BlackRock (NYSE: BLK), Goldman Sachs (NYSE: GS), Apollo Global Management (NYSE: APO), Blackstone (NYSE: BX), Brookfield Asset Management (NYSE: BAM) e KKR (NYSE: KKR) sono in trattative con Nvidia (NASDAQ: NVDA) per partecipare a un massiccio nuovo ciclo di spesa per infrastrutture AI che potrebbe in definitiva raggiungere fino a 500 miliardi di dollari.

Secondo il Financial Times, la collaborazione prevista si concentra sul finanziamento di capacità di calcolo ampliata, approvvigionamento energetico e costruzione di data center. Un annuncio dell'accordo potrebbe arrivare già da lunedì prossimo.

Il coinvolgimento di sei dei nomi più influenti nella gestione globale degli asset e nel private equity evidenzia come le infrastrutture AI siano passate da investimento tecnologico di nicchia a uno dei principali temi di allocazione di capitale nella finanza globale. Se la cifra riportata dovesse essere raggiunta, il programma si collocherebbe tra i più grandi impegni infrastrutturali del settore privato della storia, paragonabile per scala a opere di sviluppo energetico o delle telecomunicazioni a livello nazionale.

In seguito alla notizia, le azioni NVDA sono scese dell'1,4%, cancellando oltre 70 miliardi di dollari dalla capitalizzazione di mercato della società.

Il ruolo in espansione di Nvidia nel finanziamento delle infrastrutture AI

Le trattative evidenziano la posizione sempre più centrale di Nvidia nel finanziamento delle infrastrutture fisiche che stanno alla base dell'intelligenza artificiale. Valutata circa 5.250 miliardi di dollari, la società fornisce già i processori grafici utilizzati per addestrare e gestire la maggior parte dei più grandi sistemi di intelligenza artificiale negli Stati Uniti, oltre a software correlati e strumenti di calcolo. La quota quasi dominante di Nvidia nel mercato dei chip per il training AI l'ha resa un gatekeeper per l'intero sviluppo: gli operatori di data center, i provider cloud e gli sviluppatori di soluzioni AI in genere non possono scalare senza prima acquisire il suo hardware.

Tuttavia, le sole GPU non sono sufficienti a sostenere le operazioni AI. Gli operatori necessitano anche di strutture server su larga scala, energia, sistemi di raffreddamento e finanziamenti a lungo termine. I carichi di lavoro AI consumano sostanzialmente più elettricità rispetto al calcolo convenzionale nei data center, e le stime di settore proiettano che la domanda di energia dei data center potrebbe più che raddoppiare entro la fine del decennio, mettendo sotto pressione le reti elettriche e suscitando l'interesse di investitori focalizzati sulle infrastrutture con esperienza in progetti energetici.

Nvidia è intervenuta progressivamente per aiutare i clienti a ottenere questi finanziamenti, investendo anche il proprio capitale direttamente nelle società che acquistano il suo hardware.

Mark Cuban avverte che il modello di finanziamento potrebbe "crollare"

Il miliardario Mark Cuban ha espresso pubblicamente preoccupazione per il volume di debito e ingegneria finanziaria che ora sostiene il boom di spesa nell'AI. La sua argomentazione principale è che Nvidia ha superato il semplice ruolo di venditore di chip: sta attivamente finanziando gli stessi clienti che effettuano gli ordini.

A luglio, Cuban ha tracciato un parallelo tra il panorama attuale e la frenesia di finanziamenti dell'era delle dot-com, scrivendo: "invece delle IPO, Nvidia è l'IPO, finanziando chiunque e ovunque."

Il sostegno finanziario di Nvidia ha assunto molteplici forme, tra cui iniezioni di capitale diretto, accordi di condivisione dei ricavi e disposizioni che garantiscono livelli minimi di reddito per gli operatori di data center e i nuovi provider cloud. Queste strutture consentono ai clienti di ordinare GPU e avviare la costruzione prima che le proprie operazioni generino flussi di cassa sufficienti.

Nel primo semestre del 2026, Nvidia ha investito oltre 40 miliardi di dollari nelle sue iniziative AI. I destinatari e le entità correlate includevano OpenAI, Corning (NYSE: GLW) e IREN (NASDAQ: IREN).

Diversi singoli accordi sono degni di nota per la loro entità. OpenAI è stata collegata a un proposto programma di data center da 100 miliardi di dollari. I finanziamenti collegati a xAI hanno utilizzato veicoli con scopo speciale (SPV) valutati in miliardi di dollari.

Complessità e rischio nel finanziamento delle infrastrutture AI

Alcune di queste disposizioni prevedono l'uso di GPU come garanzia per i prestiti. Possono inoltre includere leasing di lunga durata e proiezioni dei ricavi basate sulle performance delle società AI in fase iniziale, proiezioni che potrebbero rivelarsi inesatte se gli utili effettivi dovessero essere inferiori alle cifre assunte al momento della firma dei contratti.

Esperti legali hanno osservato che il finanziamento delle infrastrutture AI è diventato sempre più complesso. Un singolo progetto può combinare prestiti privati, cartolarizzazione dei debiti e SPV istituiti specificamente per detenere asset o prendere in prestito senza figurare in bilancio. I partecipanti possono includere banche, compagnie assicurative e fondi pensione. L'ingresso dei principali operatori di private equity e gestione degli asset nell'attuale round di trattative riflette una tendenza più ampia in cui i gestori di asset alternativi sono diventati i principali prestatori e investitori infrastrutturali, assumendo ruoli tradizionalmente ricoperti dalle banche commerciali.

Il deprezzamento dell'hardware rappresenta un ulteriore livello di rischio. Nvidia ha rilasciato nuove generazioni di chip AI con cadenza annuale, il che significa che un data center potrebbe essere ancora in fase di ammortamento di una generazione di processori quando una versione più avanzata arriva sul mercato. Di conseguenza, le GPU più datate potrebbero perdere valore più rapidamente di quanto i prestatori avessero inizialmente assunto, un aspetto critico quando è l'hardware stesso a fungere da garanzia del prestito.

Le banche e le strutture di credito privato concedono frequentemente prestiti per attrezzature con costi molto elevati al momento dell'installazione. Se la spesa complessiva per l'AI dovesse rallentare, gli operatori che hanno costruito capacità in vista di una domanda non realizzatasi potrebbero affrontare significative difficoltà finanziarie. Aggiornamenti hardware più frequenti potrebbero rendere obsoleti prima del previsto impianti costosi, e chip concorrenti dei rivali, tra cui gli acceleratori Instinct di AMD e il silicio personalizzato sviluppato dai principali provider cloud come Google, Amazon e Meta, potrebbero ridurre la domanda per sistemi basati su Nvidia.

Ciascuno di questi fattori potrebbe lasciare gli operatori a ripagare debiti sostanziali contro strutture che generano ricavi inferiori alle proiezioni, una dinamica che va ben oltre il tradizionale investimento azionario tecnologico e entra nel ambito della finanza leva applicata a data center, GPU e progetti energetici.