Nelle trafficate strade del distretto finanziario di Londra o nelle aule rumorose e affollate di liceali, l'ascesa dell'intelligenza artificiale (IA) generativa ha catturato l'immaginazione di molti.
Ma tutto questo entusiasmo è giustificato? E cosa potrebbe significare per gli investitori?
Una conclusione che si può già trarre è che lo sviluppo dell'IA ha chiaramente raggiunto una fase nuova e più dinamica.
L'emergere di set di dati di grandi dimensioni, l'architettura cloud e una nuova generazione di semiconduttori sempre più potenti mettono questa tecnologia nelle condizioni di estendersi ad ambiti nuovi.
Secondo l'International Data Corporation, il mercato globale dell'IA (comprendente hardware, software e servizi) dovrebbe crescere di quasi il 19% all'anno, raggiungendo i 900 miliardi di dollari entro il 2026 (si veda la Fig. 1).
Ma questi numeri raccontano solo una parte della storia. Il suo impatto economico potrebbe essere enorme: Goldman Sachs stima che, nel prossimo decennio, l'IA potrebbe contribuire all'economia globale con circa 7.000 miliardi di dollari, in parte grazie al miglioramento della produttività che l'accompagna[1].
Fig.1 - Avanti tutta
Dimensione del mercato dell'IA globale, attuale e prevista, miliardi di dollari
Fonte: IDC, luglio 2022
Ciò che rende l'IA generativa molto più potente rispetto a ciò che la precedeva è l'utilizzo del machine learning (ML) per creare contenuti nuovi di zecca praticamente indistinguibili da quelli che possono generare gli esseri umani. Può, ad esempio, inventare personaggi e sviluppare storyline per i giochi online, redigere report finanziari ed elaborare richieste sempre più complesse all'interno del servizio clienti.
L'esempio più importante di questa tecnologia è ChatGPT, sviluppata da OpenAI, un'azienda privata che ha Microsoft come azionista principale. Per i meno esperti, GPT è l'acronimo di Generative Pre-trained Transformer (transformer generativo pre-addestrato), un tipo di modello linguistico di grandi dimensioni (LLM) addestrato su enormi set di dati di vario genere e non strutturati. Il chatbot IA è in grado di utilizzare un nuovo processo di deep learning (detto trasformer) per fornire risposte apparentemente umane ai comandi testuali degli utenti. OpenAI ha sviluppato anche una soluzione per la generazione di immagini (DALL-E 2) e un'altra per la generazione di comunicazioni vocali (Whisper).
Tutte queste nuove tecnologie, però, non sono spuntate dal nulla. I sistemi di IA hanno registrato notevoli progressi negli ultimi due decenni, ottenuti grazie a vaste risorse di calcolo, allo sviluppo di microprocessori potenti e ai progressi nelle tecnologie di archiviazione.
Monetizzare l'Intelligenza Artificiale
I gestori delle strategie Digital, Robotics e Security di Pictet Asset Management prevedono che presto assisteremo all'adozione degli LLM (modelli linguistici di grandi dimensioni) per uso commerciale.
È ancora troppo presto per avere una visione chiara delle aziende in grado di trarre i maggiori vantaggi dall'IA, ma ciò che al momento possiamo affermare con maggiore sicurezza è che le opportunità iniziali ricadranno su aziende che operano in tre settori tecnologici principali.
Il primo è quello dell'infrastruttura cloud.
L'IA generativa è basata sui dati e necessita di una potente infrastruttura cloud fornita da grandi piattaforme, dette hyperscaler. Di queste fanno parte AWS (Amazon Web Services), GCP (Google Cloud Platforms), Microsoft Azure e Meta (cloud privato). Insieme, rappresentano circa il 78% di tutta la capacità globale del cloud (si veda la Fig. 2). Nei primi tre mesi del 2023, i ricavi dei servizi di infrastruttura cloud hanno raggiunto i 63,7 miliardi di dollari (un aumento su base annua di 10 miliardi di dollari) e prevediamo che questa forte crescita continui.
Fig. 2 - Campioni del cloud
Quota di mercato mondiale dei principali operatori di servizi cloud nel primo trimestre 2023
Fonte: Synergy Research Group, 2023
Altri grandi beneficiari potrebbero essere le aziende produttrici di semiconduttori.
La potenza computazionale per l'intelligenza artificiale e il machine learning (IA/ML) proviene principalmente dallo sviluppo delle unità di elaborazione grafica (GPU) necessarie per eseguire modelli di IA generativi; queste sono in grado di ottimizzare l'acquisizione di set di dati di grandi dimensioni (LLM) grazie alle loro capacità di elaborazione parallela ad alta velocità. Ma, indipendentemente dalle GPU, siamo del parere che le aziende produttrici di semiconduttori e attrezzature per semiconduttori in genere trarranno grandi benefici dall'IA generativa grazie all'aumento della domanda di semiconduttori per le necessità crescenti di soluzioni informatiche, di memoria e di rete. Inoltre, la produzione di questi semiconduttori sempre più complessi richiede attrezzature sempre più sofisticate. Non è una coincidenza che le vendite di attrezzature per la produzione di semiconduttori abbiano superato i 100 miliardi di dollari nel 2022[2], stabilendo un nuovo record: una tendenza destinata, secondo noi, a proseguire.
La società di chip Nvidia è stata uno dei principali beneficiari dell'aumento dei requisiti computazionali necessari per alimentare gli algoritmi di IA come ChatGPT, che funzionano con i chip acceleratori per datacenter di fascia alta dell'azienda, come l'A100 e il nuovo H100. Questi chip rappresentano ora oltre la metà dei ricavi di Nvidia.
La maggior parte delle funzioni computazionali, tuttavia, è ancora eseguita dalle più semplici unità centrali di elaborazione (CPU). In questo ambito il leader di mercato resta Intel, ma negli ultimi anni la californiana AMD ha guadagnato quote di mercato considerevoli.
Che si tratti di CPU o di GPU, la domanda di chip sempre più avanzati è in aumento.
Diventa però sempre più difficile renderli ancora più piccoli, efficienti ed economici. Infatti, oggi, la progettazione di un nuovo chip all'avanguardia costa centinaia di milioni di dollari. Un aiuto nella produzione di nuovi chip può giungere, ironicamente, dall'IA stessa grazie all'uso di strumenti di automazione della progettazione elettronica (EDA) sviluppati da aziende come Synopsys e Cadence. Synopsys ha lanciato un'intera suite di strumenti EDA basati sull'IA, che hanno già progettato oltre 200 nuovi microchip.
Altre aziende che potrebbero emergere come vincitrici dell'era dell'IA generativa sono le case di software. Quelle che riusciranno a integrare l'IA nei propri prodotti sono destinate a godere di un notevole vantaggio competitivo. GitHub Copilot di Microsoft è oggi il miglior esempio di efficientamento grazie all'impiego dell'IA in ambito software. In uno studio pubblicato da Microsoft, gli sviluppatori che lo utilizzano per scrivere codici sono stati più produttivi, fornendo risultati migliori in minor tempo (55% di meno), il tutto con un abbonamento di circa 100 dollari l'anno per il loro "copilot"[3].
Un'altra società di software in gara per l'integrazione dell'IA è Adobe con il suo modello Firefly, che è addestrato su 175 milioni di immagini di archivio prive di copyright e rende possibile generare immagini che non infrangono il diritto d'autore per tutta la sua suite di prodotti.
Per quanto riguarda i software per la sicurezza informatica, è possibile che il settore debba adattarsi all'utilizzo dell'IA generativa per contrastare potenziali minacce derivanti da codici malevoli scritti da altri computer. L'IA permetterebbe di rilevare e rispondere agli attacchi in maniera più rapida. CrowdStrike e Palo Alto sono due delle aziende già impegnate a integrare la potenza dell'IA nelle proprie piattaforme di cybersecurity. Con il passare del tempo, la cybersecurity avrà un ruolo importante anche nella protezione dei dati utilizzati dalle applicazioni di IA e nel garantire la qualità di questi dati.
Mentre valutiamo l'impatto che l'IA avrà per le aziende di cybersecurity e per gli utenti aziendali, a nostro parere il risultato più probabile è un aumento dell'efficienza (ovvero una riduzione dei tempi di rilevamento e risposta agli attacchi). L'IA generativa avrà un ruolo importante da svolgere nell'incrementare o eliminare del tutto molte delle attività di routine che gli agenti di sicurezza informatica affrontano nel loro lavoro quotidiano.
Ostacoli in vista
L'IA racchiude tante promesse, ma anche dei pericoli. Ciò significa che la regolamentazione avrà un ruolo determinante nello sviluppo e nella diffusione di questa tecnologia.
Già oggi c'è molta preoccupazione in merito all'affidabilità dei dati, alla violazione dei diritti d'autore, alla privacy e alla concentrazione di mercato, anche se alcune di queste preoccupazioni sono già state affrontate. In determinati contesti, l'IA è in grado di autoregolamentarsi. Modelli di IA pre-addestrati vengono utilizzati, ad esempio, per moderare i contenuti, filtrando quelli ritenuti tossici. Con il passare del tempo verranno sviluppati sempre più modelli e casi d'uso di questo genere.
Tuttavia, c'è anche preoccupazione su ciò che l'IA potrebbe significare per i nostri mezzi di sostentamento e se, in assenza di controlli, possa rappresentare una minaccia ben più grave per la società.
Una regolamentazione ufficiale di questa tecnologia è quindi fondamentale e sia i governi che le aziende se ne stanno occupando attivamente. I cofondatori di OpenAI hanno richiesto l'istituzione di un organismo paragonabile all'Agenzia Internazionale per l'Energia Atomica per "ispezionare i sistemi, imporre audit, testare la conformità agli standard di sicurezza e disporre restrizioni sui gradi di implementazione e sui livelli di sicurezza".
Primi passi
Tuttavia, non c'è dubbio che si troveranno soluzioni con l'avanzare della tecnologia. Pur tenendo conto dei rischi, riteniamo comunque che l'IA sia oggi a un punto di svolta paragonabile ai primordi dell'iPhone, più di 15 anni fa: un evento che ha aperto la strada all'uso degli smartphone e delle applicazioni mobili e all'avvento di AWS come primo fornitore di cloud. La tecnologia dell'IA sta ora rivoluzionando la prossima generazione di start-up tech.
ChatGPT e simili hanno appena cominciato a sfiorare la superficie. Crediamo che nel prossimo decennio l'IA rivoluzionerà i modelli di business, guiderà l'efficienza operativa e darà vita a una differenziazione strategica. Anche se la strada sarà piena di ostacoli, l'IA generativa è chiaramente destinata a non scomparire.