Tag: intelligenza artificiale

  • L’intelligenza artificiale: Meloni apre al dialogo con i giganti della tecnologia

    L’intelligenza artificiale: Meloni apre al dialogo con i giganti della tecnologia

    L’IA come opportunità per l’Italia

    Giorgia Meloni, durante la sua visita a New York, ha dedicato ampio spazio al tema dell’intelligenza artificiale (IA). La premier ha incontrato i leader di alcune delle più grandi aziende tecnologiche mondiali, sottolineando l’importanza di non frenare lo sviluppo dell’IA, ma di governarne i rischi e sfruttare le opportunità. Nel suo discorso, ha ribadito l’importanza dell’IA per l’Italia, definendola una delle sfide e delle opportunità più rilevanti del nostro tempo.

    Incontri con i big dell’hi-tech

    Durante il soggiorno a New York, Meloni ha avuto colloqui con Sundar Pichai di Google-Alphabet, Greg Brown di Motorola, e Sam Altman di OpenAI. Gli incontri hanno posto le basi per possibili investimenti in Italia, grazie all’interesse mostrato dalle aziende. Gli interlocutori hanno sottolineato il livello di formazione delle università italiane, in particolare nel campo dell’ingegneria, e la volontà di condividere il proprio know-how con il nostro Paese.

    Le prospettive future

    Tra le potenziali collaborazioni, è emerso anche l’interesse per il settore delle start-up italiane e la possibilità di creare nuove partnership tra aziende italiane e i giganti del tech. Meloni ha ricevuto anche un riconoscimento dall’Atlantic Council, consegnato da Elon Musk, con il quale si è discusso delle prospettive future di Starlink e dell’internet satellitare in Italia.

    Il ruolo dell’Italia nel multilateralismo

    Oltre a discutere di IA, Meloni ha ribadito il ruolo centrale dell’Italia nel contesto internazionale, sottolineando la ferma condanna dell’aggressione russa contro l’Ucraina e il sostegno al multilateralismo.

  • Robeco: La sfida energetica dell’alimentazione dei chip IA

    Robeco: La sfida energetica dell’alimentazione dei chip IA

    A cura di Michael Studer, gestore di portafoglio della strategia RobecoSAM Smart Energy di Robeco

    Il ritmo di adozione dei software di intelligenza artificiale (AI) è uno dei più rapidi che i mercati abbiano mai visto. I Large Language Model (LLM) utilizzati da ChatGPT e da altri bot simili per generare conversazioni simili a quelle umane sono solo una delle tante nuove applicazioni di AI che si basano sul “calcolo parallelo”, il termine utilizzato per descrivere l’enorme lavoro di calcolo svolto da reti di chip che eseguono molti calcoli o processi contemporaneamente. Al centro dell’infrastruttura di IA ci sono le GPU (unità di elaborazione grafica) che eccellono nel lavoro di calcolo parallelo specializzato e ad alte prestazioni richiesto dall’IA. Tutta questa potenza di elaborazione si traduce in un maggiore consumo energetico e in una maggiore produzione di calore rispetto alle controparti CPU (unità di elaborazione centrale) utilizzate nei PC.

    Piccoli chip, notevole impatto sui data center

    Le GPU di fascia alta sono circa quattro volte più dense di energia rispetto alle CPU. Ciò comporta nuovi problemi significativi per la pianificazione dei data center, poiché l’alimentazione originariamente calcolata è ora solo il 25% di quella necessaria per far funzionare i moderni data center AI. Anche i data center hyperscale all’avanguardia utilizzati da Amazon, Microsoft e Alphabet per il cloud computing sono ancora basati sulle CPU. A titolo di esempio, il chip A100 attualmente in dotazione a Nvidia ha un consumo energetico costante di circa 400 W per chip, mentre l’assorbimento di energia del suo ultimo microchip, l’H100, quasi raddoppia, con un consumo di 700 W, simile a quello di un microonde. Se un data center hyperscale completo con una media di un milione di server sostituisse i suoi attuali server CPU con questo tipo di GPU, la potenza necessaria aumenterebbe di 4-5 volte (1500MW) – equivalente a una centrale nucleare!

    Questo aumento della densità di potenza significa che questi chip generano anche un calore significativamente maggiore. Di conseguenza, anche i sistemi di raffreddamento devono diventare più potenti. Cambiamenti di potenza e di raffreddamento di tali dimensioni richiederanno progetti totalmente nuovi per i futuri data center guidati dall’intelligenza artificiale. Ciò crea un enorme squilibrio tra domanda e offerta per l’infrastruttura di chip e data center sottostante. Considerando il tempo necessario per costruire i data center, gli esperti del settore prevedono che siamo ai primi inizi di una modernizzazione decennale dei data center finalizzata a renderli più intelligenti.

    Cambiamenti strutturali di questa portata comporteranno aggiornamenti massicci non solo dei chip e dei server, ma anche dell’infrastruttura elettrica che fornisce loro l’energia per funzionare.

    Il raffreddamento dei data center è fondamentale per garantire elevate prestazioni del sistema e prevenirne il malfunzionamento. Le soluzioni HVAC tradizionali, che utilizzano l’aria condizionata e le ventole per raffreddare l’aria nelle sale server dei data center, sono sufficienti per le CPU i cui server rack gestiscono densità di potenza comprese tra 3 e 30 kW, ma non per le GPU, le cui densità di potenza superano facilmente i 40kW. Poiché i più recenti rack delle GPU superano questi livelli di potenza, il raffreddamento aggiuntivo a liquido è (ancora una volta) in primo piano. Questi sistemi consentono una dissipazione del calore ancora più elevata a livello di rack di server o di chip, perché i liquidi hanno una maggiore capacità di catturare il calore per unità di volume rispetto all’aria. Tuttavia, alcune delle sfide più importanti per il raffreddamento a liquido sono: 1) la mancanza di progetti e componenti standardizzati per questi sistemi, 2) le diverse opzioni tecnologiche, come il raffreddamento dei chip o dei rack, e 3) i costi elevati per i tubi e le misure per prevenire le perdite.

    Previsioni sulla rivoluzione dell’IA e il suo impatto sui requisiti energetici dei data center

    La rivoluzione dell’intelligenza artificiale richiederà una completa reingegnerizzazione dell’infrastruttura dei data center dall’interno per soddisfare le esigenze energetiche molto più elevate della nuova tecnologia AI. Ciò comporterà un forte aumento della domanda e degli investimenti per i data center con applicazioni di calcolo a basso consumo, soluzioni HVAC e di gestione dell’energia efficienti dal punto di vista energetico: tutte queste soluzioni per l’efficienza energetica dei Big Data sono aree di investimento chiave.

    I profitti delle aziende che forniscono soluzioni di efficienza energetica ai data center dovrebbero registrare una forte crescita. Ciò ha portato anche a una rivalutazione del mercato. Visto il forte slancio e i driver strutturali sottostanti, apprezziamo particolarmente questa parte dell’universo degli investimenti smart energy. Riteniamo inoltre che questo settore possa essere avulso da una potenziale recessione, in quanto la spesa per i tanto necessari data center e per le relative soluzioni di efficienza energetica non dipenderà dal ciclo economico.

  • GAM: La bolla degli investimenti in intelligenza artificiale: la storia si ripete?

    GAM: La bolla degli investimenti in intelligenza artificiale: la storia si ripete?

    A cura di Mark Hawtin, Investment Director di GAM Investments

    Nel corso del diciannovesimo secolo le massicce speculazioni sulle azioni delle ferrovie nel Regno Unito, che raggiunsero il picco nel 1846/1847, portarono a una bolla nel settore. La convinzione che le ferrovie avrebbero rivoluzionato i trasporti e gli scambi commerciali, insieme alla disponibilità di credito a buon mercato, favorì il rapido sviluppo della rete ferroviaria, che si estese dai 160 chilometri nel 1830 ai 2500 circa del 1840, fino a raggiungere 9600 chilometri nel 1847, la rete ferroviaria più grande al mondo. L’importo investito, ovvero il 25% del Pil, corrisponde alla somma esorbitante di 4 mila miliardi di dollari di oggi, secondo Andrew Odlyzko che ne parla nel suo libro The Railway Mania of the 1860s and Financial Innovation.

    All’apice dello sviluppo vennero costituite centinaia di nuove compagnie ferroviarie, molte sulla base di piani irrealistici di linee che non furono mai costruite. Gli investitori investirono moltissimo nelle azioni del settore ferroviario facendo salire i prezzi a livelli insostenibili. La bolla iniziò a scoppiare alla fine del 1845 quando una combinazione di fattori raffreddò l’entusiasmo degli investitori. Tra questi, una serie di incidenti ferroviari di alto profilo, il timore sulla fattibilità finanziaria di molte nuove compagnie ferroviarie e il rialzo dei tassi di interesse. Lo scoppio della bolla delle ferrovie provocò una crisi finanziaria nel Regno Unito, e molti investitori subirono ingenti perdite. La bolla ebbe però anche una serie di effetti positivi nel lungo periodo, tra cui lo sviluppo di una rete ferroviaria nazionale che favorì la crescita economica.

    È una fase storica che si è ripetuta con il boom di Internet e poi la crisi del 1999-2002. Il ciclo degli investimenti all’epoca si concentrò sui cavi in fibra ottica, con l’obiettivo di incrementare la capacità in vista della domanda dei servizi internet. Anche in questo caso la spesa in conto capitale fu di proporzioni epiche. Nel 1996 i cavi in fibra ottica negli Stati Uniti si estendevano per un milione e seicentomila chilometri. Nel 2000, secondo la Federal Communications Commission, la rete arrivò a coprire 16 milioni di chilometri e nuove aziende come WorldCom e GlobalCrossing si indebitarono fino al collo per finanziarne la costruzione. Quando WorldCom fallì nel 2002 aveva un debito di 100 miliardi di dollari, Global Crossing di 25 miliardi di dollari. Il tasso di utilizzo delle reti all’epoca, secondo TeleGeography, era del 20% soltanto, e nel 2010 raggiunse solamente il 30%. Anche in questo caso, l’entusiasmo irrazionale generò ingenti investimenti e una montagna di debiti per costruire le reti del futuro. Come per le ferrovie, sebbene l’approccio irrazionale provocò forti perdite tra gli investitori, l’infrastruttura che venne sviluppata consentì a Internet di prendere piede. Le perdite nel breve periodo spesso consentono alle società rivoluzionarie di ottenere un guadagno nel lungo periodo.

    Oggi ci si chiede dunque se il consistente aumento degli investimenti in infrastrutture per l’intelligenza artificiale farà la stessa fine dei cicli di investimento che abbiamo citato. Noi crediamo di no. L’impatto sarà meno profondo, soprattutto sui prezzi azionari, tuttavia ci sono ragioni per essere prudenti nel breve termine. L’introduzione di interfacce semplici da utilizzare, come Bard e Chat-GPT, mettono le applicazioni di intelligenza artificiale a disposizione di tutti. Tale catalizzatore ha portato all’incremento degli investimenti in infrastrutture, a partire dalla necessità di processori grafici GPU forniti da Nvidia. La relazione sui risultati del 1° trimestre di quest’anno mostra utili in dollari mai ottenuti prima da un’azienda. È iniziata così la “corsa agli armamenti” nel campo dell’intelligenza artificiale, mentre la domanda saliva. Nvidia ha in programma un forte aumento della capacità produttiva e, secondo le previsioni del CEO Jensen Huang, l’azienda investirà mille miliardi di dollari nei prossimi quattro anni per potenziare i data centre per l’intelligenza artificiale. Tale tendenza viene confermata dal Gruppo Dell’Oro che nel 2027 prevede investimenti fissi nei data centre per 500 miliardi di dollari. Al confronto, gli investimenti nel settore auto e autocarri ammontano a 33,4 miliardi di dollari all’anno (Fonte: Wikipedia).

    Sono cifre enormi e, in realtà, nessuno sa veramente se tale capacità sarà utilizzata o meno, né con quale rapidità, ma si teme che l’importanza dell’intelligenza artificiale sia tale che non investire significherebbe lasciarsi scappare un’enorme opportunità in una tecnologia dagli effetti rivoluzionari che potrebbe essere più importante di Internet 10-15 anni fa. Comunque, questi investimenti devono generare un rendimento ragionevole. Open AI punta a realizzare ricavi per 1 miliardo di dollari, mentre Microsoft spera di ottenere ricavi per 10 miliardi di dollari con il prodotto Copilot. Sono cifre ridotte rispetto agli investimenti che sono stati fatti. In un recente articolo, Sequoia Capital ha scritto che le vendite correnti di GPU per 50 miliardi di dollari l’anno dovrebbero produrre almeno 200 miliardi di ricavi con le loro applicazioni per giustificare l’investimento. Indubbiamente siamo lontani da tale risultato.

    In una ricerca recente, Bernstein cerca di inquadrare le dimensioni e la portata degli investimenti in infrastrutture per l’intelligenza artificiale, come indicato nella figura. Il tasso di crescita composito annuo (CAGR) del 75% previsto dal 2022 al 2025 è assolutamente senza precedenti nei cicli delle infrastrutture IT e nel 2025 corrisponderebbe a una crescita pari al mercato complessivo di server per data centre esistente oggi. Sembra un obiettivo piuttosto ambizioso. Vale la pena di considerare che, secondo Bernstein, il tasso di crescita medio composito del mercato dei server è stato del 3% soltanto negli ultimi 25 anni.

    Noi crediamo che i capitali abbondanti, spesso provenienti da società a mega capitalizzazione, che dispongono di molta liquidità e dipendono dalla tecnologia, stimoleranno la crescita con ampio anticipo rispetto alla domanda, indipendentemente dalla possibile carenza nelle fasi iniziali di applicazioni concrete. Non è un fattore del tutto negativo, considerato che l’intelligenza artificiale consentirà alle aziende di migliorare molto la produttività, ma verosimilmente aprirà una fase di difficoltà per i fornitori di infrastrutture. Lo abbiamo già visto con i fornitori di data centre nel 2022/2023 quando si parlava spesso di “ottimizzazione dei data centre” per mascherare la carenza di nuovi investimenti in capacità. Potremmo assistere a un brusco calo della domanda di chipset GPU per uno o due trimestri, man mano che la capacità esistente viene assorbita. Potrebbe dunque aprirsi un periodo difficile per le azioni dei fornitori di infrastrutture come Nvidia. Di conseguenza, crediamo che gli obiettivi di investimento dovrebbero concentrarsi maggiormente sugli utenti delle infrastrutture per intelligenza artificiale, più che sui loro costruttori. Ciò riguarda diversi settori, tra cui quello sanitario, trasporti, vendita al dettaglio, servizi finanziari e industriali.

  • Come l’IA ridefinirà il settore della cybersecurity

    A cura di Yves Kramer, Senior Investment Manager di Pictet Asset Management

    Yves Kramer, Senior Investment Manager di Pictet Asset Management
    Yves Kramer, Senior Investment Manager di Pictet Asset Management

    06.12.2023

    • Gli attacchi informatici rappresentano oggi una grave minaccia: si stima che ogni giorno vengano sottratti in modo illecito 3,8 milioni di dati. L’AI rappresenta in tal senso una sfida e un’opportunità per la cybersecurity.
    • Oggi esistono circa 15 miliardi di dispositivi interconnessi al mondo e secondo le previsioni il loro numero raddoppierà nell’arco di 10 anni. Ognuno di essi dovrà essere protetto.
    • In questo contesto, il settore della cybersecurity rappresenta un’opportunità di investimento interessante, poiché destinato a crescere sempre di più.

    Se ricevessimo un messaggio di posta elettronica scritto male, nel quale ci venga offerta una quota di una misteriosa un’eredità, sentiremmo subito puzza di bruciato. Ma reagiremmo allo stesso modo se si trattasse di una mail dall’aspetto autentico proveniente dal tuo ufficio Risorse Umane o di un messaggio vocale implorante di tuo figlio? Con l’aiuto dell’intelligenza artificiale (IA) gli attacchi informatici diventeranno sempre più sofisticati e difficili da individuare: questo rappresenta una grande sfida per il settore della cybersecurity, ma costituisce anche una grossa opportunità per le aziende di sicurezza in grado di sfruttare le potenzialità dell’IA.

    Gli attacchi informatici rappresentano già oggi una grave minaccia: ogni 39 secondi si verifica un’infiltrazione di hacker, e si stima che ogni giorno vengano sottratti in modo illecito 3,8 milioni di dati. Non sorprende, quindi, che secondo Gartner il settore della cybersecurity sia destinato a crescere di quasi il 14% quest’anno; tuttavia, vista la sempre maggiore diffusione dell’IA, riteniamo che in futuro la sua crescita potrebbe risultare ancora più rapida. Poiché è in grado di aumentare la portata e la gravità degli attacchi, l’IA darà sicuramente un impulso maggiore agli investimenti nella cybersecurity in un’ampia gamma di settori. I modelli linguistici di grandi dimensioni (LLM) che alimentano le nuove forme di IA stanno semplificando notevolmente la programmazione, il che, a sua volta, significa che sarà più facile produrre malware e diffonderli. Infatti, un aspirante hacker, anche se privo di competenze tecnologiche specialistiche, grazie all’IA sarà in grado di ottenere informazioni su precedenti violazioni, che potrà sfruttare per attuare attacchi simili, potenzialmente su più siti contemporaneamente. Le e-mail di spear phishing ben mirate e altamente personalizzate che distribuiscono e installano malware stanno già iniziando a sostituire i maldestri testi generici e i formati PDF.

    L’IA generativa amplia, quindi, la portata della disinformazione, e consente agli hacker di vagliare senza alcuna difficoltà le informazioni ottenute e colmare eventuali lacune nei dati. Inoltre, gli hacker potranno anche riuscire a manipolare a proprio vantaggio i modelli di IA delle loro vittime, coprendo le proprie tracce o persino perpetrando gli attacchi. Ciò potrebbe danneggiare non solo gli individui, ma anche aziende e governi. Le implicazioni vanno oltre i meri dati: l’aumento dell’uso di veicoli a guida autonoma o semi-autonoma potrebbe, ad esempio, compromettere la sicurezza dei trasporti.

    E i rischi dell’IA non si limitano agli attacchi attivi. I dirigenti aziendali sono preoccupati anche per la conformità alle normative sulla privacy dei dati e per le implicazioni dei contenuti creati dall’IA riguardo la proprietà intellettuale; per questo motivo stanno dando priorità agli investimenti in soluzioni di sicurezza dei dati e di governance. Secondo Gartner, due terzi delle aziende stanno pianificando di aumentare il budget destinato alla sicurezza informatica rispetto al 2022 spinti dalla paura di subire perdite finanziarie.

    Fig.1 – L’investimento in tecnologie di sicurezza rimane una priorità per le aziende

    % di aziende intervistate che intendono aumentare/diminuire gli investimenti in sicurezza tecnologica nel 2023 rispetto al 2022

    Fonte: Sondaggio CIO e Technology Executive di Gartner 2023

    In questo scenario risiede un’opportunità, sia per il settore della sicurezza sia per gli investitori: le aziende di cybersecurity in grado di adottare l’IA per mettere in atto soluzioni di difesa digitale avranno solide prospettive di crescita nei prossimi anni. Questo vale soprattutto per coloro che privilegiano investimenti in infrastrutture, come il caso di Equinix. Questa azienda è consapevole che la proliferazione dei dispositivi interconnessi e il crescente utilizzo dell’IA stanno creando un numero sempre maggiore di dati che devono essere archiviati e trasferiti in modo sicuro, il che a propria volta richiede un’infrastruttura affidabile. Equinix utilizza il machine learning per migliorare la sicurezza dei propri data center, individuando ed eliminando eventuali punti deboli. Ciò può includere l’uso di macchine per analizzare le videoriprese alla ricerca di qualsiasi attività sospetta all’interno o intorno al data center, oltre che il monitoraggio dell’accesso ai propri dati da parte di clienti per segnalare eventuali anomalie.

    Le aziende possono anche puntare sullo sviluppo di servizi e software specializzati per ottenere un vantaggio competitivo nel settore della cybersecurity sempre più dominato dall’IA. Questa strategia è già stata adottata da aziende come la statunitense Crowdstrike, che sta sfruttando la sua vasta cronologia di dati e telemetrie per dotare i nuovi moduli di funzionalità di IA sulla sua piattaforma Falcon. Particolarmente diffuso tra le grandi aziende statunitensi, Falcon è progettato per rilevare tempestivamente le minacce informatiche sui computer di un’azienda.

    Analogamente, Palo Alto Networks, il più grande fornitore autonomo di cybersecurity, offre oggi una gamma di soluzioni incentrate su cloud e IA. Inoltre, è in crescita il mercato dei software sicuri da utilizzare in veicoli a guida autonoma per garantire la sicurezza dei trasporti.

    L’IA potrebbe anche far sorgere nuovi sottosettori nell’industria della cybersecurity: ad esempio, la creazione di un nuovo mercato per il controllo delle informazioni generate da sistemi di IA. Inoltre, saranno necessarie nuove metodologie per verificare l’identità umana e questo

     potrebbe aprire le porte a nuove start-up, generando ulterioriopportunità di crescita per le aziende di cybersecurity già esistenti. La sfida per le aziende che operano nel settore della sicurezza è creare una nuova generazione di strumenti di cybersecurity che integrino l’IA generativa per individuare la presenza di malware velocemente e su vasta scala. La maggior dipendenza dall’IA come supporto all’offerta di servizi di cybersecurity acquisirà maggiore importanza, data la carenza di competenze nel settore.

    Fig.2 – Spesa in soluzioni per la sicurezza, una tendenza strutturale

    Spesa mondiale in soluzioni per la sicurezza, in miliardi di dollari

    Fonte: Gartner, Forecast Analysis Information Security and Risk Management Worldwide

    Anche nelle aziende di cybersecurity sta crescendo l’importanza dell’IA, per via di un mutamento delle priorità commerciali.   Negli ultimi anni, il settore è andato incontro a notevoli cambiamenti che hanno visto le aziende concentrarsi meno sui prodotti che proteggono gli endpoint (desktop, laptop e dispositivi mobili) e più su quelli che proteggono l’insieme delle reti aziendali e che operano nel cloud. Proprio in queste ultime, infatti, l’IA presenta maggiori rischi di cybersecurity. Per questo motivo le aziende stanno sviluppando soluzioni zero trust che verificano continuamente le credenziali degli individui che interagiscono con un’organizzazione, sia internamente che esternamente.

    Nel complesso, i progressi compiuti nell’IA e nel machine learning rappresentano tendenze a lungo termine che incrementeranno la domanda di servizi di cybersecurity da parte di governi, aziende e singoli individui. Poiché le soluzioni di sicurezza basate sull’IA offrono una maggiore automazione, ad esempio nel caso delle attività ripetitive svolte dal dipartimento di analisi nei centri operativi per la sicurezza, è ipotizzabile che le spese per i software di sicurezza aumenteranno. Questo dovrebbe, a propria volta, contribuire ad alleviare la carenza di personale qualificato nel campo della cybersecurity, che attualmente ammonta a 3,4 milioni di persone.

    Tutto ciò rafforzerà ulteriormente il potenziale di crescita del settore: oggi esistono circa 15 miliardi di dispositivi interconnessi al mondo e, secondo le previsioni, il loro numero raddoppierà nell’arco di 10 anni e ognuno di essi dovrà essere protetto. Le aziende di cybersecurity che utilizzano i più recenti progressi tecnologici a proprio vantaggio saranno probabilmente quelle che ne beneficeranno maggiormente.

  • Come evolveranno le valutazioni azionarie? L’effetto IA

    Come evolveranno le valutazioni azionarie? L’effetto IA

    A cura di Beth Beckett, Economista di Capital Group

    Se osserviamo gli ultimi 75 anni dell’indice S&P 500, le valutazioni azionarie possono essere raggruppate in diverse “ere”. Tali ere sono state tipicamente trainate da macro-trend più ampi: alcune dalla politica industriale o dall’innovazione tecnologica, altre dal tasso di inflazione o dal ritmo della crescita.

    Questi periodi hanno spesso un impatto enorme sulle valutazioni delle singole aziende, anche quando l’analisi bottom-up porterebbe a conclusioni diverse.

    Guardando ai prossimi anni, la traiettoria delle valutazioni dipenderà in ultima analisi dalla situazione della crescita e dei tassi di interesse. Abbiamo valutato i potenziali scenari in base a due domande che attualmente dominano i mercati: quanto sarà rivoluzionaria l’intelligenza artificiale (IA)? L’inflazione tornerà stabilmente al target del 2% delle banche centrali?

    Nel medio periodo, il ritmo e la volatilità dell’inflazione avranno ripercussioni di rilievo sul livello dei tassi di interesse, mentre la diffusione delle tecnologie IA potrebbe rivelarsi una determinante chiave della produttività e della crescita in generale.

    Su quest’ultimo fronte, abbiamo cercato di capire se la disruption innescata dall’adozione dell’IA si rivelerà costruttiva o distruttiva. In una disruption costruttiva, le nuove tecnologie vengono facilmente assorbite nelle strutture di capitale e manodopera esistenti, creando nuove opportunità di lavoro e incrementando l’output.

    Con una disruption distruttiva, la tecnologia sostituisce manodopera e capitali più velocemente rispetto al ritmo con cui possono essere reimpiegati altrove, generando disoccupazione.

    Per quanto riguarda l’inflazione, può variare da bassa e stabile – con un ritorno sostenibile al target del 2% delle banche centrali – a elevata e imprevedibile. Quest’ultima situazione implica la fine della “Grande moderazione”, con un’oscillazione dell’inflazione a un livello superiore rispetto al decennio chiuso nel 2020.

    Quattro scenari

    Inserendo l’inflazione e l’adozione dell’IA come variabili nei due assi (come da grafico successivo), abbiamo costruito quattro scenari deliberatamente estremi che avrebbero grosse ripercussioni sulle valutazioni in un mondo trainato dall’IA.

    Per quanto attiene alla disruption costruttiva, abbiamo uno scenario “1960/Secondo dopoguerra” di crescita più elevata e reflazione in un quadrante, e una cosiddetta era “Goldilocks” equivalente a una “Grande moderazione 2.0” nell’altro. Nel caso in cui l’IA inneschi una rivoluzione più distruttiva, il progresso tecnologico genererebbe disoccupazione, perché i posti di lavoro verrebbero sostituiti più rapidamente di quanto possono essere creati. Abbiamo denominato lo scenario di inflazione più elevata “Apocalisse tech” e quello di inflazione più ridotta “Deserto tech”.

    Se da un lato tutti e quattro gli scenari sono chiaramente estremi, alla richiesta di scegliere il più probabile, un gruppo di professionisti di Capital Group ha classificato al primo posto lo scenario 1960/Secondo dopoguerra (33%), seguito da Goldilocks (29%), Apocalisse tech (25%) e Deserto tech (13%).

    Nello scenario 1960/Secondo dopoguerra, il progresso tecnologico non penalizza manodopera e capitali, ma li favorisce velocizzando la crescita della produttività. Al contempo, la maggiore incertezza geopolitica incoraggia la spesa pubblica in settori come la difesa e il potenziamento della resilienza delle filiere. Questo determina deficit fiscali più ampi, un debito pubblico più elevato e una maggiore pressione al rialzo sull’inflazione. Le banche centrali scelgono di reagire in maniera pragmatica a questo aumento dell’inflazione per evitare di creare dinamiche di debito insostenibili.

    In una situazione simile, ci aspetteremmo multipli azionari compresi tra 20-25x, con opportunità in settori come la difesa, l’automazione, i titoli value e i farmaceutici. I segmenti sottoperformanti potrebbero comprendere i titoli growth, i mercati privati e gli investimenti alternativi.

    Nello scenario Goldilocks, l’adozione dell’IA determina anche una crescita più rapida della produttività. Ma in questo contesto una migliore governance globale promuove un allentamento delle tensioni geopolitiche e delle incertezze sul fronte commerciale, riducendo i costi delle transazioni globali. Questo amplia la capacità di offerta delle economie, facendo scendere l’inflazione e salire i salari reali e il tenore di vita.

    In questo contesto estremamente positivo, ci aspetteremmo multipli azionari superiori a 25x e un rally generalizzato nei mercati. Emergerebbero opportunità nell’IA, nell’immobiliare residenziale, nei titoli growth, nei titoli farmaceutici, nel debito sovrano dei mercati emergenti e sviluppati, nel credito investment grade e high yield. Il comparto della difesa e i tipici beni rifugio come il dollaro USA e l’oro potrebbero realizzare una sottoperformance.

    I due scenari in cui il progresso tecnologico ha effetti distruttivi sono stati ritenuti meno probabili dai nostri professionisti degli investimenti. In sostanza, in entrambi la rapida diffusione della tecnologia IA sostituisce i lavoratori a un ritmo più sostenuto rispetto alla possibilità di reimpiegarli altrove, generando un aumento della disoccupazione.

    Nello scenario Deserto tech, l’IA fagocita la domanda, incentivando una deflazione e una prolungata recessione o depressione; nell’Apocalisse tech, i governi entrano in scena per attutire l’impatto sui lavoratori, innescando un circolo vizioso tra inflazione elevata e maggiore spesa pubblica.

    I multipli azionari nello scenario Deserto tech si attesterebbero nell’intervallo 15-20x e i settori più promettenti sarebbero probabilmente IA, titoli a dividendo, farmaceutici, titoli di Stato e liquidità alla luce del contesto deflazionistico. Meno interessanti sarebbero titoli value, difesa, finanziari, lusso e società fortemente indebitate.

    Il nostro scenario caratterizzato dalle valutazioni inferiori è l’Apocalisse tech, dove i multipli faticherebbero a uscire dall’intervallo 10-15x. Potrebbero rimanere alcune opportunità nei settori IA, difesa, sicurezza informatica, farmaceutici e titoli minerari/materie prime, ma qualunque altro settore realizzerebbe una sottoperformance, specialmente duration, lusso e debito dei mercati emergenti.

    Sottolineiamo ancora una volta che si tratta di scenari potenziali, agli estremi più positivi e negativi dello spettro, che non riflettono previsioni future. Comunque, considerando la portata e il ritmo dell’innovazione nel settore IA e l’ampiezza del suo potenziale impatto, questo tipo di pianificazione sarà per noi fondamentale nella costruzione dei portafogli per il futuro.

  • COMGEST: PERCHÉ L’AI POTREBBE ESSERE IL FATTORE X ALLA BASE DELLA CRESCITA FUTURA

    COMGEST: PERCHÉ L’AI POTREBBE ESSERE IL FATTORE X ALLA BASE DELLA CRESCITA FUTURA

    Justin Streeter, Gestore del fondo Comgest Growth America di Comgest

    Di recente, le notizie riguardanti l’Intelligenza Artificiale spaziano da studi che diffondono statistiche allarmanti (Goldman Sachs ha da poco dichiarato che l’IA potrebbe portare alla perdita di 300 milioni di posti di lavoro[1]), a sentimenti che rasentano un allarmismo iperbolico (“L’IA prenderà il sopravvento sull’umanità”).

    Tuttavia, uno sguardo al passato ci dice che “cambiamenti epocali” come la rivoluzione industriale o l’ascesa di Internet hanno creato paure simili, eppure la civiltà non è implosa. Al contrario, gli esseri umani hanno utilizzato questi sviluppi per migliorare i propri processi originari e il mondo, di conseguenza, è diventato più efficiente. L’intelligenza artificiale presenterà delle sfide, ma non c’è motivo di mobilitare una rivoluzione luddista contro di essa.

    La riflessione che dovremmo fare, come investitori, riguarda invece le immense opportunità che questa tecnologia sta creando. Innanzitutto, in un periodo in cui la crescita del PIL globale è sottoposta a maggiori pressioni a causa delle tendenze demografiche, dei livelli di indebitamento, della scarsità di risorse, delle preoccupazioni climatiche e altro ancora, la produttività è diventata il fattore X per guidare la crescita e la prosperità. In questo senso, l’IA è arrivata in un momento opportuno e potrebbe favorire gli investimenti di alcuni tipi di aziende.

    Prendiamo l’esempio degli “assistenti virtuali”, come il “Copilot” di Microsoft, che sarà integrato in Microsoft 365 e Azure[2]. Questa tecnologia è in grado di accelerare i processi e allo stesso tempo di ridurre i costi, offrendo agli imprenditori più tempo e denaro da investire in altri settori della loro attività. In effetti, gli sviluppatori che utilizzano GitHub Copilot di Microsoft sono più produttivi del 55% nelle attività.

    In questo modo è possibile democratizzare strumenti che in precedenza erano disponibili solo per le grandi aziende. Ad esempio, Intuit utilizza l’intelligenza artificiale da diversi anni per offrire ai clienti delle piccole imprese una migliore comprensione delle loro finanze. Di conseguenza, il 69% di questi clienti rimane in attività per 5 anni, rispetto a circa il 50% delle piccole imprese negli Stati Uniti[3]. Inoltre, l’approfondimento dell’IA generativa dovrebbe rendere ancora più facile per gli imprenditori con meno risorse avviare e gestire un’attività, generare contenuti di marketing personalizzati e raggiungere nuovi clienti.

    Anche Credit Karma, il marchio di Intuit rivolto ai consumatori, sta sfruttando le proprie analisi di intelligenza artificiale per “garantire” l’approvazione delle carte di credito ai propri utenti, con un tasso di approvazione medio circa doppio per i membri che richiedono carte di credito su Credit Karma rispetto a quelli che non utilizzano la piattaforma4.

    Su un versante più leggero, Meta (Facebook) sta lanciando strumenti di intelligenza artificiale come assistenti virtuali, editing di foto e creazione di emoji, per consentire ai propri utenti un’interazione più divertente e personalizzata sulla propria piattaforma. Meta si differenzia da altri leader tecnologici perché ritiene che l’adozione di massa (Meta ha 3,6 miliardi di utenti) avverrà grazie a modelli di intelligenza artificiale multipli e personalizzati (uno per lo sport, uno per i viaggi, uno per le questioni familiari…), anziché a un modello universale. Meta ha ingaggiato celebrità di spicco per guidare questo lancio con i loro avatar.

    L’Intelligenza Artificiale sta portando miglioramenti anche nell’healthcare, che è uno dei settori più inefficienti degli Stati Uniti (la spesa sanitaria rappresentava oltre il 18% del PIL nazionale nel 2022) [4]. Uno dei motivi principali è la mancanza di una banca dati nazionale, che comporta l’inserimento manuale di molti dati e quindi molti errori. Questi errori possono portare a diagnosi errate, degenze ospedaliere più lunghe e spese eccessive, che a loro volta sottraggono risorse a cure di vitale importanza.

    Diverse aziende stanno attualmente lavorando per migliorare l’organizzazione dei dati a livello nazionale. Microsoft ha recentemente acquisito Nuance, leader nella tecnologia AI conversazionale, per 20 miliardi di dollari nel 2021[5]. Nuance utilizza l’intelligenza artificiale per compilare la documentazione dei pazienti, liberando così tempo prezioso per il follow-up dei medici e consentendo di dedicare maggiori risorse ad altre aree.

    Anche Oracle sta investendo, ad esempio con l’acquisizione di Cerner, leader nelle cartelle cliniche elettroniche, per 28 miliardi di dollari nel 2021[6]. Questa acquisizione fa parte dell’obiettivo di Oracle di costruire un database sanitario nazionale integrato da potenti strumenti di intelligenza artificiale. Ciò contribuirà a migliorare le diagnosi e avrà un impatto sulla spesa, sulle degenze ospedaliere e sulle liste d’attesa.

    Nel settore farmaceutico, l’intelligenza artificiale sta accelerando lo sviluppo di farmaci nella fase di scoperta, grazie alla previsione di quali proteine e molecole sarebbero adatte a determinati disturbi. Eli Lilly è un’azienda che si è già mossa per trarre vantaggio da questo punto di vista e ha recentemente avviato una partnership da 425 milioni di dollari con Schrödinger[7], una biotecnologia che fornisce una piattaforma tecnologica software alimentata dall’intelligenza artificiale. Fornendo ai tester dei farmaci un punto di partenza più solido quando si tratta di strutture proteiche, la tecnologia AI potrebbe accelerare drasticamente il processo di sviluppo dei farmaci, portando a numerosi miglioramenti nei trattamenti a una velocità mai vista prima. Ciò avrà l’effetto di rendere l’industria sanitaria ancora più efficiente, rendendo disponibili più farmaci salvavita.

    In sintesi, non dobbiamo dimenticare che l’IA, come molti altri strumenti di sviluppo, comporta una serie di sfide. Ad esempio, richiederà maggiori investimenti nei settori della sicurezza informatica, dei centri dati, dell’elettricità, dell’istruzione e della regolamentazione per riconoscere e ridurre i contenuti ingannevoli e non veritieri. Ciononostante, l’approccio ragionevole ai progressi dell’IA consiste nel mantenere una mentalità positiva. Sebbene l’IA costituisce un elemento di disruption per il futuro, essa rappresenta anche un modo per le economie sviluppate di mantenere livelli di crescita più elevati di quelli che sarebbero stati altrimenti in grado di raggiungere. Non solo, offre anche opportunità alle aziende tecnologiche e a molti altri tipi di imprese che possono sfruttare il potenziale dell’IA per rendere più efficienti i propri prodotti e servizi.

    1Fonte: goldmansachs.com/intelligence/pages/generative-ai-could-raise-global-gdp-by-7-percent.html

    2Fonte :https://blogs.microsoft.com/blog/2023/03/16/introducing-microsoft-365-copilot-your-copilot-for-work/#:~:text=Copilot%20is%20integrated%20into%20Microsoft,entirely%20new%20experience%3A%20Business%20Chat

    3Fonte:https://s23.q4cdn.com/935127502/files/doc_presentations/2023/09/Intuit-Investor-Day-2023_E2E-PRINT-Deck_092723-1.pdf

    4Fonte: Centers for Medicare and Medicaid Services (CMS)

    5Fonte: https://news.microsoft.com/2021/04/12/microsoft-accelerates-industry-cloud-strategy-for-healthcare-with-the-acquisition-of-nuance/

    6Fonte: https://www.oracle.com/news/announcement/oracle-buys-cerner-2021-12-20/

    7Fonte: https://www.businesswire.com/news/home/20221006005206/en/Schr%C3%B6dinger-Hosts-Platform-Day

  • Implicazioni dell’IA per gli investimenti

    Implicazioni dell’IA per gli investimenti

    A cura di John Gladwyn, Senior Investment Manager di Pictet Asset Management

    06.11.2023

    ·                 L’IA generativa è appena agli inizi, e negli anni a venire creerà opportunità in tutto l’universo degli investimenti nel digitale. Al momento la maggior parte del denaro investito nell’IA è destinato alle infrastrutture. Riteniamo che in futuro, man mano che l’intelligenza di questi modelli di IA verrà estesa alle applicazioni, gli investimenti si allargheranno al di là della pura infrastruttura.

    ·                 Questo ciclo tecnologico favorisce gli operatori storici rispetto ai nuovi arrivati. L’intelligenza artificiale richiede, infatti, grandi quantità di dati, e l’addestramento dei modelli è estremamente costoso. Analogamente, chiunque può integrarsi con i modelli di linguaggio estesi esistenti e, infine, l’IA favorisce le aziende che dispongono già di un’ampia base di utenti. Per gli investitori ciò significa che esistono molte opportunità interessanti per ottenere un’esposizione alla tematica IA attraverso società tecnologiche quotate dotate di risorse adeguate e ben gestite.

    ·                 Siamo del parere che gli investitori diventeranno più selettivi con il passare del tempo, e che sarà sempre più importante comprendere la natura dei singoli prodotti e il posizionamento delle diverse aziende. Pensiamo, inoltre, che una questione importante sia il “time to revenue”, vale a dire i tempi di attesa per la monetizzazione di nuove attività.

    Sebbene il mondo dell’intelligenza artificiale sia una vecchia conoscenza per la maggior parte degli attuali investitori, quest’ambito finora considerato territorio esclusivo delle facoltà di informatica è diventato un tema popolare. Tuttavia, nonostante il forte rally dei titoli tecnologici, la rivoluzione provocata dall’IA è ancora a uno stadio iniziale.

    I modelli fondamentali – reti neurali dell’IA addestrate su grandi quantità di dati – vedono crescere le proprie dimensioni, offrendo notevoli guadagni in termini di funzionalità a ogni iterazione. A tale proposito, sarà interessante vedere in che misura il nuovo modello Gemini di Google, il cui lancio è previsto a breve, migliorerà gli attuali modelli di linguaggio estesi (LLM).

    Per molti versi, l’esplosione di queste innovazioni ora in atto mostra somiglianze con l’ascesa di internet negli anni ’90, un fenomeno che è stato relativamente lento, in quanto ci è voluto tempo per sviluppare la connettività in tutto il mondo: nel 1990, infatti, solo lo 0,5% della popolazione mondiale era online, mentre oggi la maggior parte delle persone possiede uno smartphone e una connessione a Internet. Nel giro di due mesi ChatGPT aveva più utenti di quanti ne avesse internet nel 1996.

    Quali sono le opportunità?

    L’IA generativa è appena agli inizi, e negli anni a venire creerà opportunità in tutto l’universo degli investimenti nel digitale. Il fondatore di Microsoft Bill Gates ha ben colto l’importanza degli LLM: “Sapevo di aver appena assistito al più importante progresso tecnologico dopo l’interfaccia grafica”.

    Proprio come con l’ascesa di internet, al momento la maggior parte del denaro investito nell’IA è destinato alle infrastrutture: aziende come Google, Microsoft, Amazon, Meta e Tesla sono ancora limitate dalla disponibilità delle unità di elaborazione grafica (GPU) ad alte prestazioni, necessarie sia per l’addestramento dei modelli sia per l’inferenza. Riteniamo che in futuro, man mano che l’intelligenza di questi modelli di IA verrà estesa alle applicazioni, gli investimenti si allargheranno al di là della pura infrastruttura.

    La portata potenziale di queste applicazioni sembra quasi illimitata: sviluppo di nuovi farmaci e diagnostica, istruzione, arte, finanza… con il tempo l’IA trasformerà tutto, e ciò alimenterà, a propria volta, la domanda per altri settori tecnologici come software, hardware e semiconduttori.

    Al momento, il GitHub Copilot di Microsoft (generatore di codici) è uno dei casi d’utilizzo su grande scala dell’IA di maggior successo. Grazie all’uso di Copilot, le aziende di tutto il mondo segnalano un aumento dell’efficienza degli sviluppatori tra il 20 e il 40%, a un costo di circa 230 dollari all’anno per gli utenti aziendali, e si prevede che presto ci saranno funzionalità di questo tipo per ogni esigenza.

    Una cosa differenzia questo ciclo di investimento: secondo noi, in molti casi, questo ciclo tecnologico favorisce gli operatori storici rispetto ai nuovi arrivati. Al momento sono leader nel campo dell’IA le aziende tecnologiche affermate. L’intelligenza artificiale richiede grandi quantità di dati e l’addestramento dei modelli è estremamente costoso: entrambi questi aspetti sono naturalmente più facili da gestire per le grandi aziende che per le start-up. Analogamente, chiunque può integrarsi con LLM esistenti: non c’è, quindi, alcun vantaggio naturale per le start-up. Infine, l’IA favorisce le aziende che dispongono già di un’ampia base di utenti, poiché le nuove funzionalità di prodotti di IA saranno più facili da implementare in prodotti consolidati che dispongono di un’ampia base di clienti. Per gli investitori ciò significa che esistono molte opportunità interessanti per ottenere un’esposizione alla tematica IA attraverso società tecnologiche quotate dotate di risorse adeguate e ben gestite.

    I potenziali ostacoli

    Per quanto promettente nel lungo termine, la società di consulenza tecnologica Gartner ha recentemente espresso la sensazione di svariati interlocutori (e investitori) affermando che al momento l’IA generativa si trova al “picco delle aspettative esagerate”.

    Siamo del parere che gli investitori diventeranno più selettivi con il passare del tempo, e che sarà sempre più importante comprendere la natura dei singoli prodotti e il posizionamento delle diverse aziende. Pensiamo, inoltre, che una questione importante sia il “time to revenue”, vale a dire i tempi di attesa per la monetizzazione di nuove attività. Questo è il tipo di lavoro su cui ci stiamo concentrando oggi: selezionare le imprese per trovare quelle in cui il rendimento dell’investimento giustifica il clamore suscitato.

    È chiaro che siamo solo all’inizio di un altro importante cambiamento, destinato nel tempo a trasformare la maggior parte dei mercati tecnologici (e non solo). È stimolante vedere con quale rapidità le realtà imprenditoriali si stanno adeguando per beneficiare dell’IA. E noi non vediamo l’ora di scoprire i prodotti innovativi che definiranno questa nuova era.

  • TCW: Tech, non è finita la corsa dei titoli dell’Intelligenza Artificiale

    TCW: Tech, non è finita la corsa dei titoli dell’Intelligenza Artificiale

    A cura di Bo Fifer, Lead Portfolio Manager – TCW

    Nella classica favola di Esopo, la lepre, che parte velocemente, perde la corsa contro la tartaruga, che si muove lentamente. Considerata la rapida partenza dei titoli dell’Intelligenza Artificiale nel 2023, con l’alba dell’era dell’IA generativa (gAI), è lecito chiedersi se questo comparto non abbia fatto il passo più lungo della gamba. Quasi nulla è sempre al rialzo e non sorprenderebbe se i titoli dell’IA facessero una pausa dalla loro corsa attuale; sarebbe un andamento normale e salutare in qualsiasi mercato rialzista. Il resto del mercato raggiungerà i titoli dell’IA? È utile ricordare perché la lepre di Esopo alla fine ha perso: perché si è addormentata e, quindi, perché ha letteralmente smesso di muoversi. Un discorso analogo vale nel mondo della tecnologia: per le aziende del settore è fondamentale mantenere una cadenza regolare di miglioramenti dei prodotti. Le conseguenze, per quelle che non lo fanno, possono essere molto serie.

    La corsa dei titoli nel 2023
    Sebbene i titoli dell’Intelligenza Artificiale possano rallentare o addirittura perdere terreno in Borsa nel breve periodo, le aziende non smettono di muoversi. I fornitori di infrastrutture migliorano costantemente velocità e costi, i costruttori migliorano costantemente l’accuratezza e le capacità dei modelli, e gli sviluppatori escogitano nuovi modi per innovare interi settori. In questa versione della favola, la lepre batterà la tartaruga. OpenAI ha aperto gli occhi al mondo sulle possibilità della IA generativa, quando ha rilasciato ChatGPT al pubblico nel novembre 2022. Non è stato il primo modello linguistico di grandi dimensioni, forse non è nemmeno il migliore, ma ha reso la tecnologia accessibile alle masse con un’interfaccia utente facile da usare anche per chi è alle prime armi con la tecnologia. Quasi da un giorno all’altro, il mercato ha iniziato a estrapolare vincitori e vinti; ossia, quali settori (non solo singole aziende) avrebbero beneficiato o sarebbero stati decimati da questa nuova tecnologia.

    I primi vincitori sono stati i fornitori di infrastrutture come NVIDIA, sui cui chip GPU si svolge la maggior parte dell’IA generativa. Nei mercati pubblici, Microsoft, grazie al suo investimento in OpenAI, e Alphabet sono stati i primi a muoversi, mentre Meta Platforms e altri hanno seguito a ruota. Sono aziende con una capitalizzazione di oltre 1.000 miliardi di dollari e per vederle muovere in Borsa occorrono ingenti flussi finanziari. E questi titoli si sono mossi su e giù per centinaia di miliardi di dollari, per brevi periodi di tempo, in reazione all’avvento dell’IA generativa. Per esempio, in poco più di un mese, all’inizio del 2023, dal momento in cui sono emerse notizie sull’investimento proposto da Microsoft in OpenAI fino a quando le voci sono state confermate, il titolo ha guadagnato circa 400 miliardi di dollari di capitalizzazione di mercato. Per mettere questo dato in prospettiva, alla fine dello scorso anno solo 11 società dell’indice S&P 500 avevano una capitalizzazione di mercato superiore. Dall’inizio di quest’anno al picco di fine agosto, le azioni di NVIDIA hanno aggiunto quasi 1.000 miliardi di dollari di capitalizzazione di mercato.

    Il punto è che l’IA generativa è fondamentale. E la prova migliore del fatto che queste aziende non sono lepri che dormono, è considerare il rapporto prezzo/utile (P/E) di NVIDIA. Nel febbraio 2023 (picco del fermento dell’IA generativa), raggiungeva un P/E di oltre 70x e molti pensavano che non fosse investibile. A metà settembre 2023, il multiplo si è ridotto a meno di 40x, mentre il prezzo è esploso: l’azienda non è rimasta ferma e non è stata colta alla sprovvista, ma ha fatto crescere il proprio business. Questo andamento spiega perché l’attuale euforia si possa distinguere dalle “bolle” precedenti nel tech.

    I vincitori e i vinti
    La corsa non solo non è finita, ma è appena iniziata. Come la lepre, molti titoli dell’IA potrebbero fare una pausa. A differenza della lepre, ci aspettiamo che questa pausa sia breve. Confrontando un paniere di “vincitori dell’IA” del 2023 con un paniere di “vincitori degli smartphone” del 2009, per paragonare questa corsa a una precedente grande corsa del settore tecnologico: nei primi sette mesi del 2023, il paniere AI è sostanzialmente raddoppiato. È una performance quasi identica a quella del paniere degli smartphone nel suo primo semestre di vita. Non sappiamo cosa farà il paniere dell’intelligenza artificiale da qui in poi, ma il paniere degli smartphone ha guadagnato un altro 175% circa nei tre anni successivi. E non si è trattato di una linea retta. Durante questa corsa al rialzo, il paniere ha avuto un drawdown da picco a picco di oltre il 30% a un certo punto del percorso verso quel guadagno incrementale del 175%.

    Di tanto in tanto, emerge un trend secolare di lungo periodo che si può cavalcare per più anni. Per molti versi, stiamo ancora cavalcando l’onda di Internet, mentre lo streaming video over-the-top, i social media e la telefonia mobile cambiano le nostre abitudini di visione. L’onda del cloud computing, che ha dieci anni, potrebbe aver appena avuto la sua prima cresta, in quanto le aziende hanno ottimizzato la spesa per il cloud e hanno consumato la capacità disponibile nella prima metà del 2023, ma ci aspettiamo che si rafforzi di nuovo. I veicoli elettrici, su mandato del governo in molti paesi, sostituiranno completamente i motori a combustione interna nei prossimi 10-20 anni. E l’IA cambierà radicalmente il modo di fare business, qualunque esso sia. I titoli del comparto sono partiti a razzo, come la lepre. Fino al 27 settembre, NVIDIA ha registrato un rendimento del 191% su base annua ed è il chiaro leader tra i titoli dell’Intelligenza Artificiale. Il prossimo 190% sarà sicuramente più difficile da ottenere e richiederà più tempo, nonostante un quadro fondamentale in accelerazione e miglioramento per tutto l’anno.

    Il prossimo leader sarà probabilmente un altro titolo, anche se è difficile identificare un’azienda con un vento di coda più forte in questo momento. Suddividiamo l’universo investibile dei titoli IA in tre grandi categorie: fornitori di tecnologia di base (infrastrutture), sistemi di IA (i modelli veri e propri) e adottatori di IA (aziende che utilizzano l’IA per ottenere un vantaggio competitivo). Prevediamo che la spinta alla creazione di sistemi di IA continuerà ad alimentare i primi due tipi di società nel breve e medio termine, ma nel tempo prevediamo che una diffusa adozione dell’IA sosterrà la sovraperformance dei titoli del comparto nel lungo periodo.

  • Intelligenza artificiale ed economia: siamo di fronte a un cambio di paradigma?

    Intelligenza artificiale ed economia: siamo di fronte a un cambio di paradigma?

    A cura di Paul Wick, gestore del fondo Threadneedle (Lux) Global Technology di Columbia Threadneedle Investments

    16.10.2023

    Intelligenza Artificiale: una storia di lungo corso

    Da oltre 30 anni cerchiamo di replicare l’intelligenza umana nei sistemi informatici. L’aspetto oggi interessante di questo processo è la confluenza di tre elementi fondamentali: potenza di calcolo, connettività e archiviazione. Guardando ai processori, siamo passati da milioni di transistor a decine di milioni, poi centinaia e infine miliardi: così la potenza di calcolo è aumentata in modo esponenziale. A livello di connettività, oggi è possibile acquistare switch in grado di supportare 25,6 terabit al secondo e già il prossimo anno saranno disponibili switch da 51,2 terabit. Nello stesso tempo, infine, abbiamo assistito a un aumento della capacità di memoria.

    L’IA è un argomento di attualità già da diversi anni ormai, ma lo scorso anno è avvenuta una svolta epocale, quando le aziende hanno finalmente avuto a disposizione la potenza di calcolo e i dati necessari per sfruttare al meglio le prestazioni delle reti neurali profonde. A fine novembre 2022, OpenAI ha rilasciato ChatGPT per uso pubblico, ricevendo una vasta copertura mediatica e attirando l’interesse degli investitori. Proprio ChatGPT ha aperto il sipario riportando l’attenzione di tutti sull’Intelligenza Artificiale: solo una settimana o due a seguito del rilascio dell’applicativo, si è scoperto che Microsoft aveva investito dieci miliardi di dollari per acquisire una partecipazione di controllo in OpenAI, destando non poche perplessità. L’IA può sembrare una novità, ma per noi non è così; è un settore che studiamo e in cui investiamo da molti anni, con l’aiuto del nutrito team di analisti e ricercatori dedicati al comparto tecnologico di Columbia Threadneedle Investments.

    Internet, cloud computing e dispositivi mobili

    Riteniamo che l’avvento dell’IA generativa (e dell’IA in generale), sia destinato a competere con l’avvento di Internet e del mobile computing quali trend significativi nel mercato tecnologico. Rispetto a queste due aree, però, l’IA non è necessariamente un motore di distribuzione. Pensate a Internet e ai dispositivi mobili: permettono di giocare, acquistare e vendere online, visualizzare annunci pubblicitari, etc. Tutte innovazioni che hanno rappresentato grandi sviluppi sia in termini di distribuzione che di nuove tecnologie. Ma l’IA generativa, a nostro avviso, sarà uno strumento rivoluzionario, che renderà Internet più facile da usare e molto più potente. Quest’ultima costituirà la prossima piattaforma di transizione. Dopo i PC, Internet, l’era della telefonia mobile e il cloud computing, ora assistiamo all’exploit dell’IA. Analogamente ad alcune di queste tecnologie, che hanno esercitato un’influenza duratura sull’economia, prevediamo che l’IA avrà un impatto economico globale di circa 7.000 miliardi di dollari in un arco temporale di 10 anni.

    Accanto agli sviluppi puramente tecnologici, anche la velocità di innovazione delle aziende legate all’IA è impressionante: la frequenza di rilascio di nuovi prodotti non fa che aumentare, favorendo la creazione di prodotti sempre migliori per gli utenti finali. Microsoft, ad esempio, ha rilasciato diversi “co-pilot” che potrebbero implementare la produttività nella generazione di codici. Altre aree in cui le aziende potrebbero ricorrere all’IA sono il servizio clienti, i servizi di supporto informatico, la creazione di contenuti, il rilevamento di frodi, l’ottimizzazione delle catene di fornitura e la manutenzione predittiva.

    L’avvento dell’IA sta poi ridisegnando le modalità di diagnosi, cura e monitoraggio dei pazienti nel settore sanitario; un fronte in cui Nvidia è in prima linea. Inoltre, i modelli linguistici di grandi dimensioni dovrebbero contribuire ad accelerare la scoperta di farmaci salvavita, e nel tempo prevediamo casi d’uso più avanzati nella guida autonoma e nella robotica.

    Una tecnologia in rapida evoluzione

    Già oggi le aree di concreta applicazione dell’IA sono ovviamente numerose (Figura 1). Ma, a nostro avviso, lo sviluppo più innovativo non è ancora avvenuto. Siamo convinti che un giorno qualcuno, magari un giovane studente universitario, si chiederà “Come sfruttare tutto questo?”.

    Figura 1: la gamma di opportunità per l’IA è destinata ad espandersi

    È certamente difficile prevedere la velocità del cambiamento e dell’innovazione tecnologica, ma finora si può dire che questa sia stata più rapida di quanto la maggior parte degli investitori si aspettasse: ChatGPT ha raggiunto in tempi davvero molto ristretti i 100 milioni di utenti e Nvidia ha recentemente presentato risultati trimestrali con una guidance anticipata di qualche anno. Inoltre, prevediamo che si susseguiranno ulteriori e nuove scoperte con l’evolversi della tecnologia.

  • COMGEST: L’INTELLIGENZA ARTIFICIALE CONTINUA A SPINGERE I MERCATI AL RIALZO

    COMGEST: L’INTELLIGENZA ARTIFICIALE CONTINUA A SPINGERE I MERCATI AL RIALZO

    Zak Smerczak, Analista & Gestore del fondo Comgest Growth Global

    L’inversione della curva dei rendimenti, che dovrebbe predire le recessioni, è aumentata nel corso del mese in previsione dell’incremento di 25 pb del tasso dei fed fund USA, che si è verificato ma che non era del tutto inaspettato. I dati sull’inflazione a livello globale sembrano migliorare, anche se gli investitori stanno sempre aspettando la recessione più attesa di tutti i tempi. L’innalzamento del tetto del debito da parte degli Stati Uniti, il fallimento del sistema bancario che è ormai un lontano ricordo e i titoli esposti all’intelligenza artificiale hanno continuato a spingere il mercato al rialzo a luglio. 

    Intuit, fornitore leader di software cloud per le medie imprese e per i contribuenti autonomi, ha registrato un’impennata in previsione delle opportunità di crescita e di efficienza derivanti da una maggiore innovazione, dai fattori abilitanti e dalle opportunità offerte dall’intelligenza artificiale. NetEase, sviluppatore globale di videogiochi con sede in Cina, continua a registrare una forte crescita trimestrale a giugno, mentre ulteriori dati indicano un maggiore slancio di titoli come Justice Mobile e Eggy Party.

    LVMH, il preminente impero del lusso, ha ceduto alcuni guadagni dopo una solida performance da inizio anno, nonostante abbia registrato un’altra robusta crescita trimestrale con un aumento dei ricavi organici del 17% su base annua fino a giugno 2023. Gli investitori rimangono cauti, temendo un maggiore indebolimento della domanda di beni di lusso, il che a nostro avviso si riflette ampiamente nella valutazione odierna.

    A nostro avviso, è importante guardare ad aziende di qualità superiore con una valutazione interessante per una crescita visibile e robusta degli utili a due cifre.

  • GAM: Rivoluzionare l’healthcare, l’impatto trasformativo dell’intelligenza artificiale

    GAM: Rivoluzionare l’healthcare, l’impatto trasformativo dell’intelligenza artificiale

    A cura di Kevin Kruczynski, Investment Manager di GAM Investments

    Non è una novità che le evoluzioni tecnologiche richiedano spesso più tempo di quanto inizialmente previsto, ma quando si concretizzano sembrano avvenire rapidamente. Ciò è dovuto al modo in cui i progressi tecnologici tendono a sommarsi, con ogni nuovo sviluppo che consente di raggiungere traguardi ancora più grandiosi. Nell’ultimo anno circa, diverse stelle si sono allineate: i progressi negli algoritmi, nella tecnologia delle GPU e nell’accessibilità dei dati hanno permesso il lancio di Chat-GPT. Questo ha portato l’intelligenza artificiale alla ribalta, scatenando un intenso dibattito tra gli investitori, le aziende e il pubblico in generale.  Sebbene sembri un fenomeno improvviso, molte organizzazioni hanno lavorato dietro le quinte per decenni per coltivare e sfruttare le potenziali applicazioni.

    Healthcare: un’area per l’adozione precoce dell’IA

    Questo ci porta al settore healthcare, che da tempo è un’area promettente per l’adozione precoce dell’IA, in quanto offre la promessa di migliorare la qualità, l’efficacia e la disponibilità delle cure. Si tratta di un ambiente che crea un enorme volume di dati, che possono essere utilizzati per addestrare i sistemi di IA a migliorare diagnosi, trattamenti e prevenzione. Gli operatori sanitari prendono regolarmente decisioni complesse basate su informazioni incomplete; i modelli di IA possono analizzare ampie serie di dati e offrire preziose indicazioni per assistere il processo decisionale.

    Intuitive Surgical, il principale fornitore di sistemi chirurgici robotici, da anni integra l’intelligenza artificiale per migliorare la precisione e l’efficienza dei suoi sistemi da Vinci. Ad esempio, la guida all’immagine potenziata dall’intelligenza artificiale può aiutare i chirurghi a vedere più chiaramente durante l’intervento, con dati sovrapposti nel campo visivo, e gli strumenti di supporto decisionale potenziati dall’intelligenza artificiale aiutano a prendere decisioni migliori. Le sue pinze chirurgiche intelligenti possono misurare la compressione dei tessuti ed effettuare regolazioni automatiche del processo per garantire un posizionamento ottimale, riducendo il rischio di complicazioni. Il sistema può monitorare il paziente durante la procedura e aggiornare il piano operativo per prevenire eventuali problemi. Con due decenni di dati di utilizzo e oltre 12 milioni di procedure già eseguite e registrate sui suoi sistemi, Intuitive ha un vantaggio significativo rispetto a tutti i concorrenti emergenti in termini di raccolta di dati e capacità di addestramento di modelli di intelligenza artificiale.

    Omnicell è un fornitore leader di mercato di soluzioni per la gestione dei farmaci. L’azienda utilizza l’intelligenza artificiale per migliorare l’accuratezza e l’efficienza dei suoi sistemi di distribuzione dei farmaci. Ad esempio, gli strumenti di analisi possono aiutare gli ospedali a tenere traccia dei livelli di inventario dei farmaci, a identificare potenziali carenze di medicinali e a ridurre il problema della cattiva compliace medica, che vale 600 miliardi di dollari.  Si tratta di un aspetto importante, dal momento che la gestione delle carenze di farmaci comporta un notevole dispendio di tempo.

    Dexcom, leader nella produzione di dispositivi per il monitoraggio continuo del glucosio, utilizza l’intelligenza artificiale per migliorare l’accuratezza delle letture del glucosio e per personalizzare gli avvisi e gli allarmi al fine di aiutare i pazienti a comprendere e prendere decisioni più informate per gestire i rischi del diabete.

    Oxford Nanopore sviluppa una tecnologia di sequenziamento a nanopori che è più veloce, più economica dei metodi tradizionali di sequenziamento del DNA. Utilizza l’intelligenza artificiale per rendere la sua tecnologia più precisa, efficiente e potente. Grazie anche ai suoi algoritmi di analisi dei dati AI, ha migliorato l’accuratezza del sistema dall’85% del 2015 a oltre il 98%. Questo miglioramento ha reso il sequenziamento a nanopori uno strumento più potente e versatile per una varietà di applicazioni; ad esempio, ora viene utilizzato per diagnosticare malattie, monitorare i cambiamenti ambientali e sviluppare nuovi farmaci.

    Outlook

    È necessario continuare a dimostrare che le aziende in crescita dirompente sono in grado di superare con successo le fasi di ribasso, mantenendo la crescita sostanzialmente inalterata. Sebbene non si tratti di un’epoca simile a quella delle dotcom del 2000, vi sono dei parallelismi in termini di denaro liberamente disponibile e destinato a molte startup. Nel 2013, secondo Barrons, c’erano circa 30 Unicorni privati (aziende con una valutazione superiore a 1 miliardo di dollari). Da allora questo numero si è moltiplicato per 30 volte, arrivando a circa 1350. Si tratta di trilioni di dollari di valore di mercato che devono essere dimostrati.

    Continuiamo a ritenere che le società disruptive siano state eccessivamente penalizzate in termini di price action nel corso del 2022. Questo ha iniziato a manifestarsi negli ultimi mesi e ci aspettiamo che continui. Il forte movimento delle società più grandi probabilmente si ridurrà in termini relativi.  Il problema delle dimensioni e dell’influenza si è riflesso anche nella rara decisione del Nasdaq di ribilanciare il Nasdaq 100, riducendo il peso dei Magnifici 7 e aumentando quello di altri nomi per riflettere meglio la componente trasversale delle opportunità di crescita. Tutti questi fattori lasciano presagire un periodo di continua sovraperformance per le azioni growth.

  • Capital Group: Alla ricerca di crescita con l’intelligenza artificiale

    Capital Group: Alla ricerca di crescita con l’intelligenza artificiale

    A cura di Christophe Braun, Investment Director, Capital Group

    Il mercato globale dell’Intelligenza Artificiale è stimato intorno ai 120 miliardi di dollari, una cifra che alcuni istituti di ricerca prevedono di espandere più volte fino a 1.600 miliardi di dollari entro il 2030, con il progredire della tecnologia.

    Attualmente, il mercato dell’IA può essere classificato in quattro segmenti: calcolo, infrastruttura, sviluppatori e applicazioni. La maggior parte del clamore che circonda l’IA si concentra su sviluppatori come OpenAI (l’azienda che sta dietro a ChatGPT), ma in realtà la stragrande maggioranza della spesa legata all’IA è nel segmento del calcolo.

    Sebbene sia difficile prevedere cosa potrebbe diventare l’IA nel prossimo decennio, ciò che sappiamo è che i modelli di IA richiedono enormi quantità di raccolta, scrubbing e analisi dei dati. Man mano che i compiti diventano più complicati aumenta anche la potenza di calcolo richiesta. Taiwan Semiconductor Manufacturing Company (TSMC), una delle più grandi aziende produttrici di semiconduttori al mondo, potrebbe trovarsi in una posizione privilegiata per sfruttare questo insaziabile appetito di potenza di calcolo. Dal 2013 l’azienda ha incrementato i propri dividendi aumentando i ricavi grazie alla crescita della quota di mercato nella produzione all’avanguardia.

    Il business di Broadcom è un altro dei principali beneficiari dell’intelligenza artificiale. L’azienda è specializzata nella produzione di circuiti integrati specifici per le applicazioni (ASIC), che sono fondamentali per la connessione di cluster di IA e per il traffico in entrata e in uscita dai data center. Dal 2010 Broadcom ha incrementato i propri dividendi aumentando i ricavi soprattutto nei semiconduttori per le comunicazioni.

    D’altra parte, anche i fornitori di infrastrutture tecnologiche come Microsoft sono fondamentali per lo sviluppo dell’IA, dato il ruolo che svolgono nell’archiviazione, nella protezione e nel trasferimento dei dati. L’afflusso di dati previsto dalla crescente adozione dell’IA ha visto un aumento della domanda di fornitori di Platform-as-a-Service (PaaS) o Infrastructure-as-a-Service (IaaS). Questi fornitori di terze parti forniscono l’infrastruttura (sia hardware che software) che consente alle aziende di creare, testare, distribuire e scalare le applicazioni senza la complessità aggiuntiva di dover costruire un proprio ambiente di lavoro. Microsoft non è solo uno dei maggiori fornitori di infrastrutture cloud al mondo, ma si sta anche impegnando attivamente nello sviluppo di software incorporando strumenti di intelligenza artificiale nel suo sistema operativo e nelle linee di prodotti aziendali e sanitari. I suoi dividendi sono cresciuti costantemente dal 2005 e potrebbe continuare ad aumentare se i ricavi dell’IA aumenteranno.

    Ma la crescita delle tecnologie legate all’intelligenza artificiale è solo una delle tendenze durature e a lungo termine che esaminiamo per scoprire le aziende che potrebbero offrire un potenziale di crescita più elevato. Altri includono l’innovazione sanitaria per l’invecchiamento della popolazione, la transizione verso l’energia pulita e la trasformazione digitale. L’esposizione a società che pagano dividendi e che si basano su tali tendenze secolari di lungo periodo può contribuire a soddisfare le esigenze degli investitori di domani attraverso la crescita del reddito e la rivalutazione del capitale.

  • Pictet AM – Tecnologia generativa: scenari e implicazioni dell’IA

    Pictet AM – Tecnologia generativa: scenari e implicazioni dell’IA

    A cura di Stephen Freedman, Head of Research and Sustainability, Thematic Equities di Pictet Asset Management

    23.08.2023

    ·       Gli “hyperscaler”, i giganti dei servizi cloud, hanno davanti un’opportunità unica per rafforzare la propria posizione nella catena del valore: quanto più il valore della mente umana potrà essere integrato nella tecnologia, tanto più tali aziende saranno in grado di dominare la catena di creazione di valore. Vediamo un grande potenziale di crescita per i modelli di IA generativa specializzati verticalmente e con una forte expertise nel proprio settore

    ·       C’è una possibilità evidente che sorga un universo parallelo dell’IA all’interno delle aree di influenza cinese, che porterà a una biforcazione dei modelli tra Cina e Occidente: diversi segnali ci indicano che il governo cinese sta implementando la regolamentazione in maniera significativa e costante per controllare questo settore

    • L’IA generativa comporta la possibilità di automatizzare certi compiti e certi processi analitici non di routine, molti dei quali fino a poco fa credevamo essere prerogativa esclusiva dell’uomo. Le aziende sono alle prese con il dibattito su cosa gli esseri umani possano fare e cosa le macchine non riescano a fare
    • In linea generale, per mitigare i rischi possibili derivanti dall’IA riteniamo esistano tre fondamentali strade da percorrere: l’applicazione di un controllo sull’utilizzo di IA da parte delle compagnie informatiche, lo sviluppo di una regolamentazione che vada oltre la sua forma embrionale e che adotti azioni efficaci tramite legislazioni e controlli tecnici e la sorveglianza

    Dal lancio sul mercato di ChatGPT, l’IA generativa ha visto raddoppiare il tasso di adozione. La principale rivoluzione dietro questi modelli è l’architettura Transformer (sviluppata inizialmente da Google nel 2017). Nessuno avrebbe potuto prevedere che questa innovazione, concepita originariamente per facilitare le traduzioni linguistiche, avrebbe offerto una gamma di soluzioni per lo sviluppo di LLMs (Large Language Models) altamente performanti. Ora che il genio è fuori dalla lampada, sorge spontaneo chiedersi quali player siano meglio posizionati per capitalizzare su queste conquiste tecnologiche.

    Implicazione per gli “hyperscaler”

    Gli “hyperscaler”, ossia i giganti dei servizi cloud quali Microsoft, Alphabet, Meta e Amazon, si sono storicamente concentrati sui sistemi di memoria e stoccaggio o sull’automazione dei processi, ma ora hanno davanti un’opportunità unica per rafforzare la propria posizione nella catena del valore: quanto più il valore della mente umana potrà essere integrato nella tecnologia, tanto più tali aziende saranno in grado di dominare la catena di creazione di valore.

    A breve vedremo nascere LLMs altamente specializzati. Recentemente, Bloomberg ha rilasciato il suo LLM specializzato in dati finanziari. Il learning by doing sarà un potente driver; sempre più i fornitori “generalisti” di IA non saranno in grado di fornire approfondimenti sufficienti in certe aree e ridurranno la propria fetta di mercato, mentre quelli specializzati riusciranno anche a costruire il proprio posizionamento in aree specifiche.

    La questione “generalisti” vs “specialisti” è, però, diversa dalla questione “chi guiderà l’infrastruttura?”. I player più specializzati potrebbero sfruttare i servizi e le piattaforme cloud degli hyperscaler poiché più convenienti. Questi ultimi, così come i generalisti, non hanno interesse a coprire ogni campo, ma piuttosto a creare un quadro di riferimento che possa essere utilizzato da una fetta crescente di specialisti del settore. 

    I produttori di chip specializzati in IA potranno cogliere parte del valore aggiunto. Se Nvidia è emerso di recente come leader indiscusso tra i generalisti, il mercato diventerà sufficientemente ampio da permettere a diversi attori di coesistere senza problemi. Come gestori attivi ricerchiamo quelle realtà solide, con bilanci sani e capacità di generare flussi di cassa stabili, che meglio possono essere in grado di cavalcare l’onda del cambiamento. Inoltre, anche i produttori di chip altamente specializzati acquisiranno probabilmente alcune parti del mercato dell’IA. Al di là del posizionamento degli hyperscalers vediamo, quindi, un grande potenziale di crescita per i modelli di IA generativa specializzati verticalmente e con una forte expertise nel proprio settore, in particolare in aree difficili da trattare. 

    Implicazioni commerciali: Occidente VS Cina

    Le aziende informatiche USA guidano la competizione dell’IA generativa e quelle cinesi sentono la pressione di raggiungerle. Come in altri ambiti c’è una possibilità evidente che sorga un universo parallelo dell’IA all’interno delle aree di influenza cinese, che porterà a una biforcazione dei modelli tra Cina e Occidente. È chiaro che la Cina voglia e possa raggiungere un certo successo, elemento che creerà una situazione complessa.

    Sebbene la Cina creda nell’economia della conoscenza, non supporta l’idea di una società in cui vi sia libera circolazione delle informazioni, propria dell’approccio occidentale. Siamo certi che la Cina troverà un modo per sfruttare l’IA generativa a proprio vantaggio: forse potrebbe riuscire a manipolare i modelli LLMs, anche se le risulterà complicato alienarsi completamente da questi. I consumatori nazionali sono inoltre noti per essere estremamente abili in ambito tecnologico e i modelli di IA generativa potrebbero essere modificati dai singoli a seconda del proprio uso e bisogno. Per questa ragione, imporre delle restrizioni a livello globale sull’utilizzo di IA potrebbe non essere così semplice.

    Diversi segnali ci indicano che il governo cinese sta implementando la regolamentazione in maniera significativa e costante per controllare questo settore. Nel 2022 è stata approvata una normativa sull’intelligenza artificiale che regola l’uso degli algoritmi nei sistemi di offerte online da parte delle aziende, richiedendo ai fornitori di garantire che non mettano “in pericolo la sicurezza nazionale o l’interesse pubblico sociale” e di “fornire una spiegazione” quando danneggiano l’interesse legittimo degli utenti. Inoltre, negli ultimi anni la Cina ha fornito linee guida e quadri di riferimento sull’utilizzo etico dell’IA.

    Implicazioni per la salute mentale

    I segni di una sempre maggiore crisi della salute mentale nel mondo occidentale potrebbero migliorare facendo leva sul contributo dell’IA per alleviare questa situazione. In generale, il potenziale delle soluzioni di IA è significativo e si prevede che raggiungerà i 208 miliardi USD entro il 2030. Per raggiungere questo traguardo sarà però opportuno superare un significativo livello di riluttanza: secondo un sondaggio del Pew Research Center, il 60% degli americani non si sentirebbe tranquillo sapendo che gli operatori sanitari si affidano all’IA per fornire loro le cure, solo il 38% pensa che porterebbe a risultati migliori e il 75% si è detto preoccupato che gli operatori sanitari si possano spingere troppo in là nell’adozione dell’IA. Per quanto riguarda nello specifico la salute mentale, il 79% rifiuta il supporto di un chat bot, il 46% degli adulti americani sostiene che questi possano essere utilizzati solo da chi è già in cura da un terapista, mentre il 28% sostiene che non dovrebbero essere in alcun modo utilizzabili da chi soffre.

    Probabilmente con il tempo i pazienti potrebbero accettare l’impiego dei chat bot, al momento restano dei grossi limiti. A favore dell’impiego su larga scala c’è il fatto che i chat bot stanno cominciando a rispondere come se ne avessero la capacità autonoma e già ad oggi capita talvolta di dimenticarsi che non si sta davvero parlando con un umano. Di conseguenza, man mano che la tecnologia migliorerà, potrebbero prendere piede come sostituti dell’uomo in certi ambiti.

    Ad ogni modo, restano alcune preoccupazioni. Chi cerca aiuto si trova in uno stato vulnerabile: i pazienti potrebbero quindi essere meno capaci di esprimersi in maniera chiara e di dare riscontri, oltre al fatto che si rischia di vederli scomparire dopo un incontro, rendendo impossibile proseguire il trattamento. Rispetto a un terapista umano, la capacità delle macchine di leggere le emozioni e interpretare i segnali non verbali è al momento estremamente limitata. Un recente studio della Harvard Business School ha rivelato che i chat bot di IA hanno una serie di deficit importanti nella gestione della salute mentale.
    La discussione sulle implicazioni dell’IA generativa nella sfera della salute mentale e del trattamento delle sue patologie rimane poco chiara e, al momento, manca totalmente di evidenza empirica.

    Implicazioni su mercato del lavoro e produttività

    È fondamentale fare una distinzione tra compiti e mansioni (gruppi di compiti). L’IA generativa comporta la possibilità di automatizzare certi compiti e certi processi analitici non di routine, molti dei quali fino a poco fa credevamo essere prerogativa esclusiva dell’uomo. Quali compiti verranno effettivamente rimpiazzati, dipenderà dal costo del lavoro in ogni singolo luogo, ma senza dubbio per la maggior parte dei lavori ci sono alcuni processi che possono essere automatizzati. In questo modo, il lavoro evolverà e si creeranno nuove opportunità. L’IA generativa porterà a una situazione in cui i lavoratori non solo saranno più produttivi, ma saranno anche in grado di fare cose nuove, grazie alla sinergia uomo-macchina. Questo è fondamentale alla luce dell’attuale difficoltà nel creare lavoro.

    L’impatto sulla forza lavoro dell’IA sarà differenziato: secondo l’economista Daron Acemoglu, si verificheranno tre scenari: upskill, ovvero porterà a lavori meglio pagati; reskill, con una evoluzione laterale delle competenze ma con stipendi simili; deskill, un problema, trattandosi di uno scenario in cui la macchina depotenzierà le capacità (e le posizioni) umane.

    È utile tenere a mente gli esempi che ci arrivano dalla storia per capire gli effetti dell’automazione, ad esempio ricordando la legge di Engel, che descrive l’effetto della rivoluzione industriale e il modo in cui ha portato a standard di vita più elevati per i lavoratori dopo diverse generazioni, danneggiando tuttavia altri lavoratori durante una lunga fase di transizione.

    Oggi, dal momento che l’IA generativa può colpire lavoratori qualificati, che tendono ad avere più competenze rispetto a quelli colpiti da precedenti ondate di automazione, l’impatto sul mercato del lavoro potrebbe essere meno significativo. Tuttavia, la spesa pubblica per la riqualificazione e l’aggiornamento professionale sarà determinante. Si tratta di un’area di grande preoccupazione per i governi, dato che, secondo i sondaggi, il 66% delle persone in cerca di lavoro dichiara di aver bisogno di riqualificazione o aggiornamento.

    Le aziende sono alle prese con il dibattito su cosa gli esseri umani possano fare e cosa le macchine non riescano a fare. Al massimo delle sue potenzialità, il cervello umano può pensare in termini di causalità futura, ma questo richiede un alto livello di pensiero e di curiosità. Le IA generative, invece, sono eccellenti nell’elaborare correlazioni, poiché non hanno il senso del tempo. D’altro lato, problem solving, coaching, comunicazione, ascolto ed empatia sono tutte abilità in cui gli esseri umani hanno un vantaggio e si tratta di abilità fondamentali in un gran numero di lavori. Si noti, tuttavia, che un cervello umano sotto stress non è molto diverso da una macchina, poiché trova difficile fare previsioni o mostrare empatia.

    Ciò avviene in un contesto in cui si stanno realizzando modelli di nearshoring/reshoring, anche se a un ritmo più lento di quanto inizialmente previsto. Uno dei colli di bottiglia del nearshoring è la facile accessibilità ai robot e all’automazione, necessari per sostenere il lavoro. Tuttavia, i progressi dell’IA stanno alleviando queste difficoltà. Il livello di competenze necessarie per l’automazione si sta riducendo, grazie al ruolo fondamentale giocato dall’IA. L’abbandono delle tecnologie di automazione tradizionali libererà risorse ingegneristiche che potranno essere reimpiegate. Le PMI, in particolare, saranno in grado di implementare l’automazione da sole, poiché i costi di breakeven per il nearshoring/reshoring diminuiranno. 

    Implicazioni per l’educazione

    Le conquiste dell’IA giocheranno un ruolo fondamentale in certe aree del sistema educativo, con un impatto differente in base al segmento e all’area geografica, senza però rivoluzionarlo completamente. Le aree maggiormente interessate saranno l’educazione degli adulti, l’educazione linguistica e le attività di valutazione e formazione.

    Nell’ambito della K-12 (ovvero il periodo che va dalla scuola materna all’ultimo anno di liceo), le discussioni iniziali sul rischio di plagio non identificato si sono attenuate con l’emergere di strumenti in grado di riconoscere il plagio e di gestire l’IA generativa. Nel sistema di istruzione superiore, l’impatto maggiore sarà sulla risoluzione delle controversie e sulla semplificazione della ricerca. Si prevede un impatto limitato nell’ambito della formazione aziendale, ad eccezione dei corsi brevi per i quali l’IA è molto adatta. Infine, per la scuola materna è previsto un impatto minimo. 

    L’istruzione dovrà attirare molto più capitale in futuro, poiché l’istruzione digitale e online è destinata a crescere, partendo dalla base attuale ancora limitata. Attualmente, ad esempio, le spese digitali rappresentano meno del 5% delle spese totali nel settore dell’istruzione. I finanziamenti di venture capital per l’ed-tech sono 6 volte inferiori a quelli per la salute e 4 volte inferiori a quelli per la mobilità.

    Da un punto di vista geografico, i progressi dell’IA dovrebbero avere un impatto economico meno immediato, almeno in termini di dislocazione della manodopera, sui Paesi con un minor numero di “knowledge workers”, ovvero gli EM. Tuttavia, l’istruzione diventerà un imperativo nazionale nei grandi Paesi emergenti, per evitare un crescente divario di capacità con i Paesi sviluppati. Paesi come la Nigeria o l’Egitto la considerano una questione di sicurezza nazionale e questo aumenterà i finanziamenti per l’istruzione negli emergenti.

    La mitigazione dei rischi

    In linea generale, per mitigare i rischi possibili derivanti dall’IA riteniamo esistano tre fondamentali strade da percorrere. Anzitutto, l’applicazione di un controllo sull’utilizzo di IA da parte delle compagnie informatiche, un aspetto etico fondamentale che, tuttavia, potrebbe contrastare con l’esigenza delle aziende di attestarsi in un mercato sempre più competitivo. In secondo luogo, lo sviluppo di una regolamentazione che vada oltre la sua forma embrionale e che adotti azioni efficaci tramite legislazioni e controlli tecnici. Infine, la sorveglianza: visto l’incedere dei fatti, riteniamo nascerà un nuovo mercato per i servizi di sorveglianza, necessari per validare i risultati dei modelli di IA.

  • GAM: Mercati emergenti verso la rivoluzione industriale 5.0

    GAM: Mercati emergenti verso la rivoluzione industriale 5.0

    A cura di Rob Mumford, Investment Director, Emerging Markets Equities di GAM

    I nuovi prodotti e servizi digitalizzati generano dati a un ritmo in esponenziale aumento e richiedono sempre più potenza informatica per gestirli, interpretarli e metterli in pratica. Nei mercati emergenti, il settore tecnologico è al secondo posto per dimensioni nell’indice MSCI Emerging Market (col 21,2%, leggermente inferiore ai finanziari con il 21,9%). Considerato il ruolo importante dei mercati emergenti in numerosi settori, i nuovi e vecchi costituenti dell’indice saranno fondamentali per la prossima fase della digitalizzazione, Digital 4.0.

    I progressi tecnologici hanno un effetto top-down positivo: secondo le stime di PwC, l’intelligenza artificiale da sola farà aumentare le stime del Pil in Cina del 26,1% e in Nord America del 14,5% entro il 2030. Questi due Paesi rappresentano circa il 70% del totale globale. A nostro giudizio, grazie alle tecnologie avanzate, all’ampia quantità di dati e alla rapida adozione, il Nord America può produrre un impatto positivo superiore alla media. Per quanto concerne i mercati emergenti, la disponibilità limitata di chip avanzati in Cina viene compensata dall’abbondanza dei dati, da personale d’eccellenza, dalle opportunità a livello applicativo (essendo un’economia fortemente digitalizzata) e dall’adozione di una serie di politiche con possibili effetti positivi sul Pil oltre la media.

    Per far funzionare Chat-GPT servono circa 300.000 processori (280.000 CPU e 10.000 GPU) e Gartner prevede che il mercato globale dei semiconduttori per l’intelligenza artificiale crescerà del 21% in termini di CAGR (tasso di crescita composito annuo) dal 2023 al 2027. Questi processori non funzionano da soli, dobbiamo tenere presente che servono numerose tecnologie correlate, non solo per quest’applicazione, ma anche per i servizi e la tecnologia avanzata della Digital 4.0 e oltre.     

    I veicoli elettrici e a guida autonoma che utilizzano l’intelligenza artificiale sono un segnale dell’enorme domanda di semiconduttori, elaborazione dati e infrastrutture che serviranno in futuro per i dispositivi e i servizi di Digital 4.0. Una moderna auto elettrica si avvale di circa 3.000 semiconduttori, quasi il doppio rispetto alle auto tradizionali. Per la guida autonoma, l’intelligenza artificiale è fondamentale poiché consente alle auto di identificare e reagire in tempo reale alle situazioni che si presentano sulla base dei dati raccolti dai sensori. Un rapporto di Bank of America cita uno studio Intel secondo il quale un veicolo a guida autonoma connesso potrebbe generare la stessa quantità di dati di 3.000 utenti internet, mentre due auto in comunicazione tra loro potrebbero generare l’equivalente di 8-9.000 utenti internet.

    La crescita e la gamma in espansione di beni e servizi hanno implicazioni positive per le società del settore tecnologico nel suo complesso, compresi semiconduttori, semi equipment, memorie (memorie realizzate appositamente per i server), substrato, confezionamento di schede madri e montaggio. Le società asiatiche e dei mercati emergenti sono particolarmente esposte in questi ambiti e hanno un ruolo dominante in diversi segmenti. I chip di memoria avanzati (che immagazzinano e/o elaborano dati) sono fondamentali per l’intelligenza artificiale che ha bisogno di capacità computazionale più rapida (con un minor consumo di energia), e non solo della semplice capacità di immagazzinare dati. Il settore delle memorie è un mercato con tre grandi operatori, e due delle tre società coreane (SK Hynix e Samsung Electronics) hanno una quota di mercato del 60% circa.

    I server AI stanno conquistando rapidamente posizioni in Asia nella catena di distribuzione di prodotti ODM, ovvero sviluppati dal fornitore, che grazie ad anni di ricerca e sviluppo e interazione coi clienti hanno una quota di mercato del 90% circa. I progressi nei processori e nelle tecnologie correlate hanno spinto le fonderie verso il packaging avanzato, ma il mercato dei test e del confezionamento è ancora dominato dalle società asiatiche con una quota di mercato di poco superiore al 50%. Lo abbiamo visto chiaramente durante i lockdown per il COVID-19.

    Per la maggior parte della catena di distribuzione correlata, i progressi nell’intelligenza artificiale hanno effetti positivi non solo sui volumi, ma anche sul prezzo di vendita (ASP) e sui margini. I due segmenti che abbiamo citato (memorie e server) esemplificano bene tale fenomeno. Nelle memorie, 1Gb di DDR4 costa 0,2 dollari, l’HBM 1,2-1,3 dollari e 128GB DDR5 costano 0,9-1,0 dollari, il prodotto in più rapida crescita ha un prezzo tra 5 e 7 volte superiore. Lo stesso vale per gli ODM, il prezzo di un server AI è pari al doppio o al triplo di quello dei server generici, oltre a essere il segmento in più rapida crescita. Grazie a tale duplice vantaggio, gli analisti (tra cui Bank of America) prevedono che i server AI rappresenteranno circa il 20-30% dei ricavi totali dei server ODM entro il 2025.

    Invitiamo gli investitori alla cautela sulla scorta delle profonde oscillazioni registrate, delle valutazioni attuali, dello scenario ciclico della tecnologia e anche del fatto che alcuni prodotti correlati all’intelligenza artificiale rappresentano solo una piccola percentuale dei prodotti delle aziende in questo momento (per quanto siano in rapidissima crescita).

  • TCW: L’intelligenza artificiale rivoluzionerà la sostenibilità?

    TCW: L’intelligenza artificiale rivoluzionerà la sostenibilità?

    A cura di Evan Feagans, portfolio manager, team Global AI Equity, TCW 

    ChatGPT, quando è stato rilasciato, è stato il primo prodotto di IA generativa a inserirsi in quello spazio dove normalmente pensiamo che gli esseri umani siano più bravi: il processo creativo. Pur essendo un’impresa impressionante, non la consideriamo una svolta in sé, ma piuttosto il culmine di un progresso tecnologico.

    Per far funzionare un grande modello di linguaggio o LLM, è necessaria un’enorme quantità di hardware tecnologico, potenza di calcolo, memoria, larghezza di banda di rete, tutti elementi che hanno fatto enormi progressi e ora sono sufficientemente potenti ed economici da farli funzionare. Inoltre, è necessaria una grande quantità di dati per addestrare questi modelli per consentirgli di rispondere come farebbe un essere umano. Internet si rivela un ottimo bacino. Nel complesso, il potenziale è enorme ed è un tema su cui vale la pena investire.

    Le implicazioni per la sostenibilità: le ricadute sul mercato del lavoro

    Sono state sollevate alcune preoccupazioni sul fatto che le tecnologie dell’intelligenza artificiale possano aumentare le disuguaglianze sostituendo alcuni lavoratori nella forza lavoro. Quando le persone pensano al progresso tecnologico pensano alle macchine che sostituiscono i lavoratori nelle fabbriche, lasciando relativamente intatti i lavori basati sulla conoscenza, come quelli impiegatizi.

    Al contrario, riteniamo che i grandi modelli di linguaggio e l’IA generativa avranno ricadute principalmente sui cosiddetti “colletti bianchi”, ma lasceranno intatti i mestieri manuali, come l’edilizia o l’idraulica. È, infatti, in realtà più probabile che ambiti relativamente standardizzati come il diritto o la contabilità vengano sostituiti dall’IA. Ritengo che questo sia un fattore di compensazione per l’argomento dell’ineguaglianza.

    L’altro punto che vorrei sottolineare è che l’IA generativa può aiutare le persone a svolgere gli stessi compiti con meno formazione e meno competenze.  Ad esempio, per scrivere un codice, non c’è necessariamente bisogno di una laurea in software engineering ma si può chiedere a un grande modello linguistico che cosa si vuole che il programma realizzi in inglese, o in qualsiasi altra lingua, e lui può produrre il codice per realizzare quel compito.

    Servizio clienti e veicoli autonomi i settori più impattati

    Riteniamo che in qualche modo tutto sarà influenzato dall’IA generativa. Le applicazioni in termini di guadagni di produttività sono troppo ampie per escludere qualsiasi settore. A mio parere, l’area più evidente in cui ci si aspetta una perdita di posti di lavoro è quella del servizio clienti: per le chat o le telefonate un grande modello di linguaggio può gestire di solito il 95% o più delle richieste di assistenza da solo, senza intervento umano.

    Un altro settore di cui si è parlato è quello dei veicoli autonomi che potrebbero sostituire i conducenti, come taxisti o camionisti. Per i conducenti di camion in particolare, bisogna ricordare che questa è un’area in cui è sempre stato difficile trovare personale – non si tratta infatti di lavori ambiti (basti pensare solo alla necessità di stare lontano da casa per giorni interi). Quindi, potrebbe essere un vantaggio il fatto che l’IA svolga un lavoro che gli esseri umani non sono troppo entusiasti di fare.

    Criticità legali e regolamentari: copyright, responsabilità e rischio disinformazione

    Non mancano le criticità legali e regolamentari che riguardano il copyright sia degli input – i modelli di IA generativa vengono addestrati su grandi quantità di dati principalmente raccolti da internet – che degli output del modello. È possibile ottenere il copyright sul materiale prodotto? Questo è un punto interessante, visto che non tutto il materiale sarà scritto al 100% da esseri umani o al 100% da IA generativa, piuttosto ne sarà una combinazione.

    Il terzo punto riguarda la responsabilità degli output. Al momento, ad esempio, Facebook non è responsabile di ciò che gli utenti pubblicano online, fortunatamente per l’azienda. Ma un’azienda di IA generativa è responsabile di ciò che il suo modello restituisce in risposta a una richiesta? Questo non è ancora stato risolto in tribunale.

    L’ultimo punto, il quarto, riguarda la questione della disinformazione. I modelli di IA generativa sono molto bravi a produrre parole, video, audio che sembrano provenire da qualcun altro. Pensate alle campagne di disinformazione che si sono già verificate sui social media.

    AI: maggiori consumi di risorse ed energia nel breve, ma più efficienza nel lungo termine

    L’IA generativa richiede molta infrastruttura, in particolare semiconduttori. La produzione di semiconduttori emette molte emissioni di anidride carbonica, consuma molta acqua e richiede anche molta energia. Dal punto di vista della sostenibilità, a breve termine non è ottimale.

    Tuttavia, nel lungo termine, se si pensa a cosa si può fare con quei modelli, l’IA funziona davvero bene nell’ottimizzare l’efficienza e migliorare la gestione delle risorse in particolare in settori come l’agricoltura, il trasporto e l’energia. Ad esempio, nell’agricoltura, alcune aziende stanno sviluppando prodotti smart per il controllo delle erbacce utilizzando IA che consentono di colpire solo queste ultime con erbicidi, evitando di spruzzarli su tutto il campo. Si utilizza una quantità molto inferiore di erbicidi, il che significa che le colture e le acque sotterranee sono meno esposte, mantenendo o addirittura aumentando la produzione.

    Di fronte alle preoccupazioni nei confronti di una tecnologia informatica che diventa effettivamente più intelligente degli esseri umani, penso che l’IA si rivelerà come altre tecnologie, cioè un insieme di strumenti volti a rendere le nostre vite migliori, a svolgere compiti meglio di quanto possiamo fare da soli. Dal punto di vista della sostenibilità, ritengo che l’IA rappresenti un’enorme opportunità, in particolare per gestire le risorse in modo più efficiente. Può davvero contribuire a ridurre la nostra impronta ambientale, senza sacrificare troppo l’output e la qualità della vita per gli esseri umani. Penso che sia un passo importante nel nostro cammino verso un futuro più sostenibile.

  • COMGEST: L’INTELLIGENZA ARTIFICIALE POTREBBE ESSERE IL FATTORE X ALLA BASE DELLA CRESCITA FUTURA

    COMGEST: L’INTELLIGENZA ARTIFICIALE POTREBBE ESSERE IL FATTORE X ALLA BASE DELLA CRESCITA FUTURA

    Justin Streeter, Portfolio Manager della strategia azionaria statunitense di Comgest

    Se nelle ultime settimane avete letto i titoli dei giornali sull’Intelligenza Artificiale (IA), difficilmente potreste essere biasimati per essere spaventati. Le notizie sull’argomento spaziano da studi che diffondono statistiche allarmanti (Goldman Sachs ha recentemente riferito che l’IA potrebbe portare alla perdita di 300 milioni di posti di lavoro), a opinioni che rasentano l’iperbole dell’allarmismo (“L’IA prenderà il sopravvento sull’umanità”). Tuttavia, uno sguardo al passato ci dice che “cambiamenti epocali” come la rivoluzione industriale o l’ascesa di Internet hanno creato paure simili, eppure la civiltà non è implosa di conseguenza. Al contrario, gli esseri umani hanno utilizzato questi sviluppi per migliorare i loro processi originari e il mondo è diventato di conseguenza più efficiente. L’intelligenza artificiale presenterà delle sfide, ma non c’è motivo di mobilitare una rivoluzione luddista contro di essa. Il discorso che dovremmo fare, come investitori, riguarda invece le immense opportunità che questa tecnologia sta creando. Innanzitutto, in un periodo in cui la crescita del PIL globale è sottoposta a maggiori pressioni a causa delle tendenze demografiche, della scarsità di risorse, delle preoccupazioni per il clima e altro ancora, la produttività è diventata il fattore X a guidare la crescita e il benessere. In questo senso, l’IA è arrivata in un momento opportuno e potrebbe favorire gli investimenti in alcuni tipi di aziende. Prendiamo l’esempio degli “assistenti virtuali”, come “Copilot” di Microsoft, che sarà integrato in Microsoft 365 o Azure.  Questa tecnologia è in grado di accelerare i processi e allo stesso tempo di ridurre i costi, offrendo agli imprenditori più tempo e denaro da investire in altri settori della propria attività.

    In questo modo è possibile democratizzare strumenti che in precedenza erano disponibili solo per le grandi aziende. Per esempio, Intuit utilizza l’intelligenza artificiale da diversi anni per offrire ai clienti delle piccole imprese una migliore comprensione delle loro finanze. Il risultato è che il 60-70% di questi clienti rimane in attività per 5 anni, rispetto al 50% delle piccole imprese negli Stati Uniti. Inoltre, l’approfondimento dell’IA generativa dovrebbe rendere ancora più facile per gli imprenditori con meno risorse avviare e gestire un’attività, generare contenuti e rimanere in contatto con i propri consumatori.

    L’intelligenza artificiale sta portando miglioramenti anche nell’industria sanitaria, che è uno dei settori più inefficienti degli Stati Uniti (la spesa sanitaria rappresentava oltre il 18% del PIL nazionale nel 2022). Uno dei motivi principali è la mancanza di una banca dati nazionale, il che comporta l’inserimento manuale di molti dati e quindi molti errori. Questi errori possono portare a diagnosi errate, degenze ospedaliere più lunghe e spese eccessive, che a loro volta sottraggono risorse a cure di vitale importanza.

    Diverse aziende stanno attualmente lavorando per migliorare l’organizzazione dei dati a livello nazionale. Microsoft ha recentemente acquisito Nuance, leader nella tecnologia IA conversazionale, per 20 miliardi di dollari nel 2021. Nuance utilizza l’intelligenza artificiale per compilare la documentazione dei pazienti, liberando così tempo prezioso per il follow-up dei medici e consentendo di dedicare maggiori risorse ad altre aree.

    Anche Oracle sta investendo, ad esempio con l’acquisizione di Cerner, leader nelle cartelle cliniche elettroniche, per 28 miliardi di dollari nel 2021. Questa acquisizione fa parte dell’obiettivo di Oracle di costruire un database sanitario nazionale integrato da potenti strumenti di intelligenza artificiale. Ciò contribuirà a migliorare le diagnosi e avrà un impatto sulla spesa, sulle degenze ospedaliere e sulle liste d’attesa.

    Nel settore farmaceutico, l’intelligenza artificiale sta accelerando lo sviluppo di farmaci nella fase di scoperta, grazie alla previsione di quali proteine e molecole sarebbero adatte a determinati disturbi. Eli Lilly è un’azienda che si è già mossa per trarre vantaggio da questo punto di vista e ha recentemente avviato una partnership da 425 milioni di dollari con Schrödinger, una biotech che fornisce una piattaforma tecnologica software alimentata dall’intelligenza artificiale. Dando un punto di partenza più solido ai responsabili dei test farmacologici, quando si tratta di strutture proteiche, la tecnologia AI potrebbe accelerare drasticamente il processo di sviluppo dei farmaci, portando a numerosi miglioramenti nei trattamenti a una velocità mai vista prima. Ciò avrà l’effetto di rendere l’industria sanitaria ancora più efficiente, rendendo disponibili più farmaci salvavita.

    In sintesi, non dobbiamo dimenticare che l’IA, come molti altri progressi, comporta una serie di sfide. Per esempio, richiederà maggiori investimenti nei settori della sicurezza informatica, dell’istruzione e della regolamentazione per riconoscere e ridurre i contenuti ingannevoli e non originali. Ciononostante, l’approccio ragionevole ai progressi dell’IA consiste nel mantenere una mentalità positiva. Sebbene l’IA sarà un fattore di rottura, essa rappresenta anche un modo per le economie sviluppate di mantenere livelli di crescita più elevati di quelli che sarebbero stati altrimenti raggiunti. Non solo, offre anche opportunità alle aziende tecnologiche e a molti altri tipi di imprese che possono sfruttare il suo potenziale per rendere più efficienti i loro prodotti e servizi.

  • La competizione ai tempi dell’IA: identikit delle aziende vincenti

    La competizione ai tempi dell’IA: identikit delle aziende vincenti

    A cura di Anjali Bastianpillai, Senior Product Specialist di Pictet Asset Management

    05.07.2023 – 

    ·             La competitività delle aziende di semiconduttori si basa su economie di scala, ottimizzazione della spesa per ricerca e sviluppo, capacità di rispondere a una domanda crescente di connettività e tecnologie per cloud e data center, adeguatezza degli sforzi per garantire la sicurezza delle catene di approvvigionamento, aggiornamento e ampliamento della gamma dei prodotti e acquisizione di talenti altamente specializzati.

    ·             Un ruolo cruciale nello sviluppo dell’IA lo giocheranno progettisti e produttori di semiconduttori, ai quali si richiedono conoscenze sempre più specializzate. Dato il ridotto numero di fornitori e progettisti di semiconduttori, possedere conoscenze intrinseche avanzate e attrezzature altamente specializzate è un fattore discriminante.

    “L’amore dell’uomo per l’innovazione non morirà mai. Ne sono convinto e ci credo appassionatamente” Karl F. Benz, 1844-1929, Progettista di motori e ingegnere automobilistico tedesco.

    Storicamente, le aziende di semiconduttori hanno tarato il loro successo su fattori quali la possibilità di beneficiare di economie di scala, l’ottimizzazione della spesa per attività di ricerca e sviluppo, la capacità di rispondere a una domanda crescente di connettività (es. 5G, IoT) o di tecnologie per la gestione dei cloud e dei data center, l’adeguatezza degli sforzi per garantire la sicurezza delle catene di approvvigionamento, l’aggiornamento e l’ampliamento della gamma prodotti (oltre i microchip, anche i software) e l’acquisizione di talenti altamente specializzati.

    La capacità di un’azienda di coltivare uno o più di questi aspetti ha da sempre portato le aziende competitor sul mercato a valutare investimenti o azioni similari per non cedere il passo. Per esempio, nel 2020 AMD ha acquisito Xilinx Inc. per 38,5 miliardi di dollari, con lo scopo di creare un leader del settore nel campo dell’high performance e adaptive computing. A distanza di poco, Marvell Technology Group si è unita a Inphi Corporation, leader nel settore delle applicazioni high-speed, creando un’azienda da 40 miliardi di dollari per rafforzare la posizione di Marvell nel mercato del cloud e del 5G.

    Produttori e progettisti di semiconduttori

    Giunti a questo punto, un ruolo cruciale nello sviluppo dell’IA lo giocheranno progettisti e produttori di semiconduttori, ai quali si richiedono conoscenze sempre più specializzate. Dato il ridotto numero di fornitori e progettisti di semiconduttori, possedere conoscenze intrinseche avanzate e attrezzature altamente specializzate è un fattore discriminante. Si tratta di aziende di qualità che agiscono all’interno di una ristretta nicchia di mercato, capaci di fare prezzo e di ammortizzare eventuali pressioni dall’esterno.

    Un esempio arriva da Taiwan Semiconductor Manufacturing Company (TSMC), titano della produzione di semiconduttori a livello globale che, grazie ai suoi investimenti, detiene oggi una quota superiore al 50% del mercato globale delle fonderie e una quota di mercato superiore al 90% nelle tecnologie di processo avanzate utilizzate per l’IA e il calcolo ad alte prestazioni.

    Aziende di apparecchiature per semiconduttori

    Tra i beneficiari della crescente diffusione dell’IA rientrano anche i produttori di strumenti necessari alla creazione di microchip e le aziende di software. Il trend positivo dell’IA stimola la domanda verso quelle aziende produttrici di strumenti per semiconduttori, che forniscono i sistemi necessari per la produzione di microchip sempre più piccoli, veloci, economici, potenti ed efficienti dal punto di vista energetico.

    Ad esempio, ASML, il principale fornitore a livello mondiale di apparecchiature per la litografia dei semiconduttori, è considerato un player fondamentale. La sua posizione unica nella catena del valore dei semiconduttori le consente di cogliere direttamente le opportunità derivanti dalle nuove applicazioni nel settore dell’high-performance computing e dell’intelligenza artificiale. 

    Software di automazione della progettazione elettronica

    Infine, posizione centrale nel processo di sviluppo dell’IA sarà dalla progettazione elettronica e dai software di automazione. La progettazione di circuiti integrati avanzati non sarebbe possibile senza l’utilizzo di software di progettazione assistita da computer e, nello specifico, di tecnologie di automazione della progettazione elettronica (EDA). 

    La complessità nel creare microchip all’avanguardia per abilitare le applicazioni di IA richiederà un uso crescente dei software di realtà come Synopsys che supportano e automatizzano la progettazione e la verifica (simulazione) dei microchip, oltre a eseguire test di integrità e qualità. Questi strumenti sono abilitati a loro volta all’intelligenza artificiale e consentono ai progettisti di chip di ridurre il tempo necessario per la progettazione di un chip da diverse settimane a pochi giorni.

    Le informazioni, opinioni e stime contenute nel presente documento riflettono un’opinione espressa alla data originale di pubblicazione e sono soggette a rischi e incertezze che potrebbero far sì che i risultati reali differiscano in maniera sostanziale da quelli qui presentati.

  • T. Rowe Price: non solo NVIDIA, l’IA è ovunque

    T. Rowe Price: non solo NVIDIA, l’IA è ovunque

    A cura di Dominic Rizzo, Global Technology Equity, Strategy Portfolio Manager e Anne Daub, Biotechnology Analyst, T. Rowe Price

    Più le principali aziende investono nell’intelligenza artificiale, più diventa probabile la formazione di una nuova bolla del settore, che potenzialmente potrebbe persino rivaleggiare con la bolla delle dot-com scoppiata alla fine degli anni Novanta.

    Questo è uno dei motivi per cui bisogna concentrarsi sulle aziende che saranno i “cardini” dello sviluppo dell’IA, ovvero quelle che forniscono gli strumenti indispensabili per il suo ulteriore sviluppo.

    NVIDIA e altri player in prima linea

    In cima all’elenco ci sono le aziende centrali per il progresso nella produzione dei semiconduttori avanzati necessari per assemblare e far funzionare i modelli di base dell’intelligenza artificiale. Il primo della lista, o quasi, è il produttore di chip NVIDIA, le cui unità di elaborazione grafica (GPU), originariamente progettate per i videogiochi, sono state fondamentali per lo sviluppo di ChatGPT e dell’IA generativa. 

    Il vantaggio di NVIDIA deriva dalla forza delle sue GPU nell’elaborazione in parallelo, che è fondamentale per costruire le complesse reti neurali che consentono di interrogare rapidamente enormi dataset.

    NVIDIA è stata anche abile nell’integrarsi nel più ampio ecosistema dei software di intelligenza artificiale. Nel 2007, l’azienda ha rilasciato la sua piattaforma applicativa Compute Unified Device Architecture (CUDA), che consente agli ingegneri di utilizzare linguaggi di programmazione comuni per progettare software che operano sui suoi chip di elaborazione in parallelo. Più di recente, l’azienda ha esteso la piattaforma alla collaborazione con il software open-source progettato appositamente per le applicazioni di intelligenza artificiale. 

    Sono rosee anche le prospettive di Advanced Micro Devices, leader sia nelle CPU sia nelle GPU. Il nuovo chip dell’azienda, il MI300, è in grado di coniugare i vantaggi dell’elaborazione seriale di una CPU e dell’elaborazione parallela di una GPU.

    Un’altra azienda importante nel settore è Taiwan Semiconductor Manufacturing Corporation, che è diventata un leader ampiamente riconosciuto nella produzione di processor node sempre più piccoli. Oltre alle GPU NVIDIA, i famosi chip “Bionic” di Apple, che alimentano gli iPhone e i Macbook di ultima generazione, sono prodotti dall’azienda taiwanese.

    La disruption dell’IA si sta già diffondendo, anche al di fuori del settore tech

    Ironia della sorte, forse, proprio l’industria dei software sembra essere tra le prime ad essere sconvolta dall’intelligenza artificiale. Le capacità di codifica di ChatGPT sono formidabili e, sebbene non possa sostituire gli esseri umani, riteniamo che questo e altri programmi possano consentire un numero maggiore di super-programmatori. Da tempo i software engineer copiano e condividono lotti di codice utilizzando GitHub e altre risorse online, ma strumenti come ChatGPT accelerano la scrittura del codice in modo esponenziale, svolgendo autonomamente gran parte del lavoro.

    L’intelligenza artificiale può essere applicata anche in altri settori. Il team di T. Rowe Price che si occupa di scienze della salute segue da vicino l’impatto che la nuova conoscenza delle strutture proteiche e altri progressi dell’intelligenza artificiale avranno sullo sviluppo di farmaci e su altri settori medici. Ad esempio, l’apprendimento automatico e l’IA hanno un enorme potenziale nel campo della genomica, in quanto sono in grado di discernere gli schemi sepolti all’interno di enormi e complicati database genomici. Un esempio: la correlazione tra dati genomici e cartelle cliniche anonime può portare alla scoperta di tratti patogeni o, al contrario, di tratti protettivi contro le malattie. Questi dati offrono enormi opportunità di progettare e sviluppare farmaci sfruttando entrambi gli aspetti.

    Nel frattempo, continuiamo a esaminare le implicazioni dell’IA per una serie di altri settori e industrie, pur tenendo presente le incertezze create dal ritmo di cambiamento senza precedenti di questo campo.