Non OpenAI, non Amazon: ecco il vero vincitore dell'accordo da 38 miliardi di dollari: Nvidia
Pre-release di Xpert
Selezione vocale 📢
Pubblicato il: 6 novembre 2025 / Aggiornato il: 6 novembre 2025 – Autore: Konrad Wolfenstein
Non OpenAI, non Amazon: ecco il vero vincitore dell'accordo da 38 miliardi di dollari: Nvidia – Immagine: Xpert.Digital
Più grande della bolla delle dot-com? L'entusiasmo per l'intelligenza artificiale sta raggiungendo nuovi livelli di irrazionalità.
Bruciare soldi per il futuro: perché OpenAI sta perdendo ancora più miliardi nonostante miliardi di fatturato
L'accordo da 38 miliardi di dollari tra OpenAI e Amazon Web Services è molto più di una gigantesca acquisizione di infrastrutture: è una svolta strategica che mette a nudo spietatamente i cambiamenti tettonici e le profonde contraddizioni della rivoluzione globale dell'intelligenza artificiale. Dietro l'enorme cifra si cela la storia di un'azienda che, nonostante una valutazione astronomica fino a 500 miliardi di dollari, è intrappolata in un paradosso economico: massima valutazione di mercato con una redditività operativa minima. Questo accordo è il tentativo calcolato di OpenAI di liberarsi dalla sua precaria dipendenza dal suo partner principale, Microsoft, e allo stesso tempo un disperato tentativo di soddisfare la domanda di potenza di calcolo in crescita esponenziale che minaccia di travolgere l'intero modello di business.
L'accordo rivela una complessa struttura di potere in cui ogni attore persegue i propri obiettivi: Amazon sta avviando un recupero strategico nella corsa al cloud computing, mentre il vero beneficiario di questa corsa agli armamenti sembra essere il gigante dei chip Nvidia, la cui tecnologia costituisce la base di tutto. Al centro di tutto, tuttavia, si cela una domanda fondamentale che ricorda gli eccessi delle passate bolle tecnologiche: questi investimenti giganteschi – solo OpenAI prevede spese per 1,4 trilioni di dollari – potranno mai essere recuperati attraverso ricavi reali? Analizzare questo accordo è quindi uno sguardo alla sala macchine dell'economia dell'intelligenza artificiale, un mondo intrappolato tra scommesse visionarie sul futuro, rischi esistenziali e una logica finanziaria che sembra mettere alla prova i limiti della razionalità.
Adatto a:
La riorganizzazione strategica dell’economia delle infrastrutture cloud – Quando la dipendenza diventa strategia: la scommessa da 38 miliardi di dollari sul futuro dell’intelligenza artificiale
L'accordo da 38 miliardi di dollari tra OpenAI e Amazon Web Services rappresenta molto più di un semplice contratto di appalto. Segna un cambiamento fondamentale nell'architettura energetica dell'industria tecnologica globale e rivela le precarie dipendenze su cui si fonda l'intera rivoluzione dell'intelligenza artificiale. Se in apparenza OpenAI sembra limitarsi a garantire l'accesso a centinaia di migliaia di processori grafici Nvidia, uno sguardo più attento rivela una complessa rete di calcoli strategici, rischi esistenziali e una logica di finanziamento che ricorda gli eccessi delle passate bolle tecnologiche.
L'accordo rivela la fragile posizione di un'azienda che, nonostante una valutazione compresa tra 300 e 500 miliardi di dollari e un fatturato annuo di circa 12 miliardi di dollari, opera in perdita strutturale. Con un consumo di capitale previsto di 8 miliardi di dollari solo nel 2025 e perdite cumulative che potrebbero raggiungere i 44 miliardi di dollari entro il 2028, OpenAI si trova in un paradosso: massima valutazione di mercato con una redditività operativa minima.
L'anatomia economica di una crisi infrastrutturale
Il problema fondamentale dell'intelligenza artificiale moderna si manifesta in uno squilibrio semplice ma fondamentale: il fabbisogno di risorse per l'addestramento e la gestione di modelli linguistici di grandi dimensioni sta crescendo in modo esponenziale, mentre le opportunità di monetizzazione sono lineari o addirittura stagnanti. OpenAI richiede potenza di calcolo per le sue generazioni di modelli attuali e previste su una scala che sfida ogni analogia storica. Il management dell'azienda prevede di spendere un totale di 1,4 trilioni di dollari in processori e infrastrutture di data center nei prossimi anni.
Per contestualizzare questa portata: gli investimenti previsti superano il prodotto interno lordo di numerose economie sviluppate. Il settore stima il costo di un singolo data center da un gigawatt a circa 50 miliardi di dollari, di cui il 60-70% attribuibile a semiconduttori specializzati. Con un obiettivo di dieci gigawatt di capacità totale, OpenAI opera su una scala che fa impallidire persino gli investimenti infrastrutturali di colossi del cloud affermati come Microsoft e Google.
La struttura dei costi rivela il tallone d'Achille strutturale del modello di business: OpenAI spende circa il 60-80% del suo fatturato solo in potenza di calcolo. Con un fatturato di 13 miliardi di dollari, ciò si traduce in costi infrastrutturali pari a 10 miliardi di dollari, oltre a ingenti spese aggiuntive per personale, ricerca, sviluppo e processi operativi. Anche con previsioni di crescita ottimistiche, resta da stabilire se e quando questa struttura dei costi consentirà una redditività sostenibile.
Adatto a:
La strategia di diversificazione come necessità esistenziale
In questo contesto, la partnership con Amazon Web Services non appare come un'espansione, ma come una strategia di sopravvivenza. Fino a poco tempo fa, OpenAI era intrappolata in una dipendenza senza precedenti da Microsoft. Il gigante del software con sede a Redmond aveva investito un totale di 13 miliardi di dollari in OpenAI dal 2019 e, in cambio, ha ricevuto non solo quote di fatturato sostanziali, ma anche diritti esclusivi di fatto sull'infrastruttura cloud.
Questa situazione presentava per OpenAI una doppia vulnerabilità: tecnologicamente, l'azienda dipendeva da un'unica fonte infrastrutturale, causando colli di bottiglia nella scalabilità. Economicamente, quote significative dei ricavi tornavano direttamente a Microsoft: inizialmente il 75%, fino al completo recupero dell'investimento, e successivamente il 49% dei profitti. Questa situazione si rivelò sempre più insostenibile man mano che i piani di crescita di OpenAI diventavano più ambiziosi.
La rinegoziazione della partnership con Microsoft nell'ottobre 2025 ha sì revocato l'esclusività del cloud, ma ha anche evidenziato la tensione nei rapporti tra le due aziende. I resoconti dei media sulle denunce antitrust e sulle divergenze in materia di proprietà intellettuale, potenza di calcolo e strutture di governance sottolineano la fragilità di questo rapporto simbiotico.
La nuova strategia si basa su una diversificazione radicale. Oltre ad Amazon come nuovo partner, OpenAI ha ora accordi con Microsoft per 250 miliardi di dollari, Oracle per 300 miliardi di dollari, il fornitore specializzato CoreWeave per 22,4 miliardi di dollari, oltre a collaborazioni con Google Cloud, Nvidia, AMD e Broadcom. Se da un lato questa diversificazione riduce le dipendenze individuali, dall'altro crea nuove complessità nell'orchestrazione di diverse infrastrutture e stack tecnologici.
La prospettiva di Amazon: recupero strategico nella competizione cloud
Per Amazon Web Services, l'accordo rappresenta una svolta strategica in un mercato sempre più competitivo. Sebbene AWS rimanga leader mondiale nel cloud computing con una quota di mercato compresa tra il 29 e il 32%, le sue dinamiche di crescita negli ultimi anni hanno mostrato tendenze preoccupanti. Mentre AWS è cresciuta del 17% nel secondo trimestre del 2025, Microsoft Azure è cresciuta del 39% e Google Cloud del 34%. I principali accordi nel settore dell'intelligenza artificiale degli ultimi anni sono andati principalmente ai concorrenti.
La quota di mercato di AWS è scesa dal 50% nel 2018 all'attuale 30%. Questo graduale declino di importanza è stato paradossalmente il risultato del dominio iniziale di Amazon: in quanto fornitore di infrastrutture affermato, AWS non disponeva della stretta integrazione con i principali sviluppatori di intelligenza artificiale che Microsoft aveva ottenuto grazie al suo investimento miliardario in OpenAI e Google attraverso i propri modelli linguistici. La partnership con Anthropic, meno ben posizionata, ha compensato solo parzialmente questo svantaggio, nonostante Amazon vi avesse già investito otto miliardi di dollari.
L'annuncio dell'accordo con OpenAI ha incrementato la capitalizzazione di mercato di Amazon di oltre 100 miliardi di dollari, sottolineandone l'importanza per gli investitori. Per AWS, l'accordo non significa solo un fatturato sostanziale, ma, cosa ancora più importante, un segnale forte: il più grande fornitore di cloud al mondo è ora anche un partner infrastrutturale di rilievo per l'azienda leader nel settore dell'intelligenza artificiale. I 38 miliardi di dollari possono sembrare modesti rispetto agli impegni totali di OpenAI pari a 1,4 trilioni di dollari, ma segnano l'inizio di una relazione potenzialmente a lungo termine con significative opzioni di espansione fino al 2027 e oltre.
Amazon promette di fornire tutta la capacità di calcolo concordata nell'accordo entro la fine del 2026, dando a OpenAI accesso immediato a centinaia di migliaia di chip Nvidia nei data center di Amazon. Questa rapida disponibilità risolve un problema chiave per OpenAI: i tempi di consegna estremamente lunghi necessari per costruire la propria infrastruttura. Mentre il progetto Stargate con SoftBank e Oracle mira a costruire dieci gigawatt di capacità a lungo termine, OpenAI necessita di risorse disponibili a breve termine per addestrare nuovi modelli e scalare i servizi esistenti.
La dimensione tecnologica: Nvidia come vera beneficiaria
A un esame più attento, emerge come forse il principale vincitore di questa situazione un terzo attore: Nvidia. L'azienda di semiconduttori domina il mercato degli acceleratori di intelligenza artificiale con una quota di mercato stimata dell'80% e ha consolidato una posizione quasi monopolistica. I chip GB200 e GB300 forniti da Amazon per OpenAI rappresentano l'ultima generazione Blackwell di Nvidia e offrono prestazioni notevolmente migliorate per l'addestramento e l'inferenza dell'intelligenza artificiale.
La piattaforma GB300 NVL72 combina 72 GPU Blackwell Ultra e 36 CPU Grace basate su ARM in un design rack raffreddato a liquido che funziona come un'unica, enorme GPU. Rispetto alla precedente generazione di Hopper, Nvidia promette un aumento di 50 volte delle prestazioni per le attività di ragionamento AI e un miglioramento di dieci volte nella reattività dell'utente. Questi progressi tecnologici sono cruciali per gli ambiziosi piani di OpenAI per i cosiddetti sistemi di intelligenza artificiale agentica, che mirano a consentire la risoluzione autonoma dei problemi in più fasi.
I carichi di lavoro dell'intelligenza artificiale agentica differiscono fondamentalmente dalle attività di inferenza classiche. Mentre i modelli linguistici convenzionali rispondono a singole query con risposte individuali, i sistemi agentici sono progettati per scomporre attività complesse in sottofasi, prendere decisioni indipendenti e perseguire iterativamente percorsi di soluzione. Queste capacità richiedono una potenza di calcolo significativamente maggiore e tempi di elaborazione più lunghi, il che aumenta ulteriormente la domanda di processori più potenti.
Il costo di questa tecnologia all'avanguardia è astronomico. Un singolo superchip GB300 è stimato tra i 60.000 e i 70.000 dollari. Con centinaia di migliaia di chip necessari, i costi di acquisizione ammontano a decine di miliardi di dollari. Nvidia beneficia di un circolo vizioso: più si investe nell'infrastruttura di intelligenza artificiale, maggiore è la domanda di chip Nvidia, che a sua volta aumenta la valutazione e la solidità finanziaria dell'azienda, consentendo nuovi investimenti in startup di intelligenza artificiale che a loro volta richiedono ancora più chip Nvidia.
Questa dinamica è evidente nel recente annuncio di Nvidia di un investimento di 100 miliardi di dollari in OpenAI. L'accordo segue una logica straordinaria: Nvidia fornisce capitale che OpenAI utilizza per costruire data center, che vengono poi equipaggiati con chip Nvidia. Il denaro si sposta essenzialmente da una tasca all'altra, con Nvidia che finanzia contemporaneamente la domanda per i propri prodotti. Gli analisti di Bank of America evidenziano alcune problematiche contabili, ma la strategia sta dando i suoi frutti: Nvidia ha raggiunto una capitalizzazione di mercato di oltre 5 trilioni di dollari ed è tra le aziende più preziose al mondo.
L'architettura finanziaria: tra innovazione e irrazionalità
L'intera ondata di investimenti nelle infrastrutture di intelligenza artificiale è di una portata tale da lasciare perplessi anche gli osservatori di mercato più esperti. Le sole principali aziende tecnologiche Meta, Microsoft, Google e Amazon prevedono spese in conto capitale stimate in 320 miliardi di dollari per il 2025, principalmente per i data center dedicati all'intelligenza artificiale. Questa somma supera il prodotto interno lordo della Finlandia ed è quasi equivalente al fatturato totale di ExxonMobil nel 2024.
Gli analisti di Bain & Company prevedono che il settore dell'intelligenza artificiale dovrà generare 2.000 miliardi di dollari di fatturato annuo entro il 2030 per giustificare gli investimenti infrastrutturali pianificati. I loro calcoli individuano un divario di finanziamento di 800 miliardi di dollari tra il fatturato necessario e le aspettative realistiche. Morgan Stanley prevede un divario di finanziamento di 15.000 miliardi di dollari nei prossimi tre anni. Queste cifre sollevano interrogativi fondamentali sulla sostenibilità dell'attuale ciclo di investimenti.
Il problema è aggravato dalla velocità con cui viene consumato il capitale. OpenAI ha generato 4,3 miliardi di dollari di fatturato nella prima metà del 2025, bruciando 2,5 miliardi di dollari di liquidità in sei mesi. Ciò equivale a un tasso di consumo di oltre 8 miliardi di dollari all'anno, che si prevede aumenterà ulteriormente fino al 2028. Nonostante le previsioni ottimistiche di fatturato di 29,4 miliardi di dollari per il 2026 e 125 miliardi di dollari entro il 2029, OpenAI prevede perdite elevate e un fabbisogno di capitale significativo.
Questi deficit vengono finanziati attraverso continui round di finanziamento a valutazioni crescenti. Un round di finanziamento nel marzo 2025 ha valutato OpenAI a 300 miliardi di dollari; appena sette mesi dopo, una vendita secondaria di azioni ha portato la valutazione a 500 miliardi di dollari. Questa valutazione implica un rapporto prezzo/fatturato di circa 38, basato su un fatturato previsto di 13 miliardi di dollari per il 2025, mentre le tipiche aziende di software sono valutate da due a quattro volte il loro fatturato annuo.
OpenAI sta deliberatamente cercando di aggirare i tradizionali parametri di redditività. L'azienda comunica agli investitori una metrica creativa chiamata "Utili rettificati per l'IA", che esclude blocchi di costo significativi come i miliardi spesi per l'addestramento di modelli linguistici di grandi dimensioni. Secondo questa metrica fittizia, OpenAI dovrebbe raggiungere la redditività nel 2026, mentre i dati reali prevedono perdite di 14 miliardi di dollari per il 2026, che si prevede accumuleranno fino a 44 miliardi di dollari entro il 2028.
Una nuova dimensione della trasformazione digitale con 'Managed AI' (Intelligenza Artificiale) - Piattaforma e soluzione B2B | Xpert Consulting
Una nuova dimensione della trasformazione digitale con 'Managed AI' (Intelligenza Artificiale) – Piattaforma e soluzione B2B | Xpert Consulting - Immagine: Xpert.Digital
Qui scoprirai come la tua azienda può implementare soluzioni di intelligenza artificiale personalizzate in modo rapido, sicuro e senza elevate barriere all'ingresso.
Una piattaforma di intelligenza artificiale gestita è il pacchetto completo e senza pensieri per l'intelligenza artificiale. Invece di dover gestire tecnologie complesse, infrastrutture costose e lunghi processi di sviluppo, riceverai una soluzione chiavi in mano su misura per le tue esigenze da un partner specializzato, spesso entro pochi giorni.
I principali vantaggi in sintesi:
⚡ Implementazione rapida: dall'idea all'applicazione operativa in pochi giorni, non mesi. Forniamo soluzioni pratiche che creano valore immediato.
🔒 Massima sicurezza dei dati: i tuoi dati sensibili rimangono con te. Garantiamo un trattamento sicuro e conforme alle normative, senza condividere i dati con terze parti.
💸 Nessun rischio finanziario: paghi solo per i risultati. Gli elevati investimenti iniziali in hardware, software o personale vengono completamente eliminati.
🎯 Concentrati sul tuo core business: concentrati su ciò che sai fare meglio. Ci occupiamo dell'intera implementazione tecnica, del funzionamento e della manutenzione della tua soluzione di intelligenza artificiale.
📈 A prova di futuro e scalabile: la tua intelligenza artificiale cresce con te. Garantiamo ottimizzazione e scalabilità continue e adattiamo i modelli in modo flessibile alle nuove esigenze.
Maggiori informazioni qui:
Stress da monetizzazione: perché gli investimenti miliardari minacciano i profitti
Il progetto Stargate: un'impresa monumentale tra visione e arroganza
La manifestazione più ambiziosa di questa logica di investimento è il progetto Stargate, una joint venture tra OpenAI, SoftBank e Oracle con investimenti previsti fino a 500 miliardi di dollari in quattro anni. Il progetto prevede la costruzione di un massimo di 20 data center all'avanguardia con una capacità totale di dieci gigawatt, equivalente al consumo energetico di circa dieci centrali nucleari o all'alimentazione elettrica di quattro milioni di famiglie.
La struttura dei partner rivela la complessità del finanziamento: SoftBank agisce come investitore principale con una quota di circa il 40%, OpenAI contribuisce anch'essa con il 40% e Oracle e l'investitore tecnologico emiratino MGX contribuiscono congiuntamente con il 20%. I primi 100 miliardi di dollari per il primo anno sono già stati ampiamente impegnati; per i restanti 400 miliardi di dollari, i partner stanno cercando investitori esterni specifici per il progetto, come Apollo Global Management e Brookfield Asset Management.
I primi data center sono già in costruzione. Oracle ha installato i primi rack GB200 nel suo campus principale ad Abilene, in Texas. Ulteriori sedi sono state individuate a Lordstown, in Ohio; nella contea di Milam e Shackelford, in Texas; e nella contea di Doña Ana, nel New Mexico. SoftBank prevede di realizzare strutture da 1,5 gigawatt in Ohio e Texas, che dovrebbero essere operative entro 18 mesi.
La struttura di finanziamento combina capitale proprio, finanziamento tramite debito legato al progetto e modelli di leasing innovativi. Secondo quanto riportato dai media, OpenAI e i suoi partner stanno negoziando accordi di leasing per i chip necessari, il che ridurrebbe il fabbisogno di capitale ma vincolerebbe ulteriormente OpenAI a Nvidia. Si prevede che i futuri utenti dei data center contribuiranno a circa il dieci percento dei costi del progetto.
Critici come il CEO di Tesla, Elon Musk, dubitano della fattibilità di questi piani, sostenendo che SoftBank potrebbe realisticamente raccogliere "ben meno di 10 miliardi di dollari". Finora, gli impegni effettivi assunti hanno smentito questo scetticismo, ma la domanda fondamentale rimane: come potranno mai essere recuperati questi investimenti giganteschi se anche le proiezioni ottimistiche dei ricavi non coprono il costo del capitale?
Adatto a:
Le implicazioni macroeconomiche: leggi di scala al limite della loro capacità
L'intera logica di investimento si basa su un presupposto fondamentale: le cosiddette leggi di scala dell'intelligenza artificiale. Queste affermano che modelli più grandi con più parametri, addestrati su più dati e con maggiore potenza di calcolo, portano a risultati migliori. Questa relazione si è dimostrata straordinariamente stabile negli ultimi anni, consentendo miglioramenti prevedibili delle prestazioni semplicemente aumentando le risorse.
Tuttavia, ci sono segnali crescenti che questo approccio lineare stia raggiungendo i suoi limiti. L'ultimo modello OpenAI, Orion, ha deluso le aspettative e non è riuscito a produrre i miglioramenti prestazionali sperati, nonostante un significativo aumento delle risorse impiegate. Gary Marcus, professore di psicologia e neuroscienze alla New York University e importante critico dell'approccio della Silicon Valley, sostiene che la teoria fondamentale alla base della strategia "più grande è, meglio è" sia errata.
Approcci alternativi, come le tecniche dimostrate da DeepSeek, dimostrano che è possibile ottenere notevoli guadagni in termini di efficienza attraverso algoritmi migliorati senza ricorrere a una scalabilità massiva. Se tali approcci dovessero prevalere, gli enormi investimenti nella scalabilità tradizionale perderebbero notevolmente valore. OpenAI e altri dovrebbero ripensare radicalmente le proprie strategie e potrebbero perdere i loro attuali vantaggi.
La domanda di energia rappresenta un altro vincolo fondamentale. L'Agenzia Internazionale per l'Energia stima che i data center rappresentassero circa il due percento del consumo energetico globale nel 2022. Questa quota potrebbe più che raddoppiare, raggiungendo il 4,6 percento entro il 2026. I dieci gigawatt previsti per il solo progetto Stargate di OpenAI equivalgono a circa cinque milioni di chip specializzati o alla potenza di dieci centrali nucleari. Queste dimensioni sollevano interrogativi esistenziali sulla sostenibilità e l'accettazione sociale.
I colli di bottiglia in termini di capacità si stanno già manifestando. Ad esempio, secondo le previsioni, la Germania sarà in grado di aumentare la capacità di connessione IT dei data center solo da 2,4 a 3,7 gigawatt entro il 2030, mentre la domanda aziendale è stimata in almeno dodici gigawatt. Gli Stati Uniti hanno già una capacità 20 volte superiore a quella della Germania, ma anche lì i colli di bottiglia stanno diventando evidenti.
Brookfield Asset Management prevede che la capacità globale dei data center AI aumenterà da circa sette gigawatt alla fine del 2024 a 15 gigawatt alla fine del 2025 e a 82 gigawatt entro il 2034. Questo aumento di oltre dieci volte nell'arco di un decennio richiederà investimenti superiori a settemila miliardi di dollari, duemila dei quali specificamente destinati alla costruzione di data center AI. Il finanziamento di queste somme trasformerebbe radicalmente i mercati dei capitali e potenzialmente estrometterebbe altre aree di investimento.
Adatto a:
La dimensione geopolitica: la sovranità tecnologica come fattore competitivo
Le strutture di dipendenza nelle infrastrutture cloud stanno assumendo sempre più dimensioni geopolitiche. In Germania e in Europa, crescono le preoccupazioni per l'eccessiva dipendenza dai provider cloud statunitensi. Secondo un sondaggio di Bitkom, il 78% delle aziende tedesche ritiene che la Germania dipenda eccessivamente dai provider cloud statunitensi, mentre l'82% auspica l'adozione di hyperscaler europei in grado di competere con i leader di mercato extraeuropei.
I tre principali hyperscaler statunitensi, Amazon, Microsoft e Google, controllano il 65% del mercato cloud globale. Nel settore del cloud computing, quasi il 40% delle aziende tedesche dichiara di dipendere fortemente da provider cloud non europei, mentre meno di un quarto utilizza servizi cloud europei. Nel campo dell'intelligenza artificiale, sebbene un quinto delle aziende sia a conoscenza delle offerte di intelligenza artificiale europee, solo circa il 10% le utilizza effettivamente.
Questa dipendenza è sempre più percepita come un rischio strategico. Metà delle aziende che utilizzano il cloud computing si sente costretta a ripensare la propria strategia cloud a causa delle politiche del governo statunitense. Deutsche Telekom sta rispondendo realizzando un "Industrial AI Cloud" a Monaco di Baviera, un progetto multimiliardario in collaborazione con Nvidia, che comprenderà oltre 10.000 chip ad alte prestazioni e dovrebbe aumentare del 50% la capacità di calcolo AI tedesca.
L'Unione Europea sta pianificando un programma da 200 miliardi di euro con un massimo di cinque gigafabbriche di intelligenza artificiale, ciascuna in grado di produrre oltre 100.000 chip. L'UE coprirà fino al 35% dei costi stimati, che vanno dai 3 ai 5 miliardi di euro per fabbrica. Queste iniziative rappresentano tentativi di riconquistare la sovranità tecnologica, ma la loro portata rimane ben al di sotto degli investimenti statunitensi.
Le sfide per le soluzioni alternative europee sono immense. Hyperscaler come AWS, Azure e Google Cloud offrono soluzioni semplici e scalabili con ecosistemi maturi che i provider europei non possono replicare a breve termine. Le piccole e medie imprese (PMI) sono particolarmente colpite dal lock-in e dalla dipendenza dai fornitori, poiché sono spesso vincolate a formati specifici e sistemi proprietari.
Dinamiche di mercato: la concentrazione come rischio sistemico
L'analisi delle strutture di mercato rivela una crescente concentrazione su pochi attori dominanti, con conseguenti rischi sistemici. Nel mercato cloud, i "Big Three" – AWS, Azure e Google Cloud – detengono oltre il 60% del mercato, mentre la quota rimanente è distribuita tra numerosi provider minori. Nvidia domina il mercato dei chip per l'intelligenza artificiale con una quota di mercato stimata dell'80%.
Questa concentrazione è amplificata dagli effetti di rete e dai cicli auto-rinforzanti. Le aziende con data center più grandi possono negoziare condizioni migliori con i fornitori di hardware, aumentando ulteriormente i loro vantaggi in termini di costi. Gli sviluppatori tendono a sviluppare per le piattaforme con la più ampia base installata, aumentandone ulteriormente l'attrattività. Gli investitori privilegiano operatori affermati con modelli di business collaudati, facilitando il loro accesso al capitale.
L'integrazione verticale intensifica queste dinamiche. Google sta sviluppando i propri acceleratori di intelligenza artificiale con TPU, consentendole di costruire infrastrutture di intelligenza artificiale a un terzo del costo dei sistemi basati su Nvidia. Amazon sta sviluppando i propri chip con Trainium, già utilizzati da Anthropic e che potrebbero potenzialmente diventare rilevanti anche per OpenAI. Microsoft sta investendo molto nello sviluppo di semiconduttori. Questa integrazione verticale aumenta drasticamente le barriere all'ingresso per i nuovi concorrenti.
Le valutazioni delle aziende coinvolte riflettono l'aspettativa di un dominio duraturo. Nvidia ha raggiunto una capitalizzazione di mercato di oltre cinquemila miliardi di dollari, mentre Microsoft e Google sono tra le aziende più preziose al mondo. Amazon ha visto il suo valore aumentare di 100 miliardi di dollari dopo l'annuncio dell'accordo con OpenAI. Queste valutazioni si basano sul presupposto che gli attuali leader di mercato non solo manterranno le loro posizioni, ma le amplieranno ulteriormente.
La questione della governance: strutture intrappolate tra innovazione e controllo
La struttura aziendale di OpenAI riflette le tensioni intrinseche tra obiettivi non-profit e necessità commerciali. Originariamente fondata come organizzazione non-profit con la missione di sviluppare l'intelligenza artificiale a beneficio dell'umanità, OpenAI si è gradualmente trasformata in una struttura ibrida con una sussidiaria a scopo di lucro che ha consentito significativi afflussi di capitale.
Gli attuali piani di ristrutturazione mirano a una completa trasformazione in un'organizzazione a scopo di lucro, prerequisito per i round di finanziamento previsti. Le autorità di regolamentazione di California e Delaware hanno approvato questi passaggi, ma sollevano interrogativi fondamentali: in che modo la missione originaria si allinea con le aspettative di rendimento degli investitori che stanno mettendo in gioco centinaia di miliardi di dollari?
La partecipazione di Microsoft illustra questa complessità. Inizialmente, Microsoft riceve il 75% dei ricavi fino al completo recupero dell'investimento, e successivamente il 49% degli utili. Allo stesso tempo, Microsoft detiene diritti di proprietà intellettuale esclusivi su determinate tecnologie e un accesso preferenziale a nuovi modelli fino al raggiungimento dell'intelligenza artificiale generale. Questa struttura vincola strettamente OpenAI a Microsoft, anche dopo la revoca dell'esclusività del cloud.
La struttura di governance deve anche gestire le crescenti tensioni tra partner strategici. Microsoft e Amazon competono direttamente nel settore cloud, mentre OpenAI si muove tra i due. Oracle, Google e altri partner perseguono i propri interessi strategici. Coordinare queste diverse esigenze richiede abilità diplomatiche e può portare a conflitti di interesse che compromettono l'efficienza operativa.
Le dinamiche competitive: l'antropico come contrappeso strategico
La partnership tra Amazon e Anthropic costituisce un interessante contrappeso alla costellazione Microsoft-OpenAI. Amazon ha già investito otto miliardi di dollari in Anthropic, il concorrente fondato da ex dipendenti di OpenAI. Questo investimento posiziona Amazon con un piede in entrambi i campi: partner infrastrutturale di OpenAI e principale investitore in Anthropic.
Anthropic utilizza principalmente i chip Trainium di Amazon, mentre OpenAI si affida all'hardware Nvidia. Questa differenziazione tecnologica consente ad Amazon di perseguire diversi approcci in parallelo e di acquisire informazioni sull'efficienza e le prestazioni di diverse architetture. Se i chip di Amazon offrissero prestazioni comparabili a costi inferiori, ciò potrebbe ridurre la sua dipendenza a lungo termine da Nvidia.
I modelli Claude di Anthropic sono tra i chatbot più potenti disponibili e competono direttamente con i modelli GPT di OpenAI. Anthropic è già utilizzato da decine di migliaia di aziende tramite il servizio cloud di intelligenza artificiale di Amazon, Bedrock. L'attuale valore di mercato di Anthropic è di 61,5 miliardi di dollari, significativamente inferiore ai 500 miliardi di dollari di OpenAI, ma comunque una valutazione considerevole per un'azienda fondata nel 2021.
Il panorama competitivo presenta rischi per tutti i soggetti coinvolti. Amazon sta sviluppando i propri modelli di intelligenza artificiale e potrebbe diventare un concorrente a lungo termine di Anthropic, da cui dipende per acquisire clienti aziendali. OpenAI compete con Anthropic per i talenti degli sviluppatori, i clienti aziendali e l'attenzione dei media. Microsoft sta oscillando tra il suo investimento in OpenAI e l'espansione delle proprie capacità di intelligenza artificiale. Queste relazioni competitive multilaterali creano incertezza strategica.
Il problema della redditività: deficit strutturali nonostante la crescita dei ricavi
La sfida fondamentale per tutte le aziende di intelligenza artificiale rimane la monetizzazione. OpenAI ha generato un fatturato di 4,3 miliardi di dollari nella prima metà del 2025, il 16% in più rispetto al fatturato totale dell'anno precedente. Il fatturato annualizzato ha raggiunto circa 12 miliardi di dollari con 700 milioni di utenti settimanali. Tuttavia, circa il 75% del fatturato proviene da prodotti di consumo, principalmente abbonamenti a ChatGPT, mentre il business dei clienti aziendali è ancora relativamente limitato.
La conversione degli utenti rimane problematica. Con 700 milioni di utenti settimanali, solo il 5% circa paga abbonamenti premium. I tassi di crescita di ChatGPT mostrano segni di saturazione del mercato, creando pressione per trovare nuovi metodi di monetizzazione. OpenAI sta testando la pubblicità e la monetizzazione della sua app di generazione video Sora, ma resta da stabilire se queste misure saranno sufficienti a coprire le enormi spese.
Nonostante i progressi tecnologici, la struttura dei costi rimane problematica. Il costo marginale per milione di token di intelligenza artificiale che OpenAI addebita agli sviluppatori è diminuito del 99% in soli 18 mesi. Tuttavia, questa drastica riduzione dei costi porta paradossalmente a una maggiore domanda complessiva di potenza di calcolo, un fenomeno noto come Paradosso di Jevons. Man mano che i modelli di intelligenza artificiale diventano più efficienti ed economici, il loro utilizzo aumenta in modo sproporzionato, aumentando i costi complessivi anziché ridurli.
I tempi di ammortamento degli investimenti infrastrutturali non sono chiari. McKinsey avverte che sia gli investimenti eccessivi che quelli insufficienti nelle infrastrutture comportano rischi significativi. Gli investimenti eccessivi comportano la perdita di asset se la domanda è inferiore alle aspettative. Gli investimenti insufficienti comportano il ritardo rispetto alla concorrenza e la perdita di quote di mercato. Ottimizzare questo compromesso richiede previsioni accurate in un contesto estremamente volatile.
La nostra competenza negli Stati Uniti nello sviluppo aziendale, nelle vendite e nel marketing
La nostra competenza negli Stati Uniti nello sviluppo aziendale, nelle vendite e nel marketing - Immagine: Xpert.Digital
Focus del settore: B2B, digitalizzazione (dall'intelligenza artificiale alla realtà aumentata), ingegneria meccanica, logistica, energie rinnovabili e industria
Maggiori informazioni qui:
Un hub di argomenti con approfondimenti e competenze:
- Piattaforma di conoscenza sull'economia globale e regionale, sull'innovazione e sulle tendenze specifiche del settore
- Raccolta di analisi, impulsi e informazioni di base dalle nostre aree di interesse
- Un luogo di competenza e informazione sugli sviluppi attuali nel mondo degli affari e della tecnologia
- Hub tematico per le aziende che vogliono informarsi sui mercati, sulla digitalizzazione e sulle innovazioni del settore
Quanto sono realistiche le previsioni di fatturato? Chi vince e chi perde? Le lotte di potere che circondano le infrastrutture di intelligenza artificiale.
Aspettative degli investitori: tra analisi razionale ed eccesso speculativo
Le valutazioni delle aziende di intelligenza artificiale riflettono aspettative estreme di crescita futura. La valutazione di OpenAI di 500 miliardi di dollari implica che l'azienda diventerà una delle più preziose al mondo, paragonabile ad Apple o Saudi Aramco. Questa valutazione si basa sul presupposto che OpenAI aumenterà il suo fatturato da 13 miliardi di dollari nel 2025 a 100 miliardi di dollari entro il 2028 e che successivamente opererà in modo sostenibile e redditizio.
Per raggiungere i 100 miliardi di dollari di fatturato, OpenAI dovrebbe soddisfare diverse condizioni: il numero di utenti paganti dovrebbe aumentare da 200 a 300 milioni, rispetto agli attuali circa 35 milioni. Bisognerebbe sviluppare con successo nuove fonti di reddito come pubblicità, e-commerce e prodotti aziendali costosi. I costi di inferenza dovrebbero ridursi significativamente grazie ai progressi tecnologici e alla scalabilità. Ciascuna di queste ipotesi è altamente incerta.
Gli analisti di Epoch AI sono critici riguardo alla probabilità che OpenAI raggiunga i suoi obiettivi di fatturato. In uno scenario moderato, OpenAI potrebbe raggiungere un fatturato compreso tra 40 e 60 miliardi di dollari entro il 2028, anziché 100 miliardi di dollari, il che rappresenterebbe comunque una crescita eccezionale. Tuttavia, la redditività rimarrebbe difficile da raggiungere, poiché i costi terrebbero il passo con la crescita. In questo scenario, l'attuale valutazione di 500 miliardi di dollari sarebbe notevolmente gonfiata.
In uno scenario pessimistico, la crescita ristagna prima del previsto, i nuovi concorrenti erodono i margini e le innovazioni tecnologiche non si concretizzano. OpenAI dovrebbe rivedere significativamente la propria valutazione, il che potrebbe innescare una reazione a catena tra gli investitori. L'elevato debito e la dipendenza da afflussi di capitale costanti renderebbero l'azienda vulnerabile.
Il Nasdaq, ad alta concentrazione tecnologica, è cresciuto del 19% nel 2025, Nvidia ha guadagnato oltre il 25% e Oracle del 75%. Queste valutazioni riflettono la speranza che la rivoluzione dell'intelligenza artificiale possa effettivamente garantire i guadagni di produttività promessi e nuovi modelli di business. Ma ricordano anche le bolle tecnologiche del passato, in cui aspettative esagerate hanno portato a una massiccia distruzione di valore quando la realtà si è rivelata inferiore alle previsioni.
Adatto a:
Trasformazione industriale: casi d'uso tra promessa e realtà
La giustificazione di questi ingenti investimenti dipende in ultima analisi da casi d'uso concreti e da guadagni di produttività misurabili. I sistemi di intelligenza artificiale agentica promettono di automatizzare flussi di lavoro complessi che in precedenza richiedevano competenze umane. Nelle piattaforme logistiche, gli agenti potrebbero rilevare ritardi nelle spedizioni, reindirizzare le consegne, avvisare i clienti e aggiornare automaticamente i livelli di inventario. Nei software aziendali, potrebbero comprendere le query, prendere decisioni ed eseguire piani in più fasi.
Le applicazioni attuali mostrano risultati contrastanti. Microsoft segnala oltre un milione di agenti di intelligenza artificiale creati dai clienti utilizzando i servizi Azure AI Foundry Agent. Oltre 14.000 clienti utilizzano Azure AI Foundry per attività di automazione complesse. Questi dati dimostrano una crescente adozione, ma gli effettivi guadagni di produttività e i risparmi sui costi rimangono spesso aneddotici.
Commerzbank, con il supporto di Microsoft, ha sviluppato Ava, il consulente clienti basato sull'intelligenza artificiale, nell'arco di due anni, elogiando la collaborazione. Tali storie di successo ne illustrano il potenziale, ma rappresentano implementazioni complesse che richiedono tempo, risorse e competenze significativi. L'estensione di tali soluzioni a settori e dimensioni aziendali diversi rimane una questione aperta.
I critici sottolineano la discrepanza tra clamore e realtà. Bain & Company sostiene che gli investimenti pianificati potrebbero essere finanziati con ricavi insufficienti. La società di consulenza stima che i fornitori di intelligenza artificiale dovrebbero raggiungere un fatturato annuo di duemila miliardi di dollari entro il 2030, ma prevede un divario di 800 miliardi di dollari rispetto alle aspettative realistiche. Questa discrepanza significherebbe che ingenti quantità di capitale sono state allocate in modo errato e che gli investitori stanno subendo perdite sostanziali.
Rischi di bolla: parallelismi con i cicli tecnologici storici
Gli sviluppi attuali mostrano notevoli parallelismi con le precedenti bolle tecnologiche. Alla fine degli anni '90, le aspettative gonfiate riguardo a Internet spinsero le valutazioni delle aziende dot-com a livelli astronomici, prima che la realtà imponesse una brusca correzione. Molti investitori persero l'intero capitale; le aziende consolidate sopravvissero, ma con significative perdite di valore.
La mania ferroviaria del XIX secolo offre un'altra analogia storica. Ingenti investimenti nelle infrastrutture ferroviarie portarono a sovraccapacità, fallimenti e crisi finanziarie. Sebbene la ferrovia abbia trasformato l'economia e la società nel lungo periodo, i primi investitori subirono spesso perdite devastanti. Il parallelo è ovvio: gli investimenti infrastrutturali possono avere un valore sociale senza che gli investitori ne traggano profitto.
Diversi segnali d'allarme indicano dinamiche di bolla. I flussi di denaro circolari, con cui Nvidia finanzia OpenAI, che poi acquista i chip Nvidia, ricordano le strutture di tipo Ponzi. Le metriche di valutazione creative, come gli "utili rettificati per l'intelligenza artificiale", ricordano i profitti pro forma dell'era delle dot-com. Le valutazioni in costante aumento nonostante le perdite strutturali replicano gli schemi delle bolle precedenti.
La domanda non è se, ma quando si verificherà una correzione. Tra i fattori scatenanti potrebbero esserci: il fallimento di un progetto di intelligenza artificiale, innovazioni tecnologiche in approcci alternativi, interventi normativi, carenze energetiche o semplicemente il mancato raggiungimento degli incrementi di produttività promessi. Una correzione di questo tipo comporterebbe probabilmente una significativa distruzione di valore, ma potrebbe anche dare origine a modelli di business più sani e sostenibili.
Le implicazioni strategiche: posizionamento in un ambiente volatile
Ciò solleva complesse questioni strategiche per aziende, investitori e decisori politici. Le aziende devono decidere quanto investire in infrastrutture di intelligenza artificiale e da quali fornitori vogliono dipendere. Gli effetti di lock-in delle piattaforme cloud proprietarie rendono difficile il passaggio successivo e creano impegni a lungo termine.
Gli approcci ibridi che combinano infrastrutture on-premise con servizi cloud offrono maggiore flessibilità a scapito di una maggiore complessità. Le organizzazioni mantengono il controllo sui carichi di lavoro critici, sfruttando al contempo la scalabilità del cloud per i carichi variabili. Ottimizzare questo equilibrio richiede analisi dettagliate delle caratteristiche dei carichi di lavoro, dei costi, dei requisiti di sicurezza e delle priorità strategiche.
Gli investitori devono scegliere tra diverse esposizioni nella catena del valore dell'IA. Fornitori di infrastrutture come AWS, Azure e Google Cloud offrono modelli di business relativamente stabili con flussi di cassa consolidati. Produttori di semiconduttori come Nvidia beneficiano del ciclo di investimento indipendentemente dal successo finale di specifiche aziende di IA. Startup di IA come OpenAI o Anthropic offrono un potenziale di rialzo più elevato, ma anche un rischio significativamente più elevato.
I decisori politici devono creare quadri normativi che favoriscano l'innovazione senza generare rischi sistemici. Le questioni antitrust diventano sempre più importanti quando pochi attori dominanti controllano le infrastrutture critiche. La politica energetica deve affrontare la crescente domanda di elettricità dei data center basati sull'intelligenza artificiale. Le questioni di sovranità digitale richiedono investimenti strategici in alternative europee senza creare inefficienze protezionistiche.
Evoluzione tecnologica: l'efficienza come potenziale fattore di svolta
Un'incertezza fondamentale rimane lo sviluppo tecnologico. Se si dovessero ottenere drastici guadagni in termini di efficienza, l'intera logica di investimento potrebbe cambiare radicalmente. Google dimostra che l'infrastruttura di intelligenza artificiale può essere realizzata con i propri chip TPU a un terzo del costo dei sistemi Nvidia. Se tali approcci dovessero prevalere, le strutture dei costi si ridurrebbero considerevolmente e la redditività verrebbe raggiunta più rapidamente.
Anche il passaggio dall'addestramento basato su GPU ai carichi di lavoro di inferenza basati su CPU potrebbe rivelarsi trasformativo. Le GPU sono apprezzate per le loro capacità di addestramento dell'IA, ma non sono ottimali per l'inferenza. Passare alle CPU per l'inferenza potrebbe ridurre il consumo energetico, migliorare le prestazioni e offrire una soluzione più conveniente. La previsione di Brookfield, secondo cui l'inferenza rappresenterà circa il 75% delle esigenze di elaborazione dell'IA entro il 2030, sottolinea questo cambiamento.
Nuove architetture a semiconduttore specificamente progettate per i carichi di lavoro dell'intelligenza artificiale potrebbero consentire ulteriori progressi in termini di efficienza. OpenAI sta sviluppando i propri chip con Broadcom e prevede risparmi sui costi dal 20 al 30% rispetto alla tecnologia Nvidia. Amazon, Google e altri giganti della tecnologia stanno perseguendo strategie simili. Se questi sforzi dovessero avere successo, il predominio di Nvidia si eroderebbe e le strutture di dipendenza cambierebbero radicalmente.
Le innovazioni algoritmiche potrebbero avere un effetto altrettanto dirompente. Le tecniche dimostrate da DeepSeek dimostrano che architetture più intelligenti consentono un drastico risparmio di risorse. I modelli di apprendimento automatico che apprendono rappresentazioni più efficienti o filtrano meglio le informazioni irrilevanti potrebbero raggiungere prestazioni comparabili con una frazione della potenza di calcolo. Tali innovazioni renderebbero parzialmente obsoleti gli ingenti investimenti infrastrutturali.
Scenari futuri: tra consolidamento e disruption
L'ulteriore sviluppo potrebbe seguire diverse strade. Nello scenario di consolidamento, gli attuali leader di mercato prevarranno ed espanderanno il loro dominio. AWS, Azure e Google Cloud controllano l'infrastruttura cloud, Nvidia domina i semiconduttori e OpenAI e alcuni concorrenti si spartiscono il mercato delle applicazioni di intelligenza artificiale. Gli ingenti investimenti si ripagano nel lungo periodo e la redditività viene raggiunta, anche se più tardi di quanto inizialmente sperato.
In questo scenario, si affermerebbero strutture oligopolistiche con elevate barriere all'ingresso per nuovi concorrenti. I benefici sociali dell'IA si concretizzerebbero, ma la creazione di valore sarebbe concentrata nelle mani di poche aziende. L'intervento normativo probabilmente aumenterebbe per prevenire l'abuso di potere di mercato. I primi investitori otterrebbero rendimenti sostanziali, anche se forse non quelli sperati.
Nello scenario disruptive, emergono tecnologie o modelli di business alternativi che rendono obsoleti gli approcci attuali. I modelli open source potrebbero offrire prestazioni sufficienti e minare la monetizzazione dei sistemi proprietari. Architetture più efficienti potrebbero svalutare ingenti investimenti infrastrutturali. Potrebbero emergere nuovi paradigmi applicativi che vanno oltre i modelli linguistici di grandi dimensioni. In questo scenario, molti investimenti attuali subirebbero perdite, ma la democratizzazione dell'IA accelererebbe.
Uno scenario intermedio probabile combina elementi di entrambi gli estremi. Gli attuali leader di mercato mantengono posizioni sostanziali, ma i margini si erodono a causa della concorrenza. Nuovi fornitori specializzati conquistano mercati di nicchia. I progressi tecnologici riducono i costi, ma non in modo così drastico come sperato. La redditività è ritardata, ma l'azienda diventa sostenibile. I benefici per la società si concretizzano gradualmente in migliori parametri di produttività e nuove applicazioni.
Adatto a:
Scommettere sul futuro in un periodo di incertezza
L'accordo da 38 miliardi di dollari tra OpenAI e Amazon Web Services incarna le ambivalenze dell'attuale rivoluzione dell'intelligenza artificiale. Da un lato, documenta l'impressionante dinamismo di un settore disposto a investire centinaia di miliardi di dollari in una visione tecnologica. Gli attori coinvolti stanno perseguendo strategie apparentemente razionali per diversificare le dipendenze, assicurarsi posizioni competitive e partecipare a tecnologie potenzialmente trasformative.
D'altro canto, l'accordo rivela le precarie fondamenta su cui poggiano questi investimenti. La discrepanza tra valutazioni gigantesche e perdite strutturali, i flussi di denaro circolari tra investitori e beneficiari, le metriche di valutazione creative e l'enorme portata dell'allocazione del capitale ricordano le bolle speculative storiche. La domanda fondamentale rimane senza risposta: le applicazioni promesse e gli incrementi di produttività potranno mai giustificare gli ingenti investimenti?
I prossimi anni diranno se l'attuale ondata di investimenti infrastrutturali passerà alla storia come una lungimirante strategia per l'era dell'intelligenza artificiale o come un irrazionale spreco di capitale. Indipendentemente dall'esito, l'accordo segna una svolta nell'architettura di potere del settore tecnologico e dimostra che il futuro dell'intelligenza artificiale sarà determinato non solo dalle innovazioni algoritmiche, ma anche dalle realtà economiche, dalle partnership strategiche e, in ultima analisi, dalla propensione dei mercati a scommettere su un futuro incerto.
Il tuo partner globale per il marketing e lo sviluppo aziendale
☑️ La nostra lingua commerciale è l'inglese o il tedesco
☑️ NOVITÀ: corrispondenza nella tua lingua nazionale!
Konrad Wolfenstein
Sarei felice di servire te e il mio team come consulente personale.
Potete contattarmi compilando il modulo di contatto o semplicemente chiamandomi al numero +49 89 89 674 804 (Monaco) . Il mio indirizzo email è: wolfenstein ∂ xpert.digital
Non vedo l'ora di iniziare il nostro progetto comune.
☑️ Supporto alle PMI nella strategia, consulenza, pianificazione e implementazione
☑️ Creazione o riallineamento della strategia digitale e digitalizzazione
☑️ Espansione e ottimizzazione dei processi di vendita internazionali
☑️ Piattaforme di trading B2B globali e digitali
☑️ Pioneer Business Development/Marketing/PR/Fiere
🎯🎯🎯 Approfitta della vasta e quintuplicata competenza di Xpert.Digital in un pacchetto di servizi completo | BD, R&D, XR, PR e ottimizzazione della visibilità digitale
Approfitta dell'ampia e quintuplicata competenza di Xpert.Digital in un pacchetto di servizi completo | Ottimizzazione di R&S, XR, PR e visibilità digitale - Immagine: Xpert.Digital
Xpert.Digital ha una conoscenza approfondita di vari settori. Questo ci consente di sviluppare strategie su misura che si adattano esattamente alle esigenze e alle sfide del vostro specifico segmento di mercato. Analizzando continuamente le tendenze del mercato e seguendo gli sviluppi del settore, possiamo agire con lungimiranza e offrire soluzioni innovative. Attraverso la combinazione di esperienza e conoscenza, generiamo valore aggiunto e diamo ai nostri clienti un vantaggio competitivo decisivo.
Maggiori informazioni qui:
