Con l’accelerazione della domanda di intelligenza artificiale, la questione fondamentale è se l’offerta di capacità di calcolo riuscirà a tenere il passo.
Gran parte dell’attenzione del mercato si è concentrata sul ciclo di investimenti in conto capitale legato all’IA, in particolare sullo sviluppo dei modelli e sulla domanda di risorse come i microchip avanzati. Ma questo è soltanto un aspetto della questione.
Alla base dello sviluppo dell’IA vi è una vasta catena del valore, che si estende dalle reti elettriche e dai materiali critici fino ai data center e alla manifattura avanzata. In genere si dà per scontato che l’offerta seguirà la domanda. Tuttavia, ipotizzare che la catena di approvvigionamento sia elastica è piuttosto azzardato: la catena del valore presenta infatti vincoli in diversi punti e sotto molteplici aspetti, soprattutto nei segmenti più avanzati dello sviluppo, dove predominano materiali, attrezzature e competenze altamente specializzati. Non può quindi espandersi rapidamente né in modo uniforme.
Nel determinare il modo in cui gli investitori valutano lo sviluppo dell’IA, la scarsità potrebbe essere importante quanto la crescita della domanda. Ci aspettiamo che, nel medio termine, l’offerta di capacità di calcolo rimanga inferiore alla domanda, anche adottando ipotesi relativamente prudenti su quest’ultima. La conseguente scarsità dovrebbe mantenere relativamente elevato, nel medio periodo, il costo della capacità di calcolo, risorsa essenziale dell’economia dell’IA, e suggerisce cautela rispetto alle aspettative sulla velocità di adozione dell’intelligenza artificiale. A livello macroeconomico, questa dinamica dovrebbe inoltre generare pressioni inflazionistiche nel breve termine, ponendo al contempo le basi per incrementi di produttività nel lungo periodo, man mano che l’IA si diffonderà nei diversi settori.
Indice degli argomenti
La catena del valore fisica dell’IA
Suddividiamo la catena del valore fisica dell’IA in cinque segmenti, rappresentativi degli asset materiali che supportano i modelli di intelligenza artificiale.
La catena del valore delle infrastrutture per l’IA parte dai minerali e metalli essenziali per il suo sviluppo. Questi comprendono sia materie prime ampiamente utilizzate, come rame e stagno, sia materiali più specializzati, come gallio e germanio. Ciascuno di essi viene estratto, lavorato e raffinato prima di essere fornito alle industrie a valle come componente per semiconduttori, apparecchiature elettriche e altre tecnologie alla base dell’ecosistema dell’IA.
Seguono le infrastrutture fisiche e le apparecchiature che rendono possibile l’elaborazione dei dati: centrali elettriche e reti di distribuzione, che forniscono l’energia richiesta dall’IA; tecnologie specializzate per la gestione dell’energia e il raffreddamento, necessarie per il calcolo ad alta densità; e la costruzione dei data center, nei quali questi sistemi vengono integrati.
La fase finale comprende le apparecchiature attraverso le quali avviene l’elaborazione dei dati: chip, server e dispositivi di rete che trasformano elettricità e dati nelle attività di addestramento e inferenza dei modelli di IA. Ogni anello della catena è essenziale e i vincoli presenti in qualsiasi fase possono influenzare la velocità, i costi e la sostenibilità economica dell’adozione dell’intelligenza artificiale.
I vincoli all’offerta nella catena del valore dell’IA
A differenza dei precedenti cicli tecnologici, spesso limitati da un unico fattore dominante, le infrastrutture per l’IA devono affrontare vincoli simultanei in più segmenti della catena. Le pressioni più acute sembrano interessare l’elaborazione dei dati e la produzione di energia. L’ecosistema, inoltre, è in rapida crescita. Con la sua espansione, la risoluzione di un collo di bottiglia spesso ne fa emergere un altro. Ad esempio, i progressi nelle prestazioni dei processori hanno spostato l’attenzione sui limiti delle infrastrutture energetiche e di raffreddamento dei data center.
Il capitale non è l’unico fattore che determina la risposta dell’offerta. Sebbene gli investimenti abbiano già iniziato a rispondere alla domanda legata all’IA, l’offerta rimane limitata da una serie di fattori difficili da espandere, sostituire o replicare. Questi vincoli spaziano dalla geopolitica e dalle procedure autorizzative alla disponibilità di manodopera, alla complessità produttiva e alla concentrazione della catena di approvvigionamento.
Geopolitica e sicurezza degli approvvigionamenti
Il rischio geopolitico è concentrato nelle fasi a monte e a valle, dove il settore è esposto alle aree di maggiore tensione a livello globale. L’attività estrattiva è sempre stata influenzata da considerazioni geopolitiche, ma oggi l’attenzione si concentra sempre più sulla Cina, che domina in particolare l’estrazione e la raffinazione di alcuni minerali di nicchia.
A valle, la produzione di semiconduttori avanzati rimane fortemente concentrata in alcune aree dell’Asia, soprattutto a Taiwan. Con la leadership nell’IA divenuta uno dei principali terreni della competizione strategica tra Stati Uniti e Cina, queste dipendenze geografiche rappresentano vulnerabilità strategiche significative. Il rischio non riguarda l’offerta in sé, bensì la sicurezza degli approvvigionamenti.
Vincoli politici e impatto sulle comunità locali
Stanno emergendo vincoli politici e normativi man mano che le infrastrutture per l’IA incidono sulle comunità locali. Le preoccupazioni riguardano il consumo di acqua, la qualità dell’aria, la pressione sui prezzi dell’elettricità e l’impatto delle nuove infrastrutture e dei data center sul territorio. Queste tensioni possono essere amplificate dai più ampi timori relativi agli effetti dell’IA sull’occupazione e sulla società. A testimonianza di questa crescente opposizione, New York è diventato il primo Stato americano a imporre una moratoria sulla costruzione di data center. Più in generale, le procedure autorizzative e l’opposizione delle comunità locali stanno rendendo più complesso lo sviluppo dei data center, contribuendo a portare i tassi di disponibilità degli spazi nei data center nordamericani ai minimi pluriennali.
La complessità limita l’offerta a valle
Spostandosi verso le fasi a valle della catena di approvvigionamento dell’IA, i vincoli più stringenti riguardano sempre meno l’aumento della capacità e sempre più la possibilità di ampliare competenze altamente specializzate.
Manodopera qualificata, materiali avanzati, requisiti di certificazione e complessità tecnica diventano sempre più difficili da replicare rapidamente. I produttori non possono limitarsi ad aumentare il numero di unità prodotte: devono anche ampliare le proprie competenze ingegneristiche, ottenere le approvazioni dei clienti, fornire assistenza sul campo e integrarsi all’interno di ecosistemi tecnologici complessi. In molti casi, queste capacità risultano più difficili da espandere rispetto alla capacità produttiva fisica vera e propria.
Una manifestazione di questa crescente complessità è il rapido aumento del fabbisogno energetico dei chip di IA più avanzati. Con l’aumento della potenza termica di progetto (TDP), le infrastrutture di supporto devono evolvere di pari passo con la capacità di calcolo, creando nuove sfide per l’alimentazione elettrica, il raffreddamento e l’integrazione dei sistemi.
Fragilità della catena di approvvigionamento
Con l’aumento della complessità tecnologica, le capacità essenziali tendono a concentrarsi in un numero ristretto di fornitori altamente specializzati. Questa crescente dipendenza da pochi segmenti chiave crea vulnerabilità che, in caso di interruzioni di origine umana o naturale, possono ripercuotersi sull’intera catena del valore.
Scarsità, innovazione e produttività nella catena del valore dell’IA
I colli di bottiglia presenti lungo la catena del valore fungono anche da catalizzatori per l’innovazione. A livello macroeconomico, gran parte dell’attenzione dedicata all’innovazione nell’IA si concentra sull’adozione degli strumenti di intelligenza artificiale. Tuttavia, l’innovazione riguarda anche il lato dell’offerta. Le attività di ricerca e sviluppo nei diversi segmenti della catena stanno producendo progressi nella capacità di calcolo, nei sensori, nella robotica, nei sistemi energetici e nella manifattura di precisione. Con la diffusione di queste innovazioni in altri settori, la produttività migliora e si creano opportunità di crescita nell’economia nel suo complesso. In questo senso, l’IA non è soltanto una storia tecnologica, ma anche una più ampia trasformazione industriale.
Implicazioni per gli investimenti
La questione centrale per gli investitori è se le infrastrutture per l’IA possano espandersi abbastanza rapidamente da soddisfare la domanda. Evidenziamo cinque implicazioni per gli investitori.
1. La capacità infrastrutturale potrebbe rimanere scarsa
Le attuali condizioni dell’offerta non presentano ancora le caratteristiche di un classico eccesso di investimenti infrastrutturali. Il ciclo delle infrastrutture per l’IA è diverso dallo sviluppo delle reti in fibra ottica alla fine degli anni Novanta, quando gli investimenti di capitale finirono per superare la domanda effettivamente realizzata. Nel caso dell’IA, l’offerta fisica rimane limitata in diversi segmenti della catena del valore, suggerendo che la capacità infrastrutturale non stia chiaramente crescendo più velocemente della domanda.
Ciò non elimina le preoccupazioni relative alle valutazioni, ai modelli di business o alla monetizzazione dei casi d’uso dell’IA. Suggerisce tuttavia che le argomentazioni più solide a sostegno dell’esistenza di una “bolla” potrebbero riguardare ambiti diversi dallo sviluppo delle infrastrutture fisiche.
2. La domanda potrebbe crescere più rapidamente della capacità di calcolo
Prevediamo che la crescita della capacità di calcolo sarà determinata dai vincoli fisici dell’offerta. La domanda di capacità dei data center dovrebbe aumentare a un tasso di crescita annuale composto di circa il 20% nei prossimi cinque anni. Tuttavia, la crescita effettiva della capacità dipende anche dall’offerta. Il susseguirsi di colli di bottiglia – dall’accesso all’energia e dalle apparecchiature di rete ai sistemi di raffreddamento, alle memorie, al packaging avanzato e ai materiali critici – insieme alla fragilità della catena di approvvigionamento suggerisce che la scarsità di risorse insostituibili potrebbe limitare il ritmo di espansione della capacità di calcolo.
La crescita della domanda e la composizione dei carichi di lavoro rimangono incerte ed entrambe potrebbero attenuare o aggravare le pressioni sull’offerta. Ciononostante, riteniamo probabile che il divario tra domanda e offerta persista per diversi anni.
Di conseguenza, i costi della capacità di calcolo potrebbero diminuire più lentamente del previsto, ritardando potenzialmente l’adozione dell’IA e mettendo in discussione le ipotesi incorporate in alcune previsioni sui flussi di cassa legati all’intelligenza artificiale. I modelli di prezzo basati sul valore, che collegano l’intensità di calcolo al valore economico prodotto, potrebbero compensare in parte questa pressione, ma non eliminano i vincoli strutturali dell’offerta.
3. Lo sviluppo dell’IA potrebbe alimentare pressioni inflazionistiche nel breve termine
Riteniamo che, nel breve periodo, le pressioni derivanti dal ciclo di investimenti in conto capitale legato all’IA saranno inflazionistiche. Fino a quando gli strumenti di IA non produrranno incrementi di produttività più diffusi, all’interno della catena del valore prevarranno le pressioni sui prezzi provenienti dal lato dell’offerta. Ad esempio, i prezzi dell’elettronica di consumo stanno aumentando a causa dello sviluppo dell’IA. A sua volta, ciò dovrebbe mantenere sotto pressione i tassi di interesse, incidendo sul costo del capitale che finanzia l’espansione dell’offerta. Questa dinamica riflessiva non sembra destinata a esaurirsi nel medio termine.
4. Le ricadute positive dell’innovazione potrebbero sostenere la crescita della produttività
L’adozione diffusa dell’IA, unita all’innovazione lungo la catena di approvvigionamento delle relative infrastrutture, sta accelerando il progresso in alcune tecnologie industriali fondamentali. Con la diffusione di questi progressi nell’economia, vi è la possibilità di aumentare la produttività e ridurre i costi, sostenendo al contempo una crescita più robusta e meno inflazionistica.
Dal punto di vista settoriale, emerge una significativa concentrazione di beneficiari indiretti. Alcuni settori si trovano in una posizione migliore di altri per beneficiare dell’innovazione senza averne sostenuto direttamente i costi di ricerca e sviluppo.
5. Le dimensioni e l’integrazione verticale diventano risorse strategiche
L’accesso a risorse scarse potrebbe trasformarsi in un vantaggio strategico. In un ecosistema caratterizzato da vincoli, le dimensioni, l’integrazione verticale e la sicurezza della catena di approvvigionamento possono essere importanti quanto le capacità tecnologiche. Le imprese in grado di assicurarsi materiali critici, capacità produttiva, infrastrutture e accordi di fornitura a lungo termine potrebbero trovarsi in una posizione migliore per crescere e beneficiare della domanda legata all’IA.
Le infrastrutture potrebbero essere importanti quanto l’innovazione
Queste dinamiche conducono a una conclusione più ampia: la prossima fase di crescita dell’IA potrebbe dipendere tanto dalle infrastrutture che sostengono la capacità di calcolo quanto dai progressi dei modelli stessi.
Sebbene l’innovazione continui a spingere la domanda verso l’alto, il ritmo di adozione sarà determinato anche dalla capacità dei sistemi energetici, delle reti produttive, delle catene di approvvigionamento e delle risorse critiche di espandersi. In questo senso, la storia dell’IA non riguarda soltanto il progresso tecnologico, ma anche le infrastrutture e i vincoli che determinano la velocità con cui tale progresso può concretizzarsi.
Partecipa alla community