96 miliardi di dollari in tre mesi. Se serviva ancora una misura per capire quanto denaro stia attraversando l’infrastruttura dell’intelligenza artificiale, Nvidia l’ha appena fornita.

Nel secondo trimestre dell’anno fiscale 2027, chiuso il 26 luglio, la società di Jensen Huang ha registrato 96,2 miliardi di dollari di ricavi, il 106% in più rispetto allo stesso periodo dello scorso anno e il 18% in più rispetto al trimestre precedente. L’utile netto GAAP ha raggiunto 59,7 miliardi, più che raddoppiando rispetto ai 26,4 miliardi di un anno prima. Il margine lordo è arrivato al 75%. Il Data Center, ormai il vero cuore dell’azienda, ha generato da solo 89 miliardi di dollari, con una crescita del 117% su base annua.

Sono numeri impressionanti anche per un’azienda che da quindici trimestri consecutivi supera le aspettative del mercato.

Ma diventano ancora più interessanti se messi accanto ai conti delle aziende che stanno comprando tutta questa capacità computazionale.

Microsoft, Alphabet, Amazon e Meta stanno trasformando centinaia di miliardi di dollari di cassa in data center, GPU, reti, sistemi di raffreddamento ed energia. Nvidia continua a trovarsi dall’altra parte della transazione.

Gli altri costruiscono l’infrastruttura, Nvidia vende uno dei componenti più costosi necessari a riempirla.

Gli hyperscaler spendono, Nvidia fattura

Nel trimestre appena concluso il Data Center ha rappresentato oltre il 92% dei ricavi complessivi di Nvidia.

Non stiamo più parlando, quindi, di un produttore di chip che possiede una divisione particolarmente fortunata legata all’intelligenza artificiale. Nvidia è ormai, nei fatti, un’azienda costruita intorno all’infrastruttura AI.

La parte hyperscale del Data Center ha generato circa 49 miliardi di dollari, crescendo del 13% rispetto al trimestre precedente. Nvidia sostiene che il capex dei cinque maggiori hyperscaler potrebbe arrivare a quasi 800 miliardi di dollari nel 2026 e addirittura a 1.300 miliardi nel 2027. Il backlog dell’industria cloud avrebbe già superato i 2.000 miliardi.

Sono stime di Nvidia e vanno naturalmente lette come tali. Ma spiegano perfettamente il modello economico sul quale Jensen Huang sta scommettendo: ogni nuovo data center costruito da Microsoft, Amazon, Google o Meta è potenzialmente un nuovo cliente; ogni laboratorio AI che raccoglie miliardi per aumentare la propria capacità computazionale alimenta la stessa domanda; ogni gigawatt di nuova infrastruttura AI deve essere trasformato in compute.

Ed è precisamente nel punto in cui elettricità e capitale diventano capacità computazionale che Nvidia ha costruito la propria posizione.

Il paradosso del free cash flow

Qui arriva però un dato apparentemente sorprendente. Nonostante ricavi e utili record, il free cash flow trimestrale di Nvidia è sceso dai 48,6 miliardi del primo trimestre a 21,3 miliardi nel secondo. Il cash flow operativo è passato da 50,3 a 24,1 miliardi.

Non significa che il motore finanziario di Nvidia si sia improvvisamente inceppato. Una parte importante della variazione deriva dal capitale circolante. Nel trimestre i crediti verso clienti sono aumentati di oltre 22 miliardi di dollari e le scorte di quasi 5,8 miliardi. In altre parole, mentre il business cresce a una velocità eccezionale, una quantità crescente di capitale rimane temporaneamente assorbita dalla macchina industriale necessaria a sostenerlo.

Guardando ai primi sei mesi dell’esercizio, Nvidia ha comunque generato quasi 70 miliardi di dollari di free cash flow, contro 39,6 miliardi nello stesso periodo dell’anno precedente.

La fotografia quindi non cambia, diventa semplicemente più interessante.

Nvidia continua a generare enormi quantità di cassa vendendo l’infrastruttura sulla quale gli altri stanno investendo centinaia di miliardi. Ma ora una parte crescente della sua forza finanziaria viene utilizzata per alimentare lo stesso ecosistema dal quale provengono i ricavi.

Il vantaggio di Nvidia non è più schiacciante come tre mesi fa, ma la fotografia resta paradossale: mentre i suoi maggiori clienti comprimono o bruciano free cash flow per costruire l’infrastruttura AI, Nvidia continua a produrne oltre 21 miliardi in un trimestre vendendo proprio ciò che serve a riempirla

Jensen Huang non vuole più soltanto vendere le GPU

Ed è probabilmente questo il passaggio più importante per capire la nuova Nvidia. La posizione della società negli ultimi anni era quasi perfetta: gli hyperscaler costruivano i data center, i laboratori AI raccoglievano capitale, le utility cercavano l’energia e Nvidia vendeva gli acceleratori.

Il rischio infrastrutturale era soprattutto degli altri. Ora Jensen Huang ha deciso di avvicinarsi molto di più al tavolo finanziario.

Nvidia sta lavorando con alcuni dei maggiori operatori mondiali del capitale per mobilitare fino a 500 miliardi di dollari destinati alle infrastrutture AI. L’obiettivo è coinvolgere banche, asset manager, assicurazioni e private credit nel finanziamento dei data center e trasformare progressivamente il compute in una vera asset class.

Il principio è semplice: se le GPU generano ricavi, possono essere considerate asset produttivi. E se sono asset produttivi, possono diventare parte delle garanzie sulle quali costruire finanziamenti.

Il rischio del circular financing

Il meccanismo è potente, ma introduce inevitabilmente una nuova domanda. Se Nvidia finanzia, investe o garantisce progetti delle aziende che utilizzeranno infrastrutture basate sui suoi chip, dove finisce il cliente e dove comincia l’investimento?

È qui che Wall Street ha iniziato a parlare sempre più spesso di circular financing.

La definizione va utilizzata con cautela. Non significa che i ricavi di Nvidia siano fittizi. I data center vengono costruiti, le GPU vengono consegnate e la domanda di capacità computazionale è reale. Ma più il produttore partecipa finanziariamente all’ecosistema che acquista i suoi prodotti, più il rischio delle diverse componenti della filiera tende a sovrapporsi.

Nvidia non è più soltanto esposta alla domanda di GPU. Diventa progressivamente esposta anche alla capacità dei propri clienti di monetizzare il compute acquistato, alla sostenibilità finanziaria dei data center e, indirettamente, alla possibilità che l’intero ciclo degli investimenti AI continui a espandersi.

Finché la domanda cresce, è un flywheel formidabile. Il problema nascerebbe se iniziasse a rallentare.

Per ora la domanda non rallenta

Su questo punto Jensen Huang non sembra particolarmente preoccupato.

“AI has reached its inflection point”, ha detto presentando i risultati. Secondo il CEO di Nvidia, i token generati dall’intelligenza artificiale sono ormai “produttivi e redditizi” e il compute è diventato direttamente una fonte di ricavi.

La società prevede per il terzo trimestre circa 108 miliardi di dollari di fatturato, ancora sopra le attese precedenti di Wall Street. E soprattutto ha fornito un’indicazione molto più aggressiva sul futuro: Nvidia prevede una crescita dei ricavi di circa il 70% nell’anno fiscale 2028, nonostante la società ritenga di continuare a operare in condizioni di offerta limitata.

Il problema di Nvidia quindi, almeno secondo Nvidia, non è tanto quello di trovare clienti, ma produrre abbastanza capacità per soddisfarli.

Vera Rubin, la nuova generazione di architettura destinata a succedere a Blackwell, è già in produzione. E AWS ha appena concordato con Nvidia l’installazione di altri due milioni di GPU tra il trimestre in corso e il secondo trimestre dell’anno fiscale 2029.

Non esattamente il segnale di un mercato che si prepara a tirare il freno.

La Cina pesa sempre meno, almeno per ora

Anche uno dei principali rischi geopolitici di Nvidia appare, almeno nei numeri del trimestre, relativamente contenuto. Le spedizioni di prodotti Data Center Hopper verso la Cina hanno rappresentato meno dell’1% dei ricavi Data Center del trimestre.

Questo non significa che il mercato cinese abbia smesso di essere strategico. Nvidia continua a cercare soluzioni compatibili con le restrizioni americane e Pechino continua parallelamente a spingere lo sviluppo di un ecosistema domestico dei semiconduttori.

Ma dimostra qualcosa di importante dal punto di vista finanziario. Nvidia è riuscita a più che raddoppiare il fatturato Data Center anche senza poter contare pienamente su quello che dovrebbe essere uno dei più grandi mercati mondiali per l’intelligenza artificiale.

Per il momento la domanda occidentale, quella dei nuovi laboratori AI, delle imprese e dei progetti sovereign è più che sufficiente.

Perché il titolo non è esploso dopo questi numeri

Ed eccoci al paradosso finale: 96 miliardi di ricavi, quasi 60 miliardi di utile netto, Data Center più che raddoppiato e guidance superiore alle aspettative. Sono numeri che qualche anno fa avrebbero probabilmente provocato fuochi d’artificio a Wall Street mentre la prima reazione del titolo è stata invece molto più fredda.

Non perché i risultati fossero deludenti, ma perché Nvidia è diventata vittima del proprio successo. Quando un’azienda supera le aspettative per quindici trimestri consecutivi, battere le stime smette progressivamente di essere una sorpresa.

La domanda del mercato si è spostata. Non è più quanto velocemente cresce Nvidia ma per quanto tempo può continuare a crescere così. Ed è una domanda che riguarda meno Jensen Huang di quanto sembri. Riguarda Microsoft, Amazon, Meta, Alphabet, Oracle, OpenAI, Anthropic e tutti gli altri soggetti che stanno impegnando centinaia di miliardi nella costruzione dell’infrastruttura AI.

Nvidia è il punto in cui converge tutto il capex dell’AI

È qui che il nostro viaggio attraverso i bilanci delle Big Tech arriva probabilmente alla sua conclusione più interessante.

Abbiamo visto Amazon portare il capex verso i 220 miliardi di dollari. Alphabet trasformare Google in un’industria sempre più capital intensive. Meta comprimere drasticamente il proprio free cash flow. Microsoft mantenere ancora un importante cuscinetto finanziario mentre aumenta gli investimenti. Oracle assumere un rischio maggiore attraverso il debito.

Nvidia occupa l’altra estremità della catena: il capex degli altri diventa il suo fatturato.

Ma la storia non finisce più lì. La stessa Nvidia sta ora utilizzando la propria capacità finanziaria per investire, garantire e contribuire a finanziare l’ecosistema che dovrà acquistare la prossima generazione di acceleratori.

È un cambiamento fondamentale. Durante la corsa all’oro conveniva vendere pale, Nvidia continua a farlo con margini che sfiorano il 75%.

Solo che Jensen Huang ha capito che può fare qualcosa di ancora più redditizio: vendere le pale, finanziare chi apre le miniere e convincere Wall Street che quelle stesse pale possono diventare un asset su cui prestare denaro.

Finché la domanda di compute continuerà a crescere, la macchina può continuare a girare. Ed è forse questo il dato più importante uscito dalla trimestrale di Nvidia: per ora sta accelerando.