Le storie di margine lordo delle aziende di applicazioni AI affrontano il primo "check-up": Canva rallenta volontariamente, Figma assorbe internamente i costi di inferenza
Le due principali aziende del settore del software di design stanno rivelando, con dati finanziari reali, il costo più nascosto della trasformazione AI.
Questa settimana Canva ha lanciato un avvertimento agli investitori: la crescita annua dei ricavi rallenterà al 20%, perché l'azienda ha deciso di fermare intenzionalmente il rollout di una funzione AI che sarebbe dovuta servire a incrementare gli abbonamenti a pagamento—la domanda ha superato di gran lunga le attese, così come i costi di servizio. Giovedì Figma ha pubblicato i suoi conti, prevedendo che la crescita dei ricavi del terzo trimestre scenderà dal 48% del trimestre di giugno al 36%, ammettendo che molti dei suoi strumenti AI sono ancora in fase di test e non hanno ancora trovato un percorso di monetizzazione efficace. Dopo l’annuncio, il titolo Figma ha perso circa il 15% in un solo giorno.
Secondo il media tecnologico The Information, le difficoltà incontrate da entrambe le aziende puntano a un problema strutturale comune: la popolarità dei prodotti AI non si traduce automaticamente in un modello economico unitario sano. Nell’attuale narrazione degli investitori, che riponevano grandi speranze nelle aziende di applicazioni AI, si tratta di uno stress test reale proveniente dalla prima linea.
Canva: Troppa domanda diventa un peso, il freno è volontario
La difficoltà di Canva è piuttosto singolare: non perché manchino utenti, ma proprio perché sono troppi ad utilizzarlo.
Secondo quanto riportato, Cliff Obrecht, Chief Operating Officer di Canva, ha dichiarato ai colleghi che prima dell'introduzione dell’AI, il costo di servire un grande numero di utenti gratuiti era “molto basso”. Dopo il lancio delle funzioni AI, "questi costi sono aumentati notevolmente, cambiando radicalmente il modello economico unitario, rendendo il contenimento dei costi dell’AI ben più urgente di prima".
Proprio per questa valutazione, Canva ha scelto volontariamente di rallentare la prevista implementazione delle funzionalità AI, invece di continuare a puntare sulla crescita utenti a costi elevati. Questa decisione ha portato la previsione di crescita dei ricavi per l’anno in corso dal livello atteso dal mercato a un più basso 20%.
Per risolvere alla radice il problema dei costi, Canva sta investendo molto nello sviluppo di propri modelli AI. L’azienda afferma che i suoi modelli interni sono più veloci ed economici rispetto a quelli dei principali laboratori AI nella generazione di immagini e video. Ma la questione è che questi modelli non sono stati pronti in tempo per la finestra attuale del rollout AI, costringendo Canva a continuare a utilizzare modelli esterni più costosi nei momenti chiave.
Figma: Prodotti Beta offerti gratuitamente, costi di inferenza a totale carico proprio
Diversamente dalla frenata volontaria di Canva, Figma affronta un’altra forma di pressione sui costi: sostenere le spese per prodotti non ancora monetizzati.
Il Chief Financial Officer di Figma, Praveer Melwani, ha spiegato chiaramente questa logica durante la call con gli investitori:
"Attualmente non addebitiamo ai clienti l'uso dei prodotti in fase di test; i costi di inferenza li sosteniamo noi, senza alcuna entrata dagli utenti ad ammortizzare queste spese."
Questo significa che Figma sta utilizzando fondi propri per sovvenzionare l’uso delle sue funzioni AI da parte degli utenti, mentre attende che questi strumenti escano dalla fase di prova e diventino redditizi. L’azienda prevede che questa struttura di costi penalizzerà il margine lordo.
Anche Figma sta accelerando gli investimenti nello sviluppo dei propri modelli AI e ha già iniziato a combinare i suoi modelli interni con quelli più avanzati, a supporto dei nuovi agenti intelligenti Figma AI. Tuttavia, addestrare questi modelli richiede tempo e investimenti, mentre la pazienza dei mercati finanziari è palesemente limitata: dopo la pubblicazione delle linee guida sui risultati, le azioni Figma sono crollate di circa il 15% in un giorno.
Difficoltà comuni: la struttura dei costi della trasformazione AI non è ancora chiara
Secondo le notizie, i casi di Canva e Figma mettono in luce un dilemma diffuso tra le aziende AI: l’appeal dei prodotti è già verificato, ma il percorso verso un modello di profitto sostenibile resta incerto.
Entrambe le aziende considerano lo sviluppo interno dei modelli come chiave per risolvere la situazione: abbattendo la dipendenza dai costosi modelli esterni, sarebbe possibile migliorare il modello economico di base. Tuttavia, per costruire modelli interni serve tempo, un arco temporale che si scontra con l’esigenza immediata del mercato di risultati economici.
Secondo gli analisti, questi due report rappresentano un importante punto di riferimento: il costo della trasformazione AI non si riflette solo negli investimenti in ricerca e sviluppo, ma è inserito ancor più in profondità nel costo di ogni operazione fatta dagli utenti. Prima che i modelli di business maturino, questa voce continuerà a erodere i margini lordi.
La “storia AI” delle aziende software sta affrontando il primo vero check-up finanziario.
Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.
Ti potrebbe interessare anche
La borsa americana ha mancato le "buone notizie" davanti agli occhi? Le previsioni sui profitti sono state riviste al rialzo in modo raro, strategisti: i fondamentali sono così forti da sembrare "incredibili".
Seaport Research Partners ritiene che il mercato azionario statunitense stia affrontando una evidente divergenza tra i profitti aziendali e le performance delle azioni: gli utili del secondo trimestre sono stati solidi e le previsioni degli analisti continuano a essere riviste al rialzo, tuttavia, i timori riguardo ai tassi d'interesse elevati e alla sostenibilità degli utili stanno comprimendo le valutazioni. Settori come quello industriale e dei trasporti potrebbero presentare opportunità di mispricing. Tuttavia, se la Federal Reserve dovesse nuovamente segnalare un aumento dei tassi d'interesse, ciò potrebbe esercitare pressioni a breve termine sul mercato azionario.
Le elezioni di medio termine negli Stati Uniti si avvicinano, Wall Street scommette su un Congresso diviso e il mercato potrebbe godere di una pausa moderata?
Con l'avvicinarsi delle elezioni di metà mandato negli Stati Uniti, Wall Street scommette generalmente su un Congresso "diviso", con i Democratici che riacquistano la Camera dei Rappresentanti e i Repubblicani che mantengono il controllo del Senato, ritenendo che ciò possa limitare le politiche radicali e ridurre l'incertezza. I dati storici mostrano che, dal 1950, quando un presidente Repubblicano governa con un Congresso diviso, il mercato azionario degli Stati Uniti registra una crescita media annua del 13,7%, superiore all'8,3% quando il Congresso è controllato solo dai Repubblicani e al 4,9% quando è controllato solo dai Democratici. Se i risultati elettorali dovessero discostarsi dalle aspettative, il mercato potrebbe comunque subire forti fluttuazioni.
Il famoso investitore del mercato azionario statunitense Eric Jackson si unisce al comitato consultivo di Shengda Technology (SDA.US) per supportare la strategia di internazionalizzazione e la costruzione delle relazioni con gli investitori dell’azienda.
Eric Jackson, fondatore di EMJ Capital e noto investitore nel settore tecnologico, è entrato ufficialmente a far parte del comitato consultivo dell'azienda.
L'era dell'inferenza AI fa esplodere la domanda di "interconnessione ottica"! Lumentum (LITE.US), "alla luce", anticipa NPO ed espande OCS per prepararsi a un momento di crescita dei profitti
Dal punto di vista dell'ingegneria di base, la crescita della domanda di interconnessione ottica deriva da uno scambio di dati più frequente e rigoroso tra un numero maggiore di nodi di calcolo: la parallelizzazione degli esperti nei modelli a esperti misti (MoE) richiede la distribuzione e l’aggregazione dei dati tra GPU; la separazione tra prefill e decode (Prefill–Decode Disaggregation) necessita della trasmissione della cache chiave-valore (KV Cache); i flussi di lavoro degli agenti complessi aumentano la concorrenza nelle chiamate ai modelli, l’esecuzione degli strumenti e l’accesso ai dati.
Prezzi delle criptovalute
Altro
