L’intelligenza artificiale è un ristorante: chi cucina, chi serve e chi incassa
ottobre 4, 2026
Quando si parla di intelligenza artificiale si citano quasi sempre due o tre nomi. In realtà dietro a ogni risposta di un assistente come ChatGPT, Gemini o Claude lavora una filiera lunga, fatta di decine di aziende che non si conoscono tra loro ma dipendono l’una dall’altra. Per capire chi fa cosa, e dove si concentra il denaro, aiuta un paragone semplice: l’AI è un grande ristorante.
Un piatto arriva al tavolo solo se qualcuno ha costruito i forni, chi cucina ha le ricette, la dispensa è piena, i camerieri portano i piatti e la sala ha luce, aria condizionata e una porta con la serratura. Ogni attore dell’AI ha il suo posto in questo ristorante. Ecco la mappa.
La mappa: dal piatto servito alla fabbrica dei forni
Si legge dall’alto, vicino al cliente, verso il basso, vicino al silicio. Le due fasce tratteggiate in fondo servono a tutto il resto.
1. Applicazioni Il piatto servito al cliente | I programmi che usiamo ogni giorno e che ora hanno l’AI dentro. Microsoft (Copilot), Adobe, Salesforce, ServiceNow, Palantir, Unity |
2. Modelli La ricetta e lo chef che l’ha inventata | I “cervelli” addestrati su enormi quantità di dati: scrivono, ragionano, generano immagini. OpenAI, Anthropic, Google DeepMind, Meta, Mistral, xAI |
3. Cloud Il catering: affitti la cucina invece di costruirla | Chi possiede i data center e affitta potenza di calcolo a chi non può permettersela. Amazon (AWS), Microsoft (Azure), Google Cloud, Oracle, CoreWeave |
4. Data center e server Il locale e i fornelli | Gli edifici e le macchine che ospitano i chip, già assemblati e pronti all’uso. Server: Dell, Supermicro, HPE, Lenovo, Foxconn, Quanta. Edifici: Equinix, Digital Realty |
5. Rete I camerieri: portano i dati da un punto all’altro | Cavi, ottica e chip che fanno parlare tra loro migliaia di processori. Broadcom, Marvell, Arista, Cisco, Credo, MaxLinear, Nvidia (reti) |
6. Chip di calcolo I cuochi: fanno il lavoro vero | Processori che eseguono i calcoli per addestrare e far funzionare i modelli. Nvidia, AMD, Intel, Broadcom e Marvell (chip su misura), Google TPU, Amazon Trainium |
7. Memoria e archivio Il piano di lavoro e la dispensa | La memoria veloce tiene i dati “sul bancone” mentre il chip lavora; dischi e unità flash li conservano. Memoria: SK hynix, Samsung, Micron. Archivio: Seagate, Western Digital, Toshiba, Sandisk, Kioxia |
8. Produzione dei chip La fabbrica che costruisce i forni | Stabilimenti da decine di miliardi che stampano i chip, e le macchine che servono a costruirli. Fonderie: TSMC, Samsung Foundry, Intel Foundry. Macchinari: ASML, Applied Materials, Lam Research, Tokyo Electron, KLA |
Sicurezza Guardie e telecamere, in ogni sala | Protegge dati, modelli e accessi a ogni livello. CrowdStrike, Palo Alto Networks, Zscaler, Fortinet, Cloudflare, Check Point |
Energia e raffreddamento Gas, luce e aria condizionata della cucina | I data center consumano quanto piccole città e producono molto calore. Schneider Electric, Vertiv, Eaton, ABB, GE Vernova, Siemens Energy, società elettriche e del nucleare |
Come arriva una risposta sullo schermo
Quando chiedi qualcosa a un assistente, la richiesta parte da un’applicazione (1), raggiunge un modello (2) che gira sul cloud (3), dentro server (4) collegati da una rete (5). I chip (6) fanno i calcoli appoggiandosi alla memoria (7), tutti prodotti in una fabbrica (8). Se salta un anello, il piatto non arriva: per questo la filiera è così interdipendente.
Dove si concentra il denaro
I grandi del cloud (Amazon, Microsoft, Alphabet e Meta) hanno previsto per il 2026 investimenti tra circa 700 e 765 miliardi di dollari per costruire data center AI. È il budget del ristorante. Secondo una stima di Goldman Sachs sulla spesa AI complessiva dal 2026 al 2031, circa 7,6 trilioni di dollari, la ripartizione è questa:
| 67% | 28% | 5% |
| Chip e silicio 5,1 trilioni. Calcolo, memoria e componenti: i cuochi e la loro dispensa. |
Data center 2,1 trilioni. Edifici, impianti e raffreddamento: il locale. |
Energia 358 miliardi. Poca spesa, ma senza corrente i forni restano spenti. |
Tre cose da ricordare:
- Il grosso va ai cuochi. Su tre dollari spesi in AI, due vanno ai chip. Nvidia, il principale fornitore, nell’ultimo trimestre ha fatturato 96,2 miliardi di dollari (+106% in un anno), di cui 89 miliardi dai data center.
- Il collo di bottiglia si sposta. Quando una componente scarseggia, chi la produce può alzare i prezzi. Oggi lo si vede nella memoria ad alta velocità e nell’energia, che frenano la crescita più dei chip stessi.
- In alto si spende, in basso si incassa. I grandi del cloud investono cifre così alte da comprimere i propri flussi di cassa; i ricavi arrivano a chi fornisce le componenti. Il cloud guadagna solo se i clienti useranno davvero l’AI abbastanza da ripagare l’investimento.
Perché è utile saperlo
Capire la filiera cambia il modo di leggere le notizie. Un annuncio di un nuovo modello riguarda il livello 2, ma sposta aspettative su chip, memoria ed energia. Una nuova norma sull’export di chip tocca la fabbrica (livello 8) e, a cascata, tutto ciò che sta sopra. Un’azienda può essere ottima e stare in un livello affollato di concorrenti; un’altra può avere pochi rivali perché il suo pezzo è raro. Per un portafoglio, la domanda utile non è “quale azienda dell’AI”, ma “in quale punto della filiera mi trovo, e quanto pesa quel punto sul totale”.
Se vuoi capire come questa mappa si traduce nella tua situazione, possiamo guardarla insieme.
Fonti: stima di spesa Goldman Sachs 2026-2031 (FourWeekMBA); investimenti dei grandi del cloud 2026 (Yahoo Finance, WebProNews); risultati Nvidia secondo trimestre fiscale 2027 (Nvidia Investor Relations). Le aziende citate sono esempi dei principali attori di ogni livello, elencati a scopo illustrativo.
