Prima sono diventate difficili da reperire le GPU. Poi la pressione si è spostata sulla fibra ottica. Nel 2026 un altro componente apparentemente molto più ordinario sta entrando nella competizione globale per costruire infrastrutture dedicate all’intelligenza artificiale: la memoria.
DRAM, DDR5, NAND Flash ed enterprise SSD sono diventati elementi sempre più contesi tra hyperscaler, costruttori di server e aziende che devono semplicemente rinnovare la propria infrastruttura IT.
Il risultato è visibile nei prezzi, nella disponibilità e nei tempi di consegna.
Secondo TrendForce, nel terzo trimestre 2026 i prezzi contrattuali delle server DRAM sono attesi in aumento di un ulteriore 13-18% rispetto al trimestre precedente, mentre anche i prezzi NAND Flash dovrebbero crescere del 10-15%. Il mercato delle server DRAM rimane in condizioni di offerta insufficiente e la situazione potrebbe continuare nel 2027.
La conseguenza non riguarda soltanto i grandi data center AI. Si trasferisce progressivamente ai normali server aziendali, ai sistemi storage, alle workstation e persino alle apparecchiature industriali che utilizzano memorie e componenti elettronici della stessa filiera.
Per le aziende manifatturiere questo sta modificando una delle decisioni tecnologiche più tradizionali: comprare nuovi server oppure utilizzare capacità disponibile nel cloud?
Il problema nasce dalla quantità di memoria richiesta dall’AI
L’intelligenza artificiale utilizza quantità di memoria molto superiori rispetto a gran parte dei carichi informatici tradizionali.
I sistemi di training e inference impiegano acceleratori affiancati da High Bandwidth Memory, HBM, una memoria ad altissime prestazioni progettata per trasferire grandi quantità di dati alle GPU.
Il punto importante è che HBM e memoria tradizionale non appartengono a due supply chain completamente indipendenti.
Micron ha spiegato che l’aumento della domanda dei data center AI sta producendo una pressione strutturale sull’intero mercato DRAM e NAND e che l’offerta industriale complessiva rimarrà inferiore alla domanda per un periodo prolungato.
La produzione di HBM utilizza inoltre una quantità di capacità produttiva sensibilmente superiore rispetto alla DDR5 tradizionale. Secondo Micron, il rapporto può essere nell’ordine di tre a uno, con un consumo ancora maggiore nelle future generazioni HBM.
Significa che utilizzare più capacità produttiva per realizzare HBM non lascia invariata la disponibilità delle altre memorie.
Ed è qui che il boom dell’AI inizia ad avere conseguenze sui normali sistemi informatici.
I produttori stanno privilegiando le memorie per server e AI
Dal punto di vista industriale la scelta dei produttori è comprensibile.
Quando la capacità produttiva è limitata, è economicamente più interessante dedicarla ai prodotti a maggiore valore aggiunto.
TrendForce rileva che i principali produttori di memoria stanno riallocando capacità verso applicazioni server e ad alte prestazioni, riducendo di conseguenza quella disponibile per altre categorie.
La pressione non riguarda soltanto HBM. Anche le tradizionali RDIMM DDR5 utilizzate nei server sono interessate dal forte aumento della domanda proveniente dagli hyperscaler e dai costruttori di infrastrutture cloud.
Il mercato si trova quindi davanti a un effetto a cascata: più data center AI → più richiesta di HBM e server DRAM → maggiore utilizzo della capacità produttiva → minore disponibilità per altri segmenti → prezzi più elevati.
Non è necessario che un’azienda utilizzi direttamente applicazioni AI perché il proprio budget IT ne risenta.
I prezzi della memoria server continuano a crescere
I numeri di TrendForce descrivono un mercato ancora molto teso.
Nel luglio 2026 l’analista indicava che le server DRAM continuavano a registrare incrementi di prezzo sostenuti da tre fattori contemporanei: scarsità dell’offerta, inventari ridotti e quello che TrendForce definisce esplicitamente HBM crowding-out effect, cioè l’effetto di spiazzamento prodotto dalla memoria destinata alle applicazioni AI.
Anche hyperscaler e produttori di server stanno cercando di assicurarsi disponibilità futura attraverso ordini anticipati e accordi di lungo periodo.
Questo crea una differenza importante tra grandi operatori e acquirenti tradizionali.
I principali cloud provider possono negoziare contratti pluriennali e prenotare capacità produttiva.
Una media impresa che deve sostituire alcuni server difficilmente dispone dello stesso potere contrattuale.
TrendForce osserva infatti che gli aumenti futuri potrebbero concentrarsi soprattutto sugli acquirenti che non dispongono di Long-Term Agreements con i produttori.
Non aumenta solo la RAM: cresce il costo dell’intero server
Un server non è ovviamente composto soltanto da memoria.
CPU, SSD, controller, schede di rete, alimentatori e altri componenti incidono sul prezzo finale.
Ma nei sistemi enterprise la RAM può rappresentare una quota significativa del costo, soprattutto nelle configurazioni con centinaia di gigabyte o diversi terabyte.
Quando aumenta il prezzo delle RDIMM e contemporaneamente diventano più costosi gli enterprise SSD, l’effetto può essere rilevante sul prezzo del sistema completo.
Gartner aveva già segnalato all’inizio del 2026 che la scarsità prolungata di DRAM e NAND avrebbe determinato forti aumenti dei costi delle infrastrutture server e storage.
Le indicazioni provenienti direttamente dai costruttori confermano la dinamica.
HPE ha dichiarato nei risultati del primo trimestre fiscale 2026 di attendersi un aumento progressivo durante l’anno del prezzo medio unitario di server e storage. Gli ordini dei server tradizionali risultavano contemporaneamente in crescita a doppia cifra, anche perché alcuni clienti stavano anticipando gli acquisti a causa delle difficoltà della supply chain.
Dell ha a sua volta modificato le proprie politiche di prezzo, ridotto sconti e promozioni e accorciato la validità delle offerte in risposta alla volatilità dei componenti.
I server costano di più, ma il problema è anche riuscire ad averli
L’altra metà del problema è la disponibilità.
Un aumento di prezzo può essere gestito aumentando un budget oppure modificando una configurazione.
Un componente che non arriva può invece bloccare direttamente un progetto.
IDC descrive il mercato server del primo trimestre 2026 come caratterizzato da due fenomeni contemporanei: enormi investimenti nelle infrastrutture GPU da parte degli hyperscaler e un ambiente condizionato dalla scarsità di componenti nel segmento dei server non accelerati, in particolare DRAM e NAND Flash.
La spesa mondiale in server è cresciuta del 30,7%, mentre il numero di unità consegnate è aumentato soltanto del 3,3%.
Secondo IDC, in questo momento è soprattutto l’offerta, non la domanda, a limitare la crescita delle consegne.
SHI, uno dei maggiori operatori internazionali nella fornitura di tecnologia alle imprese, parla esplicitamente di volatilità estrema dei prezzi e lead time estesi per i progetti server del 2026 a causa della combinazione tra domanda AI, acquisti degli hyperscaler e riallocazione della produzione verso HBM.
Una rilevazione di IBS Electronics stimava nel luglio 2026 un inventario globale delle memorie inferiore del 21% rispetto a maggio 2025 e tempi medi di approvvigionamento arrivati a 25,2 settimane.
I tempi variano naturalmente molto in base a produttore, configurazione e componente. Non è quindi corretto affermare che qualsiasi server richieda sei mesi di attesa.
Ma il principio è ormai evidente: la disponibilità dell’hardware non può più essere data per scontata in fase di pianificazione IT.
La situazione è particolarmente complessa per i server configurati su misura
Un server standard disponibile a magazzino può ancora essere consegnato rapidamente.
Il problema aumenta quando l’azienda richiede configurazioni specifiche.
Un sistema destinato alla virtualizzazione, a un database industriale, a un historian oppure a un ambiente CAD/PLM può richiedere quantità elevate di RAM, specifiche CPU, determinati controller e SSD enterprise.
La probabilità che tutti questi componenti siano contemporaneamente disponibili diminuisce.
Nel mercato delle DDR5 RDIMM, alcune fonti del canale indicano tempi di approvvigionamento nell’ordine dei 90-120 giorni per determinate configurazioni, mentre altri componenti enterprise possono raggiungere periodi sensibilmente superiori.
È una situazione che modifica anche la gestione economica dell’acquisto.
Dell e Lenovo, per esempio, nel corso del 2026 hanno ridotto notevolmente il periodo durante il quale un preventivo server poteva essere considerato valido, proprio perché il prezzo delle memorie poteva cambiare prima della conclusione del processo di acquisto.
Per aziende con procedure di approvazione articolate, il prezzo indicato all’inizio della richiesta può quindi non essere più quello disponibile quando viene emesso l’ordine.
E qui entra in gioco il cloud
È proprio l’incrocio tra prezzo e disponibilità a rendere il cloud più interessante.
La conferma più esplicita arriva direttamente da Amazon.
Durante la conference call sui risultati del primo trimestre 2026, il CEO Andy Jassy ha spiegato che il costo dei componenti, in particolare della memoria, è cresciuto fortemente e che attualmente non esiste abbastanza capacità produttiva rispetto alla domanda.
Ha poi collegato direttamente questa situazione alle decisioni delle imprese.
Secondo Jassy, la modifica dei prezzi e della disponibilità della memoria sta fornendo un ulteriore impulso alle aziende che possiedono infrastrutture on-premise a spostarsi verso il cloud.
Amazon afferma di aver visto progetti di migrazione discussi per mesi accelerare improvvisamente proprio perché AWS dispone di maggiore capacità rispetto a molti singoli clienti enterprise.
Il motivo è semplice.
I grandi cloud provider sono tra i principali clienti mondiali dei produttori di CPU, memoria e storage.
Acquistano volumi enormi, stipulano contratti pluriennali e possono prenotare capacità produttiva molto prima degli utilizzatori finali.
Quando il mercato entra in una fase di scarsità, il potere d’acquisto dell’hyperscaler diventa esso stesso un vantaggio competitivo.
In alcuni casi il cloud può persino costare meno dell’acquisto immediato
Il cambiamento non riguarda soltanto la velocità di attivazione.
Rajiv Ramaswami, CEO di Nutanix, ha sostenuto nel maggio 2026 che le condizioni della supply chain stanno rendendo in diversi casi il bare metal disponibile attraverso il cloud economicamente più conveniente rispetto all’acquisto dello stesso hardware per installazione on-premise.
Il motivo indicato è ancora una volta la capacità dei grandi provider di acquistare hardware in grandi quantità, ottenere priorità nelle allocazioni e distribuirne il costo su una base molto più ampia di clienti.
È però importante interpretare correttamente questa affermazione.
Non significa che il cloud sia automaticamente più economico dell’on-premise.
Significa che il punto di equilibrio si sta spostando.
Un server che pochi anni fa poteva essere acquistato a un prezzo relativamente prevedibile e consegnato in poche settimane oggi può richiedere un investimento superiore, essere soggetto a variazioni di prezzo e arrivare dopo mesi.
In questa situazione anche una soluzione cloud con un costo operativo periodico può diventare competitiva.
Il vantaggio principale può essere il tempo, non soltanto il prezzo
Per un’impresa industriale questo aspetto può essere ancora più importante.
Immaginiamo che debba essere introdotto un nuovo MES, ampliato un ambiente PLM oppure installato un sistema di analytics collegato agli impianti.
Se l’infrastruttura fisica richiede quattro mesi per essere disponibile, l’intero progetto potrebbe essere posticipato.
Una macchina virtuale cloud può invece essere attivata in pochi minuti.
La differenza economica deve quindi comprendere anche il costo del tempo necessario ad avere disponibile la capacità di calcolo.
Il confronto non è più soltanto:
quanto costa acquistare un server rispetto a noleggiarne uno nel cloud?
Diventa:
quanto costa acquistarlo, quanto tempo occorre per riceverlo, quanto durerà, quanta capacità rimarrà inutilizzata e quale costo genera il ritardo del progetto?
È una valutazione molto diversa.
Dal CapEx all’OpEx torna ad essere una scelta strategica
La scarsità dell’hardware modifica anche la natura finanziaria degli investimenti IT.
Un’infrastruttura on-premise richiede normalmente un investimento iniziale: server, storage, networking, software, installazione, manutenzione e spesso capacità aggiuntiva acquistata per coprire la crescita futura.
È quindi prevalentemente CapEx.
Nel cloud la capacità può essere acquistata quando serve e trasformata prevalentemente in OpEx.
Questo principio non è nuovo.
Quello che cambia nel 2026 è il contesto economico.
Quando server e memoria erano facilmente disponibili e i prezzi tendevano a scendere, acquistare capacità in anticipo poteva essere relativamente conveniente.
Quando l’hardware diventa costoso e difficile da ottenere, il valore di poter aumentare o ridurre le risorse senza possederle fisicamente cresce sensibilmente.
Per la manifattura, però, non tutto può andare nel cloud
Questo non significa che l’industria sia destinata ad abbandonare le infrastrutture locali.
Esistono applicazioni per le quali l’on-premise oppure l’edge computing continuano ad avere caratteristiche tecniche difficilmente sostituibili.
È il caso, per esempio, di:
- controllo di macchine e linee;
- applicazioni real-time;
- sistemi safety-related;
- acquisizione dati ad altissima frequenza;
- computer vision con requisiti di latenza molto bassi;
- sistemi che devono funzionare anche in assenza della connessione WAN;
- infrastrutture OT segregate;
- applicazioni soggette a specifici requisiti di data residency o cybersecurity.
In questi casi la disponibilità locale della capacità di calcolo rimane una necessità tecnica.
Ma molte altre applicazioni industriali possono essere valutate diversamente:
MES, PLM, ERP, analytics, collaborazione tecnica, AI, simulazione, gestione documentale, backup, disaster recovery e alcune applicazioni di manutenzione e service.
Il risultato probabile non è quindi la scomparsa dei server aziendali, ma un’ulteriore accelerazione delle architetture ibride.
Anche l’edge potrebbe diventare più selettivo
La pressione sui componenti introduce un altro fenomeno interessante.
Negli ultimi anni la diffusione dell’edge computing aveva spinto molte aziende a portare capacità di calcolo direttamente vicino alle macchine.
Il principio rimane valido.
Ma se memoria e server diventano più costosi, potrebbe diventare meno conveniente sovradimensionare ogni nodo edge.
La progettazione potrebbe quindi evolvere verso un’architettura più selettiva:
edge per ciò che deve necessariamente essere elaborato localmente; cloud per ciò che può essere centralizzato.
Questo può significare mantenere in stabilimento acquisizione, controllo e preprocessing, spostando invece nel cloud training dei modelli AI, analisi storiche, simulazione e workload non real-time.
La scarsità hardware potrebbe quindi contribuire indirettamente anche a una maggiore razionalizzazione delle architetture IT/OT.
Il cloud non elimina il costo della memoria
C’è un punto che merita attenzione.
Spostare un workload sul cloud non fa scomparire la memoria fisica necessaria a eseguirlo.
Il server continua a esistere. Si trova semplicemente nel data center del provider.
Anche AWS, Microsoft Azure, Google Cloud e gli altri operatori devono acquistare DRAM, SSD e server e sono quindi esposti all’aumento dei prezzi.
La differenza è nella scala.
I grandi provider possono acquistare con maggiore anticipo, negoziare contratti di lungo periodo, ottimizzare l’utilizzo dei server tra migliaia di clienti e progettare hardware proprietario.
È questo che permette loro di assorbire almeno temporaneamente una parte della pressione.
Nel medio periodo, però, anche i prezzi dei servizi cloud potrebbero risentire dell’aumento strutturale del costo dell’infrastruttura.
Il cloud rappresenta quindi una diversa modalità di accesso alla capacità scarsa, non una tecnologia immune alla scarsità.
Anche il TCO deve essere valutato con maggiore attenzione
Per workload stabili e prevedibili, utilizzati 24 ore su 24 per diversi anni, un’infrastruttura on-premise ben dimensionata può ancora risultare economicamente competitiva.
Nel cloud occorre considerare:
consumo delle risorse, storage, traffico dati, backup, egress, servizi gestiti, licenze e costi operativi.
Per questo non è corretto costruire una regola universale secondo cui:
cloud = meno costoso
oppure
on-premise = meno costoso.
Il 2026 introduce semplicemente nuove variabili nel calcolo.
Il costo dell’hardware è aumentato.
I tempi di consegna sono diventati meno prevedibili.
La validità dei preventivi si è ridotta.
La disponibilità stessa di determinate configurazioni può non essere garantita.
Queste variabili aumentano il valore economico della flessibilità.
L’effetto può arrivare anche alle macchine industriali
La competizione per le memorie non riguarda soltanto il reparto IT.
TrendForce rileva che la domanda proveniente dai settori automotive, industrial e networking continua a sostenere il mercato delle memorie specialistiche, proprio mentre i principali produttori riallocano la capacità verso server e applicazioni ad alte prestazioni.
Questo significa che la pressione può trasferirsi anche ai produttori di:
PLC evoluti, IPC, HMI, sistemi di visione, controller, gateway IoT, edge computer, robot e dispositivi di networking industriale.
Non necessariamente perché questi prodotti utilizzino le stesse memorie dei server AI.
Il problema nasce dal fatto che molte tecnologie condividono produttori, wafer, processi industriali e capacità produttive.
La riallocazione a monte può quindi propagarsi attraverso più generazioni di componenti.
L’intelligenza artificiale sta ridisegnando la supply chain dell’intera elettronica
Quello delle memorie è quindi un fenomeno simile a quello osservato nella fibra ottica.
L’AI non crea soltanto domanda per prodotti specificamente progettati per l’intelligenza artificiale.
Assorbe capacità produttiva.
Ed è questa la dinamica che ha conseguenze più ampie.
Secondo J.P. Morgan Global Research, la costruzione dei data center AI e la domanda degli hyperscaler stanno assorbendo una quota sproporzionata della capacità mondiale di produzione DRAM. L’analista stima che i prezzi DRAM possano risultare alla fine del 2026 superiori di oltre il 400% rispetto all’inizio del 2024.
Morgan Stanley parla addirittura di chipflation: un’inflazione tecnologica che nasce all’interno dei data center ma si trasferisce progressivamente a PC, smartphone e altri prodotti elettronici perché Samsung, SK hynix e Micron stanno privilegiando le memorie più redditizie destinate alle infrastrutture AI.
Per l’IT industriale cambia il modo di pianificare gli investimenti
Per molti anni un progetto infrastrutturale poteva partire da un presupposto abbastanza semplice: definire la configurazione necessaria, chiedere un’offerta e acquistare l’hardware.
Nel 2026 questa sequenza diventa meno lineare.
Responsabili IT, OT e infrastrutture devono iniziare a considerare anche:
- disponibilità prevista dei componenti;
- validità temporale delle quotazioni;
- lead time;
- possibilità di utilizzare configurazioni alternative;
- estensione della vita dei server esistenti;
- consolidamento e virtualizzazione;
- utilizzo di infrastrutture cloud;
- distribuzione dei workload tra edge, data center aziendale e cloud;
- costo del ritardo nell’avvio di un progetto.
IDC prevede che le condizioni di limitata disponibilità e prezzi elevati di DRAM e NAND possano continuare almeno nella prima parte del 2027.
TrendForce ritiene inoltre possibile che la crescita dell’offerta di RDIMM nel 2027 sia inferiore a quella della domanda generata dai nuovi server.
Non sembra quindi un problema destinato a scomparire nel giro di pochi mesi.
Dal possesso della capacità all’accesso alla capacità
La conseguenza più interessante potrebbe essere culturale prima ancora che tecnologica.
Per decenni l’infrastruttura informatica aziendale è stata costruita acquistando capacità.
Serviva più potenza?
Si acquistava un server.
Serviva più storage?
Si installava un nuovo array.
Serviva più memoria?
Si ampliavano i sistemi esistenti.
La scarsità prodotta dall’espansione dei data center AI sta rendendo questo modello meno prevedibile.
Quando l’hardware è costoso, quando un preventivo può cambiare in poche settimane e quando la consegna rischia di arrivare diversi mesi dopo l’ordine, la disponibilità immediata della capacità diventa essa stessa una componente del valore.
Ed è proprio questo che può favorire cloud e infrastrutture ibride anche nel manifatturiero.
Non perché improvvisamente ogni applicazione debba essere portata fuori dalla fabbrica.
La domanda tecnologica sta cambiando da:
“Quale server dobbiamo comprare?”
a:
“Dove possiamo ottenere nel modo più efficiente, disponibile e controllabile la capacità di calcolo di cui abbiamo bisogno?”
È una differenza sostanziale.
E mostra ancora una volta come la crescita dell’intelligenza artificiale non stia modificando soltanto il software utilizzato dalle imprese. Sta iniziando a modificare prezzi, supply chain e architetture dell’intera infrastruttura digitale industriale.
Fonti principali TrendForce, AI Server Demand Continues to Support Memory Prices in 3Q26, luglio 2026. TrendForce, Long-Term Agreements Cap Price Increases; Server DRAM Contract Prices Expected to Rise 13-18% QoQ in 3Q26, luglio 2026. TrendForce, Server DIMM Price, giugno-luglio 2026. Micron Technology, risultati e market outlook FY2026. IDC, Worldwide Server Market Insights, aggiornamento luglio 2026. Gartner, Rising Costs Ahead: Managing AI-Driven Price Increases in Data Center Infrastructure, gennaio 2026. Amazon, Q1 2026 Earnings Conference Call, intervento del CEO Andy Jassy, aprile 2026. Hewlett Packard Enterprise, Q1 FY2026 Earnings Transcript. Dell Technologies, risultati FY2026 e FY2027 e dichiarazioni sulla gestione dei prezzi. J.P. Morgan Global Research, Overdrawn at the memory bank: How AI is creating memory shortage, and what happens next, agosto 2026. Morgan Stanley, analisi sulla “chipflation” legata alla crescita delle infrastrutture AI, giugno 2026. SHI, The impact of the 2026 memory shortage on data center buyers, febbraio 2026.
