#OpenAIAnthropicRace
About OpenAIAnthropicRace
OpenAI's annualized revenue topped $40B, about double end-2025, driven by AI coding, subscriptions and new businesses; it also changed its revenue chief pre-IPO. Investor materials put Anthropic's preliminary Q2 revenue above $11.5B, over twice Q1's $4.73B, with positive adjusted operating profit. Its latest round valued it at $965B, while investors discuss an IPO above $2T. Can growth and profits cover compute costs, and will its listing reset AI-chip, data-center and tech-stock valuations?
Popolari
Più recenti
OpenAIAnthropicRace Post popolari
La corsa all'AI non riguarda più solo chi ha il modello più intelligente, ma sempre più chi controlla l'infrastruttura fisica dietro il boom.
$SKHY sta investendo circa 38 miliardi di dollari in due nuovi impianti di memoria mentre la domanda di chip AI continua a superare l'offerta. Il titolo ha ricevuto anche una spinta dalle notizie secondo cui Temasek di Singapore potrebbe effettuare un investimento diretto, evidenziando quanto capitale serio stia fluendo nella reale capacità dei semiconduttori piuttosto che inseguire solo narrazioni sull'AI.
A livello di modelli, la competizione si fa ancora più dura. OpenAI e Anthropic hanno ridotto i prezzi dei modelli di punta mentre concorrenti cinesi a costi inferiori attirano clienti aziendali più sensibili al prezzo.
L'AI sta rapidamente diventando sia una corsa all'infrastruttura sia una guerra sui margini. E con Anthropic che si prepara presumibilmente a potenziali investitori in vista di una possibile quotazione pubblica entro la fine dell'anno, la competizione si fa solo più intensa.
#WeakConsumptionFedSplit
#OpenAIAnthropicRace
#SKHynixCapexSurge
Anthropic ha raccolto 65 miliardi nel suo round di Serie H alla fine di maggio, con una valutazione di 965 miliardi, superando i 852 miliardi di OpenAI; la valutazione di OpenAI era fissata a 122 miliardi nel round di fine marzo. Entrambe puntano a un'IPO in autunno, con l'obiettivo di una valutazione da trilione di dollari.
Il "superare" di Anthropic non è così solido. L'alta valutazione è
Ciò che conta davvero è dove vengono spesi i soldi e se possono essere recuperati.#WeakConsumptionFedSplit #OpenAIAnthropicRace #SKHynixCapexSurge
🤖 OPENAI vs ANTHROPIC: PERCHÉ I TRADER CRYPTO DOVREBBERO INTERESSARSENE
La corsa all'AI sta diventando molto più di una semplice competizione tra chatbot.
OpenAI e Anthropic stanno sempre più competendo per le stesse risorse scarse:
Calcolo. Chip. Memoria. Data center. Capitale.
Questo crea una catena di investimento molto più ampia.
Domanda di modelli AI → data center → GPU → memoria ad alta larghezza di banda → networking → infrastruttura energetica.
Ed è qui che la storia inizia a incrociarsi con mercati ben oltre il software AI.
Anthropic ha attirato anche un enorme interesse istituzionale, mentre il più ampio commercio di infrastrutture AI continua a influenzare le valutazioni di semiconduttori e tecnologia.
Per i trader crypto, la conclusione è semplice:
Le narrazioni non restano sempre confinate in un solo settore.
Il capitale può spostarsi da azioni AI → infrastrutture → semiconduttori → asset a rischio → crypto.
La domanda non è solo chi vincerà la corsa all'AI.
È:
Dove fluirà il capitale dopo? 👀
#OpenAIAnthropicRace #WeakConsumptionFedSplit
🚨 LA CORSA DELL'AI POTREBBE RIDURSI A UNA COSA: IL COSTO DEL COMPUTE.
La differenza più grande tra OpenAI / Anthropic e xAI / Google non è solo la performance del modello.
È l'infrastruttura.
1️⃣ Proprietà del compute
OpenAI e Anthropic si affidano molto ai hyperscaler per il compute.
Google e xAI hanno un controllo molto più diretto sulla loro infrastruttura.
2️⃣ Struttura del capitale
OpenAI e Anthropic hanno ricevuto investimenti strategici massicci da grandi aziende tecnologiche. Google e xAI operano da una posizione infrastrutturale e di capitale diversa.
E questo potrebbe creare un grande vantaggio nella competizione sui prezzi.
Per anni, un prezzo premium poteva essere giustificato da una migliore performance dell'AI.
Ma man mano che il divario di performance si riduce, il costo diventa sempre più importante.
Se due modelli offrono risultati simili, utenti e aziende chiederanno naturalmente:
💰 Perché pagare di più?
Questo crea una sfida difficile per le aziende che sostengono costi enormi di compute.
La domanda chiave è se OpenAI e Anthropic possono mantenere un vantaggio significativo con la prossima generazione di modelli.
Se non ci riescono, la corsa all'AI potrebbe spostarsi da:
“Chi ha il modello più intelligente?”
a:
“Chi può offrire intelligenza al costo più basso?”
E questo potrebbe rimodellare l'intera industria dell'AI. 🤖⚡
#SP500Nears8000
#CPIPPIEaseFedSplit
#SandiskLongTermTargets
La differenza tra OpenAI/Anthropic e xAI/Google:
1. OpenAI e Anthropic noleggiano capacità di calcolo da hyperscaler. xAI e Google possiedono i loro data center.
2. La maggior parte del capitale di OpenAI e Anthropic proviene da capitali degli hyperscaler. Gli altri due non si basano su questo modello.
Questo crea un enorme divario nella competizione sui prezzi.
Fino ad ora, giustificavano i prezzi elevati con prestazioni superiori. Ma quel divario di prestazioni si è ridotto e, a causa di quei costi strutturali, non possono più offrire prezzi competitivi.
A meno che non facciano un nuovo grande salto in avanti, OpenAI e Anthropic alla fine verranno acquisiti dai loro investitori, Amazon e Microsoft.
I laboratori AI all'avanguardia stanno puntando a un tasso di ricavi COMBINATO superiore a 200 miliardi di dollari entro la fine dell'anno
Queste sono alcune delle aziende in più rapida crescita nella storia del business, e i loro ricavi sono ciò che mantiene vivo l'intero mercato rialzista dell'infrastruttura AI (quindi prestate attenzione!)
E sembra che Grok/Cursor stiano ora entrando nella grande lega insieme ad Anthropic e OpenAI
Ecco i numeri:
Anthropic si avvicina a 80 miliardi di dollari di tasso di ricavi, in aumento rispetto ai 10 miliardi di gennaio (basato sui dati di @tickerplus). Si prevede che raggiungeranno 100-120 miliardi entro la fine dell'anno
OpenAI ha recentemente superato i 40 miliardi, in aumento rispetto a circa 21 miliardi a gennaio, tuttavia la loro crescita sta attualmente accelerando, con un salto di 10 miliardi da maggio a luglio. A questo ritmo dovrebbero raggiungere 60-70 miliardi entro la fine dell'anno
Poi abbiamo Grok/Cursor. Cursor avrebbe raggiunto un tasso di ricavi di 4 miliardi all'inizio di giugno, in aumento rispetto ai 2 miliardi di febbraio. xAI puntava anche a 2 miliardi da Grok quest'anno. Quindi si parla di oltre 6 miliardi tra loro, con un effetto composto dopo il rilascio di Grok Bot e Grok 4.6. Mi aspetto che superino i 10 miliardi combinati entro la fine dell'anno
Quindi attualmente, tra i 3 siamo a 126 miliardi di tasso di ricavi e un tasso combinato previsto di circa 200 miliardi entro la fine dell'anno (supponendo che le cose continuino così)
Naturalmente, questi numeri non sono ancora confermati poiché Anthropic e OpenAI non sono ancora pubbliche e SpaceX non ha separato i numeri di Grok/Cursor nel loro rapporto del secondo trimestre dato che l'accordo con Cursor non è ancora chiuso
Ma il prossimo trimestre avremo quei numeri da SpaceX e Anthropic punta a diventare pubblica entro ottobre al più tardi, quindi dovremmo avere più chiarezza presto
Ma più ricavi queste aziende fanno, più domanda di calcolo ci sarà. E se iniziamo a considerare che i modelli stanno diventando più efficienti da creare, dovremmo presto iniziare a vedere anche profitti da queste aziende
Ho condiviso qui sotto quanto sono buoni i margini per ogni 1GW per questi modelli all'avanguardia e migliorerà solo (a patto che i prezzi del calcolo non continuino ad accelerare)
Anche se non possiamo ancora investire direttamente nelle aziende dei laboratori, possiamo investire nelle aziende che abilitano i loro prodotti. Queste sono le aziende dell'infrastruttura AI che forniscono calcolo, data center, energia, memoria e altro. Finché questi ricavi continueranno a salire, anche il settore infrastrutturale crescerà!
Se questo è stato utile, la mia azienda offre un servizio in cui 5 analisti di alto livello condividono la loro analisi di mercato e portafogli in tempo reale così puoi vedere esattamente quali nomi dell'infrastruttura AI possediamo. È all'interno di Milk Road PRO e costa solo 1 dollaro per provarlo (un prezzo pazzesco solo per dare un'occhiata). Puoi saperne di più qui:
Grazie per aver letto!
Kyle Reidhead | Milk Road
Perché qualcuno dovrebbe pagare SpaceX o Nebius 30-50 miliardi di dollari all'anno per 1GW di capacità di calcolo?
Perché OpenAI e Anthropic possono generare oltre 100 miliardi di dollari per gigawatt all'anno vendendo API di inferenza!
Ecco come è possibile, e perché è sostenibile (salva questo)
Prima di tutto, cosa stanno effettivamente vendendo? Ogni risposta di ChatGPT, ogni completamento automatico di Cursor, ogni copilot aziendale funziona tramite "inferenza", il modello che genera token. I laboratori vendono questi token tramite abbonamenti o un'API, misurata come l'elettricità
@SemiAnalysis ha mostrato il loro modello: far funzionare un gigawatt di calcolo Nvidia GB300 vendendo token ai prezzi API pubblicati genera oltre 100 MILIARDI di dollari di ricavi all'anno. Lo stesso gigawatt costa circa 12-50 miliardi di dollari all'anno per essere noleggiato
Un margine di 2-8 volte tra il costo del calcolo e il prezzo dell'intelligenza
Allora perché possono far pagare così tanto? Perché il cliente non confronta il prezzo dei token con il costo del calcolo. Confronta i token con il LAVORO
Alcuni dollari di token sostituiscono lavoro che costa centinaia di dollari all'ora. Revisione legale, operazioni di vendita, chiusura finanziaria, codice. Ecco perché l'adozione degli agenti aziendali è aumentata da 20 a 108 volte nelle funzioni lavorative in soli cinque mesi. Ai prezzi attuali il ROI per l'acquirente è già fantastico
Perché è sostenibile:
1. La domanda cresce più velocemente del calo dei prezzi. I prezzi dei token scendono costantemente, ma gli agenti consumano molti più token per compito rispetto ai chatbot, e ogni funzione lavorativa li sta adottando contemporaneamente. Prezzo in calo x volume esplosivo = ricavi in crescita
2. L'offerta è razionata. Pochi laboratori all'avanguardia, e nessuno di loro ha abbastanza capacità di calcolo. Quando la capacità è limitata, si serve prima la domanda di maggior valore e i prezzi si mantengono
3. Gli acquirenti continuano a pagare DI PIÙ, non di meno. Microsoft vende la stessa inferenza tramite Azure e Copilot. Nebius ha appena annunciato il suo primo accordo a 40-50 milioni di dollari per megawatt, al massimo della sua fascia. Nessuno negozia prezzi più alti su un prodotto che sta per essere sovraccaricato
Ecco perché l'inquadramento della "bolla del capex AI" continua a mancare il bersaglio. I 100 miliardi in cima alla catena sono ciò che paga i contratti di calcolo da 30-50 miliardi, che pagano i datacenter, i chip, la memoria, l'energia. Il prodotto più redditizio nel settore tech finanzia tutto ciò che sta sotto
E non serve possedere i laboratori privati per vincere. Ogni dollaro di ricavi da inferenza scorre verso il basso attraverso lo stack infrastrutturale, ed è proprio lì che sono posizionato (calcolo, memoria, energia)
Se questo ti è stato utile, la mia azienda offre un servizio in cui 5 analisti di alto livello condividono la loro analisi di mercato e portafogli in tempo reale così puoi vedere esattamente come siamo posizionati in questo stack. È dentro Milk Road PRO e costa solo 1 dollaro per provarlo (prezzo pazzesco solo per dare un'occhiata). Scopri di più qui:
Seguimi @kylereidhead per altri approfondimenti su AI, robotica e mercati!
🚀 L'infrastruttura AI sta entrando in una nuova fase.
Una forte crescita dei ricavi da sola non è più sufficiente: gli investitori ora vogliono prove che il massiccio investimento in AI si stia traducendo in profitti sostenibili.
Gli ultimi numeri restano impressionanti:
NVIDIA: 81,6 miliardi di dollari di ricavi (+85% su base annua), con i ricavi del Data Center che raggiungono 75,2 miliardi di dollari (+92% su base annua).
AMD: i ricavi del Data Center sono saliti a 16,6 miliardi di dollari (+32%), trainati da una forte domanda di CPU EPYC e acceleratori AI Instinct.
Ma l'ecosistema AI è ora molto più ampio delle sole GPU.
Include:
Acceleratori AI e GPU
CPU
Networking
Connettività ottica
Memoria
Sistemi di raffreddamento
Infrastruttura energetica
Costruzione di data center
La prossima sfida non è più solo realizzare chip più veloci, ma costruire l'infrastruttura intorno a essi.
Con il proseguire della stagione degli utili, mi concentro su tre aree chiave:
1️⃣ Conversione dei ricavi – Gli ordini AI si stanno trasformando in ricavi reali?
2️⃣ Efficienza del capex – Quanto investimento è necessario per generare ogni ulteriore dollaro di ricavi AI?
3️⃣ Concentrazione dei clienti – Cosa succede se un piccolo numero di hyperscaler riduce la spesa in AI?
La storia dell'infrastruttura AI resta avvincente, ma il mercato sta diventando più selettivo.
La prossima grande domanda non è chi spende di più in AI, ma chi genera i ritorni più forti da quella spesa.
#OKXOrbitTopics #OKXTraderVoices
$XNVDA $NVDA $AMD
#AIInfraEarningsWatch #CPIPPIEaseFedSplit #SpaceX99%ValueFromAI
#AIInfraEarningsWatch # AI Infra Earnings Watch: La spesa può trasformarsi in profitti?
La narrazione di **#AIInfraEarningsWatch** mantiene alta l'attenzione sugli utili delle aziende che forniscono l'infrastruttura dietro il boom dell'intelligenza artificiale. Gli investitori guardano sempre più oltre i ricavi principali e si chiedono se l'enorme spesa per l'IA stia producendo ritorni sostenibili.
L'ecosistema comprende GPU, networking, memoria, storage, capacità cloud, data center e infrastrutture energetiche. Aziende come **$NVDA**, **$AMD**, **$AVGO**, **$MU** e **$TSM** forniscono diversi pezzi di questa catena di approvvigionamento, quindi i loro risultati possono offrire indizi su dove la domanda di IA è più forte.
La spesa in conto capitale è uno degli indicatori più importanti. Gli hyperscaler continuano a impegnare risorse significative nei data center per l'IA, ma gli investitori vogliono prove che questi investimenti possano generare ricavi e guadagni di produttività sufficienti. Una forte domanda cloud e prenotazioni in crescita legate all'IA potrebbero rafforzare il ciclo di spesa.
L'offerta è un'altra variabile. Una disponibilità limitata può sostenere prezzi e margini, mentre un'espansione aggressiva della capacità potrebbe alla fine creare pressioni. Le aziende di memoria e semiconduttori sono particolarmente sensibili a questo equilibrio.
Per i trader che seguono **#AIInfraEarningsWatch**, le metriche chiave sono i ricavi legati all'IA, la crescita dei data center, i margini lordi, il backlog, la spesa in conto capitale, il flusso di cassa libero e le indicazioni della direzione.
Le alte aspettative creano rischi aggiuntivi: anche risultati trimestrali solidi potrebbero non soddisfare gli investitori se le indicazioni future non raggiungono previsioni già elevate.
In definitiva, gli utili aiuteranno a determinare se l'infrastruttura IA rimane un ciclo di crescita pluriennale duraturo o inizia a muoversi verso una fase più matura in cui spesa e valutazioni si normalizzano.
**$NVDA $AMD $AVGO $MU $TSM**
**#AIInfraEarningsWatch #AI #DataCenters #Semiconductors #TechStocks**
