TSMC valuta 92 miliardi in Arizona mentre il quantum accelera: la convergenza tra chip, AI e geopolitica verso il 2030

Il quadro che si sta delineando non è più una somma di notizie scollegate, ma una singola traiettoria industriale: da un lato TSMC valuta un ulteriore investimento da circa 92 miliardi di euro per espandere la capacità produttiva in Arizona e schivare possibili tariffe sui chip importati da Taiwan; dall’altro, i principali player del quantum computing mettono nero su bianco roadmap sempre più aggressive verso il 2030, puntando a sistemi corretti su larga scala con qubit logici e correzione degli errori finalmente matura. In mezzo, il capitale si sposta dove la potenza di calcolo si trasforma in vantaggio geopolitico, come dimostra SoftBank, che chiude un trimestre in utile grazie a una plusvalenza legata a OpenAI e rafforza l’esposizione verso infrastrutture e modelli AI. Il filo conduttore è chiaro: la corsa al quantum non è soltanto una gara scientifica, ma un moltiplicatore di domanda per chip avanzati, packaging, memoria ad alta densità e capacità produttiva localizzata, in un’epoca in cui la supply chain è diventata un campo di confronto tra blocchi.

IBM punta su scaling multi-chip: da Heron a Starling e oltre

La roadmap di IBM resta ancorata ai qubit superconduttori, ma l’approccio non si limita ad aumentare il numero di qubit. L’azienda insiste sulla qualità, sulla coerenza e soprattutto sulla capacità di scalare collegando più chip. Il processore Heron attuale si muove nell’ordine di 133–156 qubit con circa 7.500 gate, mentre nel 2025 arriva Nighthawk con 120 qubit e circa 5.000 gate. Il passaggio cruciale è nel 2026, quando IBM pianifica una configurazione a tre chip Nighthawk interconnessi per circa 360 qubit fisici, aprendo la strada a un modello di crescita che non dipende esclusivamente da un singolo die. Nel 2027 la traiettoria prevede nove chip interconnessi per arrivare a circa 1.080 qubit fisici, ma il vero salto concettuale è più avanti: nel 2029 Starling introduce l’obiettivo dei 200 qubit logici con 100 milioni di gate in un regime di correzione errori più maturo. La visione a lungo raggio porta a Blue Jay nel 2033, con un target di 2.000 qubit logici e circa un miliardo di gate, cioè il territorio in cui il “vantaggio quantistico” smette di essere una dimostrazione e diventa una capacità ripetibile su problemi reali. In questa strategia pesa anche la dimensione industriale: IBM lavora su wafer da 300 mm e mantiene l’accesso cloud ai suoi sistemi dal 2016, consolidando un ecosistema che non è solo hardware, ma anche disponibilità e continuità di sperimentazione.

Google spinge sulla correzione degli errori: dai milestone ai sistemi corretti entro il 2030

Per Google, il quantum rimane un tema di qualità e correzione degli errori prima che di quantità. L’iniziativa Quantum AI procede per milestone, con una tappa rilevante nell’ottobre 2025: un qubit logico stabile in grado di sostenere un milione di operazioni con meno di un errore, un risultato che sposta il discorso dal laboratorio alla fattibilità di architetture corrette. Google ha già mostrato nel 2024 un esempio di vantaggio quantistico con il chip Willow da 105 qubit, associato all’algoritmo Echo, descritto come enormemente più veloce rispetto ai supercomputer classici nel task specifico. Da qui, l’azienda disegna una progressione che include l’accoppiamento di qubit logici, l’arrivo a 100 qubit logici che richiederebbero circa 100.000 qubit fisici, fino a sistemi con un milione di qubit fisici per sostenere almeno dieci applicazioni corrette. La scelta di Google di mantenere il piano meno “numerico” rispetto ad altri player non significa opacità casuale: è un segnale che il parametro dominante diventa la fedeltà e la gestione dell’errore, perché senza quella soglia il quantum resta rumoroso, fragile e sostanzialmente non trasferibile su casi d’uso industriali.

IonQ e Quantinuum: ioni intrappolati, connettività all-to-all e obiettivi da decine di migliaia di qubit logici

Il fronte degli ioni intrappolati accelera con una narrativa diversa: meno qubit fisici “subito”, ma maggiore connettività all-to-all e tempi di coerenza tipicamente più favorevoli. IonQ spinge dopo l’acquisizione di Oxford Ionics nel giugno 2025 e descrive una progressione che parte da sistemi come Tempo nel 2025 con 100 qubit fisici e arriva a 256 qubit fisici nel 2026. Il salto per il 2028 è particolarmente ambizioso: circa 1.600 qubit logici su 20.000 qubit fisici, con interconnessioni fotoniche. Nel 2030 l’obiettivo sale fino a 80.000 qubit logici su circa due milioni di qubit fisici, collocando la roadmap in un perimetro industriale dove diventa realistico parlare di calcolo utile su scala. Quantinuum presenta un percorso parallelo, con sistemi come Helios con 98 qubit fisici e 48 logici basati su atomi di bario, poi Sol nel 2027 con 192 qubit fisici e circa 96 logici, e infine Apollo nel 2029 con migliaia di qubit fisici e centinaia logici. Entrambe le aziende lavorano su un doppio canale di diffusione, con installazioni on-premise e presenza cloud tramite piattaforme come Azure Quantum e Amazon Braket, un approccio che riduce il gap tra ricerca e adozione aziendale.

TSMC in Arizona: 92 miliardi per evitare tariffe e spostare il baricentro produttivo

Il cuore geopolitico della storia è TSMC. L’ipotesi di un investimento aggiuntivo da circa 100 miliardi di dollari, pari a circa 92 miliardi di euro, per realizzare quattro nuovi moduli produttivi in Arizona si inserisce in una strategia di localizzazione che mira a due obiettivi simultanei: rafforzare la capacità americana e ridurre l’esposizione a possibili tariffe su chip prodotti a Taiwan. TSMC ha già impegnato circa 165 miliardi di dollari per il campus Fab 21, che include sei moduli fab, due impianti di packaging avanzato e un centro R&D. L’acquisto di circa 900 acri di terreno porta la superficie totale vicino ai 2.000 acri, un segnale di espansione pensata per un orizzonte lungo, non per un ciclo congiunturale. L’operazione rientra anche in un pacchetto di impegni più ampio tra aziende taiwanesi e Stati Uniti, dove una parte sostanziale degli investimenti di TSMC ricade già negli accordi esistenti e si somma al contributo di partner della supply chain. Il punto politico è semplice ma decisivo: produrre localmente significa ridurre la probabilità che smartphone e server AI statunitensi dipendano da un canale che può essere colpito da tariffe o restrizioni. Il risultato industriale è altrettanto chiaro: l’America diventa non solo mercato finale, ma anche luogo di produzione per i nodi strategici.

SoftBank e OpenAI: utili, plusvalenze e capitale che segue la potenza di calcolo

Nel frattempo, la finanza racconta la stessa storia in un altro linguaggio. SoftBank chiude il trimestre fiscale con un utile netto di circa 248,6 miliardi di yen, pari a circa 1,6 miliardi di dollari, ribaltando la perdita dell’anno precedente grazie a un guadagno legato alla partecipazione in OpenAI. Il dato che pesa è la dimensione della plusvalenza trimestrale attribuita a OpenAI, indicata nell’ordine di 3,85–4,2 miliardi di dollari, e l’accumulo di plusvalenze su base annua che rafforza la narrazione di un capitale che si sposta dai titoli pubblici a piattaforme AI private. SoftBank ha già allocato decine di miliardi su OpenAI, discute ulteriori impegni e ha ribilanciato il portafoglio anche tramite dismissioni simboliche, come la vendita della posizione in Nvidia e di azioni T-Mobile, per sostenere la strategia AI. Qui il messaggio industriale è implicito ma potente: l’AI non è solo software, è supply chain, energia, data center, capacità di produzione e, sempre più, una traiettoria che tocca anche il quantum come possibile moltiplicatore futuro.

Quantum, AI e supply chain: la convergenza che spinge verso il 2030

Le roadmap quantum convergono tutte sullo stesso punto: entro il 2030 devono esistere sistemi corretti, scalabili, con qubit logici sufficienti per applicazioni reali. Questo significa domanda crescente di chip avanzati, tecniche di packaging, componenti di controllo e infrastrutture di calcolo e rete che collegano cloud e sistemi specializzati. In parallelo, la geopolitica spinge i grandi produttori a localizzare capacità produttiva negli Stati Uniti per ridurre esposizione a tariffe e shock di supply chain. Il settore dei semiconduttori, già sotto pressione per shortage di memoria e inflazione dei costi, risponde con investimenti e alleanze selettive. Si vede anche una frammentazione crescente: aziende cinesi cercano alternative, produttori integrati capitalizzano sulla verticalità, mentre TSMC sposta capacità in Arizona per proteggere i clienti e il proprio accesso ai mercati.

Prospettive per il 2030: più potenza, ma più frammentata

Se le roadmap si avvicinano anche solo parzialmente ai target dichiarati, entro la fine del decennio il quantum passerà da sperimentale a utile in aree come ottimizzazione, simulazione chimica, materiali e forme evolute di machine learning. In parallelo, la capacità produttiva dei semiconduttori negli Stati Uniti aumenterà, ma non come “copia” dell’Asia: sarà una rete diversa, più resiliente ma anche più segmentata tra blocchi. Il risultato finale è un ecosistema in cui chi controlla contemporaneamente produzione chip, accesso a capitale, infrastrutture AI e roadmap quantum accumula un vantaggio competitivo che va oltre la tecnologia. È potere industriale, negoziale e geopolitico, con il 2030 come orizzonte dichiarato e con l’Arizona come uno dei luoghi in cui quel potere sta prendendo forma. TSMC valuta 92 miliardi in Arizona per evitare tariffe mentre IBM, Google, IonQ e Quantinuum accelerano sul quantum verso il 2030.