La corsa alle infrastrutture per l’intelligenza artificiale sta ridisegnando i budget informatici delle grandi imprese e presenta il conto anche ai fornitori storici. IBM ha anticipato una parte dei risultati del secondo trimestre, segnalando ricavi inferiori alle attese di Wall Street. La comunicazione, arrivata più di una settimana prima del rapporto completo previsto per il 22 luglio, ha provocato una discesa a doppia cifra del titolo e messo in evidenza la rapidità con cui la spesa enterprise si sta spostando verso l’hardware.
Il gruppo prevede ricavi trimestrali per 17,2 miliardi di dollari, in aumento dell’1% rispetto allo stesso periodo dell’anno precedente. L’utile diluito per azione non-GAAP dovrebbe raggiungere 2,93 dollari, con una crescita del 5%. Le stime degli analisti raccolte da FactSet indicavano invece 17,86 miliardi di ricavi e 3,01 dollari per azione. Lo scarto ha alimentato la reazione negativa degli investitori, ma la spiegazione fornita dal management apre una questione più ampia delle sole performance trimestrali.
Nelle ultime settimane di giugno, ha spiegato l’amministratore delegato Arvind Krishna, i clienti hanno spostato la spesa trimestrale in conto capitale verso acquisti di server, storage e memoria. L’obiettivo era assicurarsi componenti infrastrutturali con disponibilità limitata prima degli aumenti di prezzo attesi. Questa riallocazione del capex ha modificato i tempi e le priorità degli acquisti, penalizzando le operazioni che IBM contava di concludere entro la fine del trimestre.
Krishna ha riconosciuto anche una responsabilità operativa interna. IBM non avrebbe previsto correttamente l’ampiezza della riprogrammazione dei budget e non sarebbe riuscita ad adattarsi con sufficiente rapidità. Numerosi contratti di grandi dimensioni non sono stati chiusi secondo le tempistiche previste, generando la maggior parte dello scostamento. Per un’azienda che ricava una quota significativa delle proprie attività dal software enterprise e dall’infrastruttura, il rallentamento degli acquisti di prodotti ad alto margine, compreso il middleware, incide direttamente sulla qualità dei risultati.
Il movimento dei budget suggerisce che molte imprese siano ancora nella fase di costruzione della base fisica necessaria a sostenere i carichi di AI enterprise. Le risorse vengono concentrate sui componenti dei grandi data center anziché sull’espansione delle licenze software. Il rischio, per IBM e per altri fornitori consolidati, è che l’accelerazione infrastrutturale comprima temporaneamente la domanda di soluzioni dedicate alla sicurezza, all’analisi dei dati e all’integrazione tra applicazioni, database e piattaforme.
La pressione si trasferisce così sui team interni. Se le aziende congelano la spesa per software pronto all’uso, gli ingegneri di piattaforma devono creare percorsi standardizzati e Internal Developer Portal ricorrendo a strumenti open source. Collegare database legacy ai nuovi ambienti AI può richiedere pipeline ETL verso database vettoriali per sistemi di Retrieval-Augmented Generation, oltre allo sviluppo di API personalizzate. Tecnologie come Apache Kafka o Envoy possono diventare parti di integrazioni costruite e mantenute internamente, con più lavoro manuale e una maggiore fragilità operativa.
Quando server, memoria e capacità di calcolo saranno installati, i vertici aziendali chiederanno ritorni concreti sugli investimenti. Per i team di sviluppo si aprirà allora una fase centrata su applicazioni AI, flussi agentici, sistemi di retrieval e servizi in produzione capaci di trasformare l’infrastruttura in valore di business. Nel breve periodo dovranno però conciliare due esigenze: integrare i nuovi ambienti e sostenere i sistemi esistenti con budget software più stretti. L’eventuale ripresa di quella spesa resta incerta, mentre la frenata di IBM fotografa una priorità ormai visibile: prima la capacità di calcolo, poi le applicazioni chiamate a giustificarla.