Daniel Roberts sostiene che la domanda di calcolo per l’IA si autoalimenti: più capacità abilita modelli e applicazioni nuove, mentre energia, connessioni alla rete, data center e GPU crescono con tempi molto più lunghi. I 25 30 miliardi di dollari di capex previsti da IREN per il FY2027 sarebbero finanziati sopratt...
Pubblicato daModificato con GPT-5.6 TerraImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did IREN co-CEO Daniel Roberts argue about why AI-computing supply may never catch up with demand, what factors make the current AI dat. Article summary: Roberts’ thesis is that AI demand is self-reinforcing: more available compute enables more capable models and more uses, which in turn creates more demand. Because the physical supply chain—power, land, transmission, dat. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
IREN vede l’infrastruttura per l’intelligenza artificiale come un problema strutturale di offerta, non come un normale ciclo di investimenti destinato prima o poi a creare eccesso di capacità. La tesi del co-CEO Daniel Roberts è semplice: ogni aumento della potenza di calcolo disponibile può rendere possibili modelli più capaci, più inferenza e nuove applicazioni commerciali, generando ulteriore domanda. Costruire la capacità fisica necessaria, invece, richiede molto più tempo. 1
3
È questa convinzione a spiegare perché IREN, storicamente legata al mining di Bitcoin e ora in transizione verso il cloud per l’IA, prospetti fino a 30 miliardi di dollari di spese in conto capitale (capex) nell’esercizio 2027. Ma una domanda robusta non basta: per gli investitori, la questione decisiva è se la società saprà trasformare questa tesi in infrastrutture operative e finanziate nei tempi previsti.
Secondo Roberts, la domanda di calcolo per l’IA è auto-rinforzante. Più compute disponibile significa addestramenti più grandi, maggiore volume di inferenza — cioè l’uso dei modelli già addestrati — e più prodotti e servizi basati sull’IA. Sul lato dell’offerta, però, servono elementi concreti e lenti da realizzare: generazione e trasmissione elettrica, allacciamenti alla rete, terreni, costruzione dei data center, sistemi di raffreddamento, GPU e personale specializzato. IREN descrive il fenomeno come un divario crescente tra domanda digitale e offerta fisica. 1
3
Per Roberts, è ciò che distingue il ciclo attuale da un tradizionale boom delle materie prime o degli investimenti. In un ciclo convenzionale, prezzi alti attirano capitali e, col tempo, possono portare a capacità in eccesso. Nell’IA, invece, la capacità GPU effettivamente alimentata e operativa è limitata da tempi di realizzazione e disponibilità di energia, non solo dalla volontà di investire. 1
13
Le previsioni di Goldman Sachs rafforzano l’idea che l’elettricità sia un vincolo cruciale, senza dimostrare però l’affermazione più radicale secondo cui l’offerta non raggiungerà mai la domanda. La banca ha portato la propria stima della domanda elettrica dei data center negli Stati Uniti nel 2030 a circa 108 GW, dagli 83 GW stimati in precedenza, e ha alzato al 3,5% il tasso annuo composto di crescita previsto fino al 2030. 19 Un’altra ricostruzione attribuita a Goldman Sachs indica che la capacità dei data center statunitensi potrebbe più che triplicare, arrivando a circa 125 GW entro il 2030. Capacità installata e domanda di energia non sono però misure necessariamente equivalenti e non vanno trattate come intercambiabili.
20
Il punto centrale dell’argomento finanziario di IREN è che i 25-30 miliardi di dollari rappresentano il capex complessivo dei progetti, non un fabbisogno equivalente di nuovo capitale azionario. Roberts ha dichiarato che i prepagamenti dei clienti potrebbero coprire circa metà del capex per le GPU, mentre i finanziatori potrebbero coprire gran parte del resto con strutture garantite o assistite dalle GPU. 14
IREN ha comunicato di aver ottenuto 9,3 miliardi di dollari di finanziamenti in otto mesi, attraverso prepagamenti dei clienti, obbligazioni convertibili, leasing di GPU e finanziamenti per GPU. 32 Secondo le ricostruzioni sul piano finanziario, soltanto 3 miliardi dei 19 miliardi raccolti provenivano da capitale azionario.
2
L’esempio più concreto è l’accordo con Microsoft. IREN ha annunciato un contratto quinquennale da circa 9,7 miliardi di dollari per fornire infrastruttura cloud GPU basata su sistemi Nvidia GB300, articolata in quattro fasi per un totale di 200 MW di carico IT critico. L’intesa prevede un prepagamento del cliente del 20%. 25
33 Per sostenere quel contratto è stato inoltre riportato un finanziamento per GPU da 3,65 miliardi di dollari.
27
Questa struttura può ridurre il ricorso iniziale a nuove azioni, ma non elimina il rischio finanziario. Il modello dipende dalla solidità creditizia dei clienti, dall’arrivo puntuale dei prepagamenti, da mercati del debito e del finanziamento delle apparecchiature funzionanti, dal valore delle GPU poste a garanzia, dai tempi di consegna e dalla possibilità di portare online l’energia dei data center secondo programma.
IREN ha registrato una perdita netta trimestrale di 684 milioni di dollari durante la riconversione dal mining al cloud per l’IA. Il management e le successive ricostruzioni hanno attribuito gran parte del risultato a oneri non monetari connessi al ritiro o alla vendita dell’hardware di mining: una svalutazione da 450,4 milioni di dollari e un calo di fair value da 102,1 milioni per hardware destinato alla vendita. 6
7
Queste voci non rappresentano, da sole, il costo in cassa dell’espansione nell’IA. Restano tuttavia economicamente rilevanti: riflettono il costo dell’uscita da attività e asset precedenti mentre l’azienda avvia una costruzione infrastrutturale molto più ampia.
IREN ha indicato circa 4 miliardi di dollari di ricavi annualizzati sotto contratto, collegati alla capacità IA del 2026 e in larga parte già venduta. Nel trimestre citato, i ricavi del cloud IA erano pari a circa 70,5 milioni di dollari. 6
8 I ricavi contrattualizzati possono rendere un progetto infrastrutturale più finanziabile, ma non equivalgono a flussi di cassa già incassati né dimostrano che la capacità futura otterrà condizioni economiche analoghe.
Il management ha affermato che i prezzi dei contratti triennali sono saliti di circa il 125% da novembre, mentre quelli quinquennali sono aumentati di circa il 70%. I contratti triennali più recenti superavano i 20 milioni di dollari per MW di carico IT; le trattative in corso si aggiravano intorno ai 25 milioni di dollari per MW. IREN ha definito il livello precedente compatibile con un ritorno dell’investimento nel compute in circa due anni. 12
17
Questi dati collegano direttamente la tesi della scarsità ai rendimenti dei progetti. Se la capacità per l’IA resta limitata, gli operatori che dispongono di potenza elettrica già disponibile, GPU installate e clienti impegnati possono stipulare contratti di valore elevato prima che nuova capacità raggiunga il mercato. Se invece i prezzi scendono, l’economia dell’hardware peggiora o gli impianti subiscono ritardi, l’elevata intensità di capitale diventa una vulnerabilità importante.
IREN, CoreWeave e Nebius operano nel segmento delle cosiddette neocloud: piattaforme cloud specializzate in GPU, in alternativa ai grandi hyperscaler generalisti come AWS, Microsoft Azure e Google Cloud. La loro proposta punta su infrastrutture ottimizzate per l’IA, accesso diretto alla capacità e, potenzialmente, tariffe inferiori.
I confronti pubblicati sui prezzi mostrano differenze significative, ma vanno interpretati con prudenza. Una comparazione stimava un costo di 329.472 dollari per 30 giorni per otto nodi B200 su Nebius, contro 742.349 dollari presso un hyperscaler; la stessa analisi avvertiva però che struttura tariffaria e fonti dei dati differivano, quindi non si tratta di un confronto perfettamente omogeneo per ogni carico di lavoro. 49 Un altro confronto indicava prezzi on-demand per H100 di 3,85 dollari per GPU-ora su Nebius e di 6,16 dollari su CoreWeave.
53
Il prezzo di listino non è l’unico fattore di acquisto. Generazione delle GPU, interconnessioni, archiviazione, area geografica, durata della prenotazione, disponibilità, supporto e livelli di servizio incidono tutti sul costo effettivo. Il punto competitivo più ampio è che le neocloud possono sfidare gli hyperscaler sia sulla rapidità di accesso a capacità pensata per l’IA, sia sulle tariffe pubblicizzate.
IREN ha annunciato due intese che sostengono il suo posizionamento nel cloud per l’IA:
IREN ha inoltre dichiarato che la prima installazione Horizon da 50 MW nel sito di Childress, in Texas, è stata consegnata a Microsoft. 12
La tesi di Roberts ha una logica forte: i carichi di lavoro dell’IA possono crescere rapidamente, mentre energia e infrastrutture dei data center non si costruiscono dall’oggi al domani. Le stime più elevate di Goldman Sachs sulla domanda elettrica e il valore dei contratti annunciati da IREN spiegano perché il mercato guardi con attenzione alla capacità IA già energizzata. 19
25
Dire che l’offerta «potrebbe non raggiungere mai» la domanda resta però una valutazione strategica di un dirigente, non un fatto dimostrato. Il risultato per IREN dipenderà dalla capacità di convertire la domanda contrattualizzata in infrastrutture operative e finanziate, evitando ritardi nell’energia, carenze hardware, tensioni finanziarie o un ribasso dei prezzi del calcolo per l’IA. Prepagamenti, finanziamenti e ricavi contrattualizzati danno basi concrete al piano, ma non ne eliminano il rischio di esecuzione.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Daniel Roberts sostiene che la domanda di calcolo per l’IA si autoalimenti: più capacità abilita modelli e applicazioni nuove, mentre energia, connessioni alla rete, data center e GPU crescono con tempi molto più lunghi.
Daniel Roberts sostiene che la domanda di calcolo per l’IA si autoalimenti: più capacità abilita modelli e applicazioni nuove, mentre energia, connessioni alla rete, data center e GPU crescono con tempi molto più lunghi. I 25 30 miliardi di dollari di capex previsti da IREN per il FY2027 sarebbero finanziati soprattutto da prepagamenti dei clienti e debito o finanziamenti garantiti dalle GPU, non soltanto da nuove azioni.
Contratti già annunciati, ricavi annualizzati sotto contratto e prezzi per megawatt in aumento rafforzano la tesi di IREN, ma restano rischi rilevanti su energia, consegne hardware, finanziamenti e prezzi del calcolo IA.