Nvidia vuole che i suoi chip diventino un’asset class a tutti gli effetti, finanziabile come un ponte, un aeroporto o una rete elettrica. Per farlo, il CEO Jensen Huang ha annunciato accordi con sei tra le più grandi istituzioni finanziarie al mondo — Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR — per mobilitare oltre 500 miliardi di dollari in capitali di terzi destinati alle cosiddette AI factory, i data center che addestrano ed eseguono modelli di intelligenza artificiale.
L’annuncio è arrivato attraverso un lungo post su X firmato dallo stesso Huang, seguito da un’intervista a CNBC in cui il fondatore di Nvidia ha dichiarato: “questa è davvero la prima volta che i chip tecnologici diventano un’asset class investibile.” Le sei società hanno firmato memorandum d’intesa per costituire piattaforme di finanziamento autonome, strutturate per permettere alle istituzioni di sottoscrivere, organizzare e sindacare pool di capitali in modo indipendente. L’obiettivo è offrire ai clienti di Nvidia — lab di frontiera, cloud provider, grandi aziende — accesso a finanziamenti competitivi senza dover intaccare i propri bilanci.
Il ragionamento di Huang poggia su un’idea semplice: il compute genera ricavi, e un asset che genera ricavi può essere finanziato. I GPU Blackwell di ultima generazione vengono noleggiati su cloud a tariffe che oscillano tra 5,30 e 7,05 dollari l’ora, mentre i prezzi medi cross-provider sono saliti da circa 2 dollari l’ora nell’ottobre 2025 a 2,70 dollari nel giugno 2026. Huang aggiunge che l’architettura CUDA migliora continuamente le prestazioni dell’hardware già installato, allungandone la vita utile ben oltre il periodo di ammortamento iniziale. La tesi è che un GPU Nvidia possa spostarsi da un cliente all’altro, mantenendo la propria capacità produttiva nel tempo.
I mercati finanziari non sono del tutto convinti. Il punto critico è la velocità di obsolescenza: l’architettura Hopper, lanciata nel 2022, è stata superata da Blackwell nel 2024 con guadagni sensibili in velocità ed efficienza energetica. Se il ciclo di sostituzione dell’hardware rimane così rapido, i crediti garantiti da GPU rischiano di ritrovarsi con un collaterale svalutato prima della scadenza del finanziamento. Nvidia risponde sostenendo che il proprio stack completo — hardware, software CUDA, ecosistema di sviluppatori — funge da argine naturale contro la svalutazione sul mercato secondario. È una risposta plausibile, non una certezza.
C’è anche una lettura strategica più ampia. Nvidia non si limita a vendere chip: ha investito decine di miliardi in startup AI come OpenAI, Anthropic e xAI, acquisendo partecipazioni azionarie in decine di aziende che comprano il suo hardware. Costruire piattaforme di finanziamento con i giganti di Wall Street rafforza ulteriormente questo circolo: più capitale disponibile significa più data center, più data center significa più GPU vendute. Huang ha detto esplicitamente che la domanda di infrastruttura AI è enorme, ma l’accesso al capitale non è distribuito in modo uniforme. Le nuove piattaforme puntano a correggere questo squilibrio.
Se la scommessa funziona, il mercato dell’AI infrastructure smette di dipendere esclusivamente dalla capacità di spesa dei hyperscaler e si apre a un ecosistema più ampio di finanziatori istituzionali. Il rischio reale è che la velocità di innovazione nell’hardware vanifichi i modelli di valutazione mutuati dalle infrastrutture tradizionali. Un aereo invecchia in decenni. Un GPU di punta, in due anni. È su questa differenza che si gioca la tenuta dell’intera costruzione finanziaria che Nvidia sta cercando di edificare.
