Investire in imprese che operano nell’IA richiede un linguaggio comune e una lettura rigorosa dei numeri. L’obiettivo non è inseguire promesse, ma comprendere come valore e rischio emergano da unit economics struttura dei costi e vantaggi competitivi. In questo articolo viene proposto un quadro pratico per distinguere tra infrastruttura, piattaforma e applicazioni, analizzare capexmargini e moat e depurare i multipli dall’enfasi speculativa.
Questo approccio è utile perché consente di confrontare modelli diversi con una metrica condivisa e di valutare la sostenibilità economica nel tempo. Verranno presentati principi generali, esempi classici e checklist operative per interpretare ricavi, costi, investimenti e posizionamento competitivo lungo la catena del valore dell’IA, mantenendo l’analisi focalizzata su driver fondamentali e non su narrazioni.
Capex e struttura dei costi nei tre strati dell’IA
In un’architettura a strati, l’infrastruttura richiede capex elevati in hardware, data center e rete; la piattaforma investe in modelli, tooling e sicurezza; le applicazioni concentrano spesa in acquisizione clienti e ricerca prodotto. Capire dove si posiziona un’azienda aiuta a prevedere intensità di capitale e cicli di ammortamento. Una regola semplice: più vicino al metallo, più il costo è fisso; più vicino all’utente, più i costi sono variabili. L’analista valuta se i capex generano scala riduzioni cost-to-serve o barriere per chi arriva dopo.
Margini lordi e unit economics: come leggerli
I margini lordi raccontano la struttura industriale. Nell’infrastruttura, margini moderati ma stabili indicano buon utilizzo della capacità; nella piattaforma, margins dipendono da pricing per token, licenze e servizi; nelle applicazioni, l’attenzione va al contributo unitario quanto ogni utente o caso d’uso contribuisce dopo costi diretti. Metriche chiave includono ARPULTV e COGS di inferenza. Una buona prassi è separare costi di inferenza e di orchestrazione per evitare di sovrastimare la redditività. Se il margine lordo non migliora con la scala, occorre chiedersi dove si annida la perdita.
Moat: dati, distribuzione, integrazione e switching costs
Un moat sostenibile si costruisce raramente su una sola dimensione. Quattro leve ricorrenti: dati proprietari con diritti chiari e qualità verificabile; distribuzione attraverso canali integrati; integrazione profonda nei flussi di lavoro che crea attrito al cambiamento; economies of scope che riducono i costi marginali. La difendibilità si misura chiedendo quanto costa a un cliente migrare e quanto costa a un concorrente replicare. Se il vantaggio è puramente di modello va considerata la replicabilità; se è di contesto (processi, compliance, dati), la barriera tende a durare di più.
Multipli depurati dall’hype: metriche e aggiustamenti
Valutare multipli richiede di isolare la componente narrativa. Una tecnica è passare da metriche aggregate a unit economics normalizzate: ricavi ricorrenti netti di incentivi, costo di inferenza per unità, spesa commerciale per coorte. Per aziende capital intensive, EV/EBITDA va affiancato a EV/FCF e a un tasso di reinvestimento sostenibile. Nelle applicazioni, EV/ARR ha senso solo se l’ARR è di qualità (bassa churn, espansione netta positiva). Gli aggiustamenti più utili riguardano capitalizzazione R&D, ammortamenti dei modelli e esclusione dei ricavi non core.
Framework infrastruttura–piattaforma–applicazioni
Un modo ordinato di leggere il settore è associare a ciascuno strato una logica economica. L’infrastruttura compete su costo per unità, affidabilità e densità di capitale; la piattaforma compete su strumenti, sicurezza, latenza e portabilità; le applicazioni competono su esperienza utente, dominio e integrazione. L’investitore definisce per ogni livello il principale driver di ROIC utilizzo e prezzi nell’infrastruttura, retention e upsell nella piattaforma, LTV/CAC nelle applicazioni. Ciò consente confronti coerenti senza confondere metriche tra livelli.
Approfondimenti: eccezioni, casi borderline e segnali d’allarme
Alcune aziende oscillano tra strati: una piattaforma con forti servizi professional può somigliare a un’applicazione; un’app verticale con proprietà di modello può scivolare verso la piattaforma. In questi casi, è utile consolidare i numeri per linea di business e stimare un mix ponderato di multipli. Tra i segnali d’allarme: margini lordi che peggiorano con la crescita, capex che non abbassa i costi unitari, LTV basati su ipotesi fragili, ricavi “one-off” presentati come ricorrenti. Un test semplice: togliere gli incentivi e vedere se resta valore.
Indicazioni pratiche e sintesi operativa
Per trasformare il quadro in pratica, conviene seguire tre passi: 1) classificare l’azienda per prevalenza di ricavi tra infrastruttura, piattaforma e applicazioni; 2) ricostruire unit economics separando costi di inferenza, orchestrazione e go-to-market; 3) applicare multipli coerenti con lo strato, aggiustati per qualità dei ricavi e per intensità di capitale. Una checklist essenziale: capex che crea vantaggi, margini che migliorano con la scala, moat osservabile nei dati e nei processi, disciplina di allocazione del capitale. La chiarezza sui fondamentali rende superflua ogni enfasi e permette di riconoscere il valore dove c’è davvero.
