Gli agenti AI accendono la seconda curva di crescita del cloud computing! Le grandi banche di Wall Street analizzano l’ondata di espansione di IaaS e la rivalutazione del valore di PaaS: chi guadagna davvero dal boom dei Token?

Secondo quanto riportato da Italia Finanziaria APP, una nuova ricerca pubblicata dal colosso finanziario di Wall Street Bernstein mostra che il settore del cloud computing AI sta entrando in una nuova fase in cui esplodono simultaneamente domanda di calcolo per l'intelligenza artificiale guidata dall’ondata degli agenti AI, carichi di lavoro di inferenza in evoluzione, e una ridefinizione del valore delle piattaforme. Le opportunità di investimento si estendono così dall’offerta di calcolo GPU fino ai leader del cloud computing che influenzano l’operatività dei dati aziendali, i processi chiave delle imprese, l’interconnessione dei flussi di lavoro with lo sviluppo, il deployment e l’esecuzione degli agenti intelligenti.

Bernstein afferma che attualmente il settore globale del cloud computing sta attraversando la più importante evoluzione competitiva dalla rapida ascesa di Microsoft Azure, che sfidò Amazon AWS: la domanda di training ha dato il via a un'espansione dei data center incentrata su GPU, aprendo il mercato delle infrastrutture IaaS a nuovi provider di servizi cloud come CoreWeave; con il progressivo impiego produttivo dell'inferenza AI nelle imprese, cresce la necessità di un’operatività sinergica di CPU, GPU, database, storage e piattaforme software; OpenAI e Anthropic, inoltre, stanno evolvendo dal ruolo di fornitori di modelli AI a piattaforme per lo sviluppo di agenti intelligenti, portando maggiori ordini infrastrutturali ai partner cloud ma anche iniziando la competizione per l’accesso software, le relazioni con i clienti e i margini concessi ai provider PaaS.

Il team di analisti Bernstein guarda quindi con maggiore favore a Microsoft, Oracle e MongoDB, mantenendo un approccio più cauto riguardo la competitività a lungo termine delle aziende cloud emergenti focalizzate solo sul noleggio di capacità AI GPU. Il focus centrale di Bernstein è che la crescita della domanda di risorse di calcolo AI può ampliare il mercato del cloud AI in affitto, ma non garantisce lo stesso potere di pricing e ritorno sul capitale a tutte le aziende cloud nell’era AI. Recenti dati di settore ne sono conferma: Microsoft, nel report finanziario di luglio, ha evidenziato una crescita del 43% nei ricavi trimestrali di Azure e degli altri servizi cloud, con la domanda ancora superiore alla capacità disponibile; Oracle, nel dato trimestrale di settembre, ha annunciato una crescita del 121% dei ricavi IaaS a 7,4 miliardi di dollari e impegni residui per 664 miliardi di dollari, segnalando la trasformazione della domanda in ricavi e contratti a lungo termine.

Come gli agenti AI stanno progressivamente ampliando la domanda di cloud computing? Dall’incrocio tra il report Bernstein e l’ingegneria AI inferenziale emerge che prodotti come Muse e Astra segnano la transizione: una singola Q&A si espande in un processo di task che include pianificazione, ricerca, chiamata di tool, esecuzione, verifica e retry. Meta ha comunicato che Muse opera su una macchina virtuale sicura dedicata con browser, continuando le attività anche a chiusura dell'app; OpenAI ha rivelato che Astra aumenta le capacità operative su computer e compiti professionali multi-step, progressi che tuttavia non equivalgono già alla conferma dell’AGI.

Con la crescita dell’utilizzo, il numero di chiamate modello aumenta il carico inferenziale GPU, l’esecuzione di browser, codice e tool incrementa la domanda di CPU, contesti lunghi e sessioni concorrenti crescono quella di memoria e cache, mentre lo stato persistente e l’accesso alle conoscenze aziendali spingono database e storage; il deployment produttivo coinvolge inoltre servizi PaaS come identità, sicurezza, monitoring e orchestrazione dei workflow. L’accordo settennale da 11,6 miliardi di dollari tra Anthropic e Akamai, focalizzato esplicitamente sui carichi CPU, è esempio di questa diffusione oltre le GPU; le collaborazioni con Amazon AWS, Google Cloud/Broadcom, Microsoft Azure Cloud e la piattaforma cloud AI di SpaceX riflettono una configurazione basata su molteplici fornitori.

Tra i possibili vincitori di IaaS/PaaS nel cloud AI minacciato dall’ascesa di nuove forze come CoreWeave, Bernstein concede il rating più ottimistico “outperform” a Microsoft (MSFT.US), Oracle (ORCL.US) e MongoDB (MDB.US), con target price che suggeriscono potenziali di crescita nei prossimi 12 mesi rispettivamente intorno al 28,7%, 135% e 35%; Snowflake (SNOW.US), leader nei data warehouse cloud AI e database aziendali, riceve giudizio “in linea col mercato” con un target di crescita attorno al 10%.

Ciò che è certo è che l’AI cloud rimane una direzione chiave per gli investimenti di capitale nel settore e per le aspettative di redditività, mentre i flussi finanziari azionari iniziano a selezionare gli stadi della catena produttiva in grado di trattenere il profitto. OpenAI sta cercando nuovi finanziamenti a una valutazione di circa 1.400 miliardi di dollari, mentre Anthropic punta a una IPO superiore ai 2.000 miliardi di dollari, a conferma delle altissime aspettative del mercato globale sulle potenzialità di ricavo legate all’AI. A differenza delle applicazioni AI — spesso narrative di puro valore stimato —, la catena di fornitura della capacità AI per l’inferenza poggia già su forti prospettive di domanda: i media hanno riportato che Anthropic prevede 518 miliardi di dollari d’investimenti infrastrutturali nel prossimo decennio, di cui l’80% irrevocabili o da pagare in base a impegni; i ricavi 2025 sono stimati a quasi 4,6 miliardi di dollari, circa 12 volte il 2024, con perdite operative sopra gli 8 miliardi e una spesa per potenza di calcolo e infrastruttura di 7,33 miliardi, quasi tre volte il 2024, circa il 58% dei 12,65 miliardi di costi operativi totali; l’export di semiconduttori in Corea a settembre tocca i 60,3 miliardi, +262,8% a/a, con il governo che segnala anche un rialzo sia in volumi di export MEM che in prezzi contrattuali.

La crescita e la frammentazione dei conti per il calcolo: boom di espansione IaaS

La logica d’investimento Bernstein per l’IaaS nell’era AI consiste in una cresciuta entusiasta della domanda di calcolo AI che si sovrappone alla crescita tradizionale del cloud computing. Secondo una previsione Gartner citata nel report, il mercato IaaS globale passerà dai 223 miliardi USD del 2025 ai 287 nel 2026 e ai 662 miliardi nel 2030; la quota IaaS tradizionale salirà da 201 a 488 miliardi, mentre quella ottimizzata AI da 22 a 174 miliardi.

Secondo le stime grafiche del report Bernstein, nel periodo 2025-2030 il tasso di crescita composto complessivo del mercato sarà del 24,3%, quello della porzione AI ottimizzata raggiungerà il 51,2%, passando da circa 9,9% al 26,3% del totale. Il team di analisti sottolinea che ciò significa che l’AI genera un nuovo mercato d’infrastrutture cloud ad altissimo tasso di crescita, ma che la migrazione cloud di computing, storage e applicativi delle aziende continuerà a produrre una rilevante domanda incrementale.

Quanto ai rapporti competitivi, secondo Gartner nel 2025 AWS, Microsoft, Google e Alibaba deterranno rispettivamente il 35%, 24%, 10% e 8% del mercato IaaS; secondo IDC sono 41%, 16%, 8% e 4%, mentre entrambe stimano la quota di CoreWeave attorno al 2%. Le differenze riguardano la segmentazione dei ricavi tra IaaS e PaaS: IDC attribuisce più ricavi Oracle alla PaaS, quindi non è possibile combinare i dati dei diversi istituti in un’unica mappa concorrenziale omogenea.

Il report Bernstein solleva anche una questione degna di attenzione per gli investitori: come si coordineranno i 174 miliardi di ricavi IaaS-AI ottimizzati previsti per il 2030 con le cifre in trilioni di dollari in investimenti GPU su cui si discute nel mercato? Potrebbe dipendere da investimenti aziendali diretti, quote che saranno monetizzate tramite PaaS e il fatto che le stime settoriali potrebbero essere troppo alte o che i dati Gartner sono prudenti.

I vantaggi temporanei delle new cloud companies derivano dalla scarsità di computing power, ma la competitività a lungo termine nell’inferenza aziendale richiede ecosistemi software e dati pienamente sviluppati. Il report Bernstein individua tre step evolutivi: 1) i cluster di training GPU richiedono maggiori requisiti in termini di energia, raffreddamento e rete a basso latenze e alta banda, con conseguente necessità per i data center tradizionali di essere rinnovati o ricostruiti — opportunità per new cloud e Oracle; 2) la spesa AI si sposta dal training all’inference, Bernstein stima che la spesa annua per inference potrebbe essere 5-20 volte quella training, anche se non specifica una tempistica precisa; 3) l’inference enterprise deve essere connesso alla realtà operativa: le infrastrutture devono supportare calcolo dei modelli, esecuzione app CPU e accesso ai dati aziendali.

Bernstein osserva che questa “data gravity” determinerà la migrazione di parte dei carichi AI sulle piattaforme dove sono già presenti database aziendali, sistemi di permessi e applicativi. Il report evidenzia cinque vincoli per le new cloud: difficoltà di superare la GPU-based IaaS, migrazione dei carichi sui sistemi proprietari dei grandi clienti una volta terminata la carenza di offerta, mancanza di differenziazione garantita da database open source e strumenti di sviluppo, attriti nella migrazione dei dati aziendali, possibile riequilibrio della domanda e offerta nei prossimi due anni.

Inoltre, secondo Bernstein, la vera questione strategica per gli investitori è se le new cloud riusciranno a trasformare il vantaggio di consegna a breve termine in retention dei clienti, impieghi e ritorni finanziari nel lungo termine; parallelamente, Oracle, grazie a sovereign cloud, private cloud e data center AI, può avvicinarsi ulteriormente ai principali player Microsoft, Amazon e Google nell’infrastruttura cloud AI.

Chi controlla l’accesso agli agenti, conquista i profitti del cloud: la rivalutazione del PaaS

I laboratori AI stanno diventando i nuovi competitor chiave nel PaaS, sebbene la divisione dei ricavi sia ancora fluida. I dati Bernstein, citando fonti, riportano che nel 2025 la dimensione globale del PaaS varrà secondo Gartner 225,2 miliardi di dollari e per IDC circa 227,5 miliardi; in base ai dati 2024, la crescita è rispettivamente del 25,8% e del 42,3%. IDC indica Microsoft prima con il 21%, seguita da AWS (12%), Google (9%), OpenAI (6%), Salesforce (5%), Oracle (4%), Anthropic, Snowflake, Databricks (2% ognuno); secondo Gartner, unendo PaaS tradizionale e AI, AWS guida con il 19%, poi Microsoft (15%), Google (10%), OpenAI (2%), Anthropic meno del 2%.

Ancor più significativo l’incremento delle quote dei laboratori AI: secondo IDC, OpenAI passa dal 2,1% del 2024 al 5,7% del 2025, Anthropic dallo 0,4% all’1,9%; secondo Gartner, rispettivamente dall’1 al 1,7% e dallo 0,3% all’1,1%.

I confini per classificare i ricavi di API modelli, strumenti di sviluppo, prodotti di coding e software per agenti non sono uniformi, ma la direzione espansiva delle piattaforme AI è chiara. Bernstein prevede che nel 2026 potranno salire ulteriormente fino a quote a una o due cifre basse, a seconda di come verranno attribuiti i ricavi e della velocità di crescita dell’intero mercato PaaS, si rimane però su stime previsionali.

Passare dal modello alla piattaforma significa che i laboratori AI stanno entrando nella competizione sull’accesso allo sviluppo e operatività del software aziendale. Secondo Bernstein, Anthropic sta portando la famiglia Claude dal modello al codice fino all’automazione e agli agenti intelligenti; OpenAI, oltre a ChatGPT, ricerca e search, accelera su Codex e agent developer tools. Questi strumenti non solo consentono di costruire applicazioni AI ma anche di aumentare l’efficienza nello sviluppo, testing e manutenzione del software tradizionale. La piattaformizzazione rafforza integrazioni dei workflow, fidelizzazione dei clienti e riduce la pressione causata dalla concorrenza di modelli open e dalla diminuzione del prezzo per token nella semplice fornitura modelli.

Secondo Gartner citato da Bernstein, nel 2025 OpenAI ricaverà circa 5 miliardi da clienti enterprise (57% modelli generativi base, 4% modelli dedicati, 15% piattaforma di sviluppo AI, 24% altro software), Anthropic circa 3,3 miliardi (70% modelli base, 7% dedicati, 23% altro software), dati che però si riferiscono a business enterprise non equivalente all’intero fatturato aziendale o al run rate annualizzato.

Nello stesso periodo il mercato delle piattaforme di sviluppo AI vale circa 6,8 miliardi: Microsoft, AWS e Google rappresentano il 24%, 14% e 14%, OpenAI l’11% (circa 750 milioni), mentre nel segmento dei modelli generativi base OpenAI, Anthropic e Google coprono insieme il 63% (25%, 20%, 18%). La concorrenza fra livello modello e piattaforma è quindi già attiva. Bernstein prevede anche che nel 2026 i ricavi delle piattaforme di sviluppo possano superare quelli dei modelli, anche se restano questioni di classificazione tra PaaS e SaaS; il potenziale strategico più ampio è diventare piattaforma sottostante per altri vendor software invece di entrare direttamente in mercati verticali come CRM o HCM. I laboratori AI portano vantaggio nella comprensione dei modelli, i colossi cloud e gli attuali SaaS player vantano dati clienti, semantica di business, modalità di deployment, sicurezza e gestione, e così la competizione si espande alla capacità end-to-end di consegna aziendale.

Secondo Bernstein, le aziende da privilegiare nel cloud AI sono quelle che convertono l’adozione dell’AI in ricavi ripetitivi, fidelizzazione clienti e margini. Microsoft ha il vantaggio di ospitare OpenAI, Anthropic, numerosi modelli terzi e propri, con strumenti di sviluppo diffusi e massicci dati enterprise ad attrarre nuovi carichi AI; Oracle, invece, copre datacenter AI, OCI Gen2, private cloud, brand AMD IaaS/PaaS e sovereign cloud. La crescita del business piattaforma di OpenAI potenzia la domanda dei suoi clienti chiave senza sostituire immediatamente i core product DB di Oracle, inoltre la multicloud partnership ha consentito varie trimestrali di crescita a tre cifre nelle sue soluzioni database cloud.

La logica MongoDB è più diretta: ovvero che AI/agent continueranno a necessitare, anche a fronte di penetrazione massiccia nei vari settori, di dati persistenti, interrogazione e gestione dello stato, aumentando l’utilizzo dei database. Secondo il report, laboratori AI e new cloud non sembrano attualmente puntare direttamente al mercato database di MongoDB. Al contrario, l’espansione di Snowflake verso l’AI lo espone a una doppia concorrenza AI labs-hyperscaler.

Infine, Bernstein raccomanda agli investitori di focalizzarsi su capacità di delivery in IaaS, accesso allo sviluppo in PaaS e infrastruttura dati per l’execution, testando anche i flussi di cassa liberi dopo ammortamenti, costi di energia, funding e concorrenza; tra i rischi, avverte che Microsoft è esposta a pressioni sul prezzo del cloud e problemi di sicurezza; Oracle a rischi da concentrazione clienti, realizzazione effettiva della domanda AI e sviluppo cloud; MongoDB rallentamento crescita cloud, aumento costi infrastrutturali e spese operative.