Jae-yong Lee non partecipa a Sun Valley per caso. Il presidente di Samsung Electronics è atteso a quella che da decenni è la riunione informale più esclusiva del potere mediatico e tecnicico globale, e la sua presenza, confermata dalle agenzie, arriva in un momento in cui l’intelligenza artificiale ridisegna priorità e alleanze industriali. Il tema ufficiale? Non c’è, come da tradizione. Ma è lecito immaginare che l’agenda di Lee ruoti attorno a come Samsung intenda ritagliarsi un posto nella catena del valore dell’AI — ben oltre la fornitura di memoria.

Il mercato dei Large Language Models ha fame di hardware. I data center che eseguono inference e training consumano quantità crescenti di VRAM, e le GPU di NVIDIA dominano la scena. Samsung, però, detiene un primato strategico nelle memorie HBM (High Bandwidth Memory), componenti essenziali per i chip acceleratori. Se finora l’azienda coreana ha giocato il ruolo di fornitore silenzioso, la presenza di Lee a Sun Valley suggerisce un cambio di passo. Potrebbe star cercando alleanze per integrare la propria tecnicia in soluzioni AI chiavi in mano, magari sfruttando anche le capacità della divisione foundry per produrre chip custom destinati a cloud provider e grandi imprese.

Per chi valuta deployment on-premise di LLM, la posta in gioco è concreta. Oggi l’hardware per self-hosting è quasi interamente dominato da NVIDIA, con costi e disponibilità che spingono molte organizzazioni verso il cloud, rinunciando in parte alla sovranità dei dati. Se un colosso verticalmente integrato come Samsung entrasse nell’arena con acceleratori AI competitivi — sfruttando per esempio i progetti interni di semiconduttori e la collaborazione con aziende di design chip — si potrebbe innescare una dinamica di mercato favorevole a chi vuole mantenere i dati in-house senza ipotecare il bilancio. Il TCO dei server per inference potrebbe scendere, non tanto per miracoli tecnicici, ma per semplice pressione competitiva su prezzi e licenze.

Sun Valley, d’altronde, è il luogo dove si tessono relazioni che sfuggono alle logiche dei comunicati stampa. Qui, tra un’escursione e un cocktail, dirigenti di Amazon, Microsoft, Google e Meta possono discutere con gli attori dell’hardware di che cosa servirà davvero nei prossimi due anni. Per Samsung, l’obiettivo potrebbe essere duplice: assicurarsi commesse per le generazioni future di HBM e, al tempo stesso, proporre le proprie fonderie come alternativa a TSMC per la produzione di chip AI custom, in un contesto in cui le tensioni geopolitiche rendono la ridondanza della supply chain una priorità non negoziabile.

C’è anche un risvolto meno visibile, ma altrettanto rilevante per il mondo on-premise: Samsung dispone già di un ecosistema di dispositivi edge — telefoni, sensori, elettrodomestici — dove l’AI locale sta diventando un fattore differenziante. Se l’azienda riuscisse a unificare la strategia hardware per edge e data center, potrebbe offrire pipeline di deployment omogenee, dall’inference distribuita fino al server centrale, semplificando l’adozione di LLM in ambienti ibridi e sotto vincoli di latenza o privacy.

Nessuno scommette sull’immediata comparsa di un «NVIDIA killer» firmato Samsung. Eppure, il solo fatto che il vertice dell’azienda partecipi attivamente a simposi storicamente dominati da software e contenuti è un segnale di discontinuità. Significa che l’hardware per AI non è più un settore ancillare, ma il terreno su cui si deciderà chi controllerà l’infrastruttura dei modelli del futuro — e, con essa, il destino del deployment locale di LLM.