L’economia globale è nel pieno di una trasformazione infrastrutturale senza precedenti. L’entusiasmo per l’Intelligenza Artificiale si sta rapidamente spostando dalla creazione di software alla costruzione delle fondamenta fisiche necessarie per farli funzionare. Secondo le recenti analisi di Goldman Sachs, il “superciclo di Capex” (spese in conto capitale) che vedrà gli investimenti in infrastrutture per l’AI raggiungere l’incredibile cifra di 757 miliardi di dollari nel 2026, segnando un balzo dell’84% rispetto all’anno precedente.

La corsa all’infrastruttura è dettata dalla necessità di supportare modelli sempre più complessi, i quali richiedono un’intensità energetica e computazionale nettamente superiore rispetto ai sistemi generativi iniziali. Per mappare questa evoluzione, Goldman Sachs ha teorizzato un framework di investimento suddiviso in quattro fasi, e il mercato si trova oggi nel cuore della “Fase 2”, quella del ridimensionamento infrastrutturale (Infrastructure Scaling).

In questa fase, i veri protagonisti sono i fornitori di “picconi e badili”, ovvero le società industriali che costruiscono l’architettura materiale dell’AI. Ecco le categorie principali destinate a beneficiare maggiormente di questa ondata di investimenti, con i relativi esempi di mercato.

1. Apparecchiature per semiconduttori

Il paradigma fondamentale del settore hardware è che l’intelligenza artificiale non può esistere senza i nodi di fabbricazione a semiconduttore più avanzati e microscopicamente precisi del pianeta. L’infrastruttura materiale e la sovranità tecnologica dipendono quasi interamente dai produttori di macchinari per semiconduttori (Wafer Fabrication Equipment, o WFE). Per aggirare i limiti fisici della Legge di Moore, le fonderie necessitano di equipaggiamenti sempre più sofisticati. Goldman Sachs stima che il mercato globale WFE raggiungerà quasi i 200 miliardi di dollari nel 2027. Tra i beneficiari primari di questa spesa troviamo un ecosistema prevalentemente europeo di altissima precisione:

• ASML Holding: Si tratta di un monopolista di fatto nella produzione di macchinari per la litografia ultravioletta estrema (EUV). Le apparecchiature di ASML sono indispensabili per stampare i microscopici circuiti sui chip AI più avanzati. Goldman Sachs ha recentemente rivisto al rialzo il target price della società, stimando che l’infrastruttura AI contribuirà fino al 50% della domanda incrementale dei suoi macchinari EUV entro il 2027.
• ASM International (ASMI): Specializzata nella deposizione di strati atomici (ALD), un processo ingegneristico che permette di applicare materiali sui wafer di silicio con precisione a livello di singolo atomo. È una tecnologia fondamentale per costruire i moderni transistor tridimensionali che compongono i processori per l’AI, riducendone i consumi e aumentandone la potenza.
• BE Semiconductor Industries (BESI): All’aumentare della densità dei chip, la gestione termica diventa un limite insormontabile. BESI è un leader nel “hybrid bonding” e nel packaging avanzato 3D, una tecnica che sovrappone verticalmente i chip per ridurre la latenza di trasferimento dati e mitigare drasticamente il consumo energetico. Goldman Sachs ha elevato le stime a termine dell’azienda guidata dalla fortissima domanda nel comparto logico legato all’AI.

2. Reti e connettività

Se la Fase 1 dell’AI si è concentrata sulla creazione di “forza bruta” computazionale, l’evoluzione della Fase 2 ha reso palese un principio fisico: un volume massiccio di elaborazione è completamente inutile se i dati non possono muoversi all’interno del sistema con una velocità proporzionata. Goldman Sachs identifica l’infrastruttura di rete ottica (Networking) non semplicemente come un settore collaterale, ma come la “nuova frontiera” e il prossimo megatrend dominante, prevedendo che il mercato totale indirizzabile (TAM) per le reti ottiche si moltiplicherà per nove volte (9x), passando da circa 15 miliardi a ben 154 miliardi di dollari entro il 2028. A dominare questo segmento vi sono aziende focalizzate sulla trasmissione dati ad altissima capacità:

• Marvell Technology: Insieme ai classici giganti dei semiconduttori, Marvell gioca un ruolo centrale fornendo silicio personalizzato (ASIC) per il calcolo AI e, soprattutto, soluzioni di connettività ottica essenziali per collegare tra loro migliaia di GPU all’interno degli “hyperscale data center”.
• Lumentum Holdings & Coherent: Entrambe le aziende sono specialisti globali dell’hardware di rete ottica e dei ricetrasmettitori. Con i data center che richiedono velocità di trasmissione di 800 gigabit e 1.6 terabit al secondo, i componenti ottici (che sostituiscono i cavi in rame per abbattere la latenza e ridurre i consumi termici) si trovano in uno stato di carenza di offerta (shortage) strutturale. Goldman Sachs segnala che aziende come Coherent stanno già stipulando accordi di fornitura a lungo termine che si estendono fino al 2030 per garantire ai cloud provider i componenti necessari all’addestramento dei modelli AI.

3. Edge AI e integrazione industriale

Un’analisi di terzo ordine sulle proiezioni di Goldman Sachs impone di valutare le implicazioni legate all’ubicazione fisica del calcolo elettronico. Se l’infrastruttura si manifesta inizialmente nei colossali data center centralizzati, la sua evoluzione matura richiederà un’architettura radicalmente decentralizzata. Inviare costantemente moli di dati verso server centralizzati introduce latenze inaccettabili per la robotica autonoma e l’Industria 5.0. Di conseguenza, enormi flussi di capitale si stanno orientando verso il dominio dell'”Edge AI” e dell’infrastruttura pesante fisica a supporto dei data center. Esempi chiave di questa diramazione della Fase 2 includono:

Eaton / Vertiv: L’espansione dell’AI richiede massicci aggiornamenti della rete elettrica e sistemi di raffreddamento industriali (thermal management). Fornitori di apparecchiature elettriche come Eaton e aziende focalizzate sull’infrastruttura critica fisica come Vertiv hanno visto i propri rating alzarsi notevolmente, in quanto essenziali per sostenere i carichi energetici estremi richiesti dal calcolo densificato della Fase 2.

Infineon Technologies: Segnalata dalle analisi di mercato come un’azienda cruciale sul fronte dell’infrastruttura energetica. I semiconduttori di potenza di Infineon sono fondamentali non solo per regolare l’enorme e complesso flusso di energia elettrica richiesto dai nuovi data center AI, ma forniscono anche microcontrollori e sensori avanzati indispensabili per il funzionamento dell’intelligenza periferica (Edge) nell’industria pesante.

STMicroelectronics (STM): Pioniera nello sviluppo e nella fornitura di sensori e microcontrollori distribuiti ai margini della rete. Senza questi componenti periferici “mission-critical”, l’Intelligenza Artificiale fisica non potrebbe raccogliere dati in tempo reale o interagire fisicamente nel settore dell’automazione di fabbrica o dei veicoli a guida autonoma.

In sintesi, le previsioni di Goldman Sachs evidenziano come i 757 miliardi di dollari di Capex attesi per il 2026 siano l’attestazione empirica di una cantierizzazione fisica globale. Chi costruirà l’autostrada digitale dell’AI, dalle fonderie ai cavi in fibra ottica fino ai sensori industriali, detterà i ritmi dell’economia tecnologica del prossimo decennio.

Nota: Questo articolo ha finalità puramente informative e non rappresenta in alcun modo un incentivo all’investimento, una raccomandazione o una consulenza finanziaria.