PGIM: Molteplici opportunità con il cambiamento di paradigma generazionale dell’IA

La rapida diffusione dell’intelligenza artificiale generativa ha innescato una corsa globale alla costruzione di data center ad alta densità, strutture che consumano molta più energia rispetto ai carichi di lavoro tradizionali. L’Agenzia internazionale per l’energia prevede che il consumo globale di elettricità dei data center raddoppierà entro il 2030: hyperscaler, operatori di data center e asset manager stanno investendo ingenti capitali nella costruzione di data center di nuova generazione più grandi e ad elevata capacità.

Dieci anni fa un data center da 30 megawatt (MW) era considerato grande; oggi, un data center da 200 MW è considerato normale e diversi hyperscaler stanno attualmente progettando campus di data center AI con un fabbisogno energetico di 1 gigawatt (GW) o superiore.

Le stime di McKinsey mostrano che entro il 2030 saranno necessari 18 GW di potenza aggiuntiva solo per servire i data center statunitensi. In confronto, il fabbisogno energetico totale di New York City è attualmente di circa 6 GW. In altre parole, per soddisfare il crescente fabbisogno energetico dell’intelligenza artificiale, si prevede che entro il 2030 gli Stati Uniti dovranno aggiungere alla loro rete elettrica l’equivalente di tre New York.

Domanda di energia e infrastrutture

A nostro avviso, l’IA rappresenta un cambiamento di paradigma generazionale nel modo in cui i consumatori e le imprese interagiscono con i servizi informatici e li utilizzano. Per le imprese, l’IA offre maggiore efficienza, esecuzione superiore, differenziazione strategica e approfondimenti più dettagliati.

Per i consumatori, l’IA fornisce accesso istantaneo alle informazioni, esperienze di contenuti personalizzati e capacità avanzate di problem-solving.

Gli ultimi modelli di IA, noti come modelli di scalabilità o di ragionamento di inferenza temporale, hanno il potenziale per fornire queste capacità a nuovi livelli di efficienza ed efficacia. Questi modelli sono in grado di riflettere, rivalutare e rivedere le risposte, rendendole molto più sofisticate e capaci di gestire compiti complessi e reali.

Dal punto di vista energetico, questi modelli di ragionamento richiedono una potenza di calcolo significativamente maggiore, poiché sono coinvolti in cicli di inferenza più lunghi e più intensivi in termini di risorse. Man mano che questi modelli diventano lo standard per le interazioni di IA, si prevede che accelereranno in modo significativo la domanda di energia e infrastrutture.

Il lancio di DeepSeek R1, modello di IA generativa di una startup cinese, ha sfidato le ipotesi sulla competitività della Cina nel campo dell’IA, eguagliando le prestazioni dei modelli statunitensi di alto livello pur operando su hardware meno potente e meno costoso.

Sebbene le prestazioni di DeepSeek rispetto al suo costo siano impressionanti, i vantaggi in termini di costi di training dichiarati dall’azienda possono essere fuorvianti, poiché non sono direttamente comparabili a quelli dei modelli sviluppati dalle principali aziende statunitensi.

Ciononostante, con il miglioramento dell’efficienza, riteniamo che l’IA diventerà più accessibile e conveniente, accelerandone l’adozione da parte dei consumatori, delle imprese e dell’ecosistema tecnologico in generale.

Questa dinamica spiega anche il paradosso di Jevons, secondo cui con l’aumentare dell’efficienza tecnologica il consumo totale può effettivamente aumentare anziché diminuire, suggerendo che i costi inferiori dell’IA potrebbero in ultima analisi determinare un aumento della domanda di potenza di calcolo e di energia, anziché una sua diminuzione.

Prospettive in espansione per gli investitori

Il fabbisogno energetico dell’IA sta creando un ampio e crescente ventaglio di opportunità per gli investitori. Sebbene l’energia nucleare faccia spesso notizia, le infrastrutture necessarie per supportare l’IA vanno ben oltre la sola produzione di energia nucleare.

Le utility stanno già allineando gli investimenti di capitale alla domanda guidata dal tech. Si prevede che i nuovi impianti a energia solare, eolica e gas naturale, alcuni dei quali costruiti accanto ai data center, svolgeranno complessivamente un ruolo ancora più importante del nucleare nel soddisfare il crescente fabbisogno energetico dell’IA.

Le utility stanno inoltre investendo nella modernizzazione delle proprie reti di trasmissione e distribuzione per sfruttare la capacità di generazione sottoutilizzata e garantire la stabilità della rete, in particolare per i data center di IA, che in genere richiedono livelli di affidabilità molto elevati.

Ma soddisfare il fabbisogno energetico dell’IA richiede anche un ecosistema più ampio: i data center dipendono fortemente da sistemi avanzati per gestire il calore generato da carichi di lavoro di calcolo ad alta densità, creando opportunità per le aziende specializzate in tecnologie di raffreddamento.

Inoltre, si prevede che il gas naturale svolgerà un ruolo chiave nel colmare il fabbisogno energetico a breve termine grazie alla scalabilità e all’affidabilità delle centrali elettriche alimentate a gas naturale.

Con l’accelerazione della crescita dell’IA, una serie diversificata di fornitori di energia e infrastrutture, grandi e piccoli, trarrà vantaggio da questo cambiamento strutturale. Con l’accelerazione dell’adozione dell’IA, aumenta anche la sua domanda di elettricità, ridefinendo il panorama delle infrastrutture globali e aprendo un’ampia gamma di opportunità di investimento.

Questo cambiamento non è ciclico, ma strutturale, guidato da una nuova generazione di modelli di IA che richiedono più potenza di calcolo, più energia e più infrastrutture. Per gli investitori a lungo termine, l’ascesa dell’IA non rappresenta solo una rivoluzione tecnologica, ma una trasformazione fondamentale dell’economia energetica globale.