La stagione dei risultati trimestrali 2026 ha riservato qualche sorpresa scomoda. Google \u2014 ovvero Alphabet \u2014 ha comunicato una revisione significativa delle proprie stime di capital expenditure per l’anno in corso. La nuova forchetta va da $195 a $205 miliardi. Tuttavia, il dato che ha colpito gli investitori non \u00e8 solo il numero assoluto. \u00c8 il confronto con quanto dichiarato appena un trimestre fa: il tetto massimo precedente era $190 miliardi. Pertanto, anche il floor della nuova stima supera il vecchio ceiling.<\/p>\n
As reported by The Verge<\/a>, il mercato ha interpretato questa revisione come un segnale di scarsa prevedibilit\u00e0 dei costi. Infatti, per un investitore istituzionale, un’azienda che non riesce a stimare con precisione le proprie uscite \u00e8 un’azienda che presenta un rischio di governance non trascurabile. In aggiunta, Google sta spendendo pi\u00f9 di quanto genera in ricavi nel breve periodo. Questa combinazione ha fatto scendere il titolo.<\/p>\n $205 miliardi \u00e8 una cifra che rischia di essere percepita come astratta. Vale la pena contestualizzarla. Secondo le stime di Gartner<\/a>, la spesa IT globale per il 2026 si attesta intorno a $5.600 miliardi. Quindi il solo capex AI di Google rappresenta circa il 3,6% dell’intera spesa tecnologica mondiale. Non \u00e8 un dettaglio marginale.<\/p>\n Inoltre, va considerata la struttura di questa spesa. La maggior parte del capex AI dei big tech si concentra su tre voci: data center, chip proprietari e infrastruttura di rete. Di conseguenza, si tratta di investimenti con un orizzonte di ammortamento lungo \u2014 tipicamente 7-10 anni. Il problema \u00e8 che i ricavi attesi dall’AI, almeno nel breve termine, non giustificano ancora questi numeri in modo lineare.<\/p>\n Similarly, Microsoft and Meta are on the same trajectory. According to McKinsey<\/a>, il ritorno sull’investimento in AI rimane difficile da quantificare per la maggior parte delle organizzazioni. In sintesi: si spende molto, si guadagna in modo diffuso e difficile da attribuire.<\/p>\n La nervosit\u00e0 di Wall Street non nasce dall’entit\u00e0 della spesa in s\u00e9. Nasce da una domanda pi\u00f9 profonda: chi pagher\u00e0 questo conto? I big tech stanno scommettendo che i ricavi arriveranno attraverso abbonamenti enterprise, API pricing e pubblicit\u00e0 potenziata dall’AI. Tuttavia, nessuno di questi modelli ha ancora dimostrato una scalabilit\u00e0 sufficiente a coprire i livelli di investimento attuali.<\/p>\n Per questo motivo, si apre uno scenario interessante per le aziende che utilizzano servizi AI di terze parti. Infatti, quando un fornitore spende pi\u00f9 di quanto incassa, ci sono sostanzialmente tre possibili esiti: aumenta i prezzi, riduce i servizi, oppure attrae nuovi capitali. Dunque, le aziende che hanno costruito stack di marketing technology su Google Cloud AI, Vertex AI o strumenti analoghi devono considerare questo rischio nella propria pianificazione.<\/p>\n We of SHM Studio<\/a> lo osserviamo concretamente nel lavoro con i clienti. La dipendenza da un singolo fornitore AI \u2014 per quanto potente \u2014 introduce una variabile di costo che pu\u00f2 diventare imprevedibile. Pertanto, una strategia di diversificazione degli strumenti non \u00e8 solo una scelta tecnica: \u00e8 una scelta finanziaria.<\/p>\n La questione del ROI dell’AI nel marketing \u00e8 uno dei temi pi\u00f9 dibattuti tra i responsabili digital delle aziende italiane. Spesso si tende a valutare l’adozione di strumenti AI in base alla produttivit\u00e0 immediata \u2014 testi generati pi\u00f9 velocemente, campagne ottimizzate in automatico, report sintetizzati in secondi. Tuttavia, questa valutazione trascura i costi indiretti.<\/p>\n In particular, there are three items that rarely appear in initial budgets. First, the cost of integration: connecting an AI model to a CRM, CMS, or advertising platform requires development and maintenance. Next, the cost of governance: who verifies that the generated content is accurate, compliant, and consistent with the brand? Finally, the cost of dependency: if the vendor raises prices by 20\u201330%, how much does that impact the overall TCO of the stack?<\/p>\n Questi interrogativi non riguardano solo le grandi aziende. Anzi, per una PMI italiana con budget marketing limitato, una variazione di pricing su uno strumento AI core pu\u00f2 avere un impatto percentuale molto pi\u00f9 significativo. Di conseguenza, la scelta degli strumenti va fatta con criteri che includano la stabilit\u00e0 economica del fornitore, non solo le feature disponibili oggi.<\/p>\n What should a marketing or digital manager concretely do in the face of these signals? We at SHM Studio<\/a> We suggest a three-pronged approach, applicable to both SMEs and the mid-market.<\/p>\n First step: audit the current AI stack.<\/strong> \u00c8 utile mappare tutti gli strumenti che incorporano componenti AI \u2014 dalle piattaforme di advertising on Google Ads<\/a> AI tools assisted copywriting<\/a>, all the way up to predictive analytics systems. In addition, for each one, the dependence on the supplier and the portion of the budget it accounts for must be identified.<\/p>\n Second approach: deliberate diversification.<\/strong> Non si tratta di abbandonare Google o altri big tech. Al contrario, si tratta di non concentrare tutto su un unico ecosistema. Ad esempio, affiancare strumenti open-source o di provider alternativi per funzioni critiche riduce l’esposizione a variazioni di pricing unilaterali. Questo vale anche per le strategie in digital marketing<\/a> e per le attivit\u00e0 SEO<\/a>.<\/p>\n Third Direction: Review of Technology Investment KPIs.<\/strong> Il ROI di uno strumento AI non si misura solo sulla produttivit\u00e0 immediata. Occorre includere il costo opportunit\u00e0, la curva di apprendimento e la resilienza del fornitore. In questo senso, i servizi AI at SHM Studio<\/a> They are designed to integrate multiple tools, reducing dependence on a single ecosystem.<\/p>\n La pressione sui capex AI dei big tech avr\u00e0 effetti sul pricing dei servizi cloud nei prossimi 12-18 mesi. Dunque, chi sta pianificando i budget per il secondo semestre 2026 o per il 2027 dovrebbe considerare alcune priorit\u00e0.<\/p>\n Innanzitutto, investire in competenze interne di prompt engineering e AI governance riduce la dipendenza da consulenze esterne e migliora la qualit\u00e0 degli output. Inoltre, consolidare la presenza organica \u2014 attraverso SEO<\/a>, High-Performance Web Design<\/a> e contenuti di qualit\u00e0 \u2014 offre un ritorno stabile indipendente dalle variazioni di pricing delle piattaforme paid. Perci\u00f2, un mix equilibrato tra canali organici e paid rimane la strategia pi\u00f9 resiliente.<\/p>\n Altres\u00ec, vale la pena monitorare l’evoluzione delle campagne LinkedIn<\/a> e delle attivit\u00e0 Google Ads<\/a>: both incorporate increasing AI components, and variations in infrastructure costs will sooner or later be reflected in CPCs and automated optimization models.<\/p>\n La revisione del capex di Google non \u00e8 solo una notizia finanziaria. \u00c8 un segnale di sistema. Indica che la corsa all’AI sta entrando in una fase di maturit\u00e0 in cui i costi reali emergono con pi\u00f9 chiarezza. Di conseguenza, le promesse di efficienza illimitata a costo marginale zero stanno lasciando spazio a una valutazione pi\u00f9 sobria.<\/p>\n Per i responsabili marketing e digital delle aziende italiane, questo \u00e8 il momento giusto per fare scelte strategiche informate. Non si tratta di rallentare l’adozione dell’AI. Al contrario, si tratta di adottarla con criteri di sostenibilit\u00e0 economica e diversificazione del rischio. Infine, chi lo fa adesso sar\u00e0 in una posizione migliore quando \u2014 e non se \u2014 i prezzi dei servizi AI subiranno pressioni al rialzo.<\/p>\n Per approfondire questi temi o per un’analisi del proprio stack tecnologico, \u00e8 possibile Contact the SHM Studio team<\/a> or browse the articles in the our blog<\/a> dedicated to digital strategy and marketing technology.<\/p>","protected":false},"excerpt":{"rendered":" Google raises its AI spending estimate to $205 billion, surpassing revenue. What does this mean for Italian companies\u2019 marketing tech budgets?.<\/p>","protected":false},"author":7,"featured_media":24978,"template":"","meta":{"_acf_changed":false,"footnotes":""},"tags":[],"news-category":[162],"class_list":["post-24979","news","type-news","status-publish","has-post-thumbnail","hentry","news-category-ai","entry"],"acf":{"tldr_content":" Google ha annunciato una revisione al rialzo del proprio piano di spesa in infrastrutture AI. La nuova stima raggiunge fino a $205 miliardi per l'anno in corso, rispetto ai $190 miliardi previsti nel trimestre precedente. Pertanto, anche il limite inferiore del nuovo range \u2014 $195 miliardi \u2014 supera abbondantemente il tetto massimo precedentemente dichiarato. Wall Street ha reagito con nervosismo: il problema non \u00e8 solo l'entit\u00e0 della cifra, ma l'incapacit\u00e0 di prevedere con precisione i costi futuri.<\/p> Inoltre, Google sta spendendo pi\u00f9 di quanto incassa. Questo dato, in un contesto di earnings season, solleva interrogativi strutturali sull'intera filiera dell'AI. Di conseguenza, le implicazioni si estendono ben oltre i bilanci dei big tech: riguardano anche le aziende che costruiscono strategie di marketing technology su servizi cloud e AI di terze parti. In particolare, chi ha integrato Google Workspace AI, Vertex AI o strumenti analoghi nel proprio stack digitale dovrebbe monitorare l'evoluzione dei prezzi con attenzione.<\/p> Noi di SHM Studio seguiamo queste dinamiche per aiutare le aziende italiane a prendere decisioni di budget informate. Dunque, questo articolo analizza i numeri che contano, la lettura strategica del fenomeno e le implicazioni operative per i responsabili marketing e digital delle PMI e del mid-market italiano.<\/p>"},"yoast_head":"\nThe Numbers That Matter: Beyond the Face Value<\/h2>\n
Lettura strategica: il modello di business dell’AI \u00e8 ancora aperto<\/h2>\n
Il cantiere ancora aperto: ROI dell’AI nel marketing tech<\/h2>\n
Operational Implications for Italian Marketing Managers<\/h2>\n
Budget allocation: dove spostare l’attenzione nel 2026<\/h2>\n
What Google's numbers tell us<\/h2>\n