Anthropic accelera sulla capacità computazionale e sigla un accordo strategico con Google e Broadcom per diversi gigawatt di TPU di nuova generazione, con attivazione prevista a partire dal 2027. L’operazione si inserisce in una fase di crescita estremamente rapida della domanda per i modelli Claude e rappresenta uno dei più rilevanti investimenti infrastrutturali nel panorama dell’intelligenza artificiale.
Accordo su scala gigawatt: la nuova frontiera del compute
Il dato più significativo è proprio la scala: parlare di gigawatt di capacità TPU significa entrare in una dimensione tipica delle infrastrutture energetiche, più che IT tradizionali. È il segnale di come l’AI di frontiera stia ridefinendo i parametri stessi dell’infrastruttura digitale, trasformando il compute in una risorsa industriale critica.
L’obiettivo dichiarato è duplice: sostenere lo sviluppo dei modelli Claude di nuova generazione e rispondere a una domanda enterprise in forte espansione. In questo quadro si inserisce la dichiarazione di Krishna Rao, CFO di Anthropic: “Questa partnership innovativa con Google e Broadcom rappresenta la continuazione del nostro approccio disciplinato alla scalabilità dell’infrastruttura: stiamo costruendo la capacità necessaria per sostenere la crescita esponenziale che abbiamo registrato nella nostra base clienti, consentendo al contempo a Claude di definire la frontiera dello sviluppo dell’intelligenza artificiale. Stiamo assumendo il più significativo impegno computazionale della nostra storia per tenere il passo con una crescita senza precedenti”.
TPU contro GPU: perché la scelta è strategica
La centralità delle TPU (Tensor Processing Unit) non è un dettaglio tecnico ma una scelta architetturale precisa. Rispetto alle GPU NVIDIA, le TPU sono progettate specificamente per workload di machine learning su larga scala e offrono vantaggi in termini di efficienza energetica e costo per operazione, soprattutto in scenari di training massivo.
L’adozione su scala gigawatt indica una strategia orientata all’ottimizzazione del rapporto tra performance e costo, in un contesto in cui il vincolo principale per l’evoluzione dei modelli non è più solo algoritmico, ma infrastrutturale ed energetico.
Ricavi triplicati e base enterprise in accelerazione
I numeri confermano la fase di grande crescita. Nel 2026 il fatturato ha superato i 30 miliardi di dollari, rispetto ai circa 9 miliardi registrati a fine 2025. Una dinamica che segnala non solo adozione, ma anche aumento della spesa per cliente.
Ancora più indicativo è il dato sulla base enterprise: in meno di due mesi il numero di aziende con una spesa annualizzata superiore a 1 milione di dollari è passato da oltre 500 a più di 1.000. Un raddoppio che evidenzia una fase di consolidamento rapido dell’AI generativa come piattaforma critica per il business.
Dal punto di vista economico, questa traiettoria implica anche una crescente intensità di capitale. Investimenti di questa scala suggeriscono una competizione sempre più legata alla capacità di finanziare infrastrutture, oltre che allo sviluppo dei modelli.
Stati Uniti al centro della strategia infrastrutturale
La maggior parte della nuova capacità sarà localizzata negli Stati Uniti, ampliando l’impegno già annunciato nel novembre 2025 di investire 50 miliardi di dollari nell’infrastruttura di calcolo nazionale.
La scelta risponde a una logica multipla: prossimità agli hyperscaler, accesso alle supply chain tecnologiche e posizionamento strategico in un contesto geopolitico in cui il controllo del compute è sempre più rilevante.
Multi-cloud e diversificazione hardware: un vantaggio competitivo
Nonostante il rafforzamento del rapporto con Google Cloud e Broadcom, Anthropic mantiene un approccio dichiaratamente eterogeneo. Claude viene addestrato ed eseguito su AWS Trainium, Google TPU e GPU NVIDIA, consentendo una gestione dinamica dei workload in base alle caratteristiche dei chip.
Questo modello multi-hardware si traduce in maggiore resilienza operativa e ottimizzazione delle prestazioni. Amazon resta il principale partner cloud e di training, anche attraverso Project Rainier, mentre la presenza su Amazon Web Services (Bedrock), Google Cloud (Vertex AI) e Microsoft Azure (Foundry) rappresenta un elemento distintivo.
Claude è disponibile su Amazon Bedrock, Google Cloud Vertex AI e Microsoft Foundry, una presenza multi-cloud che lo rende particolarmente rilevante per le grandi organizzazioni orientate a strategie infrastrutturali flessibili.
La corsa globale al compute AI
L’iniziativa di Anthropic si inserisce in una competizione che ha ormai raggiunto una scala industriale. I principali hyperscaler stanno investendo centinaia di miliardi di dollari nello sviluppo di data center, chip proprietari e infrastrutture energetiche dedicate all’intelligenza artificiale.
Amazon si colloca già oltre i 130 miliardi di dollari di investimenti annuali, con proiezioni che puntano verso i 200 miliardi. Microsoft supera quota 100 miliardi e continua ad accelerare sull’espansione dei data center AI, mentre Google segue una traiettoria analoga, rafforzando in particolare il proprio ecosistema basato su TPU. Meta, dal canto suo, ha esplicitato un piano di investimenti che può arrivare fino a 130 miliardi di dollari nel 2026, con un focus diretto sull’infrastruttura per modelli di nuova generazione.
In questo contesto, la capacità di mobilitare risorse su scala massiva diventa un elemento discriminante. Non si tratta più solo di sviluppare modelli migliori, ma di disporre dell’infrastruttura necessaria per addestrarli e distribuirli su scala globale.
Competizione sul compute: il nuovo terreno dello scontro AI
L’accordo con Google e Broadcom conferma un trend ormai evidente: la competizione nell’AI si sta spostando dall’algoritmo all’infrastruttura. La disponibilità di capacità computazionale su scala massiva diventa il vero fattore abilitante per lo sviluppo e la distribuzione dei modelli.
In questo scenario, Anthropic si posiziona come uno degli attori più aggressivi sul fronte degli investimenti, in competizione diretta con ecosistemi come OpenAI-Microsoft, Google DeepMind e Meta.
Allo stesso tempo, la crescente complessità di questi sistemi continua a esporre anche i player più avanzati a rischi operativi. Nelle ultime settimane, parti del codice e dei file di configurazione di Claude Code sono state esposte online a causa di un errore di packaging in un pacchetto distribuito tramite npm, che ha reso accessibili oltre 500.000 linee di codice. Il materiale è stato rapidamente copiato e redistribuito su repository pubblici, in particolare su GitHub, dove si è diffuso attraverso fork e copie non autorizzate nonostante i tentativi di rimozione.
Pur senza impatti diretti dichiarati sui clienti, l’episodio ha evidenziato un aspetto strutturale: nella corsa a scalare infrastrutture e modelli, aumenta anche la superficie di rischio legata alla gestione del codice, delle pipeline di sviluppo e degli ambienti cloud. Temi come controllo degli accessi, segregazione degli ambienti e sicurezza del ciclo DevOps diventano quindi parte integrante della competizione sull’AI, al pari della capacità computazionale.
Per le imprese, questo significa confrontarsi con piattaforme sempre più integrate e con una crescente complessità infrastrutturale, in cui la disponibilità e la gestione della capacità computazionale diventano fattori operativi centrali.
