Durante il keynote I/O 2026, Sundar Pichai ha condiviso un dato che la maggior parte della copertura mediatica ha sepolto sotto annunci più appariscenti: Google prevede di spendere circa 180-190 miliardi di dollari in spese in conto capitale nel 2026. Nel 2022 la capex era di 31 miliardi. Si tratta di un aumento di 6 volte in quattro anni — il più grande investimento infrastrutturale nella storia della tecnologia, superiore a qualsiasi spesa sostenuta da un'azienda in un singolo anno.
Non è un numero da marketing. È concreto: data center su più continenti, chip TPU personalizzati di settima generazione, infrastrutture energetiche (inclusi contratti per energia nucleare e rinnovabile) e capacità di rete per servire Gemini a centinaia di milioni di utenti contemporaneamente. Google sta costruendo fisicamente le fondamenta computazionali per un mondo AI sempre attivo.
Punto chiave
190 miliardi di dollari acquistano l'infrastruttura per un'AI sempre attiva, sempre disponibile e in grado di elaborare trilioni di token al giorno. Questo investimento ha senso finanziario solo se l'AI passa da "strumento che usi a volte" a "infrastruttura di cui dipendi costantemente" — ed è esattamente ciò che Gemini Spark, Information Agents e Universal Cart sono progettati per creare. La scommessa è che l'AI diventi essenziale come l'elettricità.
Come si confronta il dato di 190 miliardi con le altre aziende?
| Azienda | Capex AI stimato 2026 | Modello infrastrutturale | Prodotto AI principale |
|---|---|---|---|
| Google (Alphabet) | $180-190B | Proprietaria (TPU + data center) | Gemini + Spark + Search |
| Microsoft | $80-100B (stima) | Azure (GPU Nvidia) | Copilot + partnership OpenAI |
| Amazon (AWS) | $75-100B (stima) | AWS (Trainium + Nvidia) | Bedrock + Anthropic |
| Meta | $35-45B (stima) | Proprietaria (GPU Nvidia) | Llama + Meta AI |
| Anthropic | In leasing (SpaceX + AWS) | Compute in leasing | Claude + Claude Code |
Il vantaggio di Google è significativo — circa il doppio rispetto a Microsoft e Amazon. Il beneficio di possedere silicio personalizzato (TPU) significa che Google controlla sia l'hardware che lo stack software, riducendo la dipendenza dai vincoli di fornitura di Nvidia che rallentano i concorrenti.
---📬 Ti è utile? Copriamo il lato business dell'AI che influisce sui tuoi costi e sulle tue opzioni. Ricevilo nella tua casella →
---Cosa significa per gli utenti di AI?
I prezzi dovrebbero diminuire. Maggiore capacità di calcolo = minor costo per unità. Il passaggio di Google a un pricing basato sul compute (rispetto ai limiti giornalieri di prompt) richiede un compute abbondante e a basso costo per funzionare. L'investimento di 190 miliardi rende questo possibile — e la pressione competitiva derivante da questa capacità spingerà i prezzi verso il basso in tutto il settore, inclusi Claude e ChatGPT.
I rate limit aumenteranno. Gemini Spark che funziona 24/7 su VM dedicate per ogni utente Ultra richiede un'infrastruttura enorme. L'investimento in capacità rende fisicamente possibile "un agente AI per ogni utente, sempre in esecuzione". Ci si aspetta che i rate limit di Gemini siano generosi — Google ha la capacità di supportare un utilizzo intenso.
I modelli miglioreranno più velocemente. L'addestramento di modelli frontier richiede un enorme compute. 190 miliardi di dollari acquistano la capacità di treni