Flossbach von Storch : Il vero costo del mega-Capex nell’IA: la scommessa delle Big Tech tra cash flow e rendimenti decrescenti
A cura di Bert Flossbach, fondatore e amministratore di Flossbach von Storch SE
Nelle economie industriali tradizionali, la crescita degli investimenti porta a vantaggi di costo via via meno accentuati, in base al principio dei rendimenti di scala decrescenti. Nell’economia di rete, al contrario, la dimensione non garantisce soltanto efficienze di costo, ma accresce direttamente il valore dell’offerta: ogni nuovo utente aumenta l’utilità del servizio per tutti gli altri partecipanti. Si tratta di una dinamica fondamentale che caratterizza non solo i social network, ma anche i sistemi di pagamento, i marketplace, i sistemi operativi e le piattaforme di comunicazione.
Le nuove tecnologie si diffondono molto più velocemente rispetto ai guadagni di produttività che riescono a generare. L’evoluzione di internet ne offre un chiaro esempio: dal debutto del primo browser di massa Netscape Navigator nel 1994, si è passati all’integrazione del termine “googlare” nel dizionario tedesco Duden nel 2004, fino al traguardo di un miliardo di utenti nel 2005 e all’ascesa di Facebook, arrivato a un miliardo di utenti nel 2012. A fronte di una penetrazione capillare e repentina, l’effetto concreto sulla produttività rimane tuttavia difficile da stimare con esattezza: nella fase di massima espansione (1995-2005), le stime ne calcolano l’apporto tra lo 0,5% e l’1% all’anno.
Tra l’era di internet e quella dell’intelligenza artificiale emergono parallelismi e differenze rilevanti. Agli esordi del web, i massicci investimenti delle società di telecomunicazioni nelle infrastrutture di rete non sono riusciti a ripagarsi, lasciando ai produttori di apparecchiature solo un beneficio temporaneo prima del crollo avvenuto dopo pochi anni. Al contrario, realtà come Alphabet (Google) e Meta (Facebook) hanno ottenuto profitti duraturi sfruttando l’economia di rete senza sostenere ingenti spese in conto capitale.
Per ironia della sorte, sono proprio queste aziende a investire oggi centinaia di miliardi all’anno nelle infrastrutture di IA. Di conseguenza, il loro modello di business è diventato intensivo in termini di capitale e si configura come una scommessa sul futuro. A differenza delle compagnie di telecomunicazioni pesantemente indebitate, tuttavia, esse non rischiano il collasso, grazie ai consistenti flussi di cassa in entrata dal loro core business. La differenza fondamentale tra l’era di internet e quella dell’IA risiede nell’aspettativa che l’intelligenza artificiale sarà in grado di svolgere autonomamente il lavoro di sviluppo e di tradurre in pratica le proprie innovazioni. L’intelligenza artificiale non si limita ad aiutare gli ingegneri a sostituire le carrozze con le automobili, ma inventa le automobili stesse.
Un’IA in grado di auto-migliorarsi può assumere il controllo di parti del processo di innovazione. Per ora, tutto ciò suona ancora come un’utopia, poiché i guadagni di produttività e la sostituzione del lavoro umano da parte dell’IA stanno emergendo solo gradualmente. La situazione potrebbe cambiare non appena i software aziendali dotati di agenti propri inizieranno a sfruttare l’enorme patrimonio di dati delle imprese e queste ultime decideranno di delegare progressivamente sempre più responsabilità a tali agenti. In ultima analisi, tuttavia, un essere umano deve sempre rimanere responsabile.
Rappresentativo del rapido ingresso dell’IA basata su agenti nella quotidianità è Muse, l’assistente di Meta diventato in pochi giorni l’applicazione più scaricata negli store statunitensi di Apple e Google. Oltre alle ricerche e alla comparazione prezzi, Muse gestisce prenotazioni, acquisti, moduli, attese telefoniche e negoziazioni. Una maggiore autonomia di tali strumenti riduce la necessità di azione e pensiero autonomo per l’utente, ma richiede un’elevata fiducia nel giudizio della tecnologia: Muse si pone quindi come banco di prova iniziale per verificare la disponibilità delle persone a concedere all’IA l’accesso a e-mail, contatti e conti bancari.
Questo comporta rischi di responsabilità cruciali per i fornitori in vista delle loro imminenti IPO. Nel documento S-1, ad esempio, Anthropic dedica 80 pagine ai rischi del proprio modello di business, menzionando perfino “rischi esistenziali per l’intera umanità”. Meno distopici e più probabili sono i rischi convenzionali di responsabilità civile per prodotti difettosi, che sollevano un interrogativo inedito: chi risponde dei danni causati da agenti di IA che agiscono per conto degli utenti? Se un agente autonomo definisce sotto-obiettivi, azioni e decisioni non ordinate né prevedibili dall’utente, l’eventuale danno non può più essere attribuito esclusivamente a quest’ultimo. Eppure i fornitori mirano esattamente a questo risultato, la loro massima è: “Azione dell’agente = azione dell’utente = responsabilità dell’utente”.
Informative sui rischi ed esclusioni di responsabilità nei termini contrattuali mirano a trasferire i danni sugli utenti: negli Stati Uniti si ricorre a clausole generali di manleva, mentre nell’UE un’esenzione globale contrasta con le norme a tutela dei consumatori. Tali limitazioni sono più praticabili con la clientela aziendale, pur con precisi vincoli; xAI, ad esempio, ne esclude l’efficacia in presenza di dolo, frode e colpa grave. Nella pratica, tuttavia, l’onere di provare tali condotte resta complesso. Il tema della responsabilità potrebbe diventare un vincolo critico per l’accettazione e il successo commerciale di un’IA altamente autonoma.
Allo stesso tempo, i CEO dei principali sviluppatori di IA cercano di mettersi al riparo da potenziali richieste di risarcimento danni descrivendo i rischi nei termini più foschi possibili, sostenendo al contempo l’ulteriore sviluppo controllato dell’IA. L’ironia sta nel fatto che società di IA come Anthropic e OpenAI invocano da tempo moderazione nell’ulteriore sviluppo dei modelli di IA, pur continuando a far progredire i propri modelli. La logica di fondo è semplice: se non lo facciamo noi, lo faranno i nostri rivali.
Per i fornitori di IA, il tema della sicurezza sta assumendo un’importanza crescente. Il loro futuro non dipende solo dalle prestazioni dei rispettivi modelli e chip, ma anche dall’accettazione da parte degli utenti. Quando a settembre è emerso che gli agenti di IA di OpenAI avevano avuto accesso autonomo a siti web del Dipartimento del Commercio degli Stati Uniti e alla Securities and Exchange Commission, OpenAI ha annunciato che avrebbe temporaneamente sospeso l’addestramento dei suoi modelli più potenti fino a quando non fossero state implementate e verificate ulteriori tutele. Nvidia ha colto i recenti incidenti di sicurezza come un’opportunità per lanciare una nuova piattaforma di sicurezza progettata per monitorare e controllare meglio gli agenti di IA.
Anche i mercati dei capitali stanno iniziando a considerare con maggiore serietà i rischi per la sicurezza, continuando tuttavia a giudicarli gestibili; ed è per questo motivo che gli incidenti verificatisi finora hanno provocato solo ondate di incertezza di breve durata. Gli scenari catastrofici delineati da chi suona l’allarme vengono interpretati dai mercati come un “rischio di coda”, ovvero un evento improbabile ma estremo. Ciò risulta comprensibile: ha ben poco senso basare una strategia di investimento su scenari distopici, quand’anche questi ultimi dovessero poi concretizzarsi. Per i mercati dei capitali, pertanto, gli interrogativi cruciali sono: quanto durerà il boom degli investimenti e quali aziende emergeranno come vincitrici e quali come perdenti?
Fonte: InvestmentWorld
Iscriviti alla Newsletter di Investment World.it
