L’intelligenza artificiale è un boom o una bolla?

Alla fine di settembre, Nvidia ha annunciato l’intenzione di investire fino a 100 miliardi di dollari in OpenAI per finanziare una nuova generazione di data center, mentre OpenAI si è impegnata ad acquistare milioni di chip Nvidia per tali strutture. Pochi giorni dopo, OpenAI ha concluso un accordo simile del valore di diversi miliardi di dollari con AMD. Acclamati dagli investitori, questi accordi hanno anche suscitato perplessità. Ad alcuni osservatori sono sembrati stranamente simili agli accordi di finanziamento circolari della fine degli anni ‘90, quando fornitori e clienti rafforzavano reciprocamente le loro valutazioni senza generare valore reale. Bloomberg ha descritto accuratamente questo modello come una “rete di transazioni commerciali sempre più complessa e interconnessa” che alimenta un boom dell’intelligenza artificiale del valore di trilioni di dollari.

Il rapido sviluppo dell’intelligenza artificiale sta ridefinendo il processo decisionale dei manager e comprimendo i tempi. Non avere una visione chiara dell’intelligenza artificiale non è più un’opzione. Il capitale si muove rapidamente, le infrastrutture vengono impegnate su una scala senza precedenti e le pressioni competitive si intensificano.

In questo nuovo contesto, velocità e consapevolezza sono fondamentali, e le aziende che prospereranno saranno quelle che impegneranno risorse dove i rendimenti sono duraturi, identificheranno le tendenze da abbracciare ed eviteranno scommesse azzardate. Questo articolo traccia le forze che guidano il boom, discute i rischi di una bolla speculativa e delinea le scelte pratiche che i leader devono affrontare nel valutare le opportunità rispetto ai rischi.

L’innovazione incontra la speculazione

La sfida principale che i leader devono affrontare oggi è come bilanciare le promesse a lungo termine dell’intelligenza artificiale con la pressione a breve termine di ottenere rendimenti. L’economia dell’IA è trainata da due gare: una competizione geopolitica per la supremazia e una corsa finanziaria per generare i rendimenti necessari a giustificare livelli di investimento sbalorditivi. Quando queste due forze convergono, si amplificano a vicenda, aumentando il rischio di andare troppo oltre.

Il parallelo con le bolle precedenti è sorprendente. Durante l’era delle dot-com, il capitale ha invaso le infrastrutture di telecomunicazione scommettendo su una domanda esponenziale di Internet. Quando la domanda ha rallentato, i fallimenti si sono susseguiti in tutto il settore. Il problema non era che Internet mancasse di potenziale, ma che i tempi di investimento del capitale avevano superato quelli di adozione.

Oggi vediamo segnali simili. La concentrazione del mercato ha raggiunto livelli allarmanti: le “Magnifiche Sette” aziende tecnologiche rappresentano più di un terzo dell’S&P 500, un livello doppio rispetto a quello delle principali aziende tecnologiche durante la bolla del 2000.

Le valutazioni delle aziende di IA si basano su proiezioni aggressive piuttosto che sugli utili attuali. Strutture di intese complesse, come il finanziamento di OpenAI attraverso accordi con i fornitori, ricordano la circolarità delle bolle del passato. Nel frattempo, ingenti somme vengono investite in data center, catene di fornitura di chip e modelli fondamentali, anche se l’adozione da parte delle imprese procede con maggiore cautela rispetto all’entusiasmo dei consumatori. L’adozione non è omogenea. I consumatori hanno abbracciato ChatGPT a una velocità record, raggiungendo 100 milioni di utenti più velocemente di qualsiasi altra app precedente.

Le imprese sono titubanti. Il MIT ha riscontrato che i guadagni di produttività sono difficili da ottenere su larga scala e ha consigliato di concentrarsi su usi di alto valore, integrando l’IA nei flussi di lavoro e scalando gradualmente. Secondo l’AI Index di Stanford, l’adozione da parte delle imprese è salita al 78% nel 2024 dal 55% dell’anno precedente. Tuttavia, le aziende restano indecise e indicano come ostacoli principali la privacy, l’affidabilità, la conformità, la sicurezza e il rischio finanziario.

L’entusiasmo che circonda l’uso da parte dei consumatori non si è ancora tradotto in un cambiamento diffuso nelle imprese. La costruzione delle infrastrutture presuppone che l’adozione seguirà, ma le imprese raramente si impegnano senza una visione chiara dei rendimenti finanziari. Se la domanda rimane indietro, l’attuale massiccia costruzione di chip e data center potrebbe creare un eccesso di capacità. Questa dinamica è ulteriormente esacerbata dalla politica industriale e dalle priorità di sicurezza nazionale che danno la precedenza agli investimenti rispetto ai consumi, contribuendo alla crescita ma anche amplificando il rischio di una bolla.

Politica industriale, flussi di capitale e geopolitica dell’IA

L’Amministrazione Usa ha già plasmato in passato i cicli tecnologici americani, spesso creando incentivi, effettuando investimenti mirati e poi facendo un passo indietro per lasciare spazio alla crescita del settore. Negli anni ‘90, Washington ha guidato l’espansione di Internet privatizzando l’infrastruttura di rete, approvando il Telecommunications Act del 1996 per aprire i mercati e promulgando la Sezione 230 per limitare la responsabilità delle piattaforme. Queste scelte hanno creato le condizioni per la crescita, gli investimenti e l’innovazione. Oggi, i responsabili politici stanno applicando all’IA una strategia simile. Sia l’amministrazione Trump che quella Biden hanno posto l’accento sulla politica industriale, inquadrando l’IA non solo come opportunità economica, ma anche come imperativo di sicurezza nazionale. Il messaggio implicito per le imprese è che la velocità è più importante della cautela.

Il modello cinese guidato dallo Stato convoglia capitali nell’IA per costruire campioni nazionali e ridurre la dipendenza dalla tecnologia statunitense. L’Europa si è concentrata sulla gestione del rischio, ma i timori di un eccesso di regolamentazione hanno spinto i CEO a lanciare un allarme su potenziali perdite di competitività. Come risposta, Bruxelles ha lanciato l’AI Continent Action Plan e Apply AI, un’iniziativa da 1 miliardo di euro per accelerare l’adozione, ridurre i costi di conformità e trasformare l’Unione Europea in un leader globale nell’IA.

Allo stesso tempo, i finanziamenti di venture capital per le start-up nel campo dell’IA superano quelli registrati nei precedenti cicli delle tecnologie crittografiche e della mobilità, con i fondi sovrani che aggiungono un’ulteriore ondata di investimenti. Questi attori stanno deliberatamente investendo in anticipo rispetto all’adozione, scommettendo che la domanda alla fine si concretizzerà. Se così non fosse, l’eccesso di offerta potrebbe lasciare dietro di sé asset inutilizzati, come è successo con la fibra ottica inutilizzata dopo il crollo delle dot-com.

Le imprese, tuttavia, devono affrontare una decisione diversa. Per loro, la sfida non è se finanziare la prossima ondata infrastrutturale, ma come adottare l’IA in modo da rafforzare la propria attività. Le aziende che sono sopravvissute al crollo delle dot-com, come Amazon, che si sono concentrate incessantemente sulla creazione di infrastrutture per l’e-commerce, lo hanno fatto legando gli investimenti tecnologici al business, non all’euforia speculativa.

Comprendere i vincoli

Il capitale e la politica stanno accelerando la corsa all’IA, ma i vincoli ne limitano il ritmo. Terreni, manodopera ed energia pongono limiti rigidi alla rapidità con cui l’adozione può crescere. Questi limiti creano scarsità: i primi ad agire si assicurano capacità e vantaggio, mentre i ritardatari restano indietro.

Per comprendere come questi vincoli influenzano la traiettoria dell’IA, è utile rivisitare l’idea della triade dell’IA: capacità di calcolo, dati e talento. Questi elementi hanno definito l’ultimo decennio di sviluppo dell’IA. È emersa una nuova triade: terreni, manodopera ed energia. I data center necessitano di siti di grandi dimensioni con accesso all’energia elettrica e all’acqua, ma le comunità resistono al loro impatto. La carenza di manodopera va oltre gli ingegneri e riguarda anche professioni qualificate come elettricisti, operai edili e tecnici. L’energia è il vincolo più difficile: Goldman Sachs prevede che il consumo dei data center statunitensi raddoppierà entro il 2030, minacciando l’economia della scalabilità senza soluzioni sostenibili.

L’IA può essere una tecnologia generica, ma la sua infrastruttura non è infinitamente scalabile. Per le aziende, ciò significa integrare direttamente la nuova triade nella strategia. Garantire contratti energetici a lungo termine, investire in partnership con scuole professionali per la formazione della forza lavoro e collaborare con le comunità locali sull’uso del territorio possono ridurre l’esposizione alle strozzature. Le aziende che anticipano queste pressioni e si assicurano la capacità in anticipo saranno in una posizione migliore per ottenere rendimenti duraturi rispetto a quelle che contano su una disponibilità illimitata.

Si tratta di una bolla?

Certamente, non tutti vedono una bolla. Il CEO di Nvidia Jensen Huang sostiene che la domanda di IA è strutturale piuttosto che speculativa, paragonando l’attuale espansione all’“inizio di una nuova rivoluzione industriale”.

In un’intervista con Ben Thompson su Stratechery, Sam Altman ha respinto le preoccupazioni che giudicano insostenibili gli attuali investimenti in IA, inquadrando la strategia di OpenAI come un passo oltre i chatbot verso l’IA agentica e una piattaforma che collega infrastruttura e applicazioni. “È estremamente difficile disporre di infrastrutture sufficienti per soddisfare la domanda”, ha osservato, sottolineando la tensione tra capitale anticipato e rendimenti ritardati.

Nel suo libro del 2024, Co-Intelligence: Living and Working with AI, Ethan Mollick discute come l’IA produca miglioramenti pratici e graduali nei luoghi di lavoro e nelle aule scolastiche. Aumentando le capacità umane e producendo piccoli guadagni cumulativi, l’IA costruisce gradualmente un impatto più ampio.

La divergenza di opinioni riflette l’incertezza centrale, poiché le bolle dipendono meno dall’impatto a lungo termine di una tecnologia e più dall’allineamento tra adozione e cicli di capitale. Internet è stato rivoluzionario, ma ciò non ha impedito il crollo delle dot-com. L’IA potrebbe benissimo rimodellare le industrie globali, ma le sue basi finanziarie potrebbero ancora vacillare.

Come i leader possono catturare valore

Per i leader aziendali, il successo richiede concentrazione e rigore. Affidarsi all’IA come soluzione rapida è un errore. Il vero cambiamento richiede la creazione di una cultura pronta ad adattarsi all’IA, scommettendo in modo mirato su settori di alto valore e integrando l’IA nelle operazioni. Le aziende che hanno resistito al crollo delle dot-com, come eBay e Netflix, ci sono riuscite grazie a una forte attenzione strategica e a un rapido adattamento operativo. Hanno resistito alle distrazioni causate dall’hype. Oggi, Walmart utilizza bot di inventario basati sull’IA per ridurre le scorte in eccesso del 35% e aumentare la precisione del 15%, abbassando i costi e migliorando al contempo i tassi di disponibilità delle scorte e l’esperienza dei clienti. Ha anche appena firmato un accordo con OpenAI per consentire agli utenti di acquistare i suoi prodotti direttamente tramite ChatGPT. I vincitori integreranno l’IA laddove rafforza il loro vantaggio principale, non in ogni nuova tendenza.

I leader dovrebbero investire risorse nella governance dei dati e riprogettare le organizzazioni in modo che persone e IA possano lavorare insieme in modo efficace. La preparazione del personale implica una continua riqualificazione ed evoluzione dei ruoli. La pazienza è fondamentale, poiché la trasformazione aziendale è un percorso pluriennale con un valore che si concretizza nel tempo, piuttosto che una ricerca di guadagni speculativi.

Se i dirigenti vedono l’intelligenza artificiale solo come una gara di spesa, non colgono il punto. La sfida è progettare una governance che promuova l’innovazione e salvaguardi la società. Come ho sostenuto in Governance at a Crossroads, la politica sull’IA funziona al meglio quando evolve con la tecnologia, promuovendo l’innovazione senza compromettere la sicurezza e l’equità. I sandbox normativi forniscono ambienti controllati per la sperimentazione, mantenendo la responsabilità, e le partnership pubblico-private possono integrare la trasparenza e la gestione del rischio.

Le aziende che si impegnano fin dall’inizio acquisiscono influenza sul modo in cui viene governata l’economia dell’IA, contribuendo a garantire che l’adozione sia accompagnata da resilienza, supervisione equa e fiducia duratura nella tecnologia.

L’INTELLIGENZA ARTIFICIALE è al tempo stesso di vasta portata e fragile. La sua traiettoria a lungo termine punta a ridefinire i settori industriali, rimodellare il lavoro e alterare l’equilibrio del potere globale. Nel breve termine, la rivalità geopolitica si combina con la politica di deregolamentazione e il capitale speculativo, creando condizioni che ricordano fortemente le bolle speculative del passato. La lezione della storia non è che le bolle rendono le tecnologie prive di valore, ma che distorcono i tempi e le aspettative.

Ignorare l’IA significa rischiare l’obsolescenza. Il successo deriverà da un’adozione disciplinata e da una governance aziendale pragmatica. I leader che si concentrano sull’integrazione dell’IA nei flussi di lavoro e sulla formazione di una forza lavoro in grado di adattarsi otterranno un valore duraturo. Coloro che si impegnano fin dall’inizio nei modelli di governance emergenti contribuiranno a plasmare le regole dell’economia dell’IA. Questo momento sarà ricordato in futuro come l’inizio di un’economia guidata dall’IA o come una grande esagerazione, a seconda delle decisioni che i dirigenti e gli investitori prenderanno oggi.

Paulo Carvão è Senior Fellow presso il Center for Business and Government della Harvard Kennedy School, dove si occupa di politica tecnologica e regolamentazione dell’IA. Ex dirigente IBM con oltre 30 anni di esperienza nel settore tecnologico e commerciale, è il primo imprenditore residente presso l’Institute of Politics GovLab di Harvard. Fornisce inoltre consulenza a startup tecnologiche, investe in venture capital e ha ricoperto incarichi presso l’Advanced Leadership Initiative e il Safra Center for Ethics di Harvard.