Goldman Sachs sposta l'attenzione sulle infrastrutture fisiche alla base del boom dell'intelligenza artificiale, sostenendo che l'accesso all'energia ad alta tensione è diventato un vincolo più stringente rispetto al capitale necessario per acquistare i chip. La banca ha dichiarato che la domanda di infrastrutture per l'IA continua a superare la capacità disponibile e che il divario tra offerta e domanda di potenza di calcolo si sta ampliando, sulla base di recenti colloqui con i team dirigenziali delle aziende tecnologiche.

Nella valutazione di Goldman, il collo di bottiglia si sta spostando dai chip all'energia. Gli operatori che hanno già garantito capacità di rete potrebbero trovarsi in una posizione migliore per espandersi, mentre la disponibilità di energia, più che l'offerta di chip, potrebbe determinare il ritmo delle nuove costruzioni di data center fino al 2027. La banca ha dichiarato che i principali hyperscaler — i maggiori operatori di data center cloud e IA — stanno già muovendosi per assicurarsi contratti energetici per il 2028 e oltre, poiché la capacità di rete per il 2026 e il 2027 è praticamente esaurita, un orizzonte che mostra quanto in anticipo debba ormai essere pianificato l'accesso all'energia.

Goldman ha dichiarato che un probabile rallentamento dell'addestramento dei modelli è compensato da un aumento degli investimenti in sicurezza dell'IA e monitoraggio dei ritmi. Queste attività richiedono risorse di calcolo aggiuntive, mantenendo elevata la domanda complessiva di calcolo nonostante una potenziale moderazione dell'attività di addestramento.

La banca ha anche dichiarato che la spesa in conto capitale è in aumento a causa dell'inflazione dei componenti e della necessità di più chip. Allo stesso tempo, i ricavi generati per unità di energia sono aumentati di circa due terzi nell'ultimo anno rispetto ai livelli di prezzo precedenti — un indicatore che lega direttamente i ricavi degli operatori all'elettricità consumata. Secondo Goldman, disporre del capitale sufficiente per acquistare GPU non è più sufficiente di per sé; l'accesso alle infrastrutture energetiche ad alta tensione determina sempre più quali aziende possano espandersi.

Il report ha descritto la situazione in modo sintetico: il denaro può comprare le GPU, ma è l'energia a decidere chi può accenderle.

Goldman ha inoltre individuato uno spostamento strutturale nella spesa per il software aziendale. Ha affermato che le piattaforme dati e sicurezza sono tra i beneficiari più evidenti degli investimenti in IA, poiché i sistemi di IA dipendono da dati puliti, organizzati e sicuri. I chief information officer stanno sempre più orientando i budget verso i livelli dati fondamentali e gli strumenti di cybersecurity, con l'obiettivo di proteggere l'integrità dei dati e contenere i rischi legati alluso non autorizzato di "shadow AI" — strumenti di IA adottati al di fuori dell'approvazione ufficiale IT — all'interno delle organizzazioni.

Al contrario, il software applicativo è sempre più sviluppato per agenti di IA anziché per utenti umani. Goldman ha descritto questa transizione come il software applicativo che diventa "headless". Il cambiamento consente ai fornitori di aggiungere funzionalità di IA più potenti alle piattaforme esistenti e, per ora, sostiene la crescita del settore, sebbene la banca abbia avvertito che potrebbe infine modificare il modo in cui le aziende software fissano i prezzi e monetizzano i loro prodotti.

Lo spostamento della spesa indica un divario in crescita tra le piattaforme fondamentali e i fornitori di applicazioni. L'enfasi di Goldman sui rendimenti delle piattaforme di base suggerisce che la monetizzazione comprovata del calcolo potrebbe essere vista più favorevolmente rispetto alle nuove linee di ricavi speculative, sebbene la banca non l'abbia presentata come una previsione di performance di mercato.

Tra le aziende evidenziate, Goldman ha dichiarato che Meta continua a generare un ritorno sull'investimento di due o tre volte per megawatt di energia nella sua attività principale — una misura dei rendimenti rispetto all'elettricità consumata — mentre esplora ulteriori fonti di ricavi incrementali. Google, nel frattempo, sta sfruttando quello che Goldman ha descritto come un vantaggio full-stack che combina chip personalizzati, cloud, sicurezza e una vasta base distributiva a supporto della monetizzazione principale. Le vendite dei chip TPU di Google sono una componente di quella più ampia strategia di portafoglio.

Goldman ha concluso che la monetizzazione dell'IA offre una sostanziale flessibilità di opzioni. Ciò nonostante, ha affermato che la monetizzazione delle piattaforme di base rimane tra gli usi del calcolo con maggiore affidabilità e rendimento. In questo contesto, le piattaforme affermate che già generano solidi rendimenti sulla loro energia potrebbero rimanere i beneficiari più affidabili finché la capacità rimarrà scarsa. Gli indicatori pratici da monitorare da qui in avanti, sulla base delle osservazioni della banca, includono i calendari di costruzione dei data center fino al 2027, quanto in anticipo gli operatori si assicurano i contratti energetici per il 2028 e oltre, e se i budget aziendali continueranno a spostarsi verso le fondamenta di dati e sicurezza.