L’ascesa e sviluppo delle aziende cosiddette Neocloud – fornitori indipendenti di GPU-as-a-service (GPUaaS) – sono la conseguenza e la risposta diretta a due dinamiche fondamentali che caratterizzano l’attuale mercato dell’intelligenza artificiale: la scarsità globale di capacità di calcolo evoluta, e le strategie di diversificazione dei ricavi adottate dai principali produttori di chip.
I Neocloud sono emersi inizialmente come soluzioni temporanee per colmare il divario tra domanda e offerta internazionale di capacità di calcolo e GPU, quindi sono nati dalla necessità di fronteggiare la scarsità di queste risorse tecnologiche. Con i servizi GPUaaS che includono il noleggio di GPU, noto anche come Bare Metal as a service (BMaaS).
Ora si trovano ad affrontare una sfida ben più ardua: “il futuro di queste realtà dipende dalla loro capacità di salire nella scala e nel livello dei servizi, offrendo anche soluzioni AI-native e con prospettive solide nel medio e lungo periodo”, come rileva l’analisi di McKinsey sul settore.
Neocloud: affermarsi o affondare
Se i Neocloud diventeranno attori duraturi o svaniranno nella storia dell’evoluzione tecnologica “dipenderà dalla loro capacità di evolvere più rapidamente del mercato circostante. Quelli che riusciranno a trasformare l’iniziale scarsità di risorsa tecnologica in differenziazione a lungo termine potrebbero contribuire a definire un nuovo strato duraturo nel panorama dell’infrastruttura AI”, afferma McKinsey.
La domanda di GPU evolute ha avuto una forte impennata negli ultimi anni, spinta dall’espansione in grandezza e complessità dei modelli di intelligenza artificiale generativa. I grandi hyperscaler si sono assicurati – a suon di ricchi investimenti – la fetta più grande delle allocazioni di chip evoluti per gestire i carichi di lavoro in crescita, lasciando molte startup AI, laboratori di ricerca e imprese nell’impossibilità di accedere rapidamente alla capacità necessaria.
Indice degli argomenti:
Lo sviluppo dei Neocloud nel mondo dell’AI
I Neocloud si sono quindi inseriti in questa lacuna, offrendo contratti flessibili, forniture più veloci e configurazioni di infrastruttura specializzate. “Un elemento chiave della loro attrattiva, soprattutto per le startup di Gen AI più piccole, è il prezzo: i Neocloud possono prezzare le GPU fino all’85% in meno rispetto agli hyperscaler”, rimarcano gli analisti di McKinsey.
La barriera all’ingresso in questo settore è anche risultata inferiore rispetto ai fornitori Cloud tradizionali, poiché “l’allestimento di un cluster di calcolo di questo tipo non richiede la costruzione di una struttura tecnologica vasta e completa come una piattaforma hyperscale. Ciò ha permesso ai nuovi entranti di agire rapidamente per intercettare la domanda insoddisfatta”.
Le prospettive future
Attualmente, si contano oltre 100 Neocloud a livello globale. Tra questi, circa una quindicina operano in maniera rilevante negli Stati Uniti, e la loro attività si sta espandendo in Europa, Medio Oriente e Asia. Questo ecosistema è stato attivamente incoraggiato dagli stessi produttori di chip AI, i quali, attraverso una ponderata strategia di diversificazione per offerta al mercato e ricavi, hanno voluto ampliarne l’adozione su più ampia scala.
Con quali prospettive, da qui in avanti? “Nonostante l’attuale fragilità del modello Bare Metal-as-a-service, che include il noleggio di GPU”, fa notare l’analisi di McKinsey, “gli investimenti nei Neocloud sono alimentati innanzitutto da quattro convinzioni chiave, da parte degli analisti e operatori: il modello BMaaS è solo un trampolino di lancio; la domanda di calcolo AI è troppo grande e in crescita per affondare; le piattaforme di calcolo evoluto hanno un valore sostenibile a lungo termine; i maggiori produttori di chip offrono un effetto di riduzione del rischio nelle fluttuazioni del mercato”.
Quattro pilastri per sostenere il business
Ecco questi punti fermi, uno a uno, più nel dettaglio.
Il modello di servizio BMaaS è un trampolino di lancio
Il modello adottato da molti Neocloud è caratterizzato da differenziazione limitata dei servizi forniti, alta intensità di investimenti e concorrenza basata sui prezzi.
Gli investitori del settore ora scommettono sulla transizione verso sistemi software AI-native, che includano l’orchestrazione del training, strumenti per sviluppatori e servizi gestiti di machine learning.
Questi elementi e risorse sono visti come la chiave per aumentare la fedeltà del cliente, migliorare la ritenzione della domanda e portare a un’economia simile a quella delle aziende software, garantendo moltiplicatori simili al Software-as-a-Service (SaaS).
La curva della domanda di calcolo AI è in accelerazione
La potenza di calcolo si prevede che continuerà a crescere rapidamente, raggiungendo a livello globale un consumo di circa 200 gigawatt entro il 2030.
Quindi, all’interno di un mondo in cui l’offerta di infrastruttura rappresenta il principale collo di bottiglia, qualsiasi fornitore credibile può ragionevolmente aspettarsi di trovare acquirenti.
Le piattaforme di calcolo hanno un valore sostenibile a lungo termine
Anche dopo la scadenza dei contratti primari con gli hyperscaler, le risorse di GPU possono mantenere un significativo valore residuo se riproposte per clienti aziendali e del mercato di livello medio.
I Neocloud possono utilizzare accordi di fornitura a basso margine con gli hyperscaler per finanziare lo sviluppo della tecnologia e costruire una crescita in scala, estendendo poi la vita economica degli asset noleggiandoli a tariffe inferiori ad aziende che non necessitano dell’ultima e più aggiornata generazione di chip.
I produttori di chip e l’effetto di riduzione del rischio
Sebbene il supporto dei maggiori produttori di chip non garantisca la sopravvivenza del settore, crea una implicita rete di sicurezza. I grandi produttori spesso forniscono ai Neocloud allocazioni preferenziali, soluzioni di finanziamento e persino impegni di ritiro e assorbimento dell’offerta in eccesso, aumentando molto le loro probabilità di sopravvivenza.
Le fragilità del modello BMaaS
Nonostante il potenziale futuro, l’economia del modello BMaaS, oggi dominante, presenta basi poco promettenti, principalmente per tre motivi.
Margini sottili e sensibilità alle fluttuazioni di mercato
Nel modello BMaaS, i margini lordi si attestano tipicamente tra il 55 e il 65% del costo totale prima dell’ammortamento, a seconda dell’utilizzo e della tariffazione. Tuttavia, data l’elevata intensità di capitale necessaria per l’acquisto di GPU, CPU e l’allestimento dei server, questo modello non lascia quasi alcuno spazio di sicurezza.
L’attività è estremamente sensibile alle fluttuazioni dei prezzi e al livello di utilizzo: un piccolo calo dei prezzi di noleggio delle GPU, o un uso che scenda sotto l’80% rispetto al pieno utilizzo, può azzerare i rendimenti. L’economia del sistema diventa ancora più precaria se si tiene conto del finanziamento tramite debito, poiché i costi degli interessi possono rapidamente erodere qualsiasi margine residuo.
Secondo alcuni report, il margine di profitto lordo delle attività di noleggio di GPU, dopo aver considerato manodopera, costi energetici e ammortamento, si attesta tra il 14 e il 16% sul totale. Tali margini sono inferiori a quelli di molte attività di vendita al dettaglio non tecnologiche.
Erosione dei prezzi e intensità di capitale
Il ciclo di rilascio dei chip esercita una pressione aggiuntiva sui livelli di prezzo. Ad ogni nuova generazione di chip, il prezzo delle GPU più vecchie crolla. Su un orizzonte di ammortamento tipico di cinque anni, il prezzo orario di una GPU potrebbe dimezzarsi o ridursi ulteriormente.
Questa dinamica impone ai fornitori di servizi non solo di recuperare il capitale entro i primi quattro o cinque anni dall’attivazione della GPU per evitare asset bloccati, ma anche di reinvestire continuamente nelle nuove generazioni di GPU per mantenere la competitività.
Gli affari sono concentrati in pochi clienti principali
Molti Neocloud stipulano accordi rilevanti con gli hyperscaler. Questi contratti sono allettanti non tanto per la loro redditività autonoma, quanto per ciò che forniscono: un livello di utilizzo di base quasi garantito e un ‘marchio di credibilità’ che rende il Neocloud più attraente per gli investitori, supportando la futura raccolta fondi.
Gli hyperscaler, dal canto loro, sono disposti a pagare un plus per capacità subito pronta e per la possibilità di utilizzare i bilanci dei Neocloud per scaricare asset dai propri. Il risultato di questi affari è un’alta concentrazione di ricavi per gli operatori Neocloud che proviene da solo uno o due principali clienti.
Il paradosso strutturale e la strada da percorrere
Il modello Neocloud porta con sé un paradosso strutturale. L’aspettativa comune degli investitori è che i Neocloud si muovano verso soluzioni software AI-native e servizi gestiti, cosa che li pone inevitabilmente in diretta concorrenza con gli hyperscaler. Questi ultimi, però, sono ancora oggi i loro clienti principali, fornendo l’utilizzo tecnologico di base garantito.
Costruire più strati di servizio e soluzioni verticalizzate aumenta il potenziale di margine e la fidelizzazione della clientela, ma si sovrappone direttamente alle offerte degli hyperscaler. Inoltre, costruire un patrimonio tecnologico sufficientemente robusto per competere e una strategia go-to-market in grado di penetrare il mercato aziendale richiede un enorme dispendio di capitale, tempo e risorse.
Neocloud e hyperscaler
Questo scenario non è privo di precedenti: nell’era Cloud 1.0 (iniziata nei primi anni 2000), le startup crebbero rapidamente colmando i gap di calcolo iniziali, ma quando gli hyperscaler espansero la capacità e l’ampiezza dei servizi, quasi tutte quelle startup furono acquisite, marginalizzate o costrette a ruoli di nicchia.
Per sfuggire all’economia delle commodity, i Neocloud devono perseguire la differenziazione senza alienare gli stessi hyperscaler che forniscono la loro utilizzazione (e fatturazione) di base.
Tre percorsi e opportunità per il futuro
Si delineano quindi tre percorsi potenziali di medio e lungo termine affinché i Neocloud possano durare.
1.Ritagliarsi posizioni difendibili in mercati di nicchia
I Neocloud con maggiori probabilità di sopravvivenza saranno quelli in grado di creare posizioni difendibili in mercati in cui gli hyperscaler sono meno efficaci o meno benvenuti.
Esempi includono i fornitori di ‘sovereign compute’ (calcolo sovrano) supportati da governi o campioni regionali, che valorizzano l’indipendenza dagli hyperscaler per via del loro focus iper-locale e dei dati sensibili. Anche i fornitori di servizi specializzati, ottimizzati per casi d’uso come l’inferenza a latenza ultra-bassa o i settori regolamentati, rappresentano opportunità promettenti.
2. Mantenere il focus sulle startup e crescere con loro
Un altro percorso duraturo è mantenere le startup AI come profilo di clientela principale, piuttosto che inseguire le grandi imprese. Fornendo servizi di calcolo fin dal primo giorno, i Neocloud possono costruire basi e relazioni fidate con startup che possono persistere man mano che queste scalano fino a diventare aziende multimiliardarie che consumano carichi di lavoro massivi.
Questo livello di fedeltà è spesso difficile da replicare per gli hyperscaler, e questo trampolino di lancio potrebbe consentire ai Neocloud di espandersi in imprese AI-native.
3. Consolidamento, vendita e assorbimento del business
La terza potenziale traiettoria è il consolidamento. Similmente a molte startup dell’era Cloud 1.0, alcune aziende Neocloud saranno assorbite da hyperscaler, Telco o acquirenti sovrani. Allo stesso tempo, altre aziende probabilmente svaniranno una volta che l’offerta di calcolo computazionale raggiungerà la domanda.
La sfida per i Neocloud è quindi duplice: “superare le fragilità economiche del sistema BMaaS e risolvere il paradosso di competere con i giganti che attualmente garantiscono loro l’ossigeno finanziario necessario per continuare le attività”.
