Un rapporto di ricerca, centinaia di miliardi di dollari di capitalizzazione svaniti: sveliamo SemiAnalysis, l’agenzia d’intelligence più misteriosa dell’era dell’AI

Un report di ricerca che vaporizza centinaia di miliardi di dollari in capitalizzazione di mercato: svelata SemiAnalysis, l'agenzia di intelligence più misteriosa dell'era AI

Il 9 giugno 2026, il settore della comunicazione ottica AI nelle borse americane è stato improvvisamente colpito da una massiccia ondata di vendite.

Coherent $COHR ha subito un calo superiore all'11%, Marvell $MRVL è scesa quasi del 9%, aziende come Corning $GLW, Lumentum $LITE e altri produttori di moduli ottici AI e dispositivi ottici hanno subito pesanti ribassi a catena, con centinaia di miliardi di capitalizzazione di mercato svaniti nel giro di una sola giornata in tutta la filiera produttiva.

Quel giorno non ci sono state riunioni della Federal Reserve, nessun evento geopolitico di rilievo, né nuove presentazioni di Nvidia.

Ciò che ha realmente scatenato la forte oscillazione del mercato è stato solo un report di ricerca di meno di cento pagine.

Ancora più sorprendente è che quel report non proveniva né da Goldman Sachs, né da Morgan Stanley o Bernstein, ma da un istituto di ricerca indipendente con solo poche decine di dipendenti—SemiAnalysis.

E non è stata la prima volta che questa società ha cambiato il mercato.

Solo quattro giorni prima, un altro studio di SemiAnalysis sulla modifica della configurazione HBM della piattaforma Nvidia Vera Rubin di nuova generazione aveva spinto il mercato a riconsiderare la domanda futura per la memoria, provocando un crollo del 13% in un solo giorno del prezzo delle azioni di Micron.

In pochi giorni, due rapporti, due rimodulazioni dei prezzi di mercato.

Oggi, sempre più investitori in tutto il mondo nel settore AI iniziano a credere in un'affermazione: ciò che può influenzare la valutazione della catena di produzione dell'AI da centinaia di miliardi non è più solo Nvidia, ma sono coloro che sanno la verità sull’industria prima degli altri.

Ma chi è davvero SemiAnalysis?

Perché sa rispondere prima di Wall Street?

Molti investitori hanno conosciuto per la prima volta SemiAnalysis grazie a DeepSeek.

All'inizio del 2025, DeepSeek affermò di aver "allenato un grande modello mondiale spendendo solo 6 milioni di dollari", cambiando quasi la logica d’investimento in AI.

Il mercato giunse rapidamente a una conclusione: se addestrare l'AI è diventato così economico, in futuro la spesa in conto capitale globale per GPU, HBM e data center diminuirà.

Quel giorno Nvidia ha perso circa 600 miliardi di capitalizzazione di mercato, segnando il record storico della più grande contrazione giornaliera a Wall Street.

Mentre tutti i media discutevano del "miracolo dei 6 milioni", SemiAnalysis ha ricontrollato i conti.

Secondo loro, i 6 milioni di dollari sono solo una piccola parte del costo diretto della fase di addestramento su GPU, mentre restano esclusi gli acquisti di server, dispositivi di rete, memorie, elettricità, costruzione di data center, gestione di lungo termine e l’intero investimento infrastrutturale AI.

Basandosi sul nuovo modello da loro creato, stimano che l’effettivo investimento in capitale di DeepSeek sia ben superiore a quanto diffuso dal mercato: la loro cluster di GPU conta circa 50.000 unità della serie Hopper, formata da H100, H800, H20 e altri modelli, ben lontano dal "miracolo dei costi bassi" che ci si immaginava.

Solo successivamente il mercato ha compreso che ciò che andava rivisto non era la domanda di AI, ma la comprensione dei costi.

Episodi simili si sono ripetuti di continuo.

A fine 2024, hanno impiegato cinque mesi per testare con veri server il Benchmark dell’AMD MI300X, invece di affidarsi semplicemente alle slide ufficiali.

Il risultato? Non promettente.

Secondo loro, l’hardware AMD è ormai competitivo, ma l’ecosistema CUDA rappresenta ancora un profondo "fossato" software, difficile da colmare a breve termine per minacciare la posizione di leadership di Nvidia nel mercato del training AI.

Il giorno dopo la pubblicazione, il CEO di AMD Lisa Su ha contattato personalmente Dylan Patel. Una conversazione pensata di mezz’ora è durata ben 90 minuti.

Nel 2026, SemiAnalysis ha poi previsto che la commercializzazione su larga scala della corrente continua a 800V e del CPO (co-packaged optics) sarebbe stata posticipata al 2028-2029, molto oltre le precedenti attese di mercato.

Non hanno semplificato la risposta in un "secondo noi verrà rinviata", ma hanno smontato i calcoli sul rendimento produttivo.

Se un ASIC deve integrare 32 motori ottici, anche se il rendimento di ogni motore è del 95%, il rendimento dell'intero apparecchio è solo circa del 19%.

Questo significa che per una produzione di massa serve ancora molta ingegnerizzazione.

Il mercato si è fidato di loro.

Così l’intero settore dell’ottica ha rifatto i prezzi.

Dopo anni di trend previsti correttamente, SemiAnalysis non offre più solo opinioni, ma in qualche modo influenza anche le aspettative di mercato.

Non vende ricerca, vende intelligence

In molti pensano che SemiAnalysis sia un media tecnologico.

In realtà, questa definizione è del tutto sbagliata.

Il loro vero modello di business assomiglia più a un misto tra Bloomberg, Gartner e una società di consulenza industriale.

Il prodotto principale sul sito non sono articoli, ma un intero pacchetto di database istituzionali, modelli previsionali e consulenza di settore.

Vendono ai grandi hedge fund globali, fondi comuni, aziende semiconduttrici, cloud provider e agenzie governative modelli previsionali di ogni tipo: dalla domanda e offerta delle GPU, a previsioni sull’HBM, modelli sulla capacità delle foundry, modelli sui data center AI, modelli di Token Economics e il database ChipBook.

Molti prodotti non sono nemmeno in PDF, ma database Excel da integrare direttamente nei modelli DCF e nei sistemi di previsione degli utili.

Per un fondo che gestisce miliardi di dollari, sapere con tre mesi di anticipo il cambiamento della capacità CoWoS di TSMC, il ritmo delle spedizioni delle GPU Nvidia o il gap tra domanda e offerta di HBM, vale molto più di decine di migliaia di dollari di consulenza.

Quindi l’abbonamento individuale da 500 dollari all’anno è solo il prodotto più periferico.

I veri guadagni li fanno con i clienti istituzionali.

Un solo contratto annuale con un grande cliente può valere quanto centinaia, se non migliaia, di abbonati individuali.

In altre parole, ciò che davvero vende SemiAnalysis non sono le notizie, ma dati che gli altri non possono avere.

La sua reale barriera all’ingresso è una rete di intelligence globale

Ciò che davvero incute rispetto a Wall Street non è la capacità di analisi di Dylan Patel, ma quella di raccolta delle informazioni.

Mentre altri leggono ancora i bilanci delle società quotate, loro già analizzano le foto satellitari.

SemiAnalysis monitora da tempo la costruzione di migliaia di data center in tutto il mondo, identificando automaticamente lo stato di avanzamento del cantiere, la superficie delle strutture e la velocità di espansione tramite immagini satellitari abbinate a modelli di visione artificiale.

Se necessario, richiedono persino licenze per voli con droni per fare riprese aeree dei cantieri stessi.

Studiano documenti doganali pubblici, appalti governativi, richieste FOIA, dati della supply chain e database pubblici di ogni tipo per ricostruire lo stato operativo più fedele della filiera infrastrutturale AI.

Nel frattempo, Dylan Patel partecipa quasi a tutte le conferenze semiconduttrici più importanti.

Dialoga continuamente con ingegneri, fornitori di impianti, aziende di packaging, produttori di materiali e figure della supply chain, componendo nel tempo il proprio database industriale.

Su Reddit, molti addetti ai lavori lo chiamano addirittura "il Ming-Chi Kuo dell'era AI".

La differenza è che lui non si basa solo sui rumors dalla supply chain, ma preferisce validare le sue conclusioni con prove ingegneristiche e cross-check dei dati.

Per testare le GPU AMD, è disposto a dedicare cinque mesi ai benchmark.

Per studiare i data center AI, sviluppa i propri modelli di riconoscimento satellitare.

Nell’era AI, sempre più istituzioni credono in un principio: le informazioni veramente importanti non appaiono subito nei bilanci, ma sono nascoste nella supply chain, nei cantieri, nella logistica e nei dettagli operativi.

Un apicoltore, perché è diventato una delle figure più influenti nel mondo AI?

La storia di Dylan Patel è a dir poco leggendaria: quasi per nulla un tipico analista semiconduttore.

Nato nel 1996, ha studiato management e legge all’università, senza background in ingegneria elettronica.

Prima di fondare l'azienda, aveva persino fatto l’apicoltore.

A cambiarne il destino è stata la passione.

Da giovane, è stato a lungo attivo sulla community hardware di Reddit per pubblicare, da anonimo, analisi semiconduttore e gestire il suo blog tecnico.

Poi, su consiglio dell’amico Doug O'Laughlin, ha iniziato a firmare con il proprio nome.

Nel 2020, a 24 anni, Dylan Patel fonda ufficialmente SemiAnalysis.

Nessuno poteva immaginare che in pochi anni quello che era solo un blog tecnico sarebbe diventato uno degli istituti di ricerca più influenti della catena AI mondiale.

Alla GTC 2026, Jensen Huang ha citato per nome solo due personalità del settore durante il suo keynote di oltre due ore.

Uno di questi era proprio Dylan Patel.

Huang ha addirittura proiettato il logo di SemiAnalysis sul megaschermo e dichiarato pubblicamente che le analisi di Dylan sulle performance di inferenza di Nvidia erano sostanzialmente corrette.

Per un istituto di ricerca indipendente, questo è quasi il massimo riconoscimento possibile nel settore.

Arrivano anche le polemiche

Più grande l’influenza, più grandi anche le polemiche.

A fine giugno 2026, Tema ETFs annuncia una partnership esclusiva con SemiAnalysis e lancia due nuovi ETF incentrati sulla catena di produzione AI.

Tempismo molto delicato.

Solo poche settimane prima, SemiAnalysis aveva pubblicato una serie di report correttivi sulle aspettative della filiera AI, causando forti volatilità nei settori coinvolti.

Così, sono nate subito domande e dubbi nel mercato.

Un istituto che pubblica studi, partecipa agli ETF, offre consulenza, database e forse anche si occupa di investimenti, può essere davvero indipendente?

Negli USA, oggi gli analisti sell-side devono seguire regole come il Regulation AC per la disclosure di conflitti di interesse; chi fa short selling rivela generalmente le proprie posizioni.

Ma al momento non esiste una normativa stringente simile per gli istituti di ricerca indipendenti.

Quindi quello che davvero il mercato dovrebbe discutere non è il comportamento di una singola società, ma quali nuove sfide regolatorie potrà affrontare in futuro l’intero settore delle ricerche indipendenti.

Con sempre più società di ricerca che gestiscono database, consulenza, ETF e investimenti, il confine tra ricerca e business si fa sempre più labile.

Nell’era AI, la cosa più preziosa non sono i chip, ma le informazioni

Guardando allo sviluppo di SemiAnalysis si può notare come ciò che ha davvero cambiato non è il settore dei semiconduttori, ma il modo stesso in cui il mercato dei capitali produce informazioni.

Per decenni gli analisti di Wall Street si sono affidati per lo più alle conference call, ai bilanci e al dialogo coi manager delle società quotate.

Oggi, nell’era dell’AI, le informazioni preziose vengono sempre più spesso da supply chain, cantieri, dati logistici, immagini satellitari e database industriali.

Chi riesce a ricomporre questi tasselli prima degli altri, ha il massimo vantaggio di mercato.

SemiAnalysis in fondo ha industrializzato e sistematizzato la raccolta di informazioni, per poi venderle a chi è disposto a pagare di più.

Per gli investitori normali, non abbiamo le loro risorse né una rete di intelligence globale.

Ma quello che davvero dovremmo imparare da loro, non è un singolo report long o short, ma il metodo di studio dell’industria.

Non bisogna idolatrare nessun istituto.

Anche chi per anni ha azzeccato tutte le previsioni, non può essere sempre nel giusto.

Il vero alpha di lungo periodo non viene dal rincorrere le notizie, ma dal costruire il proprio schema mentale della filiera industriale, comprendendo le logiche dietro tecnologia, supply chain e investimenti di capitale.

Ogni report è destinato a diventare obsoleto, ogni moda di mercato svanisce prima o poi.

Solo la conoscenza accumulata nel tempo è il vero asset che si capitalizza costantemente.

Forse, è proprio questo il lascito più grande di SemiAnalysis per tutti gli investitori.