Michael Burry lancia un avvertimento su Nvidia: la tesi rialzista contro quella ribassista per il boom dei chip AI

Il trade sull'AI sta entrando in una fase più impegnativa. Negli ultimi tre anni, la tesi rialzista era relativamente semplice: gli hyperscaler avevano bisogno di più capacità di calcolo, Nvidia dominava gli acceleratori AI e i modelli più grandi richiedevano cluster sempre più estesi. Questa logica resta solida, ma gli investitori si trovano ora davanti a una domanda più difficile: i ricavi e i guadagni di produttività generati dall'AI riusciranno a tenere il passo con la straordinaria spesa in conto capitale necessaria per costruire l'infrastruttura?

Le critiche di Michael Burry alla nuova iniziativa di finanziamento AI di Nvidia da $500 miliardi si inseriscono in questo dibattito più ampio. Ha definito il piano un "segnale di disperazione", chiedendosi se la domanda di AI stia diventando troppo dipendente dal finanziamento. Nvidia, dal suo canto, sostiene che le partnership con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR possano sbloccare oltre $500 miliardi di capitale di terze parti per l'infrastruttura AI.

Il vero confronto tra rialzisti e ribassisti va oltre il finanziamento. Si riduce alla spesa degli hyperscaler, alla monetizzazione dell'AI, ai cicli di sostituzione dei chip, alla concorrenza e ai rendimenti sul capitale.

La tesi rialzista: la domanda di AI continua a espandersi

L'argomento rialzista più solido è semplice: il ciclo di spesa non si è ancora interrotto.

I ricavi di Nvidia nel primo trimestre fiscale 2027 hanno raggiunto $81.6 miliardi, in crescita dell'85% su base annua, mentre i ricavi del Data Center sono aumentati del 92% a $75.2 miliardi. L'azienda ha indicato una guidance di circa $91 miliardi di ricavi per il trimestre successivo, anche senza considerare i ricavi da compute del Data Center in Cina.

Anche i suoi maggiori clienti stanno accelerando gli investimenti. Alphabet ha alzato le previsioni di capex 2026 a $195-205 miliardi. Meta ne prevede $130-145 miliardi. Microsoft ha spesso $41 miliardi nell'ultimo trimestre, con circa due terzi destinati ad asset a vita più breve come CPU e GPU.

Ancora più importante, l'infrastruttura AI sta iniziando a generare ricavi reali. I ricavi di Google Cloud sono balzati dell'82% nel secondo trimestre a $24.8 miliardi, mentre il backlog ha raggiunto $514 miliardi. I ricavi cloud di Microsoft hanno superato $214 miliardi per l'anno fiscale 2026, con una domanda che si sta sempre più ampliando oltre le aziende di modelli di frontiera.

Questo è rilevante perché la prossima fase della crescita dell'AI potrebbe derivare da inferenza, agenti, coding, pubblicità, ricerca, AI industriale e adozione aziendale piuttosto che dal solo training dei modelli di frontiera. Se l'AI diventa parte integrante dei carichi di lavoro produttivi quotidiani, la domanda di semiconduttori potrebbe restare strutturalmente elevata per anni.

Rubin rappresenta un altro catalizzatore. Nvidia afferma che la piattaforma è già in produzione, con i sistemi previsti per la seconda metà del 2026. AWS, Google Cloud, Microsoft, Oracle e CoreWeave sono tra i primi adottanti previsti.

L'opportunità si estende anche oltre Nvidia. Cluster AI più grandi richiedono più memoria HBM, packaging avanzato, networking, connettività ottica, infrastrutture di alimentazione e raffreddamento. Anche se Nvidia dovesse alla fine catturare una quota minore di ogni dollaro incrementale destinato all'AI, il mercato complessivo dell'infrastruttura AI può continuare a espandersi.

La tesi ribassista: la monetizzazione riuscirà a recuperare terreno?

I ribassisti possono osservare gli stessi numeri sul capex e arrivare a una conclusione molto diversa.

Alphabet ha speso $44.9 miliardi in capex nel secondo trimestre generando un flusso di cassa libero negativo di $5.9 miliardi. Meta ha speso $31.1 miliardi producendo solo $784 milioni di flusso di cassa libero trimestrale. Anche Microsoft ha riconosciuto che gli investimenti nell'infrastruttura AI stanno esercitando pressione sui margini cloud.

La domanda chiave è quindi semplice:

quanto ricavo AI incrementale genererà ogni dollaro aggiuntivo di capex?

Il boom può continuare finché gli hyperscaler ritengono che la capacità di calcolo resti scarsa. Il mercato diventa più vulnerabile una volta che la capacità raggiunge la domanda e le aziende iniziano a richiedere rendimenti più solidi da ogni nuovo data center.

Il deprezzamento tecnologico crea un ulteriore rischio. Nvidia sta avanzando rapidamente attraverso Hopper, Blackwell, Blackwell Ultra e Rubin. Le GPU più vecchie possono ancora generare ricavi tramite inferenza, fine-tuning e carichi di lavoro cloud a costo inferiore, ma il loro valore economico potrebbe scendere rapidamente man mano che le nuove architetture migliorano le prestazioni per watt e il costo per token.

È qui che le critiche di Burry sul finanziamento diventano rilevanti. Le nuove partnership di Nvidia con Wall Street puntano a sbloccare oltre $500 miliardi di finanziamento da terze parti. La sua interpretazione ribassista è che potrebbe essere necessario un finanziamento sempre più sofisticato per sostenere un ciclo di spesa i cui rendimenti a lungo termine restano incerti.

Il vero pericolo emergerebbe se la domanda di AI si affievolisse nello stesso momento in cui i tassi di noleggio e i valori residui delle GPU più vecchie scendessero bruscamente. Gli operatori cloud AI fortemente indebitati si troverebbero allora ad affrontare simultaneamente flussi di cassa più debol e collaterale più debole.

La concorrenza aggiunge un'ulteriore pressione. Google sta espandendo l'implementazione delle TPU oltre il puro uso interno, mentre AMD e gli acceleratori personalizzati sostenuti da aziende come Broadcom puntano a carichi di lavoro in cui l'economia premium di Nvidia potrebbe diventare più difficile da giustificare.

Nvidia può continuare a crescere in questo contesto, ma quota di mercato, potere di determinazione dei prezzi e margini sui semiconduttori potrebbero normalizzarsi gradualmente.

Cosa deciderà il prossimo trade sull'AI?

La prossima fase del trade sui chip AI si riduce a quattro variabili:

crescita dei ricavi AI, capex degli hyperscaler, utilizzo delle GPU e margini sui semiconduttori.

Il percorso rialzista resta intatto se le applicazioni AI continuano a diffondersi, l'inferenza si espande, gli hyperscaler restano vincolati dalla capacità, le GPU più vecchie trovano usi profittevoli di livello inferiore e Rubin avvia un altro ciclo di aggiornamento.

Il percorso ribassista inizia quando il capex cresce sensibilmente più rapidamente della monetizzazione, i margini cloud si comprimono, l'economia delle GPU più vecchie si deteriora e gli hyperscaler finalmente rallentano la spesa infrastrutturale.

La domanda centrale è più ampia del piano di finanziamento da $500 miliardi di Nvidia:

l'AI potrà generare abbastanza valore economico da giustificare l'infrastruttura già costruita — e l'ondata di investimenti ancora più ampia in arrivo?

Se la risposta resta sì, il ciclo dei semiconduttori per l'AI ha ancora margine per correre. Se questa relazione inizia a incrinarsi, gli investitori potrebbero dover rivalutare l'intera catena, da Nvidia e la memoria fino al networking, alle fonderie e agli operatori cloud AI.