I clienti vogliono capacità immediatamente disponibile; CoreWeave la costruisce prima che tutta la domanda sia materialmente presente, finanziandola con debito e capitale. Se l’utilizzo resta elevato, l’economia di scala può diventare molto favorevole. Se invece la capacità cresce più rapidamente della domanda, l’infrastruttura smette di essere un vantaggio e diventa una montagna di capitale ammortizzato.

Il confronto con le hyperscaler tradizionali è quindi istruttivo. Microsoft, Amazon e Google possono assorbire enormi investimenti nei data center all’interno di conglomerati che producono ricavi da cloud, software, advertising, produttività, database e servizi enterprise. CoreWeave ha un’esposizione molto più concentrata sull’economia del calcolo accelerato. È una specializzazione estremamente redditizia quando la domanda di GPU esplode, ma proprio per questo è anche più sensibile al ciclo tecnologico. La concentrazione può diventare un vantaggio competitivo oppure una vulnerabilità, a seconda di quale generazione di hardware e quale livello di prezzi prevalgano tra tre anni.

La stessa ossessione per la crescita emerge, con caratteristiche completamente diverse, nella traiettoria di Kalshi. La piattaforma di prediction market avrebbe portato il proprio fatturato annualizzato oltre i 4 miliardi di dollari a luglio, dopo aver raggiunto circa 2 miliardi soltanto due mesi prima. La crescita è notevole, ma l’annualizzazione di un ritmo mensile deve essere maneggiata con prudenza: moltiplicare un mese particolarmente forte per dodici produce un numero utile per descrivere la velocità del business, non necessariamente un ricavo che l’azienda incasserà davvero nei dodici mesi successivi.

Kalshi ha comunque ottenuto qualcosa che fino a pochi anni fa sarebbe sembrato improbabile. A maggio ha raccolto 1 miliardo di dollari a una valutazione di 22 miliardi, dopo un precedente round da circa 1 miliardo nel dicembre 2025 a una valutazione di 11 miliardi. La società ha quindi raddoppiato la propria valutazione in pochi mesi mentre il mercato delle previsioni diventava un fenomeno finanziario e culturale molto più ampio. Anche qui, tuttavia, la crescita del volume non coincide automaticamente con la redditività. Marketing, compliance, infrastruttura tecnologica, liquidità e acquisizione degli utenti hanno un costo, e una società che continua a raccogliere capitale deve ancora dimostrare quanto del proprio successo commerciale riesca a trasformare in utili trattenuti.

CoreWeave e Kalshi sembrano appartenere a due pianeti diversi. Una vende capacità di calcolo, l’altra contratti su eventi futuri. Una costruisce data center pieni di GPU, l’altra costruisce un mercato intorno all’incertezza. Entrambe, però, sono figlie dello stesso mercato finanziario che nel 2026 premia soprattutto la velocità di crescita e la capacità di conquistare rapidamente una posizione dominante. Il capitale arriva prima della redditività perché gli investitori temono maggiormente di perdere il prossimo grande mercato che di finanziare troppo presto quello attuale.

È una dinamica che ricorda le grandi ondate infrastrutturali della storia tecnologica, con una differenza non secondaria: oggi l’hardware necessario per alimentare l’AI evolve a una velocità che rende molto più difficile distinguere tra investimento produttivo e capitale destinato a diventare rapidamente obsoleto. CoreWeave può diventare uno dei grandi vincitori dell’economia dell’intelligenza artificiale se riuscirà a mantenere elevato l’utilizzo delle proprie infrastrutture, ottenere rendimenti sufficienti sul capitale investito e finanziare la sostituzione dell’hardware senza trasformare ogni nuova fase di crescita in un nuovo giro di debito.

Per questo il dato più interessante dei risultati non è il 112% di crescita del fatturato, né il 13% guadagnato dal titolo dopo la chiusura dei mercati. È la distanza tra la crescita operativa e il capitale necessario per sostenerla. Finché quella distanza si restringerà, CoreWeave potrà trasformare la fame di calcolo dell’AI in una straordinaria macchina economica. Se invece continuerà ad allargarsi, l’Adjusted EBITDA resterà bellissimo nei comunicati agli investitori, mentre il bilancio continuerà a ricordare una verità meno glamour: nell’intelligenza artificiale del 2026, crescere è relativamente facile quando qualcuno è disposto a finanziare la crescita; costruire un business capace di pagarsi da solo è ancora un mestiere molto più difficile.