Nuveen – L’impatto dell’IA sugli asset reali: come cambiano real estate, infrastrutture e capitale naturale

L’intelligenza artificiale (IA), in particolare l’IA generativa, avrà un impatto su quasi ogni settore dell’economia globale e trasformerà la forza lavoro. In particolare, la sola IA generativa potrebbe aggiungere tra i 2600 e i 4400 miliardi di dollari al PIL mondiale annuo e si prevede che automatizzerà il 60-70% delle attività attualmente svolte dai lavoratori.

Per comprendere l’IA come megatrend, è necessario valutare quali opportunità e rischi comporterà per gli asset reali.

Real Estate

Le nuove tecnologie basate sull’IA e sull’IA generativa stanno rapidamente emergendo tra le tecnologie impiegate nel settore immobiliare (PropTech). Queste tecnologie vengono utilizzate lungo la catena del valore del settore, dall’acquisizione degli immobili, allo sviluppo e alla riqualificazione, alla gestione e alla dismissione.

Data center: la crescita dell’IA generativa e delle piattaforme di cloud computing richiede una solida infrastruttura di dati, con conseguente aumento della necessità di data center avanzati con specifici requisiti di raffreddamento ed energia. Si prevede che il mercato globale degli affitti di data center crescerà a un tasso annuale composto del 23% su cinque anni, di cui il 36% dovuto alla domanda di IA.

Uffici: si stima che il settore dei servizi legali sia il più colpito dai modelli linguistici di grandi dimensioni come ChatGPT. A seguire, le attività finanziarie delle banche e assicurazioni, i servizi professionali come contabilità e consulenza, attività specifiche del settore tecnologico come l’elaborazione dei dati informatici e i settori dei media. Il grado di influenza dell’IA su questi settori rimane poco chiaro; pertanto, ci vorrà del tempo per capire le implicazioni per gli investitori immobiliari nel settore degli uffici.

Retail: il problema dell’uso etico dei dati dei clienti e della privacy continuerà a essere al centro dell’attenzione dei retailer e delle aziende tecnologiche, ma probabilmente produrrà benefici maggiori che consentiranno di migliorare l’esperienza dei clienti, di scoprire nuovi prodotti, di aumentare i volumi di vendita e i valori del ciclo di vita dei clienti. Per i retailer, l’IA generativa può rendere efficiente tutta la catena del valore, ad esempio la gestione dell’inventario, la previsione e l’analisi delle vendite. Anche se potenzialmente disruptive nel breve termine, l’IA ha il potenziale per creare un’esperienza omnicanale più fluida. Per il commercio al dettaglio fisico, l’IA potrebbe anche migliorare l’analisi dei dati, portando a una maggiore redditività, a un rapporto più solido con i clienti e a migliori ritorni sugli immobili.

Edifici multifamiliari e ad uso misto: gli strumenti basati sull’IA possono offrire ai residenti esperienze sempre più personalizzate. Ad esempio, tramite i chatbot in leasing e le tecnologie per le smart home si possono personalizzare le impostazioni di illuminazione, temperatura e sicurezza. Inoltre, l’IA generativa e il lavoro ibrido continueranno ad aumentare la quota di lavoratori autonomi o che lavora per piccole aziende.

Infrastrutture

I settori dei trasporti e della logistica intermodale hanno adottato per primi e in modo significativo l’IA, ottenendo progressi in termini di efficienza operativa, sicurezza, servizio clienti e sostenibilità ambientale.

Energia: con la maturazione dell’industria delle rinnovabili e l’utilizzo di risorse di stoccaggio come le batterie, l’IA può intervenire nell’ottimizzazione delle batterie e della loro durata. L’integrazione dell’energia rinnovabile può essere più agevole grazie alle previsioni dell’IA sulla sua produzione. L’IA può anche migliorare la selezione dei siti per l’installazione delle batterie, consentendo di ridurre la congestione della rete e i costi di trasmissione ai clienti finali.

Logistica portuale: gli strumenti basati sull’IA dovrebbero migliorare la gestione dei container, l’ottimizzazione dei flussi di traffico e lo sdoganamento. Ad esempio, la tecnologia può essere utilizzata per ottimizzare lo stoccaggio e i movimenti dei container all’interno dei porti. L’IA può anche aiutare a gestire il flusso di camion e navi, a programmare l’assegnazione delle banchine e a migliorare i processi di carico per ridurre la congestione e migliorare l’efficienza.

Gestione della flotta: gli algoritmi di IA analizzano i dati sul traffico, le condizioni meteorologiche e altri fattori per determinare i percorsi più efficienti per le flotte di trasporto. Il machine learning può aiutare ad analizzare i modelli e le condizioni di guida per suggerire miglioramenti, con conseguente riduzione del consumo di carburante e delle emissioni. L’IA viene utilizzata anche per allocare e programmare in modo ottimale i carichi di merci per massimizzare l’utilizzo della capacità e ridurre al minimo i viaggi di ritorno senza carico.

Capitale naturale

L’IA consentirà di migliorare la produttività, la sostenibilità e la tutela della biodiversità.

Farmland: l’IA e il machine learning stanno rendendo possibili nuove pratiche come l’agricoltura di precisione, che prevede l’utilizzo preciso di acqua, fertilizzanti e pesticidi solo in base alle esigenze di aree specifiche di un campo, ottimizzando l’uso delle risorse e riducendo i costi, con un potenziale aumento della resa dei raccolti. Gli strumenti di IA possono anche rilevare precocemente le malattie delle piante e le infestazioni di parassiti attraverso tecnologie di riconoscimento delle immagini, riducendo al minimo i danni potenziali.

Timberland: l’IA può aiutare nella gestione delle foreste, migliorare il monitoraggio delle risorse di legname e le pratiche di sostenibilità. Le tecnologie di riconoscimento delle immagini che si avvalgono dell’IA permettono di identificare le specie arboree e contare le popolazioni su vaste aree. Infine, i sistemi di IA possono anche rilevare più rapidamente gli incendi boschivi da immagini satellitari e aeree.