I risultati trimestrali di Alphabet e Microsoft raccontano un cambiamento strutturale nel mercato dell’intelligenza artificiale: il vantaggio competitivo non si misura più soltanto nella capacità di vendere servizi cloud, ma nella possibilità di controllare l’intera infrastruttura economica dell’AI, dai chip che eseguono i modelli fino alle applicazioni che le imprese acquistano e utilizzano ogni giorno. Google si avvicina ad Azure grazie alla crescita della propria divisione cloud e alla domanda di acceleratori proprietari; Microsoft, invece, cerca di spostare la monetizzazione di Copilot dalla vendita delle licenze verso il consumo effettivo delle funzionalità. Due strategie differenti, unite dalla stessa esigenza: trasformare gli investimenti miliardari nell’intelligenza artificiale in flussi di ricavi ricorrenti e, soprattutto, sostenibili.
Il dato più interessante riguarda Google Cloud, la divisione che per anni ha inseguito AWS e Azure senza riuscire a raggiungerne la scala commerciale. La crescita descritta nei risultati del trimestre segnala che questa distanza si sta riducendo, ma il confronto richiede attenzione. I ricavi di Google Cloud comprendono anche la vendita di sistemi hardware, mentre i circa 33 miliardi di dollari attribuiti ad Azure si riferiscono a una misura di ricavi che Microsoft non presenta con la stessa articolazione contabile. Accostare i due valori senza distinguere le rispettive componenti rischia quindi di produrre una classifica apparentemente precisa, ma economicamente incompleta. La direzione, tuttavia, è chiara: Google sta guadagnando terreno nel mercato delle infrastrutture per l’intelligenza artificiale, proprio mentre la domanda di capacità di calcolo cresce più rapidamente della disponibilità di risorse specializzate.
Il risultato di Alphabet è particolarmente significativo perché dimostra che il cloud non rappresenta più una semplice alternativa commerciale alla pubblicità, ma sta diventando uno dei principali motori economici della società. Nel terzo trimestre 2026, Google Cloud ha generato 30,71 miliardi di dollari di ricavi, con un incremento annuo del 103%, mentre il risultato operativo è salito a 11,12 miliardi. Un anno prima, l’utile operativo della divisione era pari a 3,59 miliardi. La crescita dei ricavi è dunque accompagnata da un miglioramento della redditività che rende il fenomeno più interessante di una semplice espansione sostenuta dagli investimenti.
Il motore di questa accelerazione è l’integrazione verticale. Google sviluppa i propri modelli Gemini, progetta acceleratori specializzati, gestisce data center e vende alle imprese la capacità di calcolo necessaria per eseguire applicazioni di intelligenza artificiale. Le TPU, le Tensor Processing Unit, costituiscono un elemento centrale di questa strategia. Nate per accelerare i carichi di lavoro legati alle reti neurali, consentono a Google di ridurre la dipendenza dalle GPU commerciali e di ottimizzare l’esecuzione dei propri modelli. La scelta di rendere disponibili i sistemi TPU anche a clienti esterni amplia il mercato potenziale: aziende che sviluppano modelli proprietari o gestiscono grandi volumi di inferenza possono acquistare infrastruttura Google senza dover adottare necessariamente l’intero ecosistema software dell’azienda.
Il punto economico è decisivo. Quando un hyperscaler acquista acceleratori da un fornitore esterno, una parte del valore generato dai servizi cloud viene trasferita al produttore dei chip. Quando invece progetta direttamente il silicio, può tentare di trattenere una quota maggiore del margine lungo la catena produttiva, a condizione che i costi di progettazione, produzione e manutenzione siano compensati dai volumi. Non significa che Google possa fare a meno di Nvidia, né che le TPU siano superiori alle GPU in ogni applicazione. Significa che l’azienda dispone di una leva competitiva aggiuntiva, particolarmente rilevante quando la domanda di calcolo supera la capacità disponibile e il costo per token diventa una variabile commerciale determinante.
Il vantaggio potrebbe estendersi all’inferenza, cioè alla fase in cui un modello già addestrato risponde alle richieste degli utenti. L’addestramento dei modelli di frontiera richiede enormi quantità di potenza computazionale, ma l’adozione quotidiana dell’intelligenza artificiale genera un flusso continuo di richieste che deve essere servito con tempi di risposta accettabili e costi controllati. Un’impresa che utilizza agenti AI per elaborare documenti, interrogare basi dati o automatizzare processi aziendali non valuta soltanto la qualità del modello. Considera anche quanto costa ogni operazione, quale latenza deve sopportare e quanto sia semplice integrare il servizio nei sistemi esistenti. Il controllo dell’hardware può quindi trasformarsi in un vantaggio economico persistente, soprattutto se Google riesce a offrire prestazioni competitive su larga scala.
Microsoft, tuttavia, rimane un concorrente di dimensioni superiori sul fronte di Azure. Nei risultati del primo trimestre dell’esercizio fiscale 2027, relativo ai tre mesi conclusi il 30 settembre, l’azienda ha registrato 33,17 miliardi di dollari di ricavi Azure, in aumento del 48% rispetto all’anno precedente. Il fatturato complessivo ha raggiunto 92,28 miliardi, con una crescita del 19%, mentre Microsoft Cloud ha generato 63,9 miliardi. La società ha inoltre comunicato un portafoglio di obbligazioni commerciali residue, o commercial remaining performance obligations, pari a 677 miliardi di dollari, in crescita del 73%. Si tratta di ricavi contrattualizzati da riconoscere nel tempo, non di denaro già incassato, ma il dato offre un’indicazione importante sulla domanda futura e sulla capacità di Microsoft di assicurarsi impegni pluriennali.
La differenza tra le due aziende emerge soprattutto nella distribuzione del valore. Google sta costruendo un business cloud sempre più integrato con i propri modelli e acceleratori; Microsoft beneficia invece di una presenza capillare nelle infrastrutture aziendali, nei sistemi operativi e negli strumenti di produttività. Azure può così intercettare la spesa per l’intelligenza artificiale attraverso clienti che già utilizzano Microsoft 365, GitHub, servizi di sicurezza e database aziendali. Per molte organizzazioni, acquistare capacità AI all’interno di un ambiente già adottato riduce gli ostacoli contrattuali e tecnici. Il vantaggio non deriva necessariamente dal modello migliore, ma dalla possibilità di distribuire l’intelligenza artificiale dove si trovano già i dati, gli utenti e i processi decisionali.
È qui che entra in gioco Copilot. Microsoft ha costruito una parte della propria strategia commerciale sulla vendita di funzionalità AI integrate nelle applicazioni Office e Teams, con un prezzo indicativo di 30 dollari mensili per utente per alcune offerte commerciali. Il modello è interessante perché converte una tecnologia costosa in un abbonamento facilmente comprensibile dai responsabili IT e dai direttori finanziari. La difficoltà è dimostrare che il prodotto genera un valore sufficiente a giustificare il costo aggiuntivo. Un’azienda può acquistare licenze per migliaia di dipendenti, ma se soltanto una parte degli utenti utilizza Copilot con continuità, il ritorno sull’investimento diventa meno convincente.
La mancata comunicazione del numero aggiornato di utenti paganti di Copilot, evidenziata nel testo dei risultati trimestrali, introduce quindi una questione di trasparenza. Non dimostra che la crescita degli abbonamenti sia rallentata, ma rende più difficile verificare l’andamento della domanda attraverso una metrica immediatamente comprensibile. Microsoft ha modificato la propria rendicontazione dei segmenti aziendali e ha posto maggiore enfasi sulle metriche aggregate; la scelta può riflettere un cambiamento nella strategia di monetizzazione, ma riduce anche la possibilità per gli investitori di distinguere tra diffusione commerciale e utilizzo effettivo. In un mercato nel quale le valutazioni incorporano aspettative elevate, l’assenza di un indicatore precedentemente pubblicato tende a generare domande anche quando gli altri risultati sono solidi.
La nuova direzione di Copilot sembra puntare proprio sull’utilizzo. Gli agenti AI e gli strumenti di sviluppo assistito possono generare ricavi legati al consumo, anziché limitarsi a un prezzo fisso per postazione. Il vantaggio potenziale è evidente: un cliente che automatizza più attività può spendere di più senza che Microsoft debba necessariamente vendere nuove licenze. Il rovescio della medaglia è che i ricavi diventano più dipendenti dall’effettiva adozione e dal costo di erogazione. Per il fornitore, la sfida consiste nel mantenere un margine adeguato anche quando l’uso cresce rapidamente; per il cliente, nel verificare che l’aumento della spesa corrisponda a un incremento misurabile della produttività.
La questione riguarda l’intero settore. Per anni il software aziendale ha prosperato attraverso abbonamenti prevedibili, con ricavi relativamente facili da pianificare. L’intelligenza artificiale introduce una struttura diversa, nella quale il costo marginale di ogni richiesta dipende dal modello, dall’hardware, dalla lunghezza del contesto e dal tipo di operazione. Un agente che esegue una sequenza articolata di azioni può consumare molte più risorse di una semplice interrogazione testuale. La tariffazione basata sull’utilizzo permette di trasferire una parte dei costi al cliente, ma apre anche un fronte competitivo sui prezzi, soprattutto quando OpenAI, Anthropic e altri fornitori cercano di conquistare gli stessi budget aziendali.
Google deve affrontare una tensione analoga, ma su una scala finanziaria più ampia. Il fatturato trimestrale di Alphabet è salito a 127,58 miliardi di dollari, con un incremento del 25%, mentre il flusso di cassa libero è diventato negativo per circa 9,1 miliardi. Il dato va interpretato nel contesto degli investimenti infrastrutturali, che anticipano la costruzione di capacità destinata a generare ricavi futuri. Non è automaticamente un segnale di debolezza operativa; diventa però un rischio se la domanda effettiva non cresce abbastanza da assorbire la capacità installata o se i prezzi dei servizi diminuiscono più rapidamente dei costi. Reuters ha riportato che Alphabet prevede investimenti in conto capitale compresi tra 195 e 205 miliardi di dollari nel 2026, con ulteriori pressioni sulla liquidità attese mentre l’azienda amplia la propria infrastruttura.
La pressione più delicata riguarda la ricerca. I ricavi di Google Search e delle altre attività collegate sono aumentati del 12%, raggiungendo 63,35 miliardi di dollari, ma la diffusione della modalità AI modifica il rapporto tra risposta e pubblicità. Una pagina tradizionale può offrire diversi spazi pubblicitari, mentre un’interfaccia conversazionale tende a concentrare l’attenzione su una risposta sintetica e su un numero inferiore di collegamenti. Google ha dichiarato che la crescita delle query è ai massimi degli ultimi cinque anni, ma ha anche riconosciuto che le ricerche effettuate nella modalità AI presentano, al momento, una monetizzazione inferiore. Il problema strategico è evidente: l’intelligenza artificiale può aumentare l’utilizzo del prodotto e contemporaneamente ridurre, almeno nel breve periodo, il ricavo medio generato da ciascuna interazione.
Questo squilibrio spiega perché il mercato abbia reagito negativamente ai risultati di Alphabet nonostante la performance eccezionale di Google Cloud. Gli investitori non stanno semplicemente valutando la crescita dell’intelligenza artificiale, ma cercano di capire se essa rafforzerà il modello pubblicitario esistente oppure ne eroderà progressivamente i margini. Microsoft affronta una questione diversa: deve dimostrare che Copilot possa diventare un’attività redditizia su larga scala, senza dipendere esclusivamente dalla forza commerciale del pacchetto Microsoft 365. In entrambi i casi, la crescita degli utenti o delle query costituisce un indicatore incompleto. Il dato che conta è la capacità di trasformare l’utilizzo in ricavi incrementali, al netto dell’infrastruttura necessaria a sostenerlo.
La partita competitiva si sta quindi spostando verso un’economia dell’intelligenza artificiale nella quale il controllo dell’hardware, la distribuzione commerciale e la struttura dei costi assumono un peso almeno pari alla qualità dei modelli. Google dispone di un vantaggio potenziale grazie alle TPU e alla propria capacità di integrare ricerca, modelli e cloud. Microsoft può contare sulla relazione consolidata con le imprese e su una piattaforma software già presente nei processi quotidiani. Nessuno dei due vantaggi garantisce da solo la leadership. La prova decisiva arriverà quando la crescita della domanda sarà confrontabile con il rendimento del capitale investito e quando gli utenti saranno disposti a pagare stabilmente per servizi che oggi, in parte, stanno ancora imparando a utilizzare.
Per il mercato europeo, la conseguenza è particolarmente rilevante. La competizione tra hyperscaler può abbassare il costo di accesso all’intelligenza artificiale e ampliare la disponibilità di infrastrutture specializzate, ma rischia anche di rendere le imprese più dipendenti da piattaforme proprietarie. La possibilità di scegliere tra differenti acceleratori, modelli e fornitori cloud diventa perciò una questione economica, non soltanto tecnologica. Le aziende che intendono adottare agenti AI dovrebbero valutare il costo complessivo dell’inferenza, la portabilità delle applicazioni e la possibilità di cambiare modello senza riprogettare ogni processo. In un settore che promette efficienza, sarebbe paradossale costruire nuovi sistemi di automazione capaci di aumentare la produttività e, nello stesso tempo, rendere più costoso cambiare fornitore.
Per approfondire i dati originali, sono disponibili i comunicati ufficiali di Microsoft sui risultati del primo trimestre fiscale 2027 e di Alphabet sui risultati del terzo trimestre 2026.