Alll'NVIDIA GTC 2026 (GPU Technology Conference) di San Jose, Jensen Huang ha tracciato le coordinate della prossima fase di crescita della compagnia. Davanti a oltre 18.000 persone riunite in un palazzetto dello sport trasformato per l'occasione in palcoscenico tecnologico, il CEO ha aggiornato le stime sul potenziale di mercato dei chip per l'intelligenza artificiale: almeno mille miliardi di dollari (circa 920 miliardi di euro) di opportunità di fatturato entro il 2027.
Una cifra che raddoppia la previsione di 500 miliardi di dollari (circa 460 miliardi di euro) comunicata appena un mese fa, durante la conference call sui risultati finanziari di febbraio.
L'inferenza IA al centro della crescita
Al centro della conferenza ci sono due annunci concreti. Il primo riguarda un nuovo processore centrale. Il secondo è un sistema IA costruito sulla tecnologia di Groq, startup specializzata in chip per l'inferenza, da cui Nvidia ha acquisito una licenza tecnologica a dicembre per 17 miliardi di dollari (circa 15,6 miliardi di euro).
Entrambe le mosse puntano a rafforzare la posizione dell'azienda nell'inferenza, ovvero la fase in cui un modello IA già addestrato viene utilizzato per rispondere a query in tempo reale. Se il training dei modelli è stato il terreno su cui Nvidia ha costruito il proprio dominio negli ultimi anni, l'inferenza è il fronte su cui la competizione si sta intensificando. In questo segmento i chip grafici di Nvidia si trovano a confrontarsi con processori tradizionali e soluzioni personalizzate sviluppate da aziende come Google.
Il titolo NVIDIA ha reagito positivamente all'annuncio, con un rialzo iniziale poi ridimensionato a +1,2% a chiusura di seduta. Un segnale che gli investitori accolgono con cautela le prospettive tracciate da Huang, dopo mesi in cui i dubbi sulla sostenibilità della crescita si sono moltiplicati. L'azienda è stata la prima nella storia a superare i 5.000 miliardi di dollari di capitalizzazione, traguardo raggiunto lo scorso ottobre, ma da allora le aspettative del mercato si sono fatte più esigenti.
Secondo gli analisti, la proiezione da mille miliardi indica che la domanda di infrastrutture IA non si sta esaurendo nella fase sperimentale iniziale, ma si sta consolidando in una fase di implementazione su larga scala. Un passaggio che potrebbe ridefinire le priorità di investimento dell'intero settore nei prossimi due anni, con l'inferenza destinata ad assumere un peso sempre maggiore rispetto al training nella catena del valore dell'IA.
