Ericsson sotto le attese nel primo trimestre: l'impatto del mercato e dei costi AI

Ericsson, il gigante svedese delle apparecchiature per le telecomunicazioni, ha registrato un primo trimestre del 2026 con risultati finanziari inferiori alle previsioni degli analisti. L'EBITA rettificato dell'azienda ha subito un calo significativo del 20% rispetto all'anno precedente, attestandosi a 5,6 miliardi di corone svedesi (SEK). Questa performance riflette una serie di sfide di mercato e pressioni sui costi che stanno influenzando il settore.

Un fattore determinante per la contrazione è stato il marcato declino del mercato nordamericano. Questa regione, che nel primo trimestre del 2025 aveva mostrato una crescita robusta con un aumento superiore al 20%, ha ora visto una brusca inversione di tendenza. La direzione aziendale attribuisce questa flessione all'esaurimento degli investimenti anticipati effettuati nell'anno precedente, indicando una normalizzazione o un rallentamento della spesa da parte degli operatori.

La domanda di AI e l'aumento dei costi dei semiconduttori

Il CEO di Ericsson, Börje Ekholm, ha puntato il dito contro l'aumento dei costi dei semiconduttori come una delle principali cause della ridotta redditività. Un aspetto cruciale di questa dinamica è che tali aumenti sono stati parzialmente alimentati dalla crescente domanda di intelligenza artificiale (AI). L'esplosione dell'interesse e degli investimenti in Large Language Models (LLM) e altre applicazioni di AI ha generato una pressione senza precedenti sulla catena di approvvigionamento globale dei chip.

La richiesta di semiconduttori ad alte prestazioni, in particolare GPU e altri acceleratori specifici per carichi di lavoro di training e inference di AI, ha superato l'offerta in molti segmenti. Questo squilibrio ha portato a un incremento dei prezzi e a tempi di consegna più lunghi per componenti essenziali, non solo per i sistemi AI dedicati, ma anche per una vasta gamma di prodotti tecnicici, incluse le apparecchiature per le telecomunicazioni di Ericsson. Le aziende che valutano il deployment di LLM on-premise devono considerare attentamente queste dinamiche di mercato, poiché influenzano direttamente il Total Cost of Ownership (TCO) e la disponibilità dell'hardware necessario.

Implicazioni per il settore e la supply chain tecnicica

La situazione di Ericsson evidenzia come le tendenze macroeconomiche e le innovazioni tecniciche, come l'AI, possano avere ripercussioni a cascata su settori apparentemente distanti. L'aumento dei costi dei semiconduttori non è un problema isolato per i produttori di chip, ma si propaga lungo l'intera supply chain, influenzando i margini di profitto di aziende che dipendono da questi componenti per i loro prodotti finali. Questo scenario costringe le aziende a riconsiderare le proprie strategie di approvvigionamento e, in alcuni casi, a trasferire parte di questi costi ai clienti.

Per i decision-maker nel campo dell'infrastruttura IT, la comprensione di queste dinamiche è fondamentale. La pianificazione di un'infrastruttura per carichi di lavoro AI, sia essa self-hosted o ibrida, richiede una valutazione accurata non solo delle specifiche tecniche (come VRAM, throughput e latenza), ma anche delle condizioni di mercato che possono impattare l'acquisizione e il costo a lungo termine dell'hardware. La volatilità dei prezzi dei componenti può alterare significativamente le proiezioni di CapEx e OpEx per i progetti AI.

Prospettive future e l'interconnessione del mercato tech

La netta riduzione della redditività segnalata da Ericsson nel primo trimestre del 2026 sottolinea la complessità del panorama attuale. La combinazione di un rallentamento in mercati chiave come il Nord America e l'aumento dei costi di input, spinto in parte dalla domanda di AI, crea un ambiente operativo impegnativo. Questo scenario non è unico per Ericsson, ma riflette una tendenza più ampia che vede l'industria tecnicica globale alle prese con l'interconnessione delle sue varie componenti.

L'impatto della domanda di AI sui costi dei semiconduttori è un esempio lampante di come un'innovazione trasformativa possa generare effetti a catena inaspettati. Le aziende devono navigare in un contesto dove la sovranità dei dati, la compliance e la sicurezza rimangono priorità assolute, mentre i costi dell'hardware per l'AI continuano a essere un fattore critico. Per chi valuta deployment on-premise, AI-RADAR offre framework analitici su /llm-onpremise per valutare trade-off e ottimizzare le decisioni infrastrutturali in questo scenario in evoluzione.