Al TechCrunch Disrupt 2026, Jensen Huang ha dichiarato che Nvidia prevede una crescita del 70% nel prossimo anno. Non è un annuncio di prodotto né una specifica tecnica: è una proiezione di scala che, per il peso che Nvidia occupa nell’ecosistema dell’intelligenza artificiale, funge da termometro dell’intera infrastruttura computazionale su cui si regge oggi la ricerca, la creazione e l’industria culturale digitale. La cifra, pronunciata in un contesto editoriale e non puramente finanziario, segna il fatto che la traiettoria dell’AI continua a essere letta meno come ciclo tecnologico e più come costante strutturale dell’economia della conoscenza.

Un numero che pesa oltre il bilancio

Quando un’azienda che produce i chip su cui si addestrano e si eseguono i modelli di intelligenza artificiale proietta una crescita del 70%, la dichiarazione non si esaurisce nel perimetro contabile. Si traduce in un segnale di domanda sostenuta: le istituzioni, i laboratori, le piattaforme creative e i servizi digitali continuano a espandere le proprie capacità computazionali a ritmi che non mostrano segni di saturazione. Per chi lavora nella ricerca, nella produzione audiovisiva, nell’editoria o nella conservazione digitale, questo significa che il costo dell’accesso al calcolo ad alte prestazioni è destinato a restare una variabile centrale nelle decisioni strategiche, indipendentemente dalla scala dell’organizzazione.

La proiezione di Huang, rilasciata in un contesto pubblico e non in un briefing riservato, suggerisce inoltre che la domanda non si concentra in un singolo verticale industriale. L’infrastruttura AI è diventata una commodity trasversale: la stessa architettura che alimenta un modello linguistico di grandi dimensioni supporta la simulazione scientifica, l’analisi di archivi multimediali, la generazione di contenuti e l’ottimizzazione di processi editoriali. Una crescita del 70% su base annua implica che questa domanda orizzontale non solo si mantiene, ma si intensifica.

La gravità economica di una singola traiettoria

Nel panorama dell’industria culturale e tecnologica, la concentrazione della capacità di calcolo in un numero ristretto di produttori di semiconduttori ha effetti che vanno ben oltre il mercato dei chip. Ogni decisione di investimento infrastrutturale a monte si ripercuote a valle: sul prezzo delle API di inferenza, sulla velocità con cui i modelli vengono aggiornati, sulla disponibilità di strumenti per la ricerca accademica e per le piccole realtà creative che non possono permettersi cluster proprietari. Una crescita proiettata del 70% non è solo una promessa di ricavi: è un’indicazione che l’ecosistema a valle continuerà a muoversi su una curva di accelerazione, con tutte le conseguenze in termini di accesso, concentrazione del potere computazionale e ritmi di innovazione che ne derivano.

Questa dinamica ha un risvolto culturale diretto. La velocità con cui i modelli si evolvono determina la velocità con cui cambiano le pratiche creative e di ricerca. Un archivio digitale che oggi impiega settimane per l’indicizzazione multimodale potrebbe, con la prossima generazione di hardware, operare in ore. Un laboratorio di linguistica computazionale che oggi addestra un modello su una settimana potrebbe farlo in un giorno. La traiettoria proiettata da Huang non dice cosa cambierà, ma indica che il ritmo del cambiamento non si attenuerà.

Oltre la cifra: il segnale strutturale

Il valore di una dichiarazione come quella di Huang al TechCrunch Disrupt non risiede nella precisione della proiezione — nessuna previsione a dodici mesi è immune da variabili di mercato, regolatorie e competitive —, ma nel fatto che viene pronunciata in un contesto pubblico, davanti a un’audience di operatori culturali, giornalisti e sviluppatori, e non solo di analisti finanziari. È un modo per dire, in termini numerici, che l’infrastruttura AI non è una fase ciclica destinata a correggersi, ma una condizione strutturale del prossimo decennio. Per le istituzioni culturali, i centri di ricerca e le industrie creative, la conseguenza pratica è una sola: pianificare ora su un orizzonte in cui il calcolo ad alte prestazioni sarà sempre più disponibile, ma anche sempre più centralizzato nelle mani di pochi attori.

La crescita del 70% proiettata da Nvidia non è, in sé, una notizia che cambia un processo creativo o una pratica editoriale. È, piuttosto, il dato di fondo su cui quelle pratiche si appoggiano. E come tale merita attenzione non per l’entusiasmo che genera, ma per la responsabilità che impone: a chi progetta politiche di accesso al calcolo, a chi costruisce strumenti per la ricerca, a chi decide come allocare risorse in un’epoca in cui la capacità di elaborare informazione è diventata il nuovo terreno su cui si gioca la produzione culturale.