Commento GAM: quali innovazioni ha in serbo il nascente settore dell’AI?

All’inizio degli anni 2000, produttori come Intel e AMD hanno cavalcato l’onda della domanda di microchip per uso generale sempre più potenti, spinti dalla crescita del mercato dei PC e dalla rapida ascesa di Internet. Più recentemente, Nvidia è salita alla ribalta con le GPU (unità di elaborazione grafica) che si sono trasformate da applicazioni di gioco a visualizzazione professionale, data center e applicazioni di intelligenza artificiale/apprendimento automatico. Tuttavia, nonostante la crescente domanda di chip generici, i cosiddetti merchant chip, stiamo assistendo a un’impennata ancora maggiore della domanda di chip personalizzati, su misura per le esigenze specifiche delle applicazioni dei clienti, con vantaggi in termini di costi e prestazioni.

Con la crescita della domanda di chip personalizzati che supera quella dei loro equivalenti per uso generico, riteniamo che aziende come Broadcom, il più grande progettista di chip personalizzati al mondo, che già fornisce clienti come Google e ByteDance e che presto aggiungerà Apple e OpenAI alla sua lista di clienti, siano ben posizionate per trarre vantaggio da questo mercato. Il management di Broadcom ha previsto un’importante opportunità di guadagno nell’IA, vedendo un mercato indirizzabile (SAM) fino a 90 miliardi di dollari da soli tre clienti – Google, Meta e ByteDance – entro il 20271.

Innovazioni dei transistor

Ogni decennio circa ha assistito a un cambiamento radicale nell’architettura dei transistor (i dispositivi che controllano il flusso di elettroni) sui microchip. L’ultima fase, il passaggio alle architetture Nanosheet (design che migliorano le prestazioni elettriche e l’efficienza di un transistor), sta ora guadagnando slancio, con la modifica della forma delle strutture dei transistor che crea enormi opportunità per i fornitori di apparecchiature semiconduttori e le aziende che sviluppano il software avanzato che consente i nuovi design dei chip. Anche se riteniamo che queste opportunità di architettura dei chip si presenterebbero indipendentemente dalla rivoluzione dell’IA, il miglioramento delle prestazioni hardware è un fattore abilitante di un’IA più potente, quindi vediamo un potenziale doppio vantaggio di questi progressi, poiché decine, se non centinaia, di miliardi di dollari vengono investiti in apparecchiature di produzione di nuova generazione e nelle applicazioni software/di progettazione che le guidano.

Man mano che i chip diventano più piccoli e più complessi cresce la necessità di tecniche di packaging avanzate, che consentano di impilare un numero sempre maggiore di chip di dimensioni inferiori a tre nanometri in un unico pacchetto. A nostro avviso, ciò rappresenta un’enorme opportunità di mercato per i fornitori di apparecchiature come BE Semiconductor Industries, specializzati in queste tecnologie.

Casi d’uso dell’IA consolidati e nuovi

La generazione di testi con l’IA ha fatto un grande progresso nel 2022 con il lancio di ChatGPT. Da allora, concorrenti come Gemini di Google DeepMind si sono uniti alla lotta con servizi di conoscenza e scrittura creativa. CoPilot e GitHub di Microsoft offrono generatori di codice software e servizi di supporto al marketing, mentre Midjourney e Adobe sono tra coloro che offrono servizi di generazione di immagini e video a clienti come artisti e operatori di marketing. Questi servizi sono già in fase di commercializzazione, sia a pagamento per immagine che in abbonamento, e le capacità in rapida evoluzione, soprattutto nella generazione di video, stanno creando disagi e opportunità di investimento in tutto il settore dei media. Gli assistenti personalizzati basati sull’intelligenza artificiale sono già una realtà, come dimostra l’assistente personale interattivo di Agentic AI, che agisce in base a istruzioni verbali.

L’IA potrebbe rivoluzionare le applicazioni sanitarie e agricole

Aziende come AlphaFold di Google hanno sviluppato una tecnologia di IA in grado di generare proteine con il potenziale di combattere malattie specifiche nelle raccolte. Più a lungo termine, l’uso emergente di questa tecnologia potrebbe portare alla creazione di proteine per combattere malattie come il cancro e disturbi neurodegenerativi come l’Alzheimer, riducendo la sofferenza e creando al contempo straordinarie opportunità di investimento nel settore sanitario.

Oltre ai vantaggi puramente hardware: il potenziale dirompente di DeepSeek e di altri

Chiunque abbia fatto congetture superficiali sull’evoluzione dell’IA basata esclusivamente su una potenza di elaborazione sempre maggiore, ha avuto un brusco risveglio alla fine di gennaio. Il modello di IA di DeepSeek, apparentemente sviluppato a un costo molto inferiore rispetto ad altri modelli di punta da un giovane team di prodigi della tecnologia e neolaureati delle più prestigiose università cinesi, ha sollevato interrogativi sulla necessità di elevati investimenti in conto capitale (capex) per l’IA, soprattutto perché il modello sembrava fornire risultati simili a quelli dei concorrenti affermati. DeepSeek ha dichiarato di aver speso solo 5,5 milioni di dollari², una cifra irrisoria in termini relativi, per addestrare il proprio modello su chip H800, molto meno potenti delle più recenti e potenti GPU H100 preferite da OpenAI e da altri, una necessità che ironicamente è in parte il risultato delle sanzioni statunitensi all’esportazione di tecnologia previste dal CHIPS and Science Act del 2022. E per aggiungere benzina sul fuoco, l’azienda cinese ha affermato di utilizzare solo poche migliaia di questi chip H800 per far funzionare il suo modello tra i suoi 20 milioni di utenti attivi giornalieri (DAU), una frazione dei costi di gestione dei suoi più illustri omologhi statunitensi.

L’emergere di DeepSeek ha causato una scossa valutativa ad alcuni dei beniamini dell’IA, come Nvidia, riflettendo il potenziale dirompente e la sensibilità del mercato agli sviluppi inaspettati dell’IA. Sebbene le flessioni dei prezzi delle azioni di nomi più familiari legati all’IA siano state presto in gran parte invertite da forti aggiornamenti commerciali, in particolare da nomi di semiconduttori come ASML, nonché dalle preoccupazioni sulle pratiche di sicurezza dei dati di DeepSeek, l’intero episodio ha ricordato agli investitori quanto rapidamente le percezioni possano cambiare nel nascente settore dell’IA.

Implicazioni strategiche nel mondo in rapida evoluzione dell’IA

Il panorama degli investimenti nell’IA si sta evolvendo a un ritmo vertiginoso, molto più velocemente di quanto anche gli investitori tecnologici durante il boom delle dot.com all’inizio degli anni 2000 avrebbero potuto immaginare. Mentre nomi affermati nel settore dell’hardware come Nvidia rimarranno al centro del tema, per molti investitori l’esposizione all’IA si è concentrata su nomi di infrastrutture basate sull’energia. Ad esempio, solo una settimana prima che i riflettori si accendessero su DeepSeek, il governo degli Stati Uniti ha annunciato il piano di investimenti “Stargate” che vedrà 500 miliardi di dollari spesi in investimenti in IA in un periodo di quattro anni. Inoltre, appena una settimana dopo che DeepSeek ha attirato l’attenzione di un pubblico globale, i quattro principali hyperscaler di IA, ovvero Google, Meta, Amazon e Microsoft, hanno collettivamente guidato il loro capex 2025 a 320 miliardi di dollari, un notevole aumento del 44% su base annua che ha battuto le aspettative di Wall Street del 20%.

Questi sviluppi hanno confermato la nostra opinione che il tema del capex abbia ancora un po’ di strada da fare, tenendo conto delle osservazioni dell’economista britannico del XIX secolo William Jevons, il quale scoprì che, poiché i miglioramenti tecnologici aumentano l’efficienza dell’utilizzo delle risorse, il consumo complessivo può ancora aumentare, poiché, contrariamente a quanto si potrebbe pensare, il calo dei costi di una risorsa può portare a un aumento della domanda complessiva della tecnologia man mano che la diffusione aumenta. Mentre la risorsa in questione per Jevons era il carbone durante la rivoluzione industriale dal 1760 al 1840, il principio è applicabile anche alla potenza di calcolo nell’attuale rivoluzione dell’Industria 4.0 dell’IA.

Il settore delle applicazioni di IA è solo all’inizio

A nostro avviso, il minor costo della formazione dei modelli di IA, come dimostrato da DeepSeek, dovrebbe portare a un maggiore utilizzo e a una maggiore spesa per le tecnologie di IA, sia dal punto di vista hardware che software. Come ha recentemente osservato Satya Nadella, CEO di Microsoft, affinché l’IA possa esprimere il suo vero potenziale, la funzionalità deve essere resa più accessibile, facendo eco a Jevons nel paragonare l’IA al motore a vapore durante la rivoluzione industriale, nel senso che rendere l’IA più accessibile ne aumenterà l’adozione e, di conseguenza, la produttività e la  crescita economica.

A nostro avviso, la crescente adozione di modelli open source, simili al sistema operativo Android che ha favorito lo sviluppo dell’ecosistema delle app su dispositivi mobili non Apple, accelererà lo sviluppo di applicazioni di intelligenza artificiale democratizzate, diffondendo le opportunità di investimento al mondo tecnologico più ampio, mentre un intero ecosistema di intelligenza artificiale si sviluppa rapidamente, soddisfacendo le esigenze in continua evoluzione degli utenti su una scala che molti investitori stanno solo ora iniziando a immaginare.