DeepSeek: ricavi decuplicati, ma la perdita supera ancora le vendite

Il quadro finanziario di DeepSeek è segnato da un contrasto netto: i ricavi hanno raggiunto circa 475 milioni di yuan, pari a 70,7 milioni di dollari, nei primi sette mesi del 2026, ma la società ha continuato a perdere denaro. Al tempo stesso, il business dell’accesso ai modelli tramite API ha registrato un margine lordo dell’82,9%, un dato che suggerisce un’economia del servizio potenzialmente solida, ancora lontana però dal compensare i costi complessivi dell’azienda. 47

I numeri da gennaio a luglio 2026

Secondo quanto riportato da The Information, DeepSeek ha prodotto circa 475 milioni di yuan di ricavi tra gennaio e luglio 2026. Il dato equivale a circa dieci volte i ricavi realizzati nell’intero 2025: un confronto impressionante, ma non perfettamente omogeneo perché mette a paragone sette mesi del 2026 con tutti i dodici mesi dell’anno precedente. 47

Nello stesso periodo, la società ha registrato una perdita netta di circa 715 milioni di yuan. La cifra è inferiore alla perdita netta di 935 milioni di yuan dell’intero 2025, ma anche in questo caso i periodi di riferimento hanno durata diversa: il dato del 2026 copre sette mesi, quello del 2025 un anno intero. 17

I margini lordi riportati sono tuttavia più incoraggianti del risultato finale:

• Margine lordo complessivo: 44,6%
• Margine lordo dei servizi API per l’accesso ai modelli: 82,9% 47

Il margine lordo indica quanto resta dei ricavi dopo i costi diretti necessari a fornire un prodotto o un servizio. Non comprende tutte le spese operative di un’azienda. Per questo un’attività API con margini molto elevati può convivere con una pesante perdita netta, se ricerca, infrastruttura, personale e altri costi assorbono il margine generato.

Perché margini API così alti non bastano a fare utili

La distanza tra il margine dell’attività API e il risultato netto mette in luce quanto sia costoso sviluppare e far crescere modelli AI avanzati. Secondo i dati disponibili, nei primi sette mesi del 2026 DeepSeek avrebbe speso circa 11 miliardi di yuan per l’infrastruttura di intelligenza artificiale, contro circa 1,2 miliardi nel 2025. Le spese includerebbero server dotati di chip AI, chip e altre apparecchiature di calcolo. 32

Questi costi aiutano a spiegare perché un margine dell’82,9% sui servizi API non si sia tradotto in un utile a livello di gruppo. I ricavi generati da ogni cliente o richiesta API possono essere interessanti, ma la società deve continuare a finanziare lo sviluppo dei modelli, l’espansione della capacità di calcolo e l’infrastruttura necessaria per sostenere la crescita.

La sfida commerciale di DeepSeek, quindi, non consiste soltanto nel vendere l’accesso ai propri modelli. Il punto è aumentare i ricavi abbastanza rapidamente da coprire il costo, enorme e continuo, della costruzione di una piattaforma AI competitiva.

Il confronto con OpenAI e Anthropic

Sul piano delle dimensioni, DeepSeek resta molto più piccola dei principali sviluppatori statunitensi citati nel confronto. OpenAI avrebbe generato 5,7 miliardi di dollari di ricavi nel primo trimestre, con un margine lordo del 39%. Anthropic avrebbe invece raggiunto 11,5 miliardi di dollari di ricavi nel secondo trimestre. 7

Il confronto va letto con cautela, perché i periodi contabili e le definizioni di margine potrebbero non coincidere. La tendenza generale è comunque chiara: DeepSeek cresce rapidamente, ma i suoi ricavi sono ancora lontanissimi dalla scala di OpenAI e Anthropic. Il suo punto di forza nei dati riportati da The Information non è il volume delle vendite, bensì l’elevata marginalità specifica dell’accesso ai modelli tramite API. 47

Le informazioni disponibili non forniscono un dato sul margine lordo di Anthropic sufficientemente comparabile per lo stesso periodo. Di conseguenza, non è possibile stabilire un confronto numerico affidabile tra il margine complessivo del 44,6% di DeepSeek e quello di Anthropic.

Un run rate annualizzato tra 400 e 500 milioni di dollari

In precedenza, The Information aveva stimato il run rate annualizzato di DeepSeek tra 400 e 500 milioni di dollari, indicando imprese e sviluppatori che accedono ai modelli tramite API come principale fonte dei ricavi. 3

Il run rate annualizzato è una proiezione basata sul ritmo recente delle entrate. Non equivale ai ricavi effettivamente contabilizzati in un esercizio fiscale completo e non deve quindi essere sommato ai 475 milioni di yuan registrati tra gennaio e luglio. I due dati descrivono grandezze diverse: il primo estende il ritmo recente a un anno, mentre il secondo è il totale rilevato in un periodo specifico.

La seconda raccolta e l’ipotesi di quotazione

La crescita dei ricavi arriva mentre DeepSeek starebbe lavorando a una nuova e consistente raccolta di capitale. La società avrebbe l’obiettivo di raccogliere 50 miliardi di yuan in un secondo round, a una valutazione di 500 miliardi di yuan, pari a circa 74 miliardi di dollari. L’operazione seguirebbe un primo round da oltre 50 miliardi di yuan completato a giugno, secondo quanto riportato da The Information. 135

La seconda raccolta è stata descritta come un finanziamento pre-IPO, con una possibile quotazione a Shanghai il prossimo anno. 35 Il piano riflette entrambe le facce dei conti di DeepSeek: una domanda commerciale in forte aumento e la necessità costante di capitali ingenti per finanziare l’infrastruttura AI.

Che cosa raccontano davvero questi numeri

I risultati riportati non descrivono ancora un’azienda AI redditizia. Descrivono piuttosto una società con tre caratteristiche precise:

1. Espansione commerciale molto rapida: 475 milioni di yuan di ricavi in sette mesi, circa dieci volte i ricavi dell’intero 2025. 47
2. Economia promettente dei servizi: un margine lordo dell’82,9% sull’accesso ai modelli tramite API e un margine complessivo del 44,6%. 47
3. Fabbisogno di capitale elevato: una perdita netta di 715 milioni di yuan e una spesa per l’infrastruttura riportata di circa 11 miliardi di yuan nei primi sette mesi. 132

La conclusione è che DeepSeek potrebbe aver trovato un modo relativamente efficiente per monetizzare l’accesso ai modelli, ma l’efficienza nella fornitura del servizio non ha ancora compensato il costo complessivo della crescita di un laboratorio AI. La raccolta pianificata e la possibile IPO sembrano quindi legate non solo alle ambizioni di espansione, ma anche ai capitali necessari per mantenerle.