Capital Group: Quattro colli di bottiglia dell’IA potrebbero sostenere le aziende della vecchia economia

Il ciclo dell’intelligenza artificiale potrebbe essere giunto al termine. I giganti della tecnologia e gli investitori sono entusiasti del potenziale dell’IA di aumentare la produttività e trasformare l’economia.

Tuttavia, alcune limitazioni delle risorse potrebbero impedire ai tassi di crescita dell’IA di soddisfare le grandi aspettative. Negli ultimi mesi, infatti, gli investitori hanno iniziato a chiedersi quanto tempo ci vorrà perché gli investimenti multimiliardari nell’IA si traducano in una crescita degli utili. Ma i colli di bottiglia potrebbero non essere dove ci si aspetta.

Una delle ironie della produzione di una tecnologia avanzata come l’IA è che richiede ingenti risorse fisiche, mentre non si potrebbe pensare che una tecnologia così avanzata sia soggetta a vincoli fisici. Non tutte le limitazioni delle risorse faranno notizia, come la carenza di semiconduttori avanzati prodotti da NVIDIA e altri produttori di chip.

Ecco quattro limitazioni delle risorse che potrebbero rallentare la crescita dell’IA e offrire opportunità alle aziende della vecchia economia.

1. L’IA scatena la corsa al rame del XXI secolo

Gli strumenti di IA generativa come ChatGPT si basano su modelli linguistici di grandi dimensioni ospitati su migliaia di server in enormi centri dati. Questi data center richiedono sistemi di raffreddamento per aiutare i server a funzionare in modo più efficiente, oltre a un’infrastruttura di alimentazione composta da trasformatori, generatori e linee di trasmissione. La maggior parte di questi elementi richiede rame. La costruzione di un centro dati Microsoft da 500 milioni di dollari vicino a Chicago ha richiesto, ad esempio, 2.177 tonnellate di rame. Se le proiezioni degli hyperscaler sono corrette, i data center costruiti nei prossimi otto anni richiederanno un milione di tonnellate di rame solo negli Stati Uniti. E per questa costruzione è necessario pensare a livello globale. La domanda di rame per i veicoli elettrici, la tecnologia per l’energia pulita e la modernizzazione della rete elettrica statunitense è già destinata a creare deficit crescenti. Secondo JPMorgan, la prevista costruzione di centri dati per l’intelligenza artificiale farà salire il deficit a più di sei milioni di tonnellate entro il 2030. La domanda è: riusciranno le società estrattive a estrarre abbastanza rame dalla terra in tempi brevi per soddisfare le aspettative di espansione dell’IA?

2. La domanda di energia sta diventando nucleare

L’intelligenza artificiale, come qualsiasi altra tecnologia avanzata, ha bisogno di energia. Molta energia. Secondo l’Electric Power Research Institute, i data center potrebbero consumare fino al 9% della produzione totale di elettricità degli Stati Uniti entro il 2030, più del doppio dell’utilizzo attuale. Le richieste alla rete da parte dei centri dati e dei veicoli elettrici porteranno a un aumento dei consumi che non si vedeva da circa 20 anni. La domanda è: le aziende elettriche statunitensi sono in grado di soddisfare l’impennata della domanda nel breve periodo? Probabilmente sì, ma ci sono delle complicazioni. In primo luogo, le dinamiche della domanda e dell’offerta variano da Stato a Stato. Potrebbero esserci degli squilibri in alcuni Stati, ma se la traiettoria attuale fosse quella giusta, l’energia dovrebbe essere sufficiente. Ma se la traiettoria dovesse raddoppiare, l’introduzione di nuova capacità in tempi brevi sarebbe molto impegnativa.

Inoltre, molti dei giganti tecnologici si sono impegnati ad azzerare le emissioni di carbonio entro il 2030. Sarà difficile soddisfare questi impegni e la domanda di energia nel breve termine. Serviranno molto più vento, molto più solare, gas naturale – e potrebbe essere necessario rallentare il ritmo di smantellamento delle centrali a carbone. Potrebbe essere necessario mettere sul tavolo tutte le fonti energetiche.

In alcune aree ad alta domanda, le connessioni disponibili sono scarse. Le aziende si sentono dire che non possono ottenere una connessione al sistema e devono entrare in una lista d’attesa. Per contribuire a soddisfare il suo crescente fabbisogno, a settembre Microsoft ha raggiunto un accordo con il fornitore di energia nucleare Constellation Energy per riavviare la centrale nucleare di Three Mile Island in Pennsylvania.

3. Il fabbisogno di beni strumentali è in aumento

L’ingente fabbisogno di beni strumentali per la costruzione di data center e l’aumento della produzione di energia elettrica a livello globale sta spingendo la domanda di una serie di aziende industriali, in alcuni casi portando a carenze. Ad esempio, il produtore di apparecchiature energetiche GE Vernova prevede che il suo arretrato di 6,4 miliardi di dollari di turbine a gas necessarie per i generatori di backup e altre apparecchiature elettriche triplicherà entro la fine del 2024.

Poiché i chip di intelligenza artificiale generano una grande quantità di calore, i data center richiedono sistemi avanzati di raffreddamento a liquido per evitare guasti alle apparecchiature e migliorare l’efficienza energetica. I produttori industriali come Modine e Vertiv hanno registrato quest’anno aumenti a tre cifre delle loro quotazioni azionarie grazie all’aumento della domanda delle loro offerte.

4. L’IA ha bisogno di più esseri umani

I titoli dei giornali si concentrano sulla possibilità che l’IA elimini posti di lavoro. Ma l’introduzione dell’IA deve far fronte a una potenziale carenza di risorse umane. Le aziende cominciano a sentire che c’è una vera e propria carenza di ingegneri dell’IA in grado di costruire modelli di base e di persone in grado di implementare i sistemi di IA a livello aziendale. Secondo un recente sondaggio di Salesforce, il 60% dei professionisti IT del settore pubblico ha individuato nella carenza di competenze in materia di IA la sfida principale per l’implementazione dell’IA. Senza persone esperte che guidino l’implementazione, l’adozione sarà probabilmente più lenta e richiederà più tempo per generare le efficienze che la tecnologia può fornire. Riteniamo che le società di servizi professionali come Accenture e Oracle svolgeranno un ruolo importante nell’aiutare le imprese a determinare le loro strategie di IA. Ci saranno molte persone in questa catena.

Conclusioni

La tecnologia dell’intelligenza artificiale ha un grande potenziale per stimolare la produttività e trasformare l’economia nel lungo periodo, ma l’introduzione e l’adozione di questa tecnologia richiederanno probabilmente del tempo a causa dei potenziali colli di bottiglia qui identificati e di altri fattori. I progressi tecnologici potrebbero attenuare alcuni di questi vincoli. Ad esempio, i futuri progressi nella progettazione dei semiconduttori potrebbero ridurre la quantità di energia necessaria nei data center, o almeno minimizzare i requisiti attuali. Ci aspettiamo due cicli di AI. Quello in cui ci troviamo è un ciclo di IA per i consumatori guidato dalla pubblicità e, successivamente, un ciclo di IA per le imprese che sarà più gestibile ma molto più lungo e lento. Questo schema è normale quando si tratta di innovazione.