INCHIESTA | I SOLDI DELL’AI — 04
Big Tech, Nvidia, OpenAI e Anthropic: dentro i flussi finanziari dell’AI
Amazon investe in Anthropic, che compra capacità AWS. Nvidia finanzia OpenAI, che utilizza sistemi Nvidia. Microsoft possiede una quota di OpenAI, che ha contratti per centinaia di miliardi di servizi Azure. Nvidia investe nei cloud provider che costruiscono infrastrutture basate sulle sue GPU. Non è necessariamente una bolla e il denaro non è fittizio. Ma investitore, fornitore e cliente stanno diventando ruoli sempre più difficili da separare. Per capire quanto vale davvero la crescita dell’AI bisogna prima seguire il denaro.
Centodieci miliardi di dollari possono raccontare molte storie.
Quella annunciata da OpenAI il 27 febbraio 2026 sembrava abbastanza semplice: uno dei più grandi round privati mai realizzati e una valutazione pre-money di 730 miliardi di dollari. Dentro c’erano 30 miliardi di SoftBank, 30 miliardi di Nvidia e 50 miliardi di Amazon. Capitale fresco per finanziare la crescita di una società che ha bisogno di quantità sempre maggiori di capacità computazionale.
Poi basta seguire il denaro un po’ più a lungo. Nvidia non è soltanto un investitore di OpenAI, è anche uno dei suoi principali fornitori tecnologici. Le due società avevano già annunciato un progetto per installare almeno 10 GW di sistemi Nvidia, con milioni di GPU, accompagnato dall’intenzione del chipmaker di investire progressivamente fino a 100 miliardi di dollari in OpenAI al procedere dell’installazione della capacità.
Amazon non è soltanto un investitore di OpenAI, è uno dei grandi fornitori di cloud e infrastruttura che OpenAI vuole utilizzare per espandere il proprio compute.
Microsoft, a sua volta, è contemporaneamente uno dei maggiori azionisti di OpenAI, proprietario di diritti economici e tecnologici derivanti dalla partnership e fornitore di Azure. Nel nuovo accordo definito nell’ottobre 2025 OpenAI aveva assunto un impegno per acquistare altri 250 miliardi di dollari di servizi Azure. Nell’aprile 2026 l’accordo è stato ulteriormente modificato, mantenendo Microsoft come principale cloud partner e azionista rilevante, ma concedendo a OpenAI maggiore libertà nell’utilizzo di altri provider.
Il capitale entra quindi da una porta e una parte di quel capitale può successivamente uscire da un’altra sotto forma di acquisto di compute, cloud, chip e infrastruttura.
Non torna necessariamente allo stesso soggetto, ma resta spesso dentro lo stesso ecosistema finanziario. Ed è proprio qui che i soldi dell’AI cominciano a girare in tondo.
Amazon mette i soldi. Anthropic compra AWS
Anthropic offre forse l’esempio più leggibile. Amazon aveva già investito 8 miliardi di dollari nella società. Ad aprile 2026 le due aziende hanno ampliato ancora il rapporto: Amazon ha annunciato altri 5 miliardi di investimento immediato, con la possibilità di arrivare a ulteriori 20 miliardi, mentre Anthropic si è impegnata a spendere più di 100 miliardi di dollari in dieci anni sulle tecnologie AWS. L’accordo dovrebbe assicurare fino a 5 GW di nuova capacità.
Letta da una parte, la transazione dice Amazon fornisce capitale ad Anthropic. Letta dall’altra Antrhopic acquista compute da AWS.
Nel mezzo ci sono Trainium, i data center, Project Rainier e Claude. Anthropic utilizza già oltre un milione di chip Trainium2 per addestrare e servire i propri modelli e Amazon rimane il suo principale cloud provider e training partner.
Ma neppure questa relazione è esclusiva. Anthropic ha contemporaneamente ampliato l’utilizzo di Google Cloud fino a un milione di TPU, un’espansione del valore di decine di miliardi di dollari che dovrebbe portare online oltre un gigawatt di capacità. La strategia dichiarata dall’azienda è utilizzare tre piattaforme: Trainium di Amazon, TPU di Google e GPU Nvidia.
Il risultato è una rete, non una catena, ed è proprio questo il punto.
Nvidia vende le pale. E investe in chi scava
Nvidia occupa una posizione ancora più particolare. È il principale beneficiario della corsa al compute perché vende la tecnologia necessaria a costruirlo. Ma una parte crescente della sua strategia consiste anche nell’investire nell’ecosistema che quel compute deve acquistare, finanziare, installare e rivendere.
A gennaio Nvidia ha investito altri 2 miliardi di dollari in CoreWeave, diventandone il secondo maggiore azionista. CoreWeave utilizzerà il capitale per accelerare l’acquisizione di terreni ed energia e costruire nuovi data center, con un obiettivo superiore a 5 GW entro il 2030. La società ha precisato che quei 2 miliardi non saranno utilizzati direttamente per comprare processori Nvidia.
È una distinzione importante. Non abbiamo un assegno che Nvidia consegna a CoreWeave e che CoreWeave restituisce immediatamente a Nvidia comprando GPU, ma abbiamo qualcosa di più complesso.
Nvidia rafforza patrimonialmente un’impresa la cui attività consiste nel costruire infrastruttura cloud basata in larga parte sulla piattaforma Nvidia. CoreWeave raccoglie altro capitale, costruisce capacità, compra hardware e affitta compute a Microsoft, Meta, Anthropic e altri clienti.
A settembre CoreWeave è tornata sul mercato per raccogliere altri 3 miliardi di dollari attraverso obbligazioni convertibili. Nel frattempo il suo backlog era arrivato a 99,4 miliardi già alla fine del primo trimestre e la società prevedeva tra 31 e 35 miliardi di Capex per il 2026.
Nvidia non vende quindi semplicemente GPU a un mercato che esiste indipendentemente da lei, contribuisce anche alla costruzione finanziaria dell’ecosistema che rende possibile assorbire quelle GPU.
E CoreWeave non è un’eccezione
Lo stesso meccanismo sta comparendo altrove. A marzo Nebius ha raccolto 4,34 miliardi di dollari di debito convertibile, dopo aver venduto a Nvidia warrant per 2 miliardi. Contemporaneamente aveva firmato contratti infrastrutturali fino a 27 miliardi con Meta e, precedentemente, un accordo da 17,4 miliardi con Microsoft.
Nebius ha spiegato anche come intende finanziare la crescita: circa il 60% attraverso prepagamenti dei clienti, soprattutto Microsoft e Meta, e il restante 40% attraverso equity e debito.
Questa percentuale racconta forse meglio di qualsiasi altra cifra quanto sia cambiata la macchina finanziaria dell’AI. Microsoft e Meta non sono semplicemente clienti; i loro contratti e anticipi diventano fonti di finanziamento dell’infrastruttura che servirà a fornire loro compute.
In pratica, il cliente finanzia il fornitore, il fornitore costruisce il data center, il data center acquista acceleratori, il produttore degli acceleratori investe nel fornitore e la capacità risultante viene venduta nuovamente ai grandi clienti tecnologici e agli AI Lab.
Il cerchio comincia a chiudersi.
Con OpenAI la geometria diventa ancora più evidente. Nel settembre 2025 Nvidia e OpenAI avevano annunciato una partnership per almeno 10 GW di sistemi Nvidia. Il primo gigawatt sarebbe dovuto entrare in funzione nella seconda metà del 2026 sulla piattaforma Vera Rubin.
Per sostenere il progetto, Nvidia aveva dichiarato l’intenzione di investire fino a 100 miliardi di dollari in OpenAI, progressivamente, al dispiegamento della nuova capacità.
Poi, nel febbraio 2026, Nvidia è entrata con 30 miliardi nel nuovo round di OpenAI. La relazione economica può quindi essere rappresentata così: Nvidia fornisce capitale a OpenAI che compra compute da Nvidia.
Ma anche questa rappresentazione è troppo semplice, perché tra OpenAI e Nvidia possono esserci Oracle, Microsoft, CoreWeave, neocloud, operatori di data center, project finance, utility e fondi infrastrutturali.
Il denaro non percorre necessariamente una circonferenza perfetta, percorre una rete di circuiti sovrapposti.
Microsoft ha costruito il modello
In un certo senso, Microsoft e OpenAI sono state il laboratorio nel quale questo modello ha preso forma: Microsoft investe in OpenAI, OpenAI utilizza Azure, Microsoft incorpora i modelli OpenAI nei propri prodotti, Azure vende ai clienti enterprise l’accesso ai modelli OpenAI, OpenAI paga Microsoft per la capacità computazionale e Microsoft beneficia della crescita di valore della propria partecipazione in OpenAI.
Le due società hanno inoltre mantenuto accordi di revenue sharing. Dopo la revisione dell’aprile 2026 Microsoft non versa più una quota dei propri ricavi a OpenAI, mentre i pagamenti di revenue share da OpenAI verso Microsoft continueranno fino al 2030, con un tetto complessivo.
Non è una stranezza contabile, è il risultato economico di una partnership verticale nella quale capitale, infrastruttura, tecnologia e distribuzione sono stati integrati.
La differenza è che quel modello si sta diffondendo.
Da catena del valore a rete finanziaria
Il vecchio modo di rappresentare l’industria tecnologica era relativamente semplice. Avevamo un produttore che fabbricava componenti, un cloud provider che comprava i componenti, un’azienda software che comprava cloud e un cliente che comprava software.
Il denaro procedeva in una direzione abbastanza leggibile. Adesso l’AI sta trasformando questa catena in qualcosa di diverso.
Nvidia investe nei cloud provider, i cloud provider investono negli AI Lab, gli AI Lab firmano contratti pluriennali con i cloud provider, i clienti anticipano capitale ai neocloud, i neocloud raccolgono debito sulla base di quei contratti e con quel capitale costruiscono data center. A loro volta i data center acquistano sistemi Nvidia e Nvidia investe nuovamente nei neocloud e negli AI Lab.
Nel frattempo fondi infrastrutturali, banche e private credit finanziano gli edifici che ospitano tutto questo. Non abbiamo più soltanto una supply chain: abbiamo una capital chain.
Il problema della doppia lettura
Ed è qui che bisogna essere molto precisi. Immaginiamo che un hyperscaler investa 10 miliardi in un AI Lab. L’AI Lab utilizzi quel capitale per acquistare 10 miliardi di cloud dallo stesso hyperscaler.
Per l’AI Lab quei 10 miliardi sono spesa mentre per il cloud provider sono ricavi. Per il gruppo che controlla il cloud provider, però, esiste anche l’investimento iniziale.
Sono grandezze economicamente reali che raccontano cose diverse: non possono essere semplicemente sommate per concludere che siano comparsi 20 miliardi di nuova domanda finale.
È lo stesso principio che abbiamo incontrato parlando dei “3 trilioni che non sono 3 mila miliardi di debito”: categorie finanziarie differenti non diventano equivalenti soltanto perché possono essere espresse tutte in dollari e con i flussi circolari il problema è ancora più delicato, perché le stesse relazioni che finanziano la crescita possono contemporaneamente generare ricavi all’interno dell’ecosistema.
Questo non significa che i ricavi siano finti
È il punto sul quale vale la pena fermarsi. Definire questi flussi “circolari” non significa sostenere che siano artificiali.
Se Anthropic utilizza AWS per addestrare Claude, Amazon sta realmente fornendo capacità computazionale. Se OpenAI utilizza sistemi Nvidia, quelle GPU esistono. Se Microsoft anticipa denaro a un provider per assicurarsi capacità futura, quel provider deve costruire realmente il data center.
Il rischio economico è reale, perché i chip vengono fabbricati, i server vengono installati, l’elettricità viene consumata e i prestiti devono essere rimborsati.
Il punto non è stabilire se il denaro esista, è capire che cosa misura quando lo incontriamo una seconda volta lungo la catena.
Un ecosistema sempre più interdipendente
Questa distinzione permette anche di evitare la parola che inevitabilmente compare quando si osservano questi diagrammi: bolla.
La presenza di flussi finanziari circolari, di per sé, non dimostra l’esistenza di una bolla. Può essere perfettamente razionale che Nvidia finanzi aziende capaci di espandere il mercato dei suoi acceleratori.
Può essere razionale che Amazon investa in Anthropic se Claude aumenta l’utilizzo di AWS e Trainium così come può essere razionale che Microsoft finanzi un provider esterno se ha bisogno di capacità che non riesce a costruire abbastanza rapidamente nei propri data center o che OpenAI raccolga capitale dai soggetti che dispongono dell’infrastruttura necessaria a sostenere la propria crescita.
In economia industriale esistono da sempre investimenti strategici, vendor financing, prepagamenti, joint venture e accordi di lungo periodo.
La differenza è la scala con cui questi strumenti stanno convergendo nell’AI e, soprattutto, la velocità.
Il rischio non è il cerchio. È la dipendenza
Il problema emerge quando cominciamo a chiederci che cosa accadrebbe se uno degli anelli rallentasse.
Se un AI Lab riducesse la crescita della propria spesa in compute, il problema non riguarderebbe soltanto quell’azienda, perché potrebbe ridurre i ricavi attesi del cloud provider e diminuire la capacità di quest’ultimo di sostenere nuovi data center.
Potrebbe inoltre modificare il valore dei contratti utilizzati per ottenere finanziamenti, ridurre gli ordini di GPU e potrebbe infine colpire proprio l’azienda che aveva investito nel cliente all’inizio della catena.
La circolarità amplifica quindi non soltanto la crescita, in un certo senso amplifica l’interdipendenza.
Quando tutto cresce contemporaneamente, questa struttura è estremamente efficiente: il capitale accelera l’infrastruttura, l’infrastruttura rende disponibile compute, il compute permette di sviluppare modelli migliori, i modelli generano domanda e la domanda giustifica nuovo capitale.
Ma la stessa architettura funziona anche nella direzione opposta.
Ed è qui che l’AI Money Flow Map diventa più interessante di una semplice mappa delle partecipazioni. Perché non mostra chi possiede chi, ma chi dipende dalla crescita di chi.
I soldi dell’AI hanno imparato a moltiplicarsi
A settembre 2026 i cinque grandi hyperscaler, includendo Oracle, dovrebbero spendere quasi 800 miliardi di dollari di Capex nell’anno, secondo le stime di Bank of America riportate da Reuters. Per il 2027 la cifra potrebbe superare il trilione.
Ma non tutto quel capitale arriva da una sorgente indipendente e non tutto produce domanda indipendente perché una parte arriva dai bilanci di Big Tech, una parte dai mercati obbligazionari, una parte dal private credit, una parte dagli investitori finanziari, una parte dagli stessi fornitori, una parte dai clienti attraverso prepagamenti e contratti pluriennali e una parte dagli hyperscaler che investono nei laboratori che utilizzano il loro cloud.
In pratica il sistema è diventato capace di finanziare una parte della propria espansione dall’interno.
È una straordinaria macchina di accelerazione, ed è anche la ragione per cui leggere separatamente investimenti, Capex, ordini di GPU, backlog cloud e valutazioni private rischia di restituire un’immagine incompleta: alcuni di quei numeri sono collegati, altri dipendono dagli stessi contratti e altri ancora rappresentano passaggi successivi dello stesso dollaro.
La domanda che arriva da fuori
Ed è proprio qui che il circuito finanziario dell’AI incontra il suo limite.
Possiamo seguire il denaro mentre passa da Big Tech agli AI Lab, dagli AI Lab al cloud, dal cloud ai data center, dai data center alle GPU e quindi a Nvidia. Possiamo aggiungere banche, fondi, private credit e neocloud. Ma nessuno di questi passaggi, da solo, ci dice quanto valore economico l’AI stia già generando fuori dall’ecosistema che la sta costruendo.
Per scoprirlo dobbiamo guardare a un altro flusso di denaro: quello che arriva da imprese, consumatori, pubbliche amministrazioni, industria, sanità e finanza che acquistano servizi AI perché ritengono che producano abbastanza valore da giustificarne il costo.
La distinzione è fondamentale. Il capitale che circola dentro l’ecosistema permette di costruire l’offerta. La domanda esterna dovrà, alla fine, remunerarla.
Ed è qui che la nostra inchiesta su “I soldi dell’AI” arriva alla domanda successiva: chi pagherà davvero tutta questa AI?
Ma questo è l’argomento della 5^ puntata della serie.
.
→ Vai alla pagina dell’inchiesta “I soldi del’AI”
.
Nota su dati e strumenti AI
L’inchiesta “I soldi dell’AI” utilizza informazioni disponibili e verificate fino al 10 settembre 2026. I dati utilizzati in questa inchiesta provengono prioritariamente da filing regolamentari, risultati societari, investor relations e altre fonti primarie, integrate quando necessario da fonti finanziarie qualificate. Stime, proxy e scenari elaborati da Rivista.AI sono indicati come tali e possono essere soggetti ad aggiornamento. Grafici e visualizzazioni sono realizzati da Rivista.AI anche con il supporto di strumenti di intelligenza artificiale generativa, sulla base di dati, struttura e indicazioni editoriali definite e verificate dalla redazione.