Comgest : All’inizio di quest’anno, ChatGPT ha confutato una congettura matematica risalente a 80 anni fa, formulata dal matematico ungherese Paul Erdős e nota come “problema della distanza unitaria planare”, a dimostrazione di come i modelli linguistici di grandi dimensioni (LLM) stiano facendo il loro ingresso in campi considerati off-limits per le macchine.
A cura di Justin Streeter, Analista e Gestore Azionario USA di Comgest
Su questo argomento esistono due correnti di pensiero. Da un lato, abbiamo i “boomer” dell’IA che credono che la tecnologia sarà assolutamente rivoluzionaria e andrà a vantaggio di pochi hyperscaler dominanti nel settore dell’IA, e dall’altro ci sono coloro che ritengono che il modello di business dei modelli linguistici di grandi dimensioni (LLM) sia basato su un eccesso di entusiasmo e che problemi come le ‘allucinazioni’ non siano stati risolti. Questi “doomer” non prevedono un disastro per il mercato del lavoro, ma per gli investimenti dei sostenitori dell’IA.
Il mercato oscilla tra queste due visioni, a seconda di quale visione prevalga nelle menti degli investitori. Sebbene i “boomer” abbiano ormai recuperato terreno, all’inizio di quest’anno erano i “doomer” ad avere il sopravvento. Queste visioni dominanti spesso ignorano l’esito più probabile: una via di mezzo caratterizzata da un’implementazione più graduale dell’intelligenza artificiale come tecnologia commercialmente utile, da cui trarranno vantaggio numerose aziende operanti in molti settori, anziché vedere tutti i benefici concentrarsi nelle mani di poche mega-cap.
Perché i rialzisti potrebbero sbagliarsi
Abbiamo già sentito in passato diverse tesi rialziste, tra cui quella secondo cui Amazon avrebbe sostituito l’intero settore del commercio al dettaglio, PayPal e il fintech avrebbero preso il posto delle banche, oppure i database open source avrebbero soppiantato Oracle. Nessuna di queste previsioni si è avverata, e riteniamo che ci siano delle lezioni da trarne.
La storia suggerisce che l’adozione delle tecnologie raramente converge su una singola piattaforma o su poche piattaforme dominanti. Anziché vedere tutti i benefici concentrarsi nelle mani di pochi giganti dell’IA, riteniamo che vi sia ampio spazio per le grandi aziende per investire in soluzioni su misura, basate su dati proprietari, modelli privati e alternative open source.
Per le attività quotidiane non serve una tecnologia “all’avanguardia”. Un modello di IA “sufficientemente valido” si rivelerà probabilmente adeguato a molte esigenze aziendali. Di conseguenza, il settore sarà aperto a una varietà di fornitori che potranno integrare soluzioni di IA nei flussi di lavoro e nei prodotti esistenti, scongiurando il rischio che tutti finiscano per dipendere da poche aziende dominanti.
C’è poi quella forza potente chiamata inerzia. Storicamente, le grandi aziende di software non hanno mai assorbito tutti i fornitori più piccoli. Anche nei settori software ormai consolidati, nessun singolo fornitore è riuscito ad avvicinarsi a una completa concentrazione del mercato, e ci aspetteremmo che l’IA segua lo stesso schema.
Uno dei motivi è che la creazione e l’integrazione di nuovi sistemi rappresentano un processo costoso e lento, che dipende dal rapporto di fiducia tra cliente e fornitore. Tenendo conto di ciò, i fornitori di software più piccoli non saranno messi fuori gioco dall’oggi al domani e avranno il tempo di adattarsi al nuovo mondo dell’intelligenza artificiale, beneficiando al contempo delle relazioni già instaurate con i propri clienti.
Esistono altri ostacoli alla tesi rialzista sull’IA. L’elevato fabbisogno energetico dei data center su larga scala, l’aumento dei costi della memoria e la carenza di personale specializzato continuano a rappresentare una sfida per la sua crescita. Quest’anno, Uber ha dimostrato quanto facilmente i costi possano diventare un ostacolo dopo che l’azienda ha esaurito l’intero budget destinato all’IA già nel primo trimestre del 2026 e sta ora limitando la spesa per utente.
Anche le preoccupazioni relative alla privacy dei dati, i limiti di liquidità dei fornitori di IA e la complessità dell’implementazione di questi strumenti a livello aziendale potrebbero rallentarne l’adozione. Infine, occorre tenere conto anche della normativa. Le argomentazioni dei “boomer” tendono a basarsi sul presupposto che la risposta normativa da parte del governo (almeno negli Stati Uniti) sarà limitata.
Tuttavia, se lo scenario di forte espansione dovesse iniziare a configurarsi come una realtà – con un aumento della disoccupazione dovuto alla sostituzione dei lavoratori con l’IA e una contrazione della spesa dei consumatori – aumenterebbe il rischio di conseguenze sociali e politiche. Oggi, circa il 70% del PIL statunitense è costituito dalla spesa dei consumatori. Se a una significativa perturbazione del mercato del lavoro dovessero seguire riforme normative, queste potrebbero limitare ulteriormente la crescita e l’espansione dell’IA.
Prendendo ad esempio le previsioni errate su Amazon e Oracle, si nota che le aziende consolidate si sono spesso dimostrate più solide del previsto.
In passato, i fondi di venture capital avevano persino stabilito una regola: un prodotto deve essere dieci volte migliore della soluzione esistente per avere una possibilità di soppiantare il leader di mercato. Ciò suggerisce che il ritmo di adozione delle soluzioni di IA potrebbe essere più moderato di quanto lascino intendere le previsioni di un boom.
Cosa ci sta dicendo il mercato
Uno dei fattori alla base di queste narrazioni contrastanti è l’attuale andamento del mercato. Poiché il ritmo dell’innovazione nel campo dell’intelligenza artificiale rende difficile prevedere il futuro, gli investitori stanno puntando soprattutto sui flussi di cassa a breve termine, come i chip di memoria e gli utili a breve termine, piuttosto che sul valore a lungo termine.
Il modello di software “in abbonamento” (SaaS), che un tempo garantiva valutazioni elevate sulla base dell’ipotesi di ricavi ricorrenti illimitati, ha subito un netto ridimensionamento. Il mercato si è orientato verso il momentum e i flussi di cassa a breve termine, una dinamica amplificata dagli investitori al dettaglio e dalle piattaforme di trading di opzioni.
Quando gli investitori avranno una comprensione più chiara degli aspetti economici dell’intelligenza artificiale, il mercato dovrebbe tornare a premiare quella crescita degli utili di alta qualità che storicamente ha determinato rendimenti solidi e duraturi.
La via di mezzo
L’intelligenza artificiale è una tecnologia innegabilmente rivoluzionaria e le aziende che sapranno adattarsi ad essa dovrebbero trarne notevoli vantaggi. Ciò che ci chiediamo è se porterà a una massiccia concentrazione del mercato o alla distruzione degli operatori storici, come talvolta prevede la narrativa del boom.
Prevediamo invece che a livello aziendale emergeranno differenze significative nell’adozione e nell’integrazione dell’intelligenza artificiale. A nostro avviso, gli operatori consolidati che riusciranno a trovare rapidamente il modo di sfruttare la nuova tecnologia per migliorare l’efficienza e l’esperienza del cliente avranno probabilmente un vantaggio competitivo, mentre quelle che non ci riusciranno potrebbero rimanere indietro.
Ciò implica un approccio di investimento bottom-up, piuttosto che puntare tutto sugli hyperscaler dell’IA o su altri segmenti della catena di approvvigionamento dell’IA. Per gli investitori a lungo termine, riteniamo che la domanda più interessante non sia chi sta sviluppando l’IA, ma quali aziende quality growth siano meglio posizionate per trarne vantaggio.
Fonte: InvestmentWorld.it
Iscriviti alla Newsletter di Investment World.it
