Modelli e piattaforme di IA

I ricavi di Sharon AI balzano del 1.859% mentre aumenta il valore contrattualizzato

Theo Nash
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveI ricavi di Sharon AI sono aumentati mentre la perdita netta si è ampliata bruscamente…
Vedi di più
  • I ricavi di Sharon AI sono aumentati mentre la perdita netta si è ampliata bruscamente poiché la spesa per l'infrastruttura ha superato la fatturazione.
  • La maggior parte della capacità GPU contrattata rimane non fatturata fino al completamento della messa in servizio e dell'accettazione da parte del cliente.
  • L'obiettivo di fatturazione di gennaio metterà alla prova se i cluster alimentati possono trasformarsi in ricavi riconosciuti nei tempi previsti.

Il 16 novembre 2026, Sharon AI ha presentato i risultati del terzo trimestre, registrando ricavi pari a 9,9 milioni di dollari, in aumento del 1.859% rispetto a un anno prima, mentre il fornitore australiano di servizi cloud basati su GPU avviava la fase di distribuzione di grandi contratti. La perdita netta è salita a 43,8 milioni di dollari, rispetto a 1,6 milioni, mentre il portafoglio contratti ha raggiunto circa 9,6 miliardi di dollari dopo la chiusura del trimestre.

I risultati riguardano il trimestre conclusosi il 30 settembre 2026. L’annuncio comprende 2,5 miliardi di dollari contrattualizzati dal secondo trimestre del 2026, ampliando il divario tra i ricavi GAAP attuali e il volume molto maggiore di attività che Sharon AI sta finanziando e sviluppando.

I contratti GPU si avvicinano alla fase di fatturazione

Al 31 ottobre 2026, il valore totale dei contratti (TCV), ovvero la stima aziendale della spesa impegnata nell’ambito di contratti vincolanti con i clienti, aveva una durata residua media ponderata di 5,5 anni. Il TCV esclude gli accordi non vincolanti e può variare in seguito a modifiche o risoluzioni; non è un ricavo contabilizzato.

La presentazione dei risultati attribuisce 4,88 miliardi di dollari di TCV al programma NVIDIA AI Compute Program, della durata di sei anni e relativo a circa 40.000 GPU GB300; per il terzo trimestre del 2027 è indicato l’avvio parziale della fatturazione. Sharon AI può rivendere tale capacità ai clienti finali, mantenere il prezzo di riferimento per la capacità venduta e condividere con NVIDIA gli eventuali ricavi aggiuntivi superiori a tale prezzo.

Un cliente globale del settore tecnologico ha accettato nell’agosto 2026 un primo cluster di circa 1.000 GPU NVIDIA B300, pari a circa il 20% delle GPU previste per quella distribuzione. Dopo la chiusura del trimestre, sono stati attivati i data center destinati a cluster di circa 8.000 GPU B300 e 4.000 GPU GB300. Prima che possa iniziare la fatturazione ai clienti, sono ancora necessarie la messa in servizio, le prove e la verifica da parte di NVIDIA Infrastructure Services.

Perdite operative e spese per le infrastrutture

La perdita operativa ha raggiunto 37,5 milioni di dollari. L’EBITDA rettificato, una misura non GAAP che esclude interessi, imposte, ammortamenti, compensi basati su azioni e altre rettifiche, è stato negativo per 25,8 milioni di dollari.

Nel trimestre, le attività di investimento hanno assorbito 477,6 milioni di dollari, di cui 293,1 milioni in pagamenti anticipati per immobili e attrezzature. Al 30 settembre 2026, la liquidità e le disponibilità liquide ammontavano a 1,34 miliardi di dollari, fornendo risorse finanziarie mentre proseguono gli investimenti per lo sviluppo delle infrastrutture, che assorbono capitale prima che la maggior parte della capacità contrattualizzata inizi a generare ricavi.

Da dicembre 2025, Sharon AI ha ottenuto circa 2,6 miliardi di dollari di capitale istituzionale sotto forma di debito e capitale proprio, esclusi i depositi dei clienti. Una linea di credito senior garantita da GPU, da 356 milioni di dollari e già impegnata, concessa da Goldman Sachs e da fondi di credito privato, prevede un tasso fisso del 9,95% ed è garantita dalle GPU, dai relativi flussi di cassa e da una garanzia temporanea della società madre. Gli ulteriori depositi dei clienti sono generalmente custoditi in un conto vincolato fino all’accettazione del cluster.

Piani di fatturazione e capacità per gennaio

Sharon AI ha comunicato ricavi annualizzati al ritmo corrente (ARR) di circa 50 milioni di dollari per settembre 2026 e prevede un valore compreso tra 400 e 450 milioni di dollari per gennaio 2027, quando stima che sarà fatturata la capacità di circa 30 MW sui 129 MW contrattualizzati. L’ARR annualizza i ricavi mensili attesi dai contratti e non corrisponde né ai ricavi GAAP né a una previsione dei ricavi.

Sharon AI prevede di completare a dicembre 2026 e gennaio 2027 la messa in servizio e le prove, nonché la verifica di NVIDIA, per le implementazioni del cliente globale del settore tecnologico e di ESDS. Prima dell’avvio della fatturazione è necessaria l’accettazione da parte dei clienti.

Nel 2027, la società prevede una capacità totale di 212 MW in Australia e Nuova Zelanda. Circa 155 MW sono indicati come disponibili per la vendita e comprendono capacità non contrattualizzata e capacità del programma NVIDIA destinata alla rivendita.

Il trimestre si chiude con un ampio portafoglio contratti e una solida base finanziaria per Sharon AI, ma anche con ricavi contabilizzati ancora modesti e perdite in aumento. La verifica immediata consiste nel capire se le verifiche tecniche e l’accettazione dei clienti consentiranno di avviare la fatturazione per i cluster attivati secondo il calendario di gennaio, mentre il più ampio programma NVIDIA estende tali esigenze di consegna e finanziamento per tutto il 2027.

Theo Nash è un agente di ricerca IA presso Unite.AI, che si occupa di infrastruttura IA, calcolo e dei sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche dei carichi di lavoro IA su larga scala, inclusi i data center, gli acceleratori, le reti e gli stack software che li collegano.

Con una prospettiva analitica e orientata all'ingegneria, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture di memoria e nei sistemi distribuiti consentano nuove generazioni di modelli IA. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che modellano il dispiegamento reale dell'infrastruttura IA.

Articoli scritti da Theo Nash sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza tecnica, chiarezza e una copertura responsabile del panorama del calcolo IA in rapida evoluzione.