Pegatron ha registrato a giugno un incremento dei ricavi del 15,9% rispetto all'anno precedente, trainato dalle spedizioni di server e dall'espansione delle attività legate all'intelligenza artificiale. La notizia, riportata da DIGITIMES, in apparenza sembra solo un dato finanziario di una delle maggiori ODM taiwanesi. A scavare, si apre uno spaccato interessante su come le aziende stiano davvero assorbendo la domanda di calcolo AI: non più solo in cloud, ma sempre di più nei propri rack.

Il balzo di fatturato di Pegatron non è un episodio isolato. L'azienda, che produce per conto terzi server destinati a grandi fornitori di tecnicia e a clienti enterprise, intercetta una corrente di fondo: la necessità di macchine capaci di gestire carichi di lavoro LLM, dal fine-tuning all'inference. E, crucialmente, macchine che finiscono in infrastrutture on-premise. L'espansione AI non si traduce soltanto in contratti multi-cloud; significa anche server fisici che le organizzazioni preferiscono tenersi in casa, per ragioni di latenza, controllo dei dati e prevedibilità dei costi.

Chi osserva il mercato degli assemblatori come Pegatron, Quanta o Wistron sa che i volumi raccontano una verità più concreta delle dichiarazioni di marketing. Il rialzo di giugno segnala che la fase di sperimentazione con l'AI generativa sta lasciando il posto a deployment pianificati. E questi deployment hanno fame di hardware specializzato: GPU con elevata banda di memoria, networking ad alta velocità, storage ottimizzato per grandi volumi di dati non strutturati. In un contesto del genere, l'avvicinamento al self-hosting diventa una scelta razionale per molti, perché il TCO su archi temporali di tre-cinque anni può ribaltare il confronto con il noleggio di istanze cloud, soprattutto quando i workload sono prevedibili.

A favorire la tendenza contribuisce anche il tema della sovranità dei dati. In Europa, il GDPR e le attese sulla regolamentazione dell'AI spingono le imprese a mantenere i dati sensibili all'interno dei propri perimetri. Un server montato in un data center aziendale o in un cage dedicato offre garanzie che il cloud pubblico, per quanto contrattualizzate, fatica a eguagliare senza costosi accordi aggiuntivi. Questa pressione normativa si traduce in commesse per chi, come Pegatron, sa integrare componenti ad alte prestazioni in sistemi affidabili e certificati.

C'è poi un aspetto di secondo ordine che merita attenzione: la velocità di assemblaggio e consegna. Le ODM taiwanesi hanno affinato catene di fornitura capaci di assorbire picchi di domanda, come quelli generati dall'AI. Il dato di giugno suggerisce che Pegatron sta cogliendo questa finestra, probabilmente grazie a una combinazione di volumi crescenti e mix di prodotto più ricco, con un numero maggiore di configurazioni ad alta densità. Per chi valuta deployment on-premise, la disponibilità di hardware pronto e la capacità di scalare rapidamente sono elementi decisivi, che i report di AI-RADAR sulle strategie di self-hosting aiutano a mettere a fuoco senza scivolare in generalizzazioni.

Infine, la notizia proietta una luce diversa sugli equilibri della supply chain AI. Mentre l'attenzione si concentra spesso sui produttori di chip, sono le manifatture come Pegatron a trasformare la carenza di silicio in rack operativi. La loro salute finanziaria è un termometro della diffusione reale dell'AI, più affidabile di molte survey di settore. E il termometro, in questo giugno, segna caldo.