In agosto Nvidia ha riunito sei dei maggiori nomi della finanza globale—Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR—per istituire piattaforme di finanziamento in grado di mobilitare oltre 500 miliardi di dollari per le aziende che costruiscono infrastrutture di IA, come illustrato nell'annuncio ufficiale del produttore di chip. È l'ultima mossa di un'azienda evolutasi dalla produzione di chip all'orchestrazione dell'intero scacchiere dell'IA—e un segno che la crescita dell'azienda più preziosa al mondo dipende oggi tanto dalla prossima grande sfida ingegneristica quanto dalla capacità dei clienti di continuare a permettersi i suoi prodotti.

L'accordo indica anche la direzione più ampia in cui sta andando l'IA. Mentre l'attenzione si concentra sui rilasci di modelli, sulle capacità dei chip e sulla capacità dei data center, la variabile che determina sempre più chi può competere è il denaro stesso. La prossima fase della corsa all'IA tra aziende e Paesi dipenderà in larga misura da chi può pagarla, e l'azione si sta spostando dai laboratori di frontiera agli sportelli del credito. Chi riuscirà a raccogliere capitale a basso costo e su larga scala fisserà il ritmo—una gara cheisce ancora gli Stati Uniti, i cui mercati dei capitali sono più profondi di qualsiasi altro. Per Cina ed Europa, la strada per colmare il divario tecnologico passa attraverso quello finanziario.

Le rivoluzioni tecnologiche tendono a essere ricordate per le loro tecnologie: la macchina a vapore, le ferrovie, internet. Altrettanto importante è la macchina finanziaria che le ha rese possibili. La società per azioni distribuì il rischio delle imprese commerciali marittime; i primi mercati obbligazionari e azionari finanziarono le ferrovie prima che potessero generare rendimenti; il venture capital fornì denaro ad alto rischio ad aziende troppo giovani per raccoglierlo dagli investitori tradizionali.

L'IA sta arrivando alla sua versione di quel momento. Per mezzo secolo, la tecnologia è stata asset-light: il software poteva essere scritto una volta sola e distribuito a miliardi di utenti a un costo marginale trascurabile. L'IA sta trasformando la tecnologia in un'industria pesante. I sistemi più recenti richiedono fabbriche, chip avanzati, cabine elettriche e enormi forniture di elettricità. Persino le aziende più ricche del mondo stanno faticando a finanziare tutto questo con i propri ricavi.

I cinque maggiori hyperscaler americani da soli sono in procinto di spendere 730 miliardi di dollari in spese in conto capitale nel 2026, e una quota decrescente proviene dai propri bilanci—si prevede che fino a un terzo sarà finanziato con debito.

Se le aziende più redditizie della storia devono indebitarsi per restare in corsa, si argomenta, quale speranza rimane a tutti gli altri?

L'accordo di Nvidia è una risposta. La finanza di progetto finanzia da tempo infrastrutture con alti costi iniziali, ripagati da rendimenti costanti su molti anni: centrali elettriche, autostrade a pedaggio, aeroporti. La novità è il tentativo di trasformare il calcolo in una classe di attività che fondi pensione e assicurazioni possano detenere con serenità, come già fanno con le infrastrutture.

L'accordo comporta rischi, e il parallelo con le infrastrutture è imperfetto. Gli impianti energetici sono costruiti per durare decenni, vengono in genere realizzati in risposta a una domanda prevedibile e generano rendimenti prevedibili. Al contrario, le graphics processing units (GPU) sono attività di breve durata; la domanda di IA è imprevedibile; ed è troppo presto per proiettare i rendimenti.

Detto questo, se i vantaggi dell'IA sono speculativi, lo sono anche gli svantaggi—e se il modello funzionasse, rimodellare il mercato dell'IA proprio come il venture capital ha cambiato il calcolo del rischio nell'avviare un'impresa.

L'annuncio di Nvidia ha suscitato le consuete preoccupazioni sul finanziamento circolare, in cui il denaro del produttore di chip gli torna indietro sotto forma di ordini di chip. Ma questo accordo è l'opposto. Nvidia, per lo più, non presterà denaro proprio—né lo faranno i suoi sei partner. Il capitale proviene da terzi: fondi pensione, assicurazioni, fondi sovrani, risparmi delle famiglie. Più che formare un circuito chiuso, la costruzione viene cablata nel sistema finanziario più ampio: l'accordo non gonfia artificialmente la domanda, ma ristruttura il costo dell'offerta per una platea più ampia di concorrenti al di fuori degli hyperscaler, che a loro volta possono permettersela solo in parte.

La struttura finanziaria contribuirà in parte a scegliere i vincitori della corsa tecnologica—non in base a chi ha più denaro, ma in base a se l'architettura finanziaria più ampia utilizza il capitale in modo ottimale.

L'Europa illustra il problema. Il continente detiene uno dei maggiori bacini di risparmio al mondo: solo le famiglie dell'eurozona detengono circa 10.000 miliardi di euro (circa 11.000 miliardi di dollari) in depositi bancari. Eppure gli investitori istituzionali europei preferiscono acquistare obbligazioni tecnologiche statunitensi piuttosto che sostenere le proprie startup. Il denaro c'è; manca l'impianto che trasformi il risparmio in investimento.

Se l'IA si riduce all'accesso al capitale, si conclude, la strategia europea sull'IA ha bisogno di una strategia per i mercati dei capitali—e progressi sull'integrazione dei mercati dei capitali, ferma da tempo, farebbero più per la competitività europea di un'altra serie di gigafactory.

Il problema della Cina va nella direzione opposta. Il denaro statale è bravo a versare cemento; è meno bravo ad adeguare la capacità alla domanda. Dopo una corsa edilizia trainata dalle politiche, i media cinesi hanno riferito lo scorso anno che fino all'80% della capacità di calcolo di nuova costruzione è rimasta inutilizzata. Lo Stanford HAI AI Index 2026 stima che lo scorso anno l'investimento privato in IA negli Stati Uniti sia stato più di 23 volte quello della Cina.

Con la finanza che sceglie i vincitori, gli Stati Uniti partono in vantaggio: nessun altro Paese è altrettanto capace di trasformare su larga scala il risparmio di pensionati e famiglie in attività rischiose e di lunga durata. I mercati obbligazionari americani, i fondi di credito privato e le società di gestione del capitale cercano già esattamente questo tipo di attività—come un produttore di chip potrebbe annunciare in un solo comunicato un obiettivo di finanziamento da mezzo trilione di dollari?

La prima fase del boom dell'IA si è basata sulle scoperte tecniche: modelli, chip, applicazioni. La prossima fase dipenderà dalla capacità del sistema finanziario di garantire l'espansione dell'industria oltre un piccolo gruppo di aziende. Nvidia ha compiuto un tentativo audace di riconfigurare l'economia dell'IA; i suoi concorrenti dovranno dotarsi di una macchina finanziaria altrettanto fantasiosa.

Le rivoluzioni tecnologiche non avvengono semplicemente perché qualcuno inventa il futuro. Avvengono quando si capisce anche come pagarlo.

Le opinioni espresse negli articoli di commento di Fortune sono esclusivamente quelle degli autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune. Questo articolo è stato originariamente pubblicato su Fortune.com.