L'industria dei chip sta vivendo una fase senza precedenti. La corsa all'intelligenza artificiale ha trasformato i semiconduttori in una risorsa strategica, facendo esplodere gli investimenti in data center, capacità produttiva e tecnologie di nuova generazione. Dietro un acceleratore AI come quelli utilizzati nei grandi data center, però, c'è una filiera molto più complessa di quanto possa sembrare: dalla progettazione alla produzione del wafer, dalle apparecchiature utilizzate nelle fab alle materie prime, fino al packaging e ai test.
È una catena del valore globale, altamente specializzata e soprattutto molto concentrata in alcune aree del mondo. Ed è proprio questa combinazione tra crescita della domanda e dipendenza da pochi fornitori a rendere il settore particolarmente interessante, ma anche vulnerabile.
La catena del valore: fabless, fonderie e IDM
Il modo più semplice per capire l'industria dei semiconduttori è partire dai tre principali modelli di business. Le aziende fabless, come Nvidia, AMD, Broadcom, Qualcomm e MediaTek, progettano i chip ma non possiedono le fab necessarie per produrli. Il loro vero patrimonio è quindi rappresentato dall'architettura, dalla proprietà intellettuale, dal software e dalla capacità di sviluppare prodotti competitivi. Nvidia, per esempio, progetta i propri acceleratori AI ma affida la produzione dei wafer a TSMC. Questo modello consente di evitare gli enormi investimenti necessari per costruire e aggiornare una fab all'avanguardia, che può richiedere decine di miliardi di dollari.
All'estremo opposto ci sono le fonderie, come TSMC, Samsung Foundry, GlobalFoundries, UMC e SMIC. Queste aziende producono chip progettati da altri, mettendo a disposizione impianti, tecnologia di processo e capacità produttiva. TSMC è il caso più evidente: la sua leadership nei nodi avanzati la rende un passaggio quasi obbligato per una parte consistente dei chip più sofisticati destinati all'intelligenza artificiale, agli smartphone e al calcolo ad alte prestazioni. Il modello è molto capital intensive: una fonderia deve investire continuamente in nuove macchine, nuovi processi e nuova capacità per non perdere il passo tecnologico.
Ci sono poi gli IDM, cioè gli Integrated Device Manufacturer, che progettano e producono direttamente i propri chip. Intel, Texas Instruments, Infineon, STMicroelectronics, NXP e Samsung operano, con modalità diverse, all'interno di questo modello. La storia recente di Intel mostra bene sia i vantaggi sia i problemi dell'integrazione verticale: controllare progettazione e produzione può offrire maggiore autonomia, ma significa anche sostenere enormi costi quando la tecnologia produttiva deve essere aggiornata. Texas Instruments rappresenta invece un caso diverso, perché concentra la propria produzione soprattutto su semiconduttori analogici e industriali, dove i nodi maturi possono rimanere competitivi per molti anni.
Elaborazione: Investire.biz
La filiera, naturalmente, non finisce qui. Prima della fabbricazione ci sono le società EDA, come Synopsys e Cadence, che forniscono gli strumenti software indispensabili per progettare i chip, e aziende come Arm, che sviluppano e concedono in licenza architetture e proprietà intellettuale. Poi arrivano i produttori di materiali e wafer, tra cui Shin-Etsu, SUMCO e Siltronic, e soprattutto i produttori di apparecchiature per semiconduttori. ASML è il nome più emblematico nella litografia, mentre Applied Materials e Lam Research sono fondamentali rispettivamente per deposizione ed etching. Dopo la fabbricazione entra in gioco il packaging, sempre più importante con chiplet, HBM e tecnologie 2.5D e 3D. Qui operano gli OSAT, come ASE, Amkor e JCET, che assemblano e testano i chip.
In altre parole, dietro ogni processore c'è una lunga catena nella quale pochi specialisti occupano posizioni difficili da sostituire.
Chi sono i vincitori del boom dei semiconduttori
La prima risposta è naturalmente Nvidia, ma fermarsi alla società californiana significherebbe guardare soltanto alla parte più visibile del fenomeno. Il boom dell'AI sta infatti distribuendo valore lungo tutta la filiera. Nvidia e gli altri fabless beneficiano dell'aumento della domanda di acceleratori, ma per produrli hanno bisogno di TSMC, che a sua volta deve acquistare macchinari, materiali e servizi da una rete di fornitori altamente specializzati.
Per questo ASML, Applied Materials, Lam Research, KLA e Tokyo Electron rappresentano un'altra categoria di vincitori strutturali. Ogni nuova generazione di fab richiede enormi quantità di apparecchiature e, in alcuni casi, tecnologie che possono essere fornite da pochissime aziende. ASML costituisce l'esempio più estremo: la leadership nella litografia EUV crea una posizione competitiva difficilmente replicabile.
Un altro grande beneficiario è il comparto della memoria. Gli acceleratori AI hanno bisogno di enormi quantità di HBM (High Bandwidth Memory), e questo ha rafforzato il ruolo di Samsung, SK Hynix e Micron Technology. La memoria è però un settore molto più ciclico rispetto al business delle apparecchiature o del software EDA, quindi l'aumento della domanda può tradursi anche in prezzi elevati e, successivamente, in nuova capacità produttiva e possibili eccessi di offerta.
Il packaging avanzato è diventato un altro collo di bottiglia. Collegare GPU, chiplet e HBM all'interno dello stesso package richiede tecnologie sempre più sofisticate, e la capacità disponibile non è ancora sufficiente a soddisfare completamente la domanda. Questo favorisce TSMC e gli operatori specializzati del packaging, ma rende evidente anche un cambiamento importante. Il vantaggio competitivo di un chip non dipende più soltanto dal numero di transistor o dal nodo produttivo, ma conta sempre di più come calcolo, memoria e interconnessioni vengono integrati a livello di sistema.
Le prospettive: crescita, ma anche nuovi rischi
Il futuro dell'industria appare ancora fortemente legato all'AI. Le previsioni indicano che il mercato globale dei semiconduttori potrebbe avvicinarsi ai 1.000 miliardi di dollari di ricavi nel 2026, con i chip destinati all'intelligenza artificiale a rappresentare una quota sempre più rilevante. Il problema è che una parte enorme della crescita del valore si concentra in un numero relativamente piccolo di chip ad altissimo prezzo e basso volume. Questo crea un equilibrio più fragile di quanto suggeriscano i numeri complessivi del settore.
Nel breve periodo, la domanda appare solida: i data center sono già in costruzione, gli ordini sono stati effettuati e gli hyperscaler continuano ad aumentare il capitale destinato all'infrastruttura AI. Più incerto è ciò che potrebbe accadere dal 2027 in avanti. Se la monetizzazione dell'AI dovesse risultare più lenta delle attese, alcuni progetti potrebbero essere rinviati. Anche la disponibilità di energia rappresenta un limite concreto, così come l'aumento dell'efficienza dei modelli: se sarà possibile ottenere gli stessi risultati con molto meno calcolo, la crescita della domanda di chip potrebbe rallentare.
Ci sono poi i rischi geopolitici. La produzione avanzata è ancora fortemente concentrata a Taiwan, mentre memoria, materiali, packaging e apparecchiature dipendono da una rete internazionale difficile da sostituire rapidamente. Stati Uniti, Europa, Giappone e altri Paesi stanno cercando di riportare una parte della produzione sul territorio nazionale, ma costruire una filiera completa richiede anni e investimenti enormi.
Per gli investitori, quindi, la vera domanda non è soltanto chi venderà più chip. È capire quali aziende occupano i punti della catena più difficili da sostituire. EDA, litografia, apparecchiature, materiali avanzati, memoria HBM e packaging rappresentano segmenti nei quali il vantaggio competitivo può essere particolarmente forte. Allo stesso tempo, la crescente dipendenza dall'AI suggerisce di non ignorare i semiconduttori destinati a mercati più tradizionali, come automotive, industria, energia e telecomunicazioni. La prossima fase del settore potrebbe infatti non essere semplicemente una corsa a produrre più chip, ma una battaglia per controllare i colli di bottiglia tecnologici che permettono a tutto il sistema dell'intelligenza artificiale di funzionare.