Jensen Huang, CEO di Nvidia, ha annunciato pubblicamente di aver individuato un mercato completamente nuovo: le CPU progettate specificamente per gli AI agent. La stima è di 200 miliardi di dollari. Si tratta di un segnale forte per l’intero settore tecnologico.
Tuttavia, la notizia non riguarda solo i grandi player. Infatti, le PMI B2B italiane che stanno valutando investimenti in infrastruttura AI devono comprendere come questo cambio di paradigma influenzerà costi, disponibilità e architetture nei prossimi 18-24 mesi. Di conseguenza, le scelte infrastrutturali fatte oggi potrebbero risultare premature o, al contrario, strategicamente vantaggiose.
In this article, we at SHM Studio analizziamo cosa è cambiato con questo annuncio, quale impatto immediato è atteso sul mercato e quali mosse operative conviene considerare per le aziende italiane di medie dimensioni che lavorano in ambito B2B o retail evoluto. Pertanto, la lettura è consigliata a chi gestisce budget tecnologici o supervisiona progetti di digitalizzazione aziendale.
L’annuncio di Huang: un mercato che non esisteva ancora
Durante un evento pubblico di maggio 2026, Jensen Huang ha dichiarato di aver identificato un mercato «completamente nuovo» per Nvidia. Non si tratta di GPU, il tradizionale terreno di gioco dell’azienda. Si tratta di CPU progettate appositamente per supportare gli AI agent. La stima comunicata è di 200 miliardi di dollari. Secondo TechCrunch, Huang ha descritto questo segmento come distinto e complementare rispetto all’attuale offerta Nvidia.
Pertanto, la dichiarazione non è solo una proiezione finanziaria. È un segnale strategico preciso: gli AI agent richiedono un tipo di elaborazione diverso rispetto ai modelli generativi puri. Hanno bisogno di CPU ottimizzate per latenza bassa, ragionamento sequenziale e orchestrazione di task autonomi.
Inoltre, questo posizionamento spinge Nvidia a competere direttamente con Intel e AMD su un terreno finora non presidiato. Il mercato CPU enterprise vale già centinaia di miliardi. Aggiungere la componente AI agent lo ridisegna completamente.
Perché gli AI agent hanno bisogno di hardware dedicato
Un AI agent non è un chatbot. È un sistema autonomo capace di pianificare, eseguire e correggere azioni in sequenza. Dunque, il carico computazionale è strutturalmente diverso da quello di un modello che risponde a prompt singoli.
Le GPU eccellono nel parallelismo massivo. Tuttavia, gli AI agent lavorano spesso in modalità seriale: leggono contesto, decidono, agiscono, verificano. Questo flusso richiede CPU con cache elevata, latenza ridotta e gestione efficiente della memoria di contesto. In particolare, architetture come quelle descritte nei recenti report di Gartner sull’AI enterprise confermano che il 2026 segnerà una svolta nell’adozione degli agent nei processi aziendali strutturati.
Consequently, Nvidia is anticipating demand that B2B SMEs will begin to express in the next 12-18 months: cloud or on-premise optimized hardware not for training models, but for running agents in production.
Immediate impact on the cloud market and providers
L’annuncio ha implicazioni dirette per i principali cloud provider. AWS, Google Cloud e Microsoft Azure dovranno aggiornare le proprie offerte di istanze compute per includere CPU ottimizzate per agent workload. Questo processo richiede tempo. Pertanto, nel breve periodo, le PMI che già operano su cloud pubblici non vedranno cambiamenti immediati.
Tuttavia, i prezzi delle istanze AI-oriented potrebbero subire pressioni al ribasso nel medio termine. Infatti, l’ingresso di Nvidia in questo segmento aumenta la competizione. Analogamente, i vendor di infrastruttura ibrida dovranno aggiornare le proprie roadmap di prodotto.
According to the analysis of McKinsey on the AI market, le aziende che investono in infrastruttura AI adeguata mostrano ritorni operativi superiori del 20-30% rispetto a chi adotta soluzioni generiche. Questo dato diventa ancora più rilevante quando si parla di agent deployment su scala.
What should Italian B2B SMEs do now
Prima di tutto, è necessario distinguere tra due scenari aziendali. Il primo riguarda le PMI che stanno ancora valutando se adottare strumenti AI. Il secondo riguarda quelle che hanno già avviato progetti pilota o deployment in produzione.
Per le aziende nel primo gruppo, l’annuncio Nvidia suggerisce di non affrettare investimenti hardware autonomi. Infatti, l’ecosistema si sta ridefinendo. Affidarsi a soluzioni cloud managed rimane la scelta più flessibile per i prossimi 12 mesi. I servizi di AI Consulting by SHM Studio includono proprio la valutazione dell’architettura più adatta al contesto aziendale specifico.
Per le aziende nel secondo gruppo, invece, conviene monitorare attivamente le roadmap dei cloud provider. In seguito all’annuncio Nvidia, AWS e Google Cloud aggiorneranno le proprie offerte di istanze ottimizzate per agent. Quindi, chi ha già progetti attivi dovrebbe pianificare una revisione infrastrutturale entro fine 2026.
Oltre a questo, le PMI B2B che utilizzano CRM, ERP o piattaforme di automazione marketing devono verificare se i propri vendor stanno integrando funzionalità agent-based. Questo impatta direttamente le strategie di digital marketing and of LinkedIn campaign based on advanced automation.
The work in progress: what Nvidia still hasn't said
L’annuncio di Huang è volutamente ad alto livello. Non sono stati comunicati nomi di prodotto, date di lancio o specifiche tecniche. Pertanto, la stima dei 200 miliardi rimane una proiezione di mercato totale addressable, non un piano di revenue dichiarato.
Rimangono aperti diversi interrogativi. Come si posizionerà questa nuova linea CPU rispetto all’architettura ARM, oggi dominante nei chip per AI inference? Quali saranno i modelli di licensing per i cloud provider? In quale misura le PMI potranno accedere a queste risorse senza intermediari enterprise?
Nonostante ciò, il segnale strategico è chiaro. Nvidia sta costruendo un ecosistema verticale che va dalla GPU per il training alla CPU per l’agent execution. Questo consolidamento verticale è paragonabile a quello che Apple ha realizzato con i chip M-series nel segmento consumer. Le implicazioni per il mercato enterprise sono significative.
For those managing projects web development with built-in AI components, or campaigns Google Ads ottimizzate da algoritmi predittivi, capire l’evoluzione dell’hardware sottostante non è un esercizio accademico. È una variabile operativa concreta.
18-Month Outlook: What to Expect by the End of 2027
Entro il primo semestre 2027, è ragionevole attendersi i primi annunci di prodotto concreti da parte di Nvidia in questo segmento. Analogamente, i principali cloud provider integreranno istanze CPU-agent nelle proprie offerte managed. Il mercato inizierà a differenziare i prezzi tra workload generativi e workload agent-based.
Per le PMI italiane, questo significa che le decisioni infrastrutturali prese oggi avranno un impatto diretto sulla competitività nel 2027-2028. In particolare, chi inizia ora a strutturare flussi di lavoro basati su AI agent — anche in forma semplice, tramite piattaforme no-code o low-code — si troverà in vantaggio quando l’hardware dedicato sarà disponibile a costi accessibili.
Infine, vale la pena ricordare che l’adozione degli AI agent non riguarda solo l’IT. Impatta la SEO strategy, the production of contents, the management of advertising campaigns, and even website design. At SHM Studio stiamo già accompagnando clienti PMI in questo percorso di adeguamento strategico. Chi vuole approfondire può consultare la nostra sezione blog or contact us directly from the page contacts.
Related articles
Discover other articles that explore similar topics in depth, selected to give you a more complete and stimulating view. Each piece of content is carefully chosen to enrich your experience.
